historis aktual telah diketahui digunakan untuk memeriksa keakuratan proses peramalan.
Tahap 5, evaluasi peramalan, melibatkan membandingkan nilai peramalan dengan nilai historis aktual. Dalam proses ini beberapa nilai data terkini kemudian
diambilkan dari himpunan data yang sedang dianalisa. Setelah model peramalan selesai, peramalan dilakukan untuk beberapa periode tersebut dan dibandingkan
dengan nilai-nilai historis yang diketahui. Beberapa prosedur peramalan menjumlahkan nilai absolut dari kesalahan dan hasil penjumlahannya dilaporkan,
atau dibagi dengan jumlah perlakuan peramalan sehingga menghasilkan rata-rata kesalahan peramalan.
2.8. Pendekatan Dalam Peramalan
Menurut Heizer dan Render 2006, terdapat pendekatan umum peramalan, yaitu analisis kuantitatif dan analisis kualitatif. Peramalan kuantitatif quantitative
forecast menggunakan model matematis yang beragam dengan data masa lalu dan variable sebab akibat untuk meramalkan permintaan. Peramalan subjektif atau
kualitatif qualitative forecast menggabungkan faktor seperti intuisi, emosi, pengalaman pribadi, dan sistem nilai pengambil keputusan untuk meramal.
2.8.1 Metode Peramalan Kualitatif
Terdapat empat teknik peramalan yang berbeda : 1.
Keputusan dari pendapat juri eksekutif jury of executive opinion. Dalam metode ini, pendapat sekumpulan kesil manajer atau pakar tinggi, sering
dikombinasikan dengan model statistic, dikumpulkan untuk mendapatkan prediksi permintaan kelompok.
2. Metode Delphi Delphi method. Ada tiga jenis peserta dalam metode
Delphi : pengambil keputusan, karyawan, dan responden. Pengambilan keputusan biasanya terdiri dari 5 hingga 10 orang pakar yang akan
melakukan peramalan. Karyawan membantu pengambil keputusan dengan menyiapkan, menyebarkan, mengumpulkan, serta meringkas sejumlah
kuesioner dan hasil survey. Responden adalah sekelompok orang yang biasanya ditempatkan di tempat yang berbeda, di mana penilaian dilakukan.
Kelompok ini memberikan input pada pengambil keputusan sebelum peramalan dibuat.
3. Gabungan dari tenaga penjualan sales force composite. Dalam pendekatan
ini, setiap tenaga penjualan memperkirakan berapa penjualan yang bias ia lakukan dalam wilayahnya. Peramalan ini kemudian dikaji untuk
memastikan apakah peramalan cukup realistis. Kemudian peramalan dikombinasikan pada tingkat wilayah dan nasional untuk mendapatkan
peramalan secara keseluruhan. 4.
Survei pasar konsumen consumer market survey. Metode ini meminta input dari konsumen mengenai rencana pembelian mereka dimasa depan.
Hal ini membantu tidak hanya dalam menyiapkan peramalan tetapi juga memperbaiki desain produk dan perencanaan produk baru.
2.8.2 Metode Peramalan Kuantitatif
Peramalan kuantitatif menggunakan model matematik yang beragam dengan data masa lalu dan peubah sebab akibat untuk meramalkan permintaan. Metode
peramalan kuantitatif memerlukan data historis atau data empiris, mutu data dan pemilihan metode yang cocok akan menentukan kualitas hasil peramalan.
Peramalan kuantitatif dapat diterapkan bila terdapat tiga kondisi Makridarkis, et al. dalam Wisastri, 2006 berikut :
a. Terdapat informasi masa lalu. b. Informasi tersebut bias dikuantitatifkan dalam bentuk data numerik.
c. Dapat diasumsikan bahwa pola masa lalu akan terus berlanjut dimasa mendatang.
Dua asumsi pertama merupakan syarat keharusan bagi penerapan metode peramalan kuantitatif, sedangkan asumsi ketiga merupakan syarat kecukupan,
artinya walaupun asumsi ketiga dilanggar model yang dirumuskan masih dapat digunakan. Hanya hal ini akan memberikan kesalahan peramalan yang relatif
besar, bila perubahan data ataupun bentuk hubungan fungsional tersebut terjadi secara sistematis.
Berdasarkan data masa lalu, metode peramalan kuantitatif dibagi menjadi dua bagian, yaitu metode deret waktu time series, yaitu model yang membuat
prediksi dengan asumsi bahwa masa depan merupakan fungsi masa lalu, dengan
menggunakan data masa lalu dapat melakukan peramalan. Dalam metode deret waktu peramal hanya berusaha mencari pola-pola dari data suatu data, tanpa
berusaha mencari apa penyebab dan mengapa polanya demikian. Bisa jadi pola data masa lalu tidak sama lagi dengan masa depan, karena faktor-faktor yang
mempengaruhinya sudah berubah. Metode peramalan kedua adalah metode peramalan asosiatif atau metode peramalan kausal metode peramalan
eksplanatori, yaitu metode peramalan yang menggabungkan peubah atau faktor yang mungkin mempengaruhi permintaan atas suatu produk peubah bebas
terhadap permintaan suatu produk peubah tidak bebas. Peramalan kuantitatif juga memiliki keterbatasan, jika terjadi perubahan pola data atau hubungan sebab
akibat, maka hasil ramalan menjadi kurang akurat Heizer dan Render, 2006.
2.9. Penelitian Terdahulu
