commit to user
15
D. Jenis – jenis Peramalan
Menurut Render dan Heizer 2004 peramalan dapat dibedakan menjadi 3 jenis, yaitu :
1. Peramalan Ekonomi : menjelaskan siklus bisnis dengan memprediksikan tingkat inflasi, ketersediaan uang, dan indikator
perencanaan lainnya. 2. Peramalan teknologi : memperhatikan tingkat kemajuan teknologi
yang dapat meluncurkan produk baru yang menarik, yang membutuhkan pabrik dan peralatan baru.
3. Peramalan permintaan : proyeksi permintaan untuk produk atau jasa perusahaan. Peramalan ini disebut juga peramalan penjualan,
yang mengendalikan produksi, kapasitas serta sistem penjadwalan dan menjadi input bagi perencanaan keuangan, pemasaran, dan
sumber daya manusia.
E. Tahap – tahap Peramalan
Menurut Render dan Heizer 2004 peramaln terdiri dari tujuh langkah dasar yaitu :
1. Menetapkan tujuan peramalan. 2. Memilih unsur apa yang akan diramalkan.
3. Menentukan horison waktu peramalan. 4. Memilih tipe model peramalan.
5. Mengumpulkan data yang diperlukan untuk melakukan peramalan.
commit to user
16 6. Membuat peramalan.
7. Memvalidasi dan menerapkan hasil peramalan.
F. Metode – metode Peramalan
Menurut Render dan Heizer 2001 terdapat dua metode yaitu : a. Peramalan Kuantitatif
Yaitu menggunakan
berbagai model
matematisnya yang
menggunakan data historis variabel kausal untuk meramalkannya. 1 Model Seri Waktu Time Series
a Moving Average rata – rata bergerak Bermanfaat jika kita mengasumsikan bahwa permintaan
pasar tetap stabil sepanjang waktu. Dalam metode ini nilai data satu tahun yang dinilai rata – ratanya, dihitung nilai
data tahun yang mendahului dan nilai data tahun berikutnya, Djarwanto 2001.
Menurut Render dan Heizer 2001 rumus Moving average adalah sebagai berikut :
Moving Average = n
å
sebelumnya periode
n data
Permintaan
n = periode waktu … bulan
commit to user
17 b Exponential Smoothing Penghalusan Eksponensial
Exponential Smoothing merupakan teknik rata – rata bergerak. Exponential Smoothing mencakup pemeliharaan
data masa lalu yang sangat sedikit. Menurut Render dan Heizer 2001 rumus Exponential
Smoothing adalah sebagai berikut : Ft = F
t-1
+
a
A
t-1
– F
t-1
Dimana : F
t
= peramalan baru F
t-1
= peramalan sebelumnya
a
= konstanta penghalusan pembobot 1
³ £
a
A
t-1
= permintaan aktual periode sebelumnya. Permasalahan umum yang dihadapi dalam metode ini
adalah bagaimana
memilih
a
yang tepat
untuk meminimumkan kesalahan peramalan. Karena berlaku
a
1 maka dapat menggunakan panduan berikut : 1. Apabila pola historis dari data aktual sangat
bergejolak atau tidak stabil dari waktu ke waktu maka pilih nilai
a
yang mendekati satu.
commit to user
18 2. Apabila pola historis dari data aktual permintaan
tidak berfluktuasi atau relatif stabil maka pilih
a
yang mendekati nol. 2. Model Kausal
a Proyeksi Trend Trend Projection Teknik ini mencocokkan garis ke rangkaian titik historis dan
kemudian memproyeksikan garis itu ke dalam ramalan jangka menengah hingga jangka panjang.
Rumus proyeksi Trend menurut Render dan Heizer 2001
Ù
y = a + b
x Keterangan :
a : perpotongan sumbu
y
b : kemiringan garis kelandaian garis regresi x
: waktu variabel bebas
Ù
y : nilai variabel yang dihitung untuk diprediksi
Untuk memperoleh nilai a dan b Kelandaian b diperolah dengan :
b =
2 2
x x
x y
x xy
- å
- å
a =
x b
y
-
Ù
commit to user
19 Keterangan :
b : kelandaian garis regresi å
: tanda penjumlahan x
: nilai variabel bebas
y
: nilai variabel y x
: rata – rata nilai
x
y : rata rata nilai
y
n
: jumlah data observasi b Analisis Regresi Linier
Regresi biasanya digunakan sebagai alat kasus ekonomi dan hukum.
Menurut Render dan Heizer 2001 Rumus :
Ù
y
= a + b x
Keterangan :
Ù
y : nilai variabel tidak bebas
a : perpotongan sumbu
y
b : kelandaian garis regresi x
: variabel bebas
commit to user
20 b. Metode Kualitatif
Teknik peramalan dengan memanfaatkan faktor – faktor penting seperti intuisi, pengalaman pribadi, dan nilai pengambilan
keputusan. Ada 5 teknik peramalan kualitatif menurut Render dan Heizer 2001 :
1. Juri dari opini eksekutif. Metode ini mengambil opini dari sekelompok kecil manajer tingkat tinggi, sering kali di
kombinasikan dengan
model –
model statistik,
dan menghasilkan estimasi permintaan kelompok.
2. Gabungan armada
penjualan. Dalam
metode ini
mengkombinasikan armada penjualan dari masing – masing daerah lalu untuk meramalkan secara menyeluruh.
3. Metode Delphi. Proses kelompok interaktif ini mengizinkan para ahli yang memungkinkan tinggal di berbagai tempat untuk
membuat ramalan. 4. Survey pasar konsumen. Metode memperbesar masukan dari
pelanggan atau calon pelanggan tanpa melihat rencana pembelian masa depannya.
5. Pendekatan naif. Cara sederhana untuk peramalan ini mengasumsikan bahwa permintaan dalam periode berikutnya
adalah sama dengan permintaan pada periode sebelumnya.
commit to user
21 c. Pengukuran Kesalahan Peramalan
Kesalahan dalam peramalan mempengaruhi keputusan melalui dua cara :
b Kesalahan dalam memilih teknik peramalan c Kesalahan
dalam mengevaluasi
keberhasilan menggunakan teknik peramalan.
Rumus yang sering digunakan dalam menghitung kesalahan, yaitu Mean Absolute Deviation MAD dan Mean Square Error MSE.
Mean Absolute Deviation rata – rata kesalahan absolut dan Mean Square Error adalah ukuran deviasi peramalan dan tidak
mempertimbangkan apakah kesalahan itu negatif atau positif. Mean Absolute Deviation =
n peramalan
kesalahan S
Rumus Mean Square Error menurut Render dan Heizer 2001:57
Mean Square Error = n
peramalan kesalahan
2
S
Dimana : S
= jumlah n = periode
commit to user
22
BAB III PEMBAHASAN