Peramalan dan Sistem Produksi (1)

PERENCANAAN DAN PENGENDALIAN PRODUKSI
“SISTEM PRODUKSI DAN PERAMALAN”

DisusunOleh :
Nurma Fajriani

(13522243)

Andrika Gummenia Setiawan

(13522240)

Istna Cahya Alifta

(13522278)

Saepul Arifin

(13522239)

JURUSAN TEKNIK INDUSTRI

FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS ISLAM INDONESIA
2015

1.

Sistem Produksi Menurut Proses Menghasilkan Output
Proses produksi merupakan cara, metode, dan teknik untuk menciptakan atau
menambah kegunaan suatu produk dengan mengoptimalkan sumber daya produksi
(tenaga kerja, mesin, bahan baku, dana) yang ada. Sistem produksi menurut proses
menghasilkan output secara ekstrem dapat dibedakan menjadi dua jenis, yaitu:
a. Proses Produksi Kontinyu (continuous process)
b. Proses Produksi Terputus (intermittent process/discrete system)
c. Proses Produksi Repetitif
Perbedaan pokok antara kedua proses terletak pada lamanya waktu set-up
peralatan produksi. Proses kontinyu tidak memerlukan waktu set-up yang lama karena
proses ini memproduksi secara terus-menerus untuk jenis produk yang sama. Misalnya
pada pabrik susu instan. Sedangkan proses terputus memerlukan total waktu set-up yang
lebih lama karena proses ini memproduksi berbagai proses spesifikasi barang sesuai
pesanan, dimana dengan adanya pergantian jenis barang yang diproduksi akan

membutuhkan kegiatan set-up yang berbeda. Misalnya usaha perbengkelan.
Selain

dua

jenis

ekstrem

tersebut,

beberapa

ahli

sistem

produksi

mengidentifikasikan adanya proses produksi menurut cara menghasilkan output yang

cukup penting, yaitu Proses Produksi Repetitif. Heizer (1988) mendefinisikan proses
produksi repetitif sebagai kombinasi antara proses kontinyu dan proses terputus.
2.

Sistem Produksi Menurut Tujuan Operasi
Dilihat dari tujuan perusahaan melakukan operasi dalam hubunganya dengan
pemenuhan kebutuhan konsumen, maka sistem produksi dibedakan menjadi empat jenis,
yaitu:
a. Enginering To Order (ETO), yaitu bila pemesan meminta produsen untuk membuat
produk yang dimulai dari proses perancangannya (rekayasa).
b. Assembly To Order (ATO), yaitu bila produsen membuat desain standar, modulmodul opsional standar yang sebelumnya dan merakit suatu kombinasi tertentu dari
modul-modul tersebut sesuai dengan pesanan konsumen. Modul-modul standar
tersebut bisa dirakit untuk berbagai tipe produk. Contohnya adalah pabrik mobil,
dimana mereka menyediakan pilihan transmisi secara manual atau otomatis.
c. Make To Order (MTO), yaitu bila produsen menyelesaikan item akhinya jika dan
hanya jika telah menerima pesanan konsumen untuk item tersebut.
d. Make To Stock (MTS), yaitu bila produsen membuat item-item yang diselesaikan
dan ditempatkan sebagai persediaan sebelum pesanan konsumen diterima.

3.

Sistem Produksi Menurut Aliran Operasi dan Variasi Produk
Ada tiga jenis dasar aliran operasi, yaitu flow shop, job shop, dan proyek (Kostas,
1982). Ketiga jenis dasar aliran operasi ini berkembang menjadi aliran operasi modifikasi
dari ketiganya, yaitu batch dan continuous). Adapu karakteristikmasing-masing aliran
tersebut, yaitu;
a. Flow Shop, yaitu proses konversi dimana unit-unit output secara berturut-turut
melalui urutan operasi yang sama pada mesin-mesin khusus, biasanya ditempatkan
sepanjang suatu lintasan produksi. Bentuk umum proses flow shop dapat dibagi
menjadi jenis produksi flow shop kontinyu dan flow shop terputus. Pada flow shop
kontinyu, proses bekerja untuk memproduksi jenis output yang sama, misalnya pada
industri rokok SKM otomatis. Pada slow shop terputus, kerja proses secara periodik
diinterupsi untuk melakukan set-up bagi pembuatan produk dengan spesifikasi yang
berbeda (meskipun dari desain dasar yang sama).
b. Continuous, proses ini merupakan bentuk ekstrem dari flow shop dimana terjadi
aliran material yang konstan. Contoh dari proses kontinyu adalah industri
penyulingan minyak, pemrosesan kimia, dan industri-industri lain dimana kita
c.

tidakdapat mengidentifikasi unit-unit output urutan prosesnya secara tepat.

Job Shop, merupakan bentuk proses konversi dimana unit-unit untuk pesanan yang
berbeda akan mengikuti urutan yang berbeda pula dengan melalui pusat-pusat kerja

yang dikelompokan berdasarkan fungsinya.
d. Batch, merupakan bentuk satu langkah kedepan dibandingkan job shop dalam hal
standarisasi produk, tetapi tidak terlalu terstandarisasi seperti produk yang dihasilkan
e.

pada aliran lintasan perakitan flow shop.
Proyek, merupakan proses penciptaan satu jenis produk yang agak rumit dengan
suatu pendefinisian urutan tugas yang teratur dengan kebutuhan sumber daya dan
penyelesaiannya dibatasi oleh waktu.

4.

Sifat – Sifat Perencanaan Produksi
Perencanaan produksi mempunyai sifat-sifat sebagai berikut :
a. Berjangka Waktu

Dalam perencanaan produksi, biasanya kita jumpai tiga jenis perencanaan

berdasarkan periode waktu yang dicakup oleh perencanaan tersebut, yaitu :
-

Perencanaan produksi jangka panjang. Perencanaan produksi ini melihat 3
tahun atau lebih kedepan. Perencanaan produksi jangka panjang pada umumnya
menangani keputusan-keputusan yang bersifat strategis, misalnya dengan
pengembangan produk baru, tata letak pabrik, dll.

-

Perencanaan produksi jangka menengah (perencanaan agregrat). Perencanaan
ini mempunyai horizon waktu antara 1 sampai 2 tahun, dan pada umumnya
menangani keputusan keputusan yang bersifat taktis, misalnya perencanaan
tenaga kerja.

-

Perencanaan produksi jangka pendek. Perencanaan produksi jangka pendek
mempunyai horison waktu ≤ 1 tahun, dan pada umumnya menangani keputusankeputusan yang bersifat teknis operasional misalnya membuat jadwal produksi.

b. Berjenjang
Pembuatan rencana produksi tidak bisa dilakukan hanya sekali dan digunakan untuk
selamanya. Perencanaan produksi harus dilakukan secara bertahap dan berjenjang.
Artinya, perencanaan produksi akan bertingkat dari perencanaan produksi level tinggi
sampai perencanaan produksi level rendah.
c. Terpadu
Perencanaan produksi melibatkan banyak faktor, seperti bahan baku, mesin/peralatan,
tenaga kerja, dan waktu, oleh karena itu harus dilakukan secara terpadu.
d. Berkelanjutan
Perencanaan produksi disusun berdasarkan hasil evaluasi terhadap rencana
sebelumnya, oleh karena itu perencanaan produksi haruslah merupakan kegiatan yang
berkelanjuta.
e. Terukur
Untuk mengetahui ada tidaknya penyimpangan, maka rencana produksi harus
menetapkan ukuran sehingga mudah untuk mengevaluasinya.
f. Realistik
Rencana produksi yang dibuat harus disesuaikan dengan kondisi yang ada di
perusahaan, sehingga target yang ditetapkan realistik bisa dipenuhi.
g. Akurat

Perencanaan produksi harus dibuat berdasarkan informasiinformasi yang akurat
tentang kondisi internal dan eksternal sehingga angka-angka yang dimunculkan dalam
target produksi dapat dipertanggungjawabkan.
h. Menantang
Meskipun rencana produksi harus dibuat serealistis mungkin, hal ini bukan berarti
rencana produksi harus menetapkan target yang dengan mudah dapat dicapai.
Rencana produksi yang baik harus menetapkan target produksi yang hanya dapat
dicapai dengan usaha yang sungguh-sungguh.
5.

Klasifikasi Peramalan
Klasifikasi peramalan merupakan identitas dari peramalan itu sendiri. Peramalan
memiliki dua klasifikasi peramalan diantaranya sebagai berikut (Jay Heizer,2005):
1. Peramalan berdasarkan teknik penyelesaiannya, yang terdiri dari:
a.

Teknik peramalan secara kualitatif Peramalan yang melibatkan pendapat pribadi,
pendapat ahli, metode Delphi penelitian pasar dan lain-lain. Bertujuan untuk
menggabungkan seluruh informasi yang diperoleh secara logika, unbased &
sistematis yang dihubungkan dengan faktor interest pengambil keputusan.

Beberapa teknik kualitatif yang sering dipergunakan adalah:
a) Delphi Method
b) Market Research
c) Panel Consensus
d) Visionary Forecast
e) Historical Analogue
f) Management Estimate
g) Structured Group Methods

b.

Teknik peramalan secara kuantitatif Digunakan pada saat data masa lalu cukup
tersedia. Beberapa teknik kuantitatif yang sering dipergunakan:
a) Time Series Model
b) Causal Model

2. Peramalan berdasarkan pengelompokkan horizon waktu:
a.

Peramalan jangka panjang, yaitu peramalan yang jangka waktu peramalan lebih

dari 24 bulan, misalnya peramalan yang diperlukan dalam kaitannya dengan
anggaran produksi.

b.

Peramalan jangka menengah, yaitu peramalan yang jangka waktu peramalan
antara 3-24 bulan, misalnya peramalan untuk perencanaan penjualan,
perencanaan dan anggaran produksi.

c.

Peramalan jangka pendek, yaitu peramalan yang jangka waktu peramalan kurang
dari 3 bulan, misalnya peramalan dalam hubungannya dengan perencanaan
pembelian material, penjadwalan kerja dan penugasan.

6.

Faktor yang Mempengaruhi Peramalan
Permintaan suatu produk pada suatu perusahaan sangat dipengaruhi oleh berbagai faktor
lingkungan yang saling berinteraksi dalam pasar yang berada di luar kendali perusahaan.

Dimana faktor – faktor lingkungan tersebut juga akan mempengaruhi peramalan. Berikut
ini merupakan beberapa faktor lingkungan yang mempengaruhi peramalan [Yami05]
a. Kondisi umum bisnis dan ekonomi
b. Reaksi dan tindakan pesaing
c. Tindakan pemerintah
d. Kecenderungan pasar
e. Siklus hidup produk
f. Gaya dan mode
g. Perubahan permintaan konsumen
h. Inovasi teknologi

7.

Karakteristik Peramalan
Peramalan yang baik mempunyai beberapa criteria yang penting, antara lain
akurasi, biaya, dan kemudahan. Penjelasan dari criteria – criteria tersebut adalah sebagai
berikut [Nasu99]:
 Akurasi. Akurasi dari suatu hasil peramalan diukur dengan kebiasan dan
kekonsistensian peramalan. Hasil peramalan dikarakan bias bila peramalan
tersebut terlalu tinggi atau terlalu rendah dibanidng dengan kenyataan yang
sebenarnya terjadi. Hasil peramalan dikatakan konsisten bila besarnya kesalahan
peramalan relatif kecil.
Buffa menjelaskan bahwa metode yang lebih canggih tidak menjamin
dihasilkannya hasil yang lebih akurat ketimbang metode yang lebih sederhana,
lebih mudah diterapkan, dan lebih murah. Berikut ini merupakan temuan –
temuan yang berhubungan dengan pemilihan metode peramalan dan akurasi hasil
peramalan :
-

Akurasi peramalan meningkat jika ramalan dari lebih banyak metode
dikombinasikan untuk menghasilkan ramalan akhir; tetapi dampak marjinal

dari penambahan satu metode berkurang dengan semakin banyaknya jumlah
-

metode yang digunakan.
Resiko kesalahan yang lebih besar dalam peramalan yang mungkin
disebabkan oleh pemilihan metode yang keliru, resiko kesalahan akan

-

berkurang jika hasil dari dua atau lebih metode dikombinasikan.
Variabilitas dalam akurasi ramalan diantara berbagai kombinasi metode
peramalan berkurang dengan makin banyaknya metode yang digunakan.



[Buff96]
Biaya. Biaya yang diperlukan untuk pembuatan suatu peramalan tergantung dari
jumlah item yang diramalkan, lamanya periode peramalan, dan metode



peramalan yang dipakai.
Kemudahan. Penggunaan metode peramalan yang sederhana, mudah dibuat, dan
mudah diaplikasikan akan memberikan keuntungan bagi perusahaan.

8.

Sifat Hasil Peramalan
Dalam membuat peramalan atau menerapkan hasil peramalan, ada beberapa hal yang
harus dipertimbangkan, yaitu [Nasu05]:
a.

Peramalan pasti mengandunga kesalahan, artinya peramal hanya bisa mengurangi
ketidakpastian yang akan terjadi tetapi tidak dapat menghilangkan ketidakpastian
tersebut.

b.

Peramalan seharusnya memberikan informasi mengenai berapa ukuran kesalahan.
artinya karena peramalan pasti mengandung kesalahan, maka adalah penting bagi
peramal untuk menginformasikan seberapa besarkesalahan yang mungkin terjadi

c.

Peramalan jangka pendek lebih akurat dibandingkan dengan peramalan jangka
panjang. Hal ini disebabkan karena pada peramalan jangka pendek, faktorfaktor
yang mempengaruhi permintaan relatif masih konstan sedangkan masih panjang
periode peramalan, maka semakin besar pula kemungkinan terjadinya perubahan
faktor-faktor yang mempengaruhi permintaan.

9.

Ukuran Akurasi Hasil 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 :
a. Rata-rata Deviasi Mutlak (Mean Absolute Deviation = MAD )

MAD merupakan rata-rata kesalahan mutlak selama periode tertentu tanpa
memperhatikan apakah hasil peramalan lebih besar atau lebih kecil dibandingkan
kenyataanya. Secara matematis, MAD dirumuskan sebaagi berikut :
MAD=∑

| At −Ft
n |

Dimana :
A = permintaan aktual pada periode – t
Ft = hasil peramalan (forecast) pada peridoe – t
n = jumlah periode peramalan yang terlibat
b. 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=∑

( At −Ft )2
n

c. 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 :
❑

( At −Ft )
MFE=∑
n

d. Rata-rata Persentase Kesalahan Absolut (Mean Absolute Percentage Error =
MAPE)
MAPE menyatakan persentase kesalahan hasil peramalan terhadap permintaan aktual
selama periode tertentu yang akan memberikan informasi persentase kesalahan terlalu
tinggi atau terlalu rendah. Secara matematis, MAPE dinyatakan sebagai berikut :
MAPE=

( 100n )∑ |At − FtAt |

10. Pola Data Peramalan
a. Pola Data Siklis
Penjualan produk dapat memiliki siklus yang berulang secara periodik. Banyak
produk dipengaruhi pola pergerakan aktivitas ekonomi yang terkadang memiliki
kecenderungan periodic. Komponen siklis ini sangat berguna dalam peramalan jangka

menengah. Pola data ini terjadi bila data memiliki kecendrungan untuk naik atau turun
terus-menerus. Pola data dalam bentuk trend ini digambarkan sebagai berikut :

b. Pola Data Musiman (Seasonal)
Perkataan musim menggambarkan pola penjualan yang berulang setiap periode.
Komponen musim dapat dijabarkan ke dalam faktor cuaca, libur, atau kecenderungan
perdagangan. Pola musiman berguna dalam meramalkan penjualan dalam jangka
pendek. Pola data ini terjadi bila nilai data sangat dipengaruhi oleh musim, misalnya
permintaan bahan baku jagung untuk makanan ternak ayam pada pabrik pakan ternak
selama satu tahun. Selama musim panen harga jagung akan menjadi turun karena
jumlah jagung yang dibutuhkan tersedia dalam jumlah yang besar. Pola data musiman
dapat digambarkan sebagai berikut:

c. Pola Data Horizontal
Pola data ini terjadi apabila nilai data berfluktuasi di sekitar nilai rata-rata. Produk
yang penjualannya tidak meningkat atau menurun selama waktu tertentu termasuk
jenis ini. Struktur datanya dapat digambarkan sebagai berikut ini.Pola ini dapat
digambarkan sebagai berikut (Sofyan Assauri, 1984, hal. 46 – 47):

d. Pola Data Trend
Pola data ini terjadi bila data memiliki kecenderungan untuk naik atau turun terus
menerus. Pola data dalam bentuk trend ini dapat digambarkan sebagai berikut:

11. Metode Peramalan

1. Metode Peramalan Kualitatif (Judgement Methode)
Peramalan kualitatif umumnya bersifat subjektif, dipengaruhi oleh intuisi,
emosi, pendidikan, dan pengalaman seseorang. Oleh karena itu, hasil peramalan dari
satu orang dengan orang yang lain dapat berbeda. Meskipun demikian, peramalan
dengan metode kualitatif tidak berarti hanya menggunakan intuisi, tetapi juga bisa
mengikutsertakan model – model statistik sebagai bahan masukan dalam melakukan
judgement (keputusan), dan dapat dilakukan secara perseorangan maupun kelompok.
Beberapa metode peramalan yang digolongkan sebagai model kualitatif adalah
sebagai berikut :
a.

Metode Delphi, Sekelompok pakar mengisi kuesioner, Moderator menyimpulkan
hasilnya dan memformulasikan menjadi suatu kuesioner baru yang diisi kembali
oleh kelompok tersebut, demikian seterusnya. Hal ini merupakan proses
pembelajaran (learning process) dari kelompok tanpa adanya tekanan atau
intimidasi individu. Metode ini dikembangkan pertama kali oleh Rand
Corporation pada tahun 1950 – an. Adapun tahapan yang dilakukan adalah:

- Tentukan beberapa pakar sebagai partisipan. Sebaiknya bervariasi dengan latar
belakang disiplin ilmu yang berbeda.
- Melalui kuesioner (atau e – mail ), diperoleh peramalan dari seluruh partisipan.
- Simpulkan hasilnya, kemudian distribusikan kembali kepada seluruhpartisipan
denan pertanyaan yang baru.
- Simpulkan kembali revisi peramalan dan kondisi, kemudian dikembangkan
dengan pertanyaan yang baru.
- Apabila diperlukan, ulangi tahap 4. Seluruh hasil akhir didistribusikan kepada
seluruh partisipan.
b. Dugaan manajemen ( management estimate ) atau Panel Consensus, dimana
peramalan semata-mata berdasarkan pertimbangan manajemen, umumnya oleh
manajemen senior. Metode ini akan cocok dalam situasi yang sangat sensitif
terhadap intuisi dari suatu atau sekelompok kecil orang yang karena
pengalamannya mampu memberikan opini yang kritis dan relevan. Teknik akan
dipergunakan dalam situasi dimana tidak ada situasi dimana tidak ada alternatif
lain dari model peramalan yang dapat diterapkan. Bagaimanapun metode ini
mempunyai banyak keterbatasan, sehingga perlu dikombinasikan dengan metode
peramalan yang lain.
c. Riset Pasar (market research), merupakan metode peramalan berdasarkan hasil –
hasil dari survei pasar yang dilakukan oleh tenaga-tenaga pemasar produk atau
yang mewakilinya. Metode ini akan menjaring informasi dari pelanggan atau
pelanggan potenbsial (konsumen) berkaitan dengan rencana pembelian mereka
dimasa mendatang. Riset pasar tidak hanya akan membantu peramalan, tetapi juga
untuk meningkatkan desain produk dan perencanaan untuk produk-produk baru.
d. Metode kelompok terstruktur (structured group methods), seperti metode
Delphi, dan lain lain. Metode Delphi merupakan teknik peramalan berdasarkan
pada proses konvergensi dari opini beberapa orang atau ahli secara interaktif tanpa
menyebutkan identitasnya. Grup ini tidak bertemu secara bersama dalam suatu
forum untuk berdiskusi, tetapi mereka diminta pendapatnya secara terpisah dan
tidak boleh secara berunding. Hal ini dilakukan untuk menghindari pendapat yang
bias karena pengaruh kelompok. Pendapat yang berbeda secara signifikan dari ahli
yang lain dalam grup tersebut akan dinyatakan lagi kepada yang bersangkutan,
sehingga akhirnya diperoleh angka estimasi pada interval tertentu yang dapat
diterima. Metode Delphi ini dipakai dalam peramalan teknologi yang sudah

digunakan pada pengoperasian jangka panjang selain itu, metode ini juga
bermanfaat dalam pengembangan produk baru, pengembangan kapasitas produksi,
penerobosan ke segmen pasar baru dan strategi keputusan bisnis lainnya.
e. Analogi historis (Historical Analogy), merupakan teknik peramalan berdasarkan
pola data masa lalu dari produk-produk yang dapat disamakan secara Analogi.
Misalnya

peramalan

untuk

pengembangan

pasar

televisi

multi

sistem

menggunakan model permintaan televisi hitam putih atau televisi berwarna biasa.
Analogi historis cenderung akan menjadi terbaik untuk penggantian produk di
pasar dan apabila terdapat hubungan substitusi langsung dari produk dalam pasar
itu.
2. Metode Peramalan Kuantitatif (Statistical Method)
Prosedur umum yang digunakan dalam peramalan secara kuantitatif adalah:
1.

Definisikan tujuan peramalan.

2.

Pembuatan diagram pencar.

3.

Pilih minimal dua metode peramalan yang dianggap sesuai.

4.

Hitung parameter – parameter fungsi peramalan.

5.

Hitung kesalahan setiap metode peramalan.

6.

Pilih metode yang terbaik, yaitu yang memiliki kesalahan terkecil.

7.

Lakukan verifikasi peramalan

A. Metode Time Series.
Metode time series adalah metode yang dipergunakan untuk menganalisis
serangkaian data yang merupakan fungsi dari waktu. Metode ini mengasumsikan
beberapa pola atau kombinasi pola selalu berulang sepanjang waktu, dan pola
dasarnya dapat diidentifikasi semata-mata atas dasar data historis dari serial itu.
Adapun metode peramalan yang termasuk model time series adalah sebagai
berikut:
a.

Metode Penghalusan (Smoothing).
Metode smoothing digunakan untuk mengurangi ketidakteraturan musiman
dari data yang lalu, dengan membuat rata – rata tertimbang dari sederetan data
masa lalu. Ketepatan peramalan dengan metode ini akan terdapat pada
peramalan jangka pendek, sedangkan untuk peramalan jangka panjang kurang
akurat.

b. Metode Regresi

Metode kecenderungan dengan regresi merupakan dasar garis kecenderungan
untuk suatu persamaan, sehingga dengan dasar persamaan tersebut dapat
diproyeksikan hal-hal yang akan diteliti pada masa yang akan datang. Untuk
peramalan jangka pendek dan jangka panjang, ketepatan peramalan dengan
metode ini sangat baik. Data yang dibutuhkan untuk metode ini adalah
tahunan, minimal lima tahun. Namun, semakin banyak data yang dimiliki
semakin baik hasil yang diperoleh.
c.

Metode Dekomposisi
Yaitu hasil ramalan ditentukan dengan kombinasi dari fungsi yang ada
sehingga tidak dapat diramalkan secara biasa. Model tersebut didekati dengan
fungsi linier atau siklis, kemudian bagi t atas kwartalan sementara berdasarkan
pola data yang ada. Metode dekomposisi merupakan pendekatan peramalan
yang

tertua.

Terdapat

mendekomposisikan

suatu

beberapa
deret

pendekatan

berkala

yang

alternatif
semuanya

untuk
bertujuan

memisahkan setiap komponen deret data seteliti mungkin. Konsep dasar
pemisahan bersifat empiris dan tetap, yang mula – mula memisahkan unsur
musiman, kemudian trend, dan akhirnya unsur siklis. Adapun Langkah –
langkah perhitungannya adalah sebagai berikut :
1. Ramalkan fungsi Y biasa ( dt = a + bt )
2. Hitung nilai indeks.
3. Gabungkan nilai perolehan indeks kemudian ramalkan yang baru .
B. Metode Kausal
Metode kausal mengasumsikan faktor yang diperkirakan menunjukkan adanya
hubungan sebab akibat dengan satu atau beberapa variabel bebas (independen).
Sebagai contoh, jumlah pendapatan berhubungan dengan faktor-faktor seperti
jumlah penjualan, harga jual, dan tingkat promosi. Kegunaan dari metode kausal
adalah untuk menemukan bentuk hubungan antara variabel-variabel tersebut dan
menggunakannya untuk meramalkan nilai dari variabel tidak bebas (dependen).
Pada model ini untuk meramalkan permintaan tidak hanya memperhatikan waktu,
tetapi juga memperhatikan faktor yang mempengaruhi, antara lain :
a. Harga produk, jika harga produk naik maka permintaan naik
b. Saluran distribusi, jika banyak saluran distribusi maka permintaan naik.
Metode kausal terdiri atas beberapa metode, antara lain :
a.

Metode regresi dan korelasi

Metoda regresi dan korelasi pada penetapan suatu persamaan estimasi
menggunakan teknik “least squares”. Hubungan yang ada pertama – tama
dianalisis secara statistik. Ketepatan peramalan dengan menggunakan metoda
ini sangat baik untuk peramalan jangka pendek, sedangkan untuk peramalan
jangka panjang ternyata ketepatannya kurang begitu baik. Metoda ini banyak
digunakan untuk peramalan penjualan, perencanaan keuntungan, peramalan
permintaan dan permalan keadaan ekonomi. Data yang dibutuhkan untuk
penggunaan metoda ini adalah data kuartalan dari beberapa tahun lalu.
b. Metode Ekonometrik
Metoda ini didasarkan atas peramalan sistem persamaan regresi yang
diestimasikan secara simultan. Baik untuk peramalan jangka pendek maupun
peramalan jangka panjang, ketepatan peramalan dengan metoda ini sangat baik.
Metoda permalan ini selalu dipergunakan untuk peramalan penjualan menurut
kelas produk, atau peramalan keadaan ekonomi masyarakat, seperti permintaan,
harga dan penawaran. Data yang dibutuhkan untuk penggunaan metoda
peramalan ini adalah data kuartalan beberapa tahun.
c.

Metode Input-Output
Metoda ini dipergunakan untuk menyusun proyeksi trend ekonomi jangka
panjang. Model ini kurang baik ketepatannya untuk peramalana jangka panjang.
Model ini banyak dipergunakan untuk peramalan penjualan perusahaan,
penjualan sektor industri dan sub sektor industri, produksi dari sektor dan sub
sektor industri. Data yang dibutuhkan untuk penggunaan metoda atau model ini
adalah data tahunan selama sekitar sepuluh sampai lima belas tahun.