2.4.1 Peran Teknik Peramalan
Komitmen tentang peramalan telah tumbuh karena beberapa faktor : Pertama, adalah karena meningkatnya kompleksitas organisasi dan
lingkungannya hal ini akan menjadikan semakin sulit bagi pengambil keputusan untuk mempertimbangkan semua faktor secara memuaskan.
Kedua, dengan meningkatkan ukuran organisasi, maka bobot dan kepentingan suatu keputusan telah meningkat pula, lebih banyak keputusan yang memerlukan
telaah peramalan khusus dan analisis yang lengkap. Ketiga, lingkungan dari kebanyakan organisasi telah berubah dengan cepat
sehingga keterkaitan yang harus dimengerti oleh organisasi berubah-rubah dan pengamalan memungkinkan bagi organisasi untuk mempelajari keterkaitan yang
baru secara lebih cepat. Keempat, pengambilan keputusan telah semakin sistematis yang melibatkan
justifikasi tindakan secara gambling eksplisit.
2.4.2 Model-model Peramalan
Terdapat dua jenis model peramalan yang utama, yaitu: model deret berkala time series dan model regresi kausal. Pada jenis pertama, pendugaan masa
depan dilakukan berdasarkan nilai masa lalu dari suatu variabel atau kesalahan masa lalu. Tujuan metode peramalan deret berkala seperti itu adalah dengan
menemukan pola dalam deret historis dan mengekstrapolasikan pola tersebut ke masa depan.
Langkah penting dalam memilih suatu metode deret berkala time series yang tepat adalah dengan mempertimbangkan jenis pola data, sehingga metode
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
yang paling tepat dengan pola tersebut dapat diuji. Pola data dapat dibedakan menjadi empat jenis Spyros M, Steven C, Victor E,2004, :
1. Pola Horizontal H
Terjadi bilamana nilai data berfluktuasi di sekitar nilai rata-rata yang konstan. Deret seperti itu adalah “stasioner” terhadap nilai rata-ratanya. Suatu produk
yang penjualannya tidak meningkat atau menurun selama waktu tertentu termasuk kedalam jenis ini.
Spyros M, Steven C, Victor E,2003,
Gambar 2.6. Pola Data Horizontal
Pola Musiman S Terjadi bilamana suatu deret dipengaruhi oleh faktor musiman misalnya
kuartal tahun tertentu, bulanan, atau hari-hari pada minggu tertentu.
Spyros M, Steven C, Victor E,2003,
Gambar 2.7. Pola Data Musiman Kuartalan
S S F W S S F W S S F W
Y waktu
Y
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
waktu Y
1972 73 74 75 76 77 78 79 80 81
waktu Y
2. Pola Siklis C
Terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis. Penjualan produk seperti
mobil, baja, dan peralatan utama lainnya menunjukkan jenis pola ini.
Spyros M, Steven C, Victor E,2003
Gambar 2.8. Pola Data Siklus.
3. Pola trend T
Terjadi bilamana terdapat kenaikan atau penurunan sekuler jangka panjang dalam data. Penjualan banyak perusahaan, produk bruto nasional GNP dan
berbagai indikator bisnis atau ekonomi lainnya mengikuti suatu pola trend selama perubahannya sepanjang waktu.
Spyros M, Steven C, Victor E,2003,
Gambar 2.9. Pola Data Trend
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
2.4.3 Peramalan Permintaan