2. Pengumpulan data terdiri dari data historis yang relevan dari variabel yang akan
diramalkan, termasuk informasi pada variabel prediksi yang potensial. Pada fase ini juga berguna untuk memulai perencanaan bagaimana pengumpulan data dan
permasalahan dimasa mendatang yang akan ditangani seingga kehandalan dan integritas data akan diperoleh.
3. Analisis data adalah bagian yang penting untuk pemilihan model peramalan yang
digunakan. Plot time series dari data seharusnya dibangun dan divisualisasikan untuk pengenalan pola seperti trend dan musiman atau komponen yang berhubungan.
Informasi ini akan menunjukkan tipe metode peamalan kuantitatif dan model yang akan dikembangkan.
4. Pemilihan model terdiri dari pemilihan satu atau lebih model peramalan dan
menyesuaikan dengan model data. 5.
Validasi model terdiri dari evaluasi dari model peramalan untuk mendefenisikan bagaimana kemungkinan kinerja pada aplikasi yang dimaksudkan.
6. Penyebaran model peramalan meliputi pemilihan model dan hasil peramalan yang
digunakan, hal ini penting untuk memastikan pemahaman pengguna bagaimana untuk menggunakan model dan mengembangkan peramalan dari model menjadi
penerapan yang terus dilakukan. 7.
Pemeriksaan kinerja model peramalan adalah kegiatan berkelanjutan setelah model dikembangkan untuk memastikan model masih memiliki kinerja yang memuaskan.
Peta kontrol dari error hasil peramalan adalah alat sederhana tetapi efektif untuk secara rutin mengontrol kinerja dari model peramalan.
3.2.1. Karakteristik Peramalan yang Baik
2
2
Rosnani Ginting. Sistem Produksi. Yogyakarta: Graha Ilmu, 2007. h. 38
Universitas Sumatera Utara
Peramalan yang baik mempunyai beberapa kriteria penting, antara lain :
1. Akurasi
Akurasi dari suatu hasil peramalan diukur dengan hasil kebiasan dan kekonsistenan peramalan tersebut. Hasil peramalan dikatakan bias bila peramalan tersebut terlalu
tinggi atau terlalu rendah dibandingkan dengan kenyataan yang sebenarnya terjadi. Hasil peramalan dikatakan konsisten bila besarnya kesalahan peramalan relatif kecil.
Peramalan yang terlalu rendah akan mengakibatkan kekurangan persediaan, sehingga permintaan konsumen tidak dapat dipenuhi segera. Akibatnya perusahaan
dimungkinkan kehilangan pelanggan dan kehilangan keuntungan penjualan. Peramalan yang terlalu tinggi akan mengakibatkan terjadinya penumpukan
persediaan, sehingga banyak modal yang terserap sia-sia. Keakuratan dari hasil peramalan ini berperan dalam menyeimbangkan persediaan yang ideal.
2. Biaya
Biaya yang diperlukan dalam pembuatan suatu peramalan adalah tergantung dari jumlah item yang diramalkan, lamanya periode peramalan, dan metode peramalan
yang digunakan. Ketiga faktor pemicu biaya tersebut akan mempengaruhi berapa banyak data yang dibutuhkan, bagaimana pengolahan datanya manual atau
komputerisasi, dan bagaimana penyimpanan datanya. Pemilihan metode peramalan harus disesuaikan dengan dana yang tersedia dan tingkat akurasi yang ingin dicapai,
misalnya item-item yang penting akan diramalkan dengan metode yang sederhana dan murah.
3. Kemudahan
Penggunaan metode peramalan yang sederhana, mudah dibuat, dan mudah diaplikasikan akan memberikan keuntungan bagi perusahaan. Hal yang percuma
memakai metode yang canggih, tetapi tidak dapat diaplikasikan pada sistem
Universitas Sumatera Utara
perusahaan karena keterbatasan dana, sumber daya manusia, maupun peralatan teknologi.
3.2.2. Klasifikasi Teknik Peramalan
Pada umumnya peramalan dapat dibedakan dari beberapa segi tergantung dari cara melihatnya. Apabila dilihat dari sifat penyusunannya, maka peramalan
dapat dibedakan atas dua macam, yaitu: 1.
Dilihat dai sifat penyusunannya a. Peramalan yang subjektif
Yaitu peramalan yang lebih menekankan pada keputusan-keputusan hasil diskusi, pendapat pribadi seseorang, intuisi dari orang yang menyusunnya.
Dalam hal ini pandangan dari orang yang menyusunnya sangat menentukan baik tidaknya hasil ramalan tersebut.
b. Peramalan yang objektif Yaitu peramalan yang didasarkan atas data yang relevan pada masa lalu,
dengan menggunakan teknik-teknik dan metode-metode dalam penganalisaan data tersebut.
2. Dilihat dari jangka waktu ramalan yang disusun a.
Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan yang jangka waktunya lebih dari satu setengah
tahun. Peramalan seperti ini misalnya diperlukan dalam penyusunan rencana pembangunan suatu negara, dan rencana investasi suatu
perusahaan.
Universitas Sumatera Utara
b. Paramalan jangka menengah, yaitu peramalan yang dilakukan untuk
penyusunan hasil ramalan dalam jangka waktu satu bulan atau dua bulan sampai satu tahun. Ramalan jangka menengah umumnya lebih berkaitan
dengan rencana produksi tahunan dan akan mencerminkan hal-hal seperti puncak dan lembah suatu permintaan dan kebutuhan untuk menjamin
adanya tambahan sumber daya untuk tahun berikutnya. c.
Peramalan jangka pendek, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan dengan jangka waktu yang kurang dari satu
setengah tahun. Contohnya adalah penyusunan rencana produksi, rencana penjualan, rencana persediaan, dan anggaran perusahaan.
3. Berdasarkan sifat ramalan yang telah disusun, maka peramalan dapat dibedakan atas dua macam, yaitu:
a. Peramalan kualitatif, yaitu peramalan yang didasarkan atas data kualitatif
pada masa lalu. Hasil peramalan yang dibuat sangat tergantung dengan orang yang menyusunnya. Hal ini penting karena hasil peramalan tersebut
ditentukan berdasarkan pemikiran yang bersifat pendapat, intuitif, pengetahuan, dan pengalaman.
2. Peramalan kuantitatif, yaitu peramalan yang didasarkan atas data
kuantitatif masa lalu. Hasil peramalan yang dibuat sangat tergantung pada metode yang dipergunakan dalam peramalan tersebut.
Universitas Sumatera Utara
Peramalan Model
Kulitatif
Metode Kuantitatif
Metode Delphi
Dugaan Managemen
Riset Pasar
Metode kelompok
terstruktur
Time Series
Kausal Regresi
Smoothing Dekomposisi
Rata-rata Moving
Average Ekponential
Smoothing Analogi
Historis Dugaan
Managemen
Gambar 3.2. Taksonomi Teknik Peramalan
3.2.3. Peramalan Kualitatif Judgement Method
