"Menjelajahi Keberagaman Permainan di Sumaterabet: Situs Slot Terbesar di Ind...
12143041 forecasting
1. PERAMALAN (FORECASTING) PERMINTAAN PRODUK
• Peramalan permintaan produk di masa yg akan datang penting
dlm perencanaan produksi.
• Peramalan = suatu usaha untuk memperkirakan (estimasi) di
masa yang akan datang melalui pengujian keadaan masa lalu.
• Essensi peramalan : prakiraan peristiwa masa yg akan datang
atas dasar pola-pola di waktu yang lalu.
• Langkah-langkah forecasting :
1. penentuan tujuan
Pd langkah ini terdiri atas penentuan macam
estimasi yg diinginkan.
2. Hal-hal yg diestimasikan :
• a. variabel yg akan diestimasikan.
• b. bagian yg akan menggunakan hasil estimasi.
• c. kapan estimasi diperlukan.
• d. bagian-bagian peramalan yg diinginkan.
• Contoh : i. estimasi utk kelompok pembeli.
ii. estimasi utk kelompok produk
iii. estimasi utk kelompok daerah
2. Penentuan model utk forecasting
Model : suatu kerangka analitik, jika data dimasukkan akan
diperoleh estimasi penjualan di masa yg akan datang.
3. Teknik-teknik peramalan
Berbagai teknik peramalan antara lain : kualitatif, analisis
trend, analisis runtun waktu, analisis regresi & korelasi,
model-model ekonometrik & model-model simulasi.
Teknik kualitatif adalah subyektif atau judgmental
berdasarkan pada estimasi-estimasi & pendapat-pendapat.
Berbagai sumber pendapat bagi peramalan kondisi bisnis
adalah sebagai berikut :
1. Para eksekutif.
Para eksekutif sering mempunyai kemampuan utk
memberikan masukan forecasting terutama para manajer yg
berpengalaman mempunyai pengetahuan tentang kondisi
bisnis di masa yg akan datang.
4. Lanjutan teknik kualitatif
2. Orang-orang penjualan
orang penjualan (sales) secara tetap berhubungan dg para
pelanggan (pembeli), sehingga mampu memprakirakan
rencana-rencana pembelian, sikap & kebutuhan mereka
terhadap suatu jenis produk.
3. Para pelanggan.
pelanggan yg membeli suatu produk kadang-kadang bersedia
utk menyampaikan rencana-rencana pembelian mereka yg
berkaitan dg jenis produk & jumlahnya.
4. Ahli/konsultan
Ahli/konsultan umumnya mempunyai pengetahuan tentang
kondisi bisnis di masa yg akan datang.
5. Teknik peramalan kualtitatif yang dapat digunakan
1. Metode Delphi
Teknik yg menggunakan suatu prosedur yg sistematik utk
mendapatklan konsensus pendapat-pendapat dari
kelompok ahli.
Proses delphi dilakukan dg meminta pendapat pada
kelompok utk memberikan suatu ramalan melalui
tanggapan mereka terhadap daftar pertanyaan, kemudian
dirumuskan & disimpulkan.
2. Riset pasar
Menganalisis kebutuhan konsumen terhadap suatu produk.
Dilakukan secara sampling.
6. Lanjutan
3. Analogi historis
Peramalan dilakukan dengan menggunakan pengalaman
historis dari suatu produk yg sejenis.
Pengalaman produk baru dapat dikaitkan dengan tahap-tahap
dalam siklus kehidupan produk yg sejenis.
4. Konsensus panel
Gagasan yg didiskusikan oleh kelompok akan menghasilkan
ramalan yg lebih baik daripada dilakukan oleh seorang saja.
Diskusi dilakukan dalam pertemuan pertukaran gagasan
secara terbuka.
Diskusi dapat melibatkan : para eksekutif, sales, para ahli dan
pelanggan.
7. Pola data metode deret berkala (1)
1. Pola horisontal (H) terjadi bilamana data berfluktuasi
disekitar nilai rata-rata yg konstan. Suatu produk yg
penjualannya tdk meningkat atau menurun selama
waktu tertentu termasuk jenis ini. Pola khas dari data
horizontal atau stasioner seperti ini dapat dilihat
dalam Gambar 1.1.
2. Pola musiman (S) terjadi bilamana suatu deret
dipengaruhi oleh faktor musiman (misalnya kuartal
tahun tertentu, bulanan, atau hari-hari pada minggu
tertentu). Penjualan dari produk seperti minuman
ringan, es krim, dan bahan bakar pemanas ruang
semuanya menunjukkan jenis pola ini. Untuk pola
musiman kuartalan dapat dilihat Gambar 1.2.
8. Pola data metode deret berkala (2)
3. Pola siklis (C) terjadi bilamana datanya
dipengaruhi oleh fluktuasi ekonomi jangka
panjang seperti yang berhubungan dengan siklus
bisnis. Contoh: Penjualan produk seperti mobil,
baja, dan peralatan utama lainnya. Jenis pola ini
dapat dilihat pada Gambar 1.3.
4. Pola trend (T) terjadi bilamana terdapat kenaikan
atau penurunan sekuler jangka panjang dalam
data. Contoh: Penjualan banyak perusahaan, GNP
dan berbagai indikator bisnis atau ekonomi
lainnya. Jenis pola ini dapat dilihat pada Gambar
1.4.
9.
10. Karakteristik trend
Komponen Amplitudo Penyebab
Seasonal 12 bulan Liburan, musim,
perioda finansial
Cyclical 3-5 tahun Ekonomi nasional,
perubahan politik
Bisnis 1-5 tahun Pemasaran, kompetisi,
performance
Product life
cycle
1-5 tahun,
makin pendek
Substitusi produk
11. Analisis runtun waktu
• Model analisis runtun waktu : digunakan utk meramalkan jumlah
penjualan di masa yg akan datang atas dasar data-data di masa yg lalu.
• Serangkaian data merupakan kumpulan observasi berbagai variabel
menurut waktu.
• Data-data dibuat dlm bentuk tabel atau grafik.
Perhitungan trend
1. metode free hand : data dibuat dlm bentuk
grafik : jumlah penjualan & waktu.
2. Kuadrat terkecil
∑Y = n.a + b∑X
∑XY = a. ∑X + b∑X2
Titik tengah data sebagai tahun dasar ∑x = 0, maka ;
∑Y = n.a a = ∑Y/n
∑XY = b. ∑X2 b = ∑XY/ ∑X2
13. Contoh soal
tahun
triwulan
1 2 3 4
2011
2012
2013
2014
80
84
86
90
78
88
91
96
83
90
94
100
85
89
93
97
• Data penjualan suatu produk selama 4 tahun terakhir. Tiap
tahun data dibagi menjadi 4 triwulan. Data data tersebut
sebagai berikut :
14. Pertanyaan :
• Hitunglah berapa permintaan produk tersebut pada triwulan
1 tahun 2015 ?
• Hitunglah berapa permintaan produk tersebut pada triwulan
3 tahun 2015 ?.
• Jawab dg perhitungan kuadrat terkecil (dengan rumus kuadrat
terkecil.
16. perhitungan
a = €Y/n = 1.424/16 = 89
b = €XY/€X2 = 822/1.360 = 0,6
Y = a + b X
Y = 89 + 0,6 X
Y = 89 + 0,6 (17)
Y = 99,2
Jadi permintaan produk thn 2015 triwulan I = 99,2
Y = a + b X
Y = 89 + 0,6 (19)
Y = 100,4
Jadi permintaan produk thn 2015 triwulan 3 = 100,4
17. Keterangan
Cara memberi notasi
• Apabila data genap, maka jumlah (n) dikurangi 1
• Contoh jumlah data 16 => 16-1 = 15. maka data
paling atas -15, -13, -11 dst (seperti contoh soal
jumlah data ada 16).
• Apabila data ganjil maka : titik tengahnya diberi
notasi 0, data di atasnya 1,2,3,4 dst. Data
dibawahnya -1, -2,-3, -4 dst.
20. Tugas
tahun
triwulan
1 2 3 4
2009
2010
2011
2012
2013
2014
101
284
286
190
221
122
178
388
291
196
213
-
387
199
394
150
431
-
385
289
493
197
321
-
• Data penjualan suatu produk selama 6 tahun terakhir. Tiap
tahun data dibagi menjadi 4 triwulan. Data data tersebut
sebagai berikut :
21. Pertanyaan :
• Hitunglah berapa permintaan produk tersebut pada triwulan
2 tahun 2014?
• Hitunglah berapa permintaan produk tersebut pada triwulan
3 dan ke-4 tahun 2014 ?.
• Jawab dg perhitungan kuadrat terkecil (dengan rumus kuadrat
terkecil.
Tugas dikumpulkan pada saat kuliah pertemuan berikutnya.