Dokumen tersebut membahas berbagai teknik peramalan permintaan, mulai dari survei, jajak pendapat, hingga model ekonometrik dan input-output. Teknik-teknik tersebut digunakan untuk memprediksi permintaan dengan mempertimbangkan faktor-faktor seperti tren, variasi musiman, dan hubungan antar industri.

1. Peramalan Permintaan
EM.5

2. Peramalan Kuantitatif
1. Survey & jajak pendapat sering dignkan utk membuat
ramalan jangka pendek apbl data kuantitatif tidak tersedia.
2. Teknik2 kuantitatif dpt dgnkn utk mengantisipasi berbagai
prbhn dlm selera konsumen atau hrpn perush mengenai
kondisi perekon yad.
3. Peramalan berdasarakan : survei,jajak pendpt & perspektif
LN.

3. Teknik survei
1. Survei ttg pabrik & para eksekutif bisnis & renc
pengeluaran utk perlengkapan.
2. Survei ttg renc perubahan inventori & harapan penjualan
3. Survei ttg rencana pengeluaran konsumen.

4. Jajak pendapat
1. Jajak pendapat eksekutif. Utk mengetahui pandangan
mereka ttg berbagai hal. Spt bandwagon effect (efek
kereta)  menggunkan Delphi Method.
2. Jajak pendapat tenaga penjual.
3. Jajak pendapat ttg keinginan konsumen.

5. Mendptkn perspektif LN
1.Upaya yg dilakukan utk menggapai pemasaran ke LN
2. Untuk meningkatkan daya saing DN agr dpt bersaing dg
pesaing golab di lokal market.
3. Bgmn sikap kita hadapi penyatuan neg2 regional spt MEE,
Asean, dsb
4. Dampak Restrukturisasi Eropa Timur
5. Dampak Liberalisasi ekonomi dsb

6. Meramalkan Juml Restoran McD di
Seldun

7. Analisa Deret Waktu
1. Bedasarkan “time series”.
2. Peramalan berdasar deret waktu dsbt “ peramal yg naif atau
naïve forecasting
3. Deret waktu kadang2 berfluktuasi dan kemudian dikaji
bgmn menggunakan informasi utk meramalkan nilai-nilai
dari deret waktu.

8. Sebab2 terjadinya fluktuasi dlm
data deret waktu.
1.Tren sekuler
2. Fluktuasi siklis
3. Variasi musiman
4. Pengaruh tak teratur atau acak.

9. Variasi tren, siklis, musiman, dan acak
dalam data deret waktu

11. Proyeksi Trend
1. Bentuk paling sederhana dari analisis deret waktu adl
memproyeksikan tren masa lalu dg meletakkan suatu grs
lurus pd data, baik scr visual atau lbh persis lagi dg analisa
regresi.
2. Model regresi linear :
St = S0 + bt
3. Laju pertumbhn dg % konstan : St = So (1+g)t
Atau ln St = ln S0 + t ln (1+g)

13. Variasi Musiman
1. Karena pengaruh musim maka dpt diperbaiki data dg
menggunakan metode rasio tren atau dengan menggunakan
variabel dummy.
2. Dengan metode dummy dalam aplikasinya dpat ditentukan
variabel dummy D1 melalui deret waktu dengan angka 1
dlm kuartal pertama setiap tahun dan untuk kuartal2
lainnya =0, atau D2=1 utk kwt II lainnya=0 atau D3=1
utk kwt III lainnya=0.

14. Tabel 5-3:Kalkulasi penyesuaian musiman tren
prmln oleh metode rasio terhdp tren

15. Pembangunan Rumah Baru di USA :
1993.1 – 1994.4 (dlm ribuan unit)

16. Tehnik Penghalusan
1. Teknik penghalusan yg paling sederhana adl rata2 bergerak
(moving avarage).Mis Tabel 5-5 kolom (2) ,kwt 1+2+3 di-rata2
shg hrs dibagi 3.
2. Utk mengetahui &memutuskan mana yg lb baik diantra
permalan rat2 bergerak dihitung “galat akar rata2 kuadrat”
(root mean square error= RMSE).
RMSE = V S(At-Ft)2:n

17. Tabel 5-5:Peramalan & Perbandingan Rata-rata
bergerak 3 kuartalan & 5 kuartalan

18. Penghalusan Eksponensial
1. Kritik serius terhdp pengunaan rat2 bergerak adl
pemberian bobot yg sama kpd semua observasi dlm
menghitung rata2nya,meskipun scr naluri mengharapkan
obeservasi yg lb baru adl sgt ptg.
2. Dg penghalusan eksponensial peramalan utk periode t+1
(Ft+1) adl suatu rat2 tertimbang dr nilai2 aktual & nilai2 yg
diramalkan dr deret wkt dlm periode t.

19. 3. Nilai dr deret wkt dlm periode t yaitu (At) diberi bobot (w)
antr 0 dan 1 inklusif dan ramalan utk perode t yi Ft diberi
bobot w-1.
4. Semakin bsr nilai w,smkn bsr pula bobot yg diberikan pd
nilai deret wkt dlm periode t shg berlawanan dg periode
sblmnya.
5.Jadi nilai ramalan dr deret wkt dlm periode (t+1) adl: Ft+1 =
wAt + (1-w)Ft

20. Tabel 5-6:Peramalan Eksponensial dg w=0,3 dan
w=0,5 dan perbandingannya

21. Peramalan Eksponensial Index
Penjualan Kayu di USA (1984=100)

22. Metode2 Barometrik
1.Peramalan barometrik (barometric forecasting) mrpkn hasil
kerja NBER (National Bereau of Economic Research) dan
Conference Board.
2. Peningkatan dlm indikator utama (leading economic
indicators) dgnkn utk meramalkan peningkatan dlm aktv
bisnis scr umum dan sebaliknya.

23. 3. Bebrap contoh hsl metode barometrik :
a. Indikator koinsiden (coincident indicators): pergerakan aktv
ekon scr umum
b. Indikator terlambat (lagging indicators): gerakan yg terlambat
dlm aktv ekon.
c. Indeks gabungan (composing indexes): nilai brp kali
memimpin (-) dan yg tertinnggal (+).
d. Indeks difusi (diffusion index): utk atasi kesulitan yg timbul pd
saat bbrp kali dr 10 indikator utama bergerak naik-turun.

24. Indikator Ekonomi

25. Daftar singkat indikator Utm,Koinsiden &
Tertinggal

26. Indeks Gabungan dan Difusi dr 10 Indikator
Utama

27. Peramal Tk Aktivias Ekonomi dg Indeks
Gab & Indels Difusi

28. Model Ekonometrik
1. Metode ini dianggap yg terbaik sp saat ini sbb dpt
menerangkan hub antara variabel.
2. Peranan ekonometrik memungkinkan para manajer utk
menentukan kebijakan yg optimal bg perusahaan.
3. Metode permalan ekonometrik bervariasi mulai dr
persamaan tunggal sd persamaan berganda yg
menggambarkan ba-ratus2 sktr & industri dlm perekon.

29. 4.Model persamaan tunggal:
a. Bntk yg plg sederhna dlm peramalan ekonometrik adl model
pers tunggal.
b.Lngkah I mengidentifikasi determinan2 dr variabel yg akan
diramal. Mis meramal Q (juml permintaan) yg tgt (fungsi) dr hrg
sereal (P),pendptn disposibel konsumen (Y).ukrn populasi
(W),hrg muffin (Ps –substitusi),hrg susu (Pc –komplemen),tk by
iklan (A),shg:
Q= a0+a1P+a2Y+a3N+a4Ps+a5Pc+a6A+e

30. 5. Model Persamaan Berganda:
a. Model ini bisa memasukkan sedikit atau ratusan persamaan.
b.Utk menunjukkan bgmn model ini dpt dgnkn dlm peramalan,
dimulai dg pers yg sederhana terdiri dr 3 pers :
Ct = a1+b1GNP1+u1t
It = a2+b2πt-1+u2t
GNPt = Ct+It+Gt

31. b. Pada model pers berganda terdapat istilah2: variabel
indogen,variabel eksogen, pers struktural dan pers defisional.
c. Dari pers diatas dpt dikembangkan pers lain:
GNPt=a1+b1GNPt+It+Gt
GNPt=a1+b1GNPt+a2+b2πt-1+Gt
GNPt(1-b1)=a1+a2+b2 πt-1+Gt
GNPt= (a1+a2): (1-b1) + (b2πt-1): (1-b1) +
(G): (1-b1)

32. Tabel 5-10:Ramalan Makro utk 2002 oleh
Jasa Ekonometrik

33. Peramlan Input -Output
1. Analisis ini menunjukkan kegunaandr output setiap industri
sbg input dr industri lain dan utk konsumsi akhir.
2. Analisis ini awal diperkenalkan oleh Wassily Leontief yg
mengarah pada studi empiris tentang ketergantungan antar
berbagai industri dan sektor perekonimian