2. Agenda
• Definisi dan jenis peramalan
• Langkah-Langkah peramalan
• Jenis metode/Teknik
peramalan
• Metode Smoothing
• Metode Regresi
• Mengukur error
Peramalan
3. Peramalan/
foreasting
Pengetahuan dan seni untuk
memperkirakan apa yang terjadi di masa
datang pada saat sekarang
Peramal harus mencari:
• Data & informasi masa lalu/perilaku
yang terjadi di masa lalu
• Data ini menjadi ACUAN bagi kondisi
sekarang dan masa yad
Peramalan 3
4. Pengertian Forecasting
Menurut John E. Biegel:
“Peramalan adalah kegiatan memperkirakan tingkat permintaan produk
yang diharapkan untuk suatu produk atau beberapa produk dalam periode
waktu tertentu di masa yang akan datang”. (John E. Biegel, 1999)
Menurut Buffa:
“Peramalan atau forecasting diartikan sebagai penggunaan teknik-teknik
statistik dalam bentuk gambaran masa depan berdasarkan pengolahan
angka-angka historis”. (Buffa S. Elwood, 1996)
Peramalan 4
5. Jenis-jenis Peramalan
Peramalan berdasarkan jangka waktu
a. Peramalan jangka panjang> 3 thn
b. Peramalan jangka menengah- 1-3 thn
c. Peramalan jangka pendek - < 1thn
Peramalan berdasarkan segi penyusunnya
a. Subyektif dari feeling/pengalaman masa lalu yang menyusun
b. Obyektif-data dan informasi yang ada, kemudian dianalisis
dengan Teknik tertentu
Peramalan 5
6. Peramalan berdasarkan sifat ramalan
1. PERAMALAN KUANTITATIF
menggunakan berbagai model matematis atau metode statistik
dan data historis dan atau variabel-variabel kausal untuk
meramalkan permintaan/ berdasarkan data kuantitaif masa lalu
2. PERAMALAN KUALITATIF
menggunakan intuisi, pengalaman pribadi dan berdasarkan
pendapat (judgment) dari yang melakukan peramalan/data
kualitatif, biasanya peramalan ini didasarkan kepada hasil
penyelidikan
Peramalan 6
9. Dalam prakteknya ….peramalan dilakukan
dengan cara:
1. Survey/niat pembeli
2. Gabungan pendapat tenaga penjual
3. Pendapat ahli
4. Metode tes pasar analisis deret waktu
5. Analisis permintaan secara statistik
Peramalan 9
10. Dasar penyusunan peramalan
• Apa kata orang, penelitian atas pendapat pembeli, tenaga
penjual dan pendapat ahli
• Apa yang dilakukan orang, uji pasar dan tanggapan pembeli
• Apa yang telah dilakukan orang, perilaku pembeli di masa lalu,
dengan time series atau Analisis Regresi
Peramalan 10
11. Peramalan 11
Mengum-
pulkan data
Mengolah
data
Menentu-
kan metode
peramalan
Mempro-
yeksikan
data
Mengambil
keputusan
Mempertimbangkan:
faktor horizon waktu, pola data, jenis
peramalan, factor biaya, ketepatan dan
kemudahan penggunaan
Mempertimbangkan perubahan ekonomi,
sosial, politik dll
Perencanaan produksi,
keuangan , penjualan dll
Langkah- Langkah peramalan
15. Time Series
• Metode smoothing –permalan jangka pendek seperti perencanaan
persediaan, keuangan. Data yahg tersedia minimum 2 tahun.
Tujuan: mengurangi ketidakteraturan data masa lampau seperti
musiman, caranya membuat RATA-RATA
• Metode Box Jenkins- deret waktu menggunakan model matematis
dan untuk peramalan jangka pendek. Data masa lalu min 2 tahun,
kegunaan untuk perencanaan anggaran atau produksi
• Metode Proyeksi Trend dengan REGRESI- metode untuk jangka
pendek dan Panjang. Merupakan gareis tren untuk persamaan
matematis. Data minimal 2 tahun. Digunakan untuk produk baru atau
rencana ekspansi
Peramalan 15
16. Sebab Akibat(Causal cause)
• Metode regresi/korelasi- untuk jangka panjang/ pendek
didasarkan pada persamaan dengan Teknik least square yang
dianalisis dengan statistic.data yang digunakan kuartalan, utk
peramalan penjualan atau permintaan
• Metode input-output, untuk jangka panjang, digunakan untuk
Menyusun tren ekonomi jangka panjang, data >10 tahun
• Metode ekonometri- jangka panjang/pendek. Didasarkan pada
sistem regresi. Data yang digunakan kuartalan
Peramalan 16
22. Metode Regresi
Hal yang harus diketahui sebelum
melakukan peramalan dengan
regresi
• Adanya informasi masa lalu
• Informasinya dikuantifikasikan
• Diasumsikan pola data masa lalu
akan berlanjut di masa datang
Jenis data di lapangan
• Musiman (seasonal)-harian, mingguan
/bulanan
• Horizontal (stationary) – cenderung
konstan
• Siklus (cyclical) – fluktuasi ekonomi
jangka panang yang berkaitan dengan
siklus usaha
• Tren-naik/turun mencolok dalam jangka
panjang, mis penjualan produk
Peramalan 22
24. Regresi linier sederhana
•Analisis deret waktu untuk regresi linier
sederhana
•Analisis deret waktu untuk regresi
sederhana non linier
Peramalan 24
30. Langkah selanjutnya
• Uji Test Koefisien Penentu (R2 )
• mengetahui tepat tidaknya variable yang mempengaruhi besarnya
penjualan yang diramalkan adalah waktu
• Test significance (T test) atau F test- untuk mengetahui apakah benar
persamaan regresi itu linier
Peramalan 30