commit to user
17 dan sumber daya manusia. Selain itu, Taylor 2004 dalam hubungannya
dengan horizon waktu peramalan terbagi atas beberapa kategori, yaitu : 1
Ramalan jangka pendek
short-range forcest
mencakup masa depan yang dekat
immediate future
dan memperhatikan kegiatan harian suatu perusahaan bisnis, seperti permintaan harian atau kebutuhan
sumber daya harian. 2
Ramalan jangka menengah
medium-ra nge forcest
mencakup jangka waktu satu atau dua bulan sampai satu tahun. Ramalan jangka waktu
ini umumnya lebih berkaitan dengan rencana produksi tahunan dan akan mencerminkan hal-hal seperti puncak dan lembah dalam suatu
permintaan dan kebutuhan untuk menjamin adanya tambahan untuk sumber daya untuk tahun berikutnya
3 Ramalan jangka panjang
long-ra nge forcest
mencakup periode yang lebih lama dari satu atau dua tahun. Ramalan ini berkaitan dengan
usaha manajemen untuk merencanakan produk baru untuk pasar yang berubah, membangun fasilitas baru, atau menjamin adanya
pembiayaan jangka panjang
E. Karakteristik Peramalan
Ishak 2010 mengemukakan karakteristik peramalan yang baik sebagai berikut :
a. Akurasi
Diukur dengan kebiasaan dan kekonsistenan peramalan tersebut.
commit to user
18 b.
Biaya Biaya yang diperlukan dalam pembuatan suatu peramalan adalah
tergantung dari jumlah item yang diramalkan, lama periode, dan metode peramalan yang dipakai.
c. Kemudahan
Penggunaan metode peramalan yang sederhana, mudah dibuat dan mudah diaplikasikan akan membuat keuntungan bagi perusahaan
F. Metode Peramalan
Menurut Render dan Heizer 2005 terdapat dua pendekatan yang digunakan dalam peramalan, yaitu:
a. Pendekatan Kualitatif
Yaitu peramalan yang menggabungkan faktor-faktor penting seperti intuisi nilai Render dan Heizer, 2005, teknik peramalan kualitatif
yang dapat digunakan adalah sebagai berikut : 1
Keputusan dari pendapat juri eksekutif Teknik peramalan yang meminta pendapat segolongan kecil manajer
tingkat tinggi dan menghasilkan estimasi permintaan kelompok. 2
Metode delphi Teknik peramalan yang menggunakan proses kelompokdimana pakar
melakukan peramalan.
commit to user
19 3
Gabungan dari Teknik Penjualan Teknik peramalan berdasarkan prediksi tenaga penjualan akan penjualan
yang diharapkan. 4
Survey Pasar Konsumen Metode peramalan yang meminta input dari konsumen mengenai
rencana pembelian mereka dimasa depan. b.
Pendekatan Kuantitatif Yaitu pendekatan peramalan yang menggunakan satu atau lebih
model matematis, dengan data masa lalu dan variabel sebab akibat, untuk meramalkan permintaan Render dan Heizer, 2005 ini menggunakan
berbagai model matematis yang menggunakan data historis dan atau variabel-variabel kausal untuk meramalkan permintaan.
Menurut Render dan Heizer 2005 peramalan kuantitatif dikelompokan kedalam dua model, yaitu :
1 Model Seri Waktu
Time Series
Metode time series adalah teknik peramalan yang menggunakan sekumpulan data masa lalu untuk melekukan peramalan Render dan
Heizer, 2005. Pendekatan data kuantitatif dari seri waktu, dapat dilakukan
dengan lima metode Render dan Heizer, 2005, yaitu : a
Metode Penghalusan Eksponensial
exponentia l smoothing
Eksponential Smoothing merupakan teknik rata – rata bergerak. Eksponential Smoothing mencakup pemelihar Menurut
commit to user
20 Render dan Heizer 2005 rumus Eksponential 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. b
Metode Rata-rata bergerak sederhana
Single Moving Average
Metode rata-rata bergerak tunggal menggunakan sejumlah data aktual permintaan yang baru untuk membangkitkan nilai
ramalan untuk perminataan di masa yang akan datang. Metode ini akan efektif diterapkan apabila kita dapat mengasumsikan bahwa
permintaan pasar terhadap produk akan tetap stabil sepanjang waktu Gaspersz, 2005.
Bila permintaan berubah secara signifikan dari waktu ke waktu, ramalan harus cukup agresif dalam mengantisipasi
perubahan tersebut, sehingga nilai N yang kecil akan lebih cocok dipakai. Sebaliknya, bila permintaan cenderung stabil selama
jangka waktu yang panjang, sebaiknya dipakai nilai N yang besar Nasution, 2005.
commit to user
21 Secara sistematis, penulisan persamaan
Single Moving Avera ges
adalah : Rata-rata
bergerak n-Periode
=
Keterangan : ∑ = jumlah
n = adalah jumlah periode dalam rata-rata bergerak.
c Pendekatan naif
Metode peramalan yang mengasumsikan bahwa permintaan pada periode berikutnya adalah sama dengan permintaan dalam periode
sebelumnya. d
Metode Rata-rata bergerak tertimbang
weighted moving a verage
Model rata-rata bergerak terbobot ini lebih responsif terhadap perubahan, karena data dari periode yang baru biasanya
diberi bobot yang lebih besar. Gaspersz, 2005. Pemilihan bobot merupakan hal yang tidak pasti karena tidak ada rumus untuk
menetapkanRender dan Heizer, 2005. Secara matematis, persamaan penulisan
Weighted Moving Avera ge
adalah sebagai berikut Render dan Heizer, 2005: Rata-rata bergerak dengan pembobotan =
commit to user
22 e
Metode proyeksi trend
Trend Projection
Metode peramalan dengan Proyeksi Trend ini mencocokkan garis trend kerangkaian titik data historis dan kemudian memproyeksi
garis itu ke dalam ramalan jangka menengah hingga jangka panjang Render dan Heizer, 2005 secara matematis, persamaan
penulisan trend adalah sebagai berikut : = a + b x
Keterangan : = ramalan jumlah produksi
a = persilangan sumbu y
b = kemiringan garis regresi atau tingkat perubahan pada y
untuk perubahan yang terjadi di x x
= variable bebas dalam kasus ini adalah waktu Untuk mencari nilai a dan b menggunakan rumus :
b = a =
Untuk menentukan nilai x dan y menggunakan rumus :
Keterangan : b
= kemiringan garis regresi ∑ = tanda penjumlahan total
x = nilai variable bebas yang diketahui
commit to user
23 y
= variable terkait yang diketahui = rata-rata nilai y
= rata-rata nilai x n
= jumlah data atau pengamatan 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 : 58
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 diperoleh dengan :
b =
2 2
x x
x y
x xy
- å
- å
a =
x b
y
-
Ù
Keterangan : b
: kelandaian garis regresi
commit to user
24
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 2005 menuliskan persamaan regresi linear sebagai berikut :
Rumus :
Ù
y
= a + b
x
Keterangan :
Ù
y
: nilai variabel tidak bebas a : perpotongan sumbu
y
b : kelandaian garis regresi
x
: variabel bebas
G. Pengukuran Kesalahan Peramalan
