METODE PERAMALAN 1 Ada banyak jenis model peramalan

METODE PERAMALAN 1

Ada banyak jenis model peramalan. Model peramalan memiliki perbedaan dalam: q tingkat kompleksitasnya q jumlah data yang mereka gunakan q cara menghasilkan ramalan. Namun, beberapa fitur umum berlaku pada semua model peramalan. Fitur-fitur tersebut meliputi: q Peramalan jarang sekali sempurna. Peramalan masa depan melibatkan ketidakpastian. Oleh karena itu, hampir tidak mungkin membuat prediksi yang sempurna. q Peramalan untuk kelompok produk menjadi lebih akurat daripada peramalan item individual. Bila item dikelompokkan bersama, nilai tinggi dan rendah masing-masing dapat saling membatalkan. Data untuk sekelompok item dapat stabil meskipun item individual dalam grup sangat tidak stabil. Akibatnya, seseorang dapat memperoleh tingkat akurasi yang lebih tinggi saat meramalkan sekelompok item daripada untuk barang individu. 2

q Peramalan menjadi lebih akurat untuk waktu yang lebih singkat daripada waktu yang lebih lama. Semakin pendek cakrawala waktu peramalan, semakin rendah tingkat ketidakpastian. Metode peramalan dapat diklasifikasikan menjadi dua kelompok: q Metode Peramalan Kualitatif atau metode judgemental yang merupakan metode peramalan yang dilakukan oleh peramal secara subyektif. q Metode Peramalan Kuantitatif merupakan metode peramalan berdasarkan pemodelan matematik 3

4

5

Model Runtut Waktu (Time Series) Analisis deret waktu mengasumsikan bahwa semua informasi yang dibutuhkan untuk menghasilkan suatu peramalan terkandung dalam serangkaian data. Peramal mencari pola data dan mencoba untuk mendapatkan ramalan dengan memproyeksikan pola tersebut untuk masa depan. Cara termudah untuk mengidentifikasi pola data adalah dengan menggambarkan data dalam grafik dan memeriksa hasilnya. Ada 4 pola dasar dari penggambaran data dalam grafik: 1) Pola datar/rata/horisontal yakni pola data dimana nilai data berfluktuasi disekitar nilai rata data. Contoh penjualan suatu produk yang tidak meningkat atau menurun sepanjang waktu 6

2) Pola tren (Trend) yakni pola data yang menunjukkan pola peningkatan atau penurunan sepanjang waktu 3) Pola musiman (Seasonality) yakni suatu pola yang berulang dengan sendirinya secara teratur dan dalam waktu yang konstan. 4) Pola siklus (Cycles) yakni pola data yang dihasilkan dari fluktuasi ekonomi seperti dalam siklus bisnis yang mencakup inflasi, resesi, siklus produk, dsb. 7

Metode Naif Metode naif adalah model peramalan yang paling sederhana dimana perkiraan pada periode berikutnya sama dengan periode sekarang yang aktual. 8

Misalnya, jika penjualan perusahaan mencapai 500 unit pada bulan Januari, metode naif akan meramalkan 500 unit untuk bulan Februari Diasumsikan bahwa ada sedikit perubahan dari periode ke periode. Secara matematis, kita bisa menempatkan ini dalam bentuk berikut: Contoh, sebuah restoran meramalkan penjualan ayam goreng untuk bulan April. Total penjualan ayam goreng untuk bulan Maret adalah 320. Jika manajemen menggunakan metode naif, berapa ramalan penjualan ayam goreng untuk bulan April? 9

10

Rata-Rata Sederhana (Simple Mean or Average) Metode rata-rata sederhana adalam metode dimana peramalan untuk periode berikutnya (periode t + 1) akan sama dengan rata-rata semua permintaan masa lalu. Contoh, New Tools Corporation meramalkan penjualan untuk produk klasiknya, Handy-Wrench. Produk perusahaan ini telah stabil dan perusahaan menggunakan metode peramalan sederhana untuk meramalkan penjualan prduknya. Dengan menggunakan data penjualan mingguan selama lima minggu terakhir, perusahaan membuat perkiraan penjualan untuk minggu 11 ke 6.

Latihan, Data penjualan produk disajikan pada tabel sebelah kanan. Tentukan prediksi penjualan tahun ke 3, 4, 5, 6, dan 7 Asumsi: Ramalan tahun 1 =300 dan tahun ke 2 adalah 310 12

Metode Rata Bergerak Sederhana (Simple Moving Average) Metode rata bergerak sederhana adalah metode peramalan dengan meratakan n periode terakhir. Ketika data baru masuk, maka data lama dikeluarkan. 13

14

15

LATIHAN. Buatlah peramalan untuk tahun ke 3, 4, 5, 6, 7 dengan basis rata 2 tahun 16

Metode Penghalusan Eksponensial (Exponential Smoothing) Metode penghalusan eksponensial adalah metode peramalan dengan menggunakan prosedur rata tertimbang. Untuk melakukan peramalan periode yang akan datang, peramal harus memiliki 3 informasi: a) Peramalan periode saat ini b) Nilai aktual periode saat ini c) Nilai koefisien penghalusan yang bervariasi 0 dan 1 17

Restoran meksiko menggunakan exponential smoothing untuk meramal penggunaan saus secara bulanan. Hasil peramalan untuk bulan september 200 botol dan penggunaan saus yang aktual adalah 300 botol. Jika manajer restoran menggunakan 0. 7, berapa ramalan penggunaan saus untuk bulan oktober? 18

19

LATIHAN 2012 2013 2014 2015 2016 2017 2018 120 200 390 425 470 500 20

Metode exponential smoothing merupakan metode peramalan yang cukup baik untuk peramalan jangka panjang dan jangka menengah, terutama pada tingkat operasional suatu perusahaan. Konsep exponential telah berkembang dan menjadi metode praktis dengan penggunaan yang cukup luas, terutama dalam peramalan bagi persedian. Kelebihan utama dari metode exponential smoothing adalah dilihat dari kemudahan dalam operasi yang relative rendah, ada sedikit keraguan apakah ketepatan yang lebih baik selalu dapat dicapai dengan menggunakan (QS) Quantitatif sistem ataukah metode dekonposisi yang secara intuitif menarik, namun dalam hal ini jika diperlukan peramalan untuk ratusan item. Apabila data yang dianalisa bersifat stationer, maka penggunaan metode rata-rata bergerak (moving average) atau single exponential smoothing cukup tepat akan tetapi apabila datanya menunjukan suatu trend linier, maka model yang baik untuk digunakan 21 adalah exponential smoothing linier

Permasalahan umum yang dihadapi apabila menggunakan model pemulusan eksponensial adalah memilih konstanta pemulusan yang diperkirakan tepat. Adapun panduan untuk memperkirkan nilai a yaitu antara lain : a) Apabila pola historis dari data aktual permintaan sangat bergejolak atau tidak stabil dari waktu ke waktu, kita memilih nilai a mendekati 1. Biasanya di pilih nilai a = 0. 9; namun pembaca dapat mencoba nilai a yang lain yang mendekati 1 seperti 0, 8; 0, 99 tergantung sejauh mana gejolak dari data itu. b) Apabila pola historis dari data akual permintaan tidak berfluktuasi atau relati stabil dari waktu ke waktu maka kita memilih nilai a yang mendekati nol, katakanlah; a = 0. 2; 0. 05; 0. 01 tergantung sejauh mana kestabilan data itu, semakin stabil nilai a yang dipilih harus semakin kecil menuju ke nilai nol 22

Kelebihan dan kekurangan metode eksponensial: q Merupakan metode proyeksi yang mudah dan sederhana namun lebih rumit disbanding metode rata-raata bergerak. q Telah dilakukan pembedaan bobot kepada setiap observasi dimana data observasi terakhir diberi bobot yang lebih besar disbanding data sebelumnya. q Memerlukan data runtut waktu yang relative banyak. q Tidak adanya dasar yang kuat untuk menetapkan nilai , untuk menentukan α nilai yang paling tepat dilakukan α dengan cara coba-coba. 23

Salah satu keputusan penting dalam perusahaan adalah menentukan tingkat produksi dari barang atau jasa untuk masa datang. Penentuan tingkat produksi di pengaruhi oleh jumlah permintaan pasar yang dapat dipenuhi oleh perusahaan. Tingkat penawaran yang lebih tinggi dari permintaan pasar dapat mengakibatkan terjadinya pemborosan biaya, seperti biaya penyimpanan, biaya modal, dan biaya kerusakan barang. Tingkat penawaran yang lebih rendah dibandingkan kemampuan pangsa pasar yang dapat diraih mengakibatkan hilangnya kesempatan untuk memperoleh keuntungan, bahkan mengakibatkan hilangnya pelanggan karena beralih ke pesaing. Untuk membantu tercapainya suatu keputusan yang optimal diperlukan adanya suatu cara yang tepat, sistematis dan dapat dipertanggungjawabkan. Salah satu alat yang diperlukan oleh manajemen dan merupakan bagian integral dari proses pengambilan keputusan ialah Metode Peramalan. 24

Metode peramalan digunakan untuk mengukur atau menaksir keadaan dimasa 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 untuk peramalan teknologi, ekonomi, ataupun perubahan sosial – budaya). Bagian perusahaan satu selalu mempunyai keterkaitan dengan bagian lain, sehingga suatu peramalanyang baik atau buruk akan mempengaruhi perusahaan secara keseluruhan. 25