Siklus Hidup Produk. PERAMALAN

8 I II III IV Perkenalan Pertumbuhan Kejenuhan Penurunan Waktu Gambar 2.1 Tahapan Siklus Hidup Suatu Produk Faktor-faktor lain. Beberapa faktor lain yang mempengaruhi permintaan adalah reaksi balik dari pesaing, perilaku konsumen yang berubah, dan usaha-usaha yang dilakukan sendiri oleh perusahaan seperti peningkatan kualitas, pelayanan, anggaran periklanan, dan kebijaksanaan pembayaran secara kredit. P enj ual an 9 Gambar 2.2 Faktor- Faktor Yang Mempengaruhi Permintaan Sikap Kepercayaan Pelanggan PERUSAHAAN Siklus bisnis Variasi Acak Rencana Pelanggan Siklus Hidup Produk Mutu Harga Pesaing Citra Pelayanan Desain Barang dan Pelayanan Kebijaksanaan Kredit Mutu Hasil Penjualan Iklan Input output PERMINTAAN 10 2..4 KARAKTERISTIK PERAMALAN YANG BAIK Peramalan yang baik mempunyai beberapa kriteria yang penting, antara lain akurasi, biaya dan kemudahan. Akurasi. Akurasi dari suatu hasil peramalan diukur dengan mengukur besarnya error selisih demand aktual dengan hasil peramalan Biaya. Biaya yang diperlukan dalam pembuatan suatu peramalan adalah tergantung dari jumlah item yang diramalkan, lamanya periode peramalan, dan metode peramalan yang pakai. Kemudahan. Penggunaan metode peramalan yang sederhana, mudah dibuat, dan mudah diaplikasikan akan memberikan keuntungan bagi perusahaan.

2.5 BEBERAPA SIFAT HASIL PERAMALAN Dalam peramalan, ada beberapa hal yang harus dipertimbangkan,

yaitu : 1 Peramalan pasti mengandung kesalahan. 2 Peramalan seharusnya memberikan informasi tentang berapa ukuran kesalahan. 3 Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka panjang. 2.6 UKURAN PERAMALAN Ukuran akurasi hasil peramalan merupakan ukuran kesalahan error peramalan, merupakan ukuran tentang tingkat perbedaan antara hasil peramalan dengan permintaan yang sebenarnya terjadi. Ada 4 ukuran peramalan, yaitu :

1. Rata-rata Deviasi Mutlak Mean Absolute Deviation =

MAD MAD merupakan rata-rata kesalahan mutlak selama periode tertentu tanpa memperhatikan apakah hasil peramalan lebih 11 besar atau lebih kecil dibandingkan kenyataanya. Secara matematis, MAD dirumuskan sebaagi berikut : MAD = ∑ − n t F t A Dimana : A = permintaan aktual pada periode – t F t = hasil peramalan forecast pada peridoe – t n = jumlah periode peramalan yang terlibat

2. Rata-rata Kuadrat Kesalahan Mean Square Error =

MSE MSE dihitung dengan menjumlahkan kuadrat semua kesalahan peramalan pada setiap periode dan membaginya dengan jumlah peridoe peramalan. Secara matematis, MSE dirumuskan sebagai berikut : MSE = ∑ − n t F t A 2

3. Rata-rata Kesalahan Peramalan Mean forecast Error =

MFE MFE sangat efektif untuk mengetahui apakah suatu hasil peramalan selama periode tertentu terlalu tinggi atau terlalu rendah. Secara matematis, MFE dinyatakan sebagai berikut : MFE = ∑ − n t F t A

4. Rata-rata Persentase Kesalahan Absolut Mean

Absolute Percentage Error = MAPE