Jenis – jenis Peramalan Tahap – tahap Peramalan Metode – metode Peramalan

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