Karakteristik Peramalan yang Baik

2. Faktor-faktor yang Mempengaruhi Pemilihan Metode Peramalan. Peramalan sebenarnya adalah upaya untuk memperkecil resiko yang timbul akibat pengambilan keputusan dalam suatu perencanaan produksi. Semakin besar upayayang dikeluarkan tentu resiko dapat dihindari semakin besar pula. Namun upaya memperkecil resiko tersebut dibatasi oleh biaya yang dikeluarkan akibat mengupayakan hal tersebut. Faktor-faktor yang dipertimbangkan adalah :  Jangkauan ramalan  Tingkat ketelitian  Ketersediaan data  Bentuk pola data  Biaya

3.2. Karakteristik Peramalan yang Baik

Peramalan yang baik mempunyai beberapa kriteria yang penting, antara lain akurasi, biaya dan kemudahan. Penjelasan dari kriteria-kriteria tersebut adalah sebagai berikut : a Akurasi Akurasi-akurasi dari suatu hasil peramalan diukur dengan hasil kebiasaan dan kekonsistensian peramalan tersebut. Bila peramalan tersebut tidak terlalu tinggi atau terlalu rendah dibandingkan dengan kenyataan yang sebenarnya terjadi maka hasil peramalan dikatakan konsisten bila besarnya kesalahan peramalan relatif kecil. Peramalan yang terlalu rendah akan mengakibatkan Universitas Sumatera Utara kekurangan persediaan sehingga permintaan konsumen tidak dapat dipenuhi segera, akibatnya perusahaan mungkin kehilangan pelanggan dan keuntungan penjualan. Peramalan yang terlalu tinggi akan mengakibatkan terjadinya penumpukan persediaan sehingga banyak modal yang terserap sia-sia. Keakuratan dari hasil peramalan ini berperan penting dalam menyeimbangkan persediaan yang ideal. b Biaya Biaya-biaya yang diperlukan dalam pembuatan suatu peramalan bergantung pada jumlah item yang diramalkan, lamanya periode peramalan dan metode peramalan yang dipakai. Ketiga faktor pemicu biaya tersebut akan mempengaruhi berapa banyak data yang dibutuhkan, bagaimana pengolahan datanya, bagaimana penyimpanan datanya dan siapa tenaga ahli yang diperbantukan. Pemilihan metode peramalan harus disesuaikan dengan dana yang tersedia dan tingkat akurasi yang ingin didapat. c Kemudahan Kemudahan penggunaan metode peramalan yang sederhana, mudah dibuat dan mudah diaplikasikan akan memberikan keuntungan bagi perusahaan, Percuma memakai metode yang canggih tetapi tidak dapat diaplikasikan pada sistem perusahan karna keterbatasan dana, sumber daya manusia maupun peralatan teknologi.

1. Beberapa Sifat Hasil Peramalan

Dalam membuat peramalan atau menerapkan hasil suatu peramalan, maka beberapa hal yang harus dipertimbangkan adalah : Universitas Sumatera Utara 1. Peramalan pasti mangandung kesalahan, artinya peramalan hanya bisa mengurangi ketidakpastian yang akan terjadi, tetapi tidak dapat menghilangkan ketidakpastian tersebut. 2. Peramalan seharusnya memberikan informasi tentang berapa ukuran kesalahan, artinya karena peramalan pasti mengandung kesalahan, maka adalah penting bagi peramal untuk menginformasikan seberapa besar kesalahan yang mungkin terjadi. 3. Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka panjang. Hal ini disebabkan karena pada peramalan jangka pendek, faktor- faktor yang mempengaruhi permintaan relatif masih konstan, sedangkan semakin panjang periode peramalan, maka semakin besar pula kemungkinan terjadinya perubahan faktor-faktor yang mempengaruhi permintaan.

2. Ukuran Akurasi Hasil Peramalan

Ukuran akurasi hasil peramalan yang merupakan ukuran kesalahan peramalan merupakan ukuran tentang tingkat perbedaan antara hasil peramalan dengan permintaan yang sebenarnya terjadi. Ada 5 ukuran yang biasa digunakan yaitu: 1. Rata-Rata Deviasi Mutlak Mean AbssoluteDeviation MAD MAD merupakan rata-rata kesalahan mutlak selama priode tertentu tanpa memperhatikan apakah hasil peramalan lebih besar atau lebih kecil dibandingkan kenyataanya. Secara sistematis MAD dirumuskan sebagai berikut : Universitas Sumatera Utara    n F A MAD t t Dimana : A = Permintaan aktual pada periode –t F t = Peramalan permintaan pada periode t N = Jumlah periode peramalan yang terlibat 2. Rata-Rata Kuadrat Mean Square Error MSE MSE dihitung dengan menjumlahkan kuadrat semua kesalahan peramalan pada setiap periode dan membaginya dengan jumlah periode peramalan. Secara matematis, MSE dirumuskan sebagai berikut :    n F A MSE t t 2 3. Rata-Rata Kesalahan Peramalan Mean Forecast Error MFE MFE sangat efektif untuk mengetahui apakah suatu peramalan selama periode tertentu terlalu tinggi atau lebih rendah. Bila hasil peramalan tidak bias maka nilai MFE akan mendekati nol. MFE dihitung dengan menjumlahkan semua kesalahan peramalan selama periode peramalan dan membaginya dengan jumlah periode peramalan. Secara sistematis, MFE dinyatakan sebagai berikut :      n F A MFE t t 4. Rata-rata Persentase Kesalahan Absolut Mean Abssolute Percentage Error MAPE MAPE merupakan ukuran kesalahan relatif. MAPE biasanya lebih berarti dibandingkan MAD karena MAPE menyatakan persentase kesalahan hasil Universitas Sumatera Utara peramalan terhadap permintaan aktual selama periode tertentu yang akan memberikan informasi persentase kesalahan terlalu tinggi atau terlalu rendah. Secara sistematis, MAPE dinyatakan sebagai berikut :          t t t A F A n MAPE 100 5. Proses perhitungan kesalahan peramalan dengan berbagai macam metode error. Salah satu metode yaitu SEE standar error proses pengujian hipotesa dengan : - hipotesa H : SEE terkecil  SEE besar - hipotesa H i : SEE terkecil  SEE besar Dimana :   1 2     n y y SEE n

3.3. Metode-Metode Peramalan