Nim : 1123070121
Kelas : MKS/ III/C
A.
DEFINISI
PERAMALAN (FORECASTING)
Secara umum Peramalan didefinisikan sebagai perkiraan mengenai sesuatu yang belum terjadi. Ramalan yang
dilakukan pada umumnya akan berdasarkan data yang terdapat di masa lampau yang
dianalisis dengan mengunakan metode-metode tertentu. Forecasting diupayakan
dibuat dapat meminimumkan pengaruh ketidakpastian tersebut, dengan kata
lainbertujuan mendapatkan ramalanyang bisa meminimumkan kesalahan meramal (forecast
error) yang biasanya diukur dengan Mean Absolute Deviation,
Absolute Error, dan sebagainya. Peramalan merupakan alat bantu yang sangat
penting dalam perencanaan yang efektif dan efisien (Subagyo, 1986).
Peramalan adalah Seni dan ilmu memprediksi peristiwa-peristiwa yang akan
terjadi dengan menggunakan data historis dan memproyeksikannya ke masa depan
dengan beberapa bentuk model matematis. Atau peramalan diartikan sebagai aktivitas fungsi bisnis yang
memperkirakan penjualan dan penggunaan produk sehingga produk-produk itu dapat
dibuat dalam kuantitas yang tepat. Peramalan merupakan dugaan terhadap
permintaan yang akan datang berdasarkan pada beberapa variabel peramal, sering
berdasarkan data deret waktu historis. Peramalan menggunakan teknik-teknik
peramalan yang bersifat formal maupun informal (Gaspersz, 1998).
B. JENIS-JENIS PERAMALAN
Berdasarkan
horizon waktu, Jenis-jenis peramalan dapat dibagi dalam tiga bagian, yaitu
peramalan jangka panjang, menengah, dan jangka pendek.
1. Peramalan
jangka panjang,
yaitu yang mencakup waktu lebih besar dari 24 bulan, misalnya peramalan
yang diperlukan dalam kaitannya dengan penanaman modal, perencanaan fasilitas,
dan perencanaan untuk kegiatan litbang.
2. Peramalan jangka
menengah, yaitu antara 3-24 bulan, misalnya peramalan
untuk perencanaan penjualan, perencanaan dan anggaran produksi.
3. Peramalan jangka pendek,
yaitu untuk jangka waktu kurang dari 3 bulan, misalnya peramalan dalam
hubungannya dengan perencanaan pembelian material, penjadwalan kerja, dan penugasan.
Peramalan
jangka panjang banyak menggunakan pendekatan kualitatif, sedangkan peramalan
jangka menengah dan pendek menggunakan pendekatan kuantitatif.
C.UNSUR PERAMALAN
Dua hal
pokok yang harus diperhatikan dalam proses peramalan yang akurat dan bermanfaat
(Makridakis, 1999):
1.
Pengumpulan
data yang relevan berupa informasi yang dapat menghasilkan peramalan yang
akurat.
2.
Pemilihan
teknik peramalan yang tepat yang akan memanfaatkan informasi data yang
diperoleh semaksimal mungkin.
D.
POLA DATA METODE DERET
BERKALA DALAM PERAMALAN
1.
Pola Horizontal
Pola
ini terjadi bila data berfluktuasi di sekitar rata-ratanya. Produk yang
penjualannya tidak meningkat atau menurun selama waktu tertentu termasuk jenis
ini.
2. Pola Musiman
Pola
musiman terjadi bila nilai data dipengaruhi oleh faktor musiman (misalnya
kuartal tahun tertentu, bulanan atau hari-hari pada minggu tertentu).
3. Pola Siklis
Pola
ini terjadi bila data dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti
yang berhubungan dengan siklus bisnis. Struktur datanya dapat digambarkan
sebagai berikut.
4.
Pola Trend
Pola
Trend terjadi bila ada kenaikan atau penurunan sekuler jangka panjang dalam
data.
E. METODE PERAMALAN
Metode
peramalan digunakan untuk mengukur atau menaksir keadaan di masa datang.
Peramalan tidak saja dilakukan untuk menentukan jumlah produk yang perlu dibuat
atau kapasitas jasa yang perlu disediakan, tetapi juga diperlukan untuk
berbagai bidang lain (seperti dalam pengadaan, penjualan, personalia, termasuk
peramalan teknologi, ekonomi ataupun perubahan sosial-budaya). Dalam setiap
perusahaan, bagian yang satu selalu mempunyai keterkaitan dengan bagian lain
sehingga suatu peramalan yang baik atau buruk akan mempengaruhi perusahaan
secara keseluruhan.
Kebutuhan
akan peramalan semakin bertambah sejalan dengan keinginan manajemen untuk
memberikan respon yang cepat dan tepat terhadap kesempatan di masa datang,
serta menjadi lebih ilmiah dalam menghadapi lingkungan. Oleh karena itu,
penguasaan terhadap metode peramalan menjadi signifikan bagi seorang manajer
operasi.
Metode peramalan kuantitatif dapat dibagi menjadi dua tipe, causal
dan time series.
Model kuantitatif ekstrinsik sering disebut juga sebagai
model kausal, dan yang umum digunakan adalah model regresi (Regression
Causal model) (Gaspersz, 1998).
Metode peramalan causal
meliputi faktor-faktor yang berhubungan dengan variabel yang diprediksi seperti
analisis regresi. Metode kausal bertujuan untuk meramalkan
keadaan di masa datang dengan menemukan dan mengukur beberapa variabel bebas
(independen) yang penting beserta pengaruhnya terhadap variabel tidak bebas
yang diamati.
1. Weight Moving
Averages (WMA)
Model
rata-rata bergerak menggunakan sejumlah data aktual permintaan yang baru untuk
membangkitkan nilai ramalan untuk permintaan di masa yang akan datang. metode
rata-rata bergerak akan efektif diterapkan apabila permintaan pasar terhadap
produk diasumsikan stabil sepanjang waktu. Metode rata-rata bergerak terdapat
dua jenis, rata-rata bergerak tidak berbobot (Unweight Moving Averages)
dan rata-rata bobot bergerak (Weight Moving Averages). Model rata-rata
bobot bergerak lebih responsif terhadap perubahan karena data dari periode yang
baru biasanya diberi bobot lebih besar. Rumus rata-rata bobot bergerak yaitu
sebagai berikut.
2. Single Exponential
Smoothing (SES)
Pola data yang tidak stabil atau
perubahannya besar dan bergejolak umumnya menggunakan model pemulusan
eksponensial (Exponential Smoothing Models). Metode Single
Exponential Smoothing lebih cocok digunakan untuk meramalkan hal-hal yang
fluktuasinya secara acak (tidak teratur).
3. Regresi Linier
Model analisis Regresi Linier adalah
suatu metode populer untuk berbagai macam permasalahan. Menurut Harding (1974)
dua variabel yang digunakan, variabel x dan variabel y, diasumsikan memiliki
kaitan satu sama lain dan bersifat linier.
A.MENGIDENTIFIKASIKAN
TEKNIK DAN METODE PERAMALAN
6 faktor utama yang harus di ketahui
untuk mengidentifikasikan tekhnik dan metode peramalan yaitu
1. Horizon waktu.
2. Pola dari data.
3. Jenis dari model.
4. Biaya.
5. Ketepatan.
6. Flexibilitas.
1. Horizon waktu.
2. Pola dari data.
3. Jenis dari model.
4. Biaya.
5. Ketepatan.
6. Flexibilitas.
Daftar Pustaka
http://id.wikipedia.org/wiki/Deret_waktu
http://lecturer.poliupg.ac.id/muasmuchtar/Materi/@%20VI%20PERAMALAN.doc
Tidak ada komentar:
Posting Komentar