12.peramalan permintaan produk.doc

PERAMALAN PERMINTAAN PRODUK

Dr. Ir. Pudji Purwanti, MPEmail : [email protected]

1. PENDAHULUAN- Pengantar - Tujuan

2. Pentingnya Proses peramalan permintaan produk

3. Hal-hal yang harus dipertimbangkan dalam proses peramalan

4. Proses Peramalan

5. Teknik Peramalan5.1. Teknik-teknik

kuantitatif5.2. Analisis runtun

waktu5.3. Statistical

sampling5.4. Historical

background5.5. Moving Average5.6. Weighted

Average

1. PENDAHULUAN1.1 Pengantar Kegiatan peramalan akan permintaan produk merupakan kegiatan

yang perlu dijalankan oleh suatu industry perikanan. Peramalan akan permintaan sangat diperlukan untuk menyusun rencana pengembangan pada masa periode yang akan datang, juga sebagai dasar bagi industry perikanan untuk rencana perluasan usaha maupun pembangunan proyek baru.

Peramalan premintaan produk juga diperlukan sebagai dasar informasi penting untuk menyusun rencana pemasaran, anggaran penjualan dan strategi pemasaran.

Hasil dari peramalan permintaan produk dapat juga digunakan sebagai pedoman untuk menyusun rencana produksi, pembelian bahan dan pengendalian cadangan bahan.

Perkiraan jumlah barang yang diminta juga merupakan informasi yang penting untuk menyusun anggaran hasil penjualan. Dengan demikian peramalan akan permintaan merupakan bagian penting dari keseluruhan rencana penganggaran dalam industry perikanan.

Informasi dari perkiraan permintaan prosuk juga dapat digunakan untuk mengestimasi keuntungan perusahaan dalam satu tahun kedepan.

SUBMODUL

SELF-PROPAG

ATING

ENTREPREN

EURIAL ED

UCATIO

N D

EVELOPM

ENT

(SPEED)

12

Peramalan Permintaan Produk 2012Brawijaya University

1.2 TujuanPenguasaan materi dalam modul ini, dirancang sebagai landasan untuk memahami peramalan permintaan pasar, sebagai dasar untuk pembahasan manajemen pemasaran. Menjelaskan pengertian industri, kawasan industri dalam kaitannya dengan manfaat

pembangunan Menjelaskan factor-faktor pendorong perkembangan industri Menjelaskan jenis-jenis manajemen serta perbedaan horizontal dan vertikal Menjelaskan peran dan kegiatan manajer

2. Pentingnya proses peramalan permintaan produk Dalam pengantar telah disinggung pentingnya melaksanakan proses perramalan

terhadap permintaan prooduk. Dalam sub bahasan ini kita akan coba untuk mengulas lebih lanjut pentingnya proses peramalan permintaan produk, antara lain;

1. Peramalan permintaan produk dapat digunakan sebagai dasar untuk rencana perluasan industry atau pembangunan proyek baru. Pihak industry harus menyiapkan perkiraan jumlah penjualan jangka menengah maupun jangka panjang. Perkiraan jumlah penjualan dimasa mendatang tersebut dapat digunakan pula untuk mengestimasi berbagai macam kebutuhan yang diperlukan industry dalam perluasannya

2. Peramalan permintaan produk dapat digunakan untuk menyusun berapa jumlah produksi yang akan dilakukan industry, termasuk merancang kapasitas produksi, pembelian persediaan bahan baku dan pengendaliannya serta perancangan proses produksi. Juga dalam menentukan berapa tenaga kerja yang diperlukan dalam proses produksi.

3. Dapat digunakan untuk memperkirakan jumlah penjualan dalam jangka pendek maupun jangka menengah dan jangka panjang. Dengan demikian, dapat digunakan untuk mengestimasi jumlah penjualan dimasa mendatang, untuk memenuhi berbagai macam kebutuhan.

4. Peramalan permintaan produk juga diperlukan untuk menyusun rencana pemasaran, perluasan daerah pemasaran, penetapan anggaran penjualan serta strategi-strategi yang akan digunakan dalam proses pemasaran.

5. Peramalan permintaan produk juga dapat digunakan sebagai dasar menyusun anggaran hasil penjualan, termasuk didalamnya untuk mengestimasi target keuntungan yang harus diraih suatu industry.

Berdasarkan rincian pentingnya peramalan atas permintaan produk, dapat dipahami bahwa proses peramalan permintaan produk merupakan bagian penting bagi penetapan anggaran industry secara keseluruhan.

3. Hal-hal yang harus dipertimbangkan dalam proses peramalan 1. Pengaruh factor eksternal terhadap penjualan. Beberapa factor eksternal antara lain:

Perkembangan social ekonomi konsumen : Perubahan ini sering membawa perubahan pola konsumsi konsumen, dapat berpengaruh positif terhadap perkembangan permintaan prooduk, bahkan dapat juga berpengaruh negatif. Hal ini perlu dipertimbangkan terutama untuk permintaan jangka panjang.

of 11


Situasi persaingan : Perkembangan produk baru yang sejenis dari perusahaan lain dapat mengurangi permintaan produk kita yang sudah ada di pasar. Oleh karena itu perlu difikirkan perubahan strategi pemasaran untuk menghadapi perusahaan pesaing.

Kebijaksanaan pemerintah : Macam-macam kebijaksanaan pemerintah yang dapat mempengaruhi peermintaan produk seperti kebijakan dalam bidang ekonomi, moneter dan perdagangan. Contoh beberapa kebijakan pemerintah antara lain: Kenaikan pajak impor, dapat meningkatkan barang sejenis buatan dalam negeri; Kenaikan harga bahan baku akibat kebijakan pemerintah akan mempengaruhi permintaan produk, dan sebagainya.

Perkembangan ekonomi dunia : Menurunnya harga minyak dunia dan gas di pasar internasional pasti akan mempengaruhi ppermintaan berbagai macam barang. Demikian juga adanya resesi ekonomi dunia memacu kecenderungan Negara industry melakukan proteksi barang impor, dan sebagainya.

2. Pengaruh factor internal perusahaan terhadap perkembangan penjualan antara lain: Kapasitas produksi: Biasanyaa terjadi pada jangka pendek, dimana perusahaan

tidak mampu untuk segera menambah peralatan produksi untuk meningkatkan kapasitas. Oleh karena itu, dalam jangka pendek perusahaan sulit untuk dapat meningkatkan jumlah produksinya.

Tersedianya dana modal kerja: Kemampuan meningkatnya jumlah produksi ditentukan oleh kemampuan perusahaan dalam menyediakan dana untuk produksi. Oleh karena itu perlu ada estimasi tentang sumber dana yang akan digunakan untuk peningkatan jumlah produksi

Kesan pembeli terhadap produk: Menyangkut jumlah pembelian konsumen pada masa yang akan datang. Oleh karena itu diperlukan riset tentang kesan pembeli terhadap produk yang akan dikembangkan.

Kebijakan harga: Kebijaksanaan penetapan harga sangat mempengaruhi kedudukan produk tersebut terhadap produk pesaingnya. Hal ini wajib dipertimbangkan oleh seorang produsen.

4. Proses Peramalan Peramalan adalah suatu usaha untuk meramalkan keadaan di masa mendatang

melalui pengujian keadaan di masa lalu. Esensi peramalan adalah perkiraan peristiwa-peristiwa di waktu yang akan datang atas dasar pola-pola di waktu yang lalu dan penggunaan kebijakan terhadap proyeksi-proyeksi dengan pola-pola di waktu yang lalu.

Peramalan memerlukan kebijakan, sedangkan proyeksi-proyeksi adalah fungsi-fungsi mekanikal. Proses peramalan biasanya terdiri dari langkah-langkah sebagai berikut :

1. Penentuan tujuan. Langkah pertama terdiri atas penentuan macam estimasi yang diinginkan. Sebaliknya, tujuan tergantung pada kebutuhan-kebutuhan informasi para manajer. Analis membicarakan dengan para pembuat keputusan untuk mengetahui apa kebutuhan-kebutuhan mereka, dan menentukan :a. Variabel-variabel apa yang akan diestimasib. Siapa yang akan menggunakan hasil peramalanc. Untuk tujuan-tujuan apa hasil peramalan akan digunakand. Estimasi jangka panjang atau jangka pendek yang diinginkane. Derajat ketepatan estimasi yag diinginkanf. Kapan estimasi dibutuhkan g. Bagian-bagian peramalan yang diinginkan, seperti peramalan untuk kelompok

pembeli, kelompok produk atau daerah geografis.2. Pengembangan model. Setelah tujuan ditetapkan, langkah berikutnya adalah

mengembangkan suatu model, yang merupakan penyajian secara lebih sederhana sistem yang dipelajari. Dalam peramalan, model adalah suatu kerangka analitik yang bila dimasukkan data, menghasilkan estimasi penjualan di waktu mendatang. Analis hendaknya memilih suatu model yang menggambarkan secara realistik perilaku

of 11


variabel-variabel yang dipertimbangkan. Sebagai contoh bila perusahaan ingin meramal penjualan yang perilakunya berbentuk linear , model yang dipilih mungkin : penjualan = A + BX; dimana X menunjukkan unit waktu, dan A dan B adalah parameter-parameter yang menggambarkan posisi dan kemiringan garis pada grafik. Pemilihan suatu model yang tepat adalah krusial. Setiap model mempunyai asumsi-asumsi yang harus dipenuhi sebagai persyaratan penggunaannya. Validitas dan reabilitas estimasi sangat tergantung pada model yang dipakai.

3. Pengujian model. Sebelum diterapkan, model biasanya diuju untuk menentukan tingkat akurasi, validitas dan readilitas yang diharapkan. Ini sering mencakup penerapannya pada data historik, dan penyiapan estimasi untuk tahun-tahun sekarang dengan data nyata yang tersedia. Nilai suatu model ditentukan oleh derajat ketepatan hasil peramalan dengan kenyataannya (aktual). Dengan kata lain pengujian model bermaksud untuk mengetahui validitas atau kemampuan prediktif secara logik suatu model.

4. Penerapan model. Setelah pengujian, analisis menerapkan model dalam tahap ini. Data historis dimasukkan dalam model untuk menghasilkan suatu ramalan. Dalam kasus model penjualan = A + BX, analis menerapkan teknik-teknik matematik agar diperoleh A dan B.

5. Revisi dan evaluasi. Ramalan-ramalan yang telah dibuat harus senantiasa diperbaiki dan ditinjau kembali. Perbaikan mungkin perlu dilakukan karena adanya perubahan-perubahan dalam perusahaan atau lingkungannya, seperti tingkat harga produk, karakteristik-karakteristik produk, pengeluaran-pengeluaran periklanan, tingkat pengeluaran pemerintah, kebijaksanaan moneter dan kemajuan teknologi. Evaluasi, dilain pihak merupakan pembandingan ramalan-ramalan dengan hasil-hasil nyata untuk menilai ketepatan penggunaan suatu metodologi atau teknik peramalan. Langkah ini diperlukan untuk menjaga kualitas estimasi-estimasi di waktu yang akan datang.

5. Teknik Peramalana. Teknik- teknik kuantitatif

Berbagai teknik peramalan kualitatif yang dapat digunakan secara ringkas dapat diuraikan sebagai berikut :

1. Metoda Delphi. Metoda ini merupakan teknik yang mempergunakan suatu prosedur yang sistematik untuk mendapatkan suatu konsensus pendapat-pendapat dari suatu kelompok ahli. Proses Delphi ini dilakukan dengan meminta kepada para anggota kelompok untuk memberikan serangkaian ramalan-ramalan melalui tanggapan mereka terhadap daftar pertanyaan. Kemudian, seorang moderator mengumpulkan dan memformulasikan daftar pertanyaan baru dan dibagikan lagi kepada kelompok. Jadi, ada suatu proses "learing"bagi kelompok karena mereka menerima informasi baru dan tidak ada pengaruh pada tekanan kelompok atau dominasi individual.

2. Riset pasar. Riset pasar adalah peralatan peramalan yang berguna, terutama bila ada kekuarangan data histrik atau data tidak reliabel. Teknik ini secara khusus digunakan untuk meramal permintaan jangka panjang dan penjualan produk baru Riset pasar memerlukan serangkaian tahap sebagai berikut :(1). Memastikan informasi yang dicari(2). Memastikan sumber-sumber informasi(3). Menetapkan carapengadaan atau pengumpulan data,yaitu denga wawancara

pribadi, survai telephone, surei surat, observasi, wawancara panel dan kemlompok, atau test pasar.

(4). Mengembangkan dan melakukan uji pendahuluan peralatan pengukuran(5). Meinformasikan sampel(6). Melakukan informasi (7). Melakukan tabulasi dan analisa

of 11


Kelemahan riset pasar mencakup kurangnya kekuatan predektif, serta memakan waktu dan biaya

3. Analisa historik. Peramalan dilakukan dengan menggunakan pengalaman-pengalaman historik dari suatu produk yang sejenis. Peramalan produk baru dapat dikaitkan dengan taha-tahap dalam siklus kehidupan produk yang sejenis.

4. Konsensus panel. Gagasan yang didiskusikan oleh kelompok akan menghasilkan ramalan-ramalan yang lebih baik daripada dilakukan oleh seseorang. Diskusi dilakukan dalam pertemuan-pertukaran gagasan secra terbuka. Para partisipan dapat terdiri para eksekutif, orang-orang penjualan, para ahli atau langganan.

Teknik-teknik kuantitatif adalah subyektif atau "jugmental" atau berdasarkan pada estimasi-estimasi dan pendapat-pendapat. Berbagai sumber pendapat bagi peramalan kondisi bisnis adalah sebagai berikut:

1. Para eksekutif. Para eksekutif sering mempunyai kemampuan untuk memberikan masukan-masukan forecasting yang berguna, terutama dari para manajer yang mempunyai pengalaman cukup lama dalam inndustri atau dalam perusahaan sejenis. Sebgai contoh seorang eksekutif dalam industri pengalengan ikan mungkin dapat memberikan ramalan penjualan bahan tambahan dalam olahan ikan kaleng secara benar. Pengalaman menunukkan bahwa para eksekutif dalam produksi, pemasaran atau penjualan serta manajemen puncak adalah sumber informasi yang baik.

2. Orang-orang penjualan. Sumber lainnya yang cukup valid adalah tenaga-tenaga penjualan (sales force). Para anggota kelompok ini secara tetap berhubungan langsung dengan para distributor dan langganan, sehingga akan mampu untuk memperkirakan rencana-rrencana pembelian, sikap dan kebutuhan mereka. Orang-orang penjualan juga merupakan sumber yang dapat menyediakan informasi tentang taktik-taktik para pesaing sekarang dan perkiraan waktu yang akan datang. Hambatan untuk men dapatkan informasi yang tidak bias adalah bahwa orang-orang penjualan sering cenderung bersikap pesimis, sehingga membuat estimasi terlalu rendah (under-estimate), yang berakibat tingkat kuota penjualannya rendah dan kemungkinan mendapatkan kompensasi tinggi semakin besar. Sebaliknya, beberapa orang penjualan mungkin cenderung terlalu optimis karena sukses di waktu lalu, dan berakibat estimasi penjualan terlalu tinggi (over-estimate).

3. Para langganan. Langganan (buyers/customers) yang membeli produk perusahaan kadang-kadang bersedia dan berkeinginan untuk mengungkapkan rencana-rencana pembelian mereka. Hal ini sering djumpai terutama bagi perusahaan-perusahaan yang menjual produk-produknya pasar industri dan informasi yang diberikan para langganan merupakan umpan balik perusahaan. Langganan mungkin menyampaikan informasi ini secara pribadi kepada para ekskutif dan orang-orang penjualan, atau melalui surat, telephon dan pengisian daftar pertanyaan suatu survei konsumen.

b. Analisis Runtun Waktu (Time Series)

Model-model peramalan runtut waktu mencoba untuk meramalkan kejadian di waktu yang akan datang atas dasar serangkaian data masa lalu. Serangkaian data ini merupakan serangkaian observasi berbagai variabel menurut waktu, dan biasanya ditabulasi dan digambarkan dalam bentuk grafik komponen kemudia digunakan untuk membuat ramalan. Dengan merinci serangkaian yang menunjukkan perlaku variabel subyek. Beberapa pendekatan untuk menganalisa runtut waktu telah tersedia, yang semuanya bermaksud merinci runtut waktu menjadi komponen-komponen yang terpisah. Setiap komponen kemudian digunakan untuk membuat ramalan. Dengan memerinci serangkaian data menjadi komponen-komponen, maka akan dapat dicapai tingkat ketepatan yang lebih besar karena pengaruh-pengaruh yang terpisah pada nilai ramalan akhir dipertimbangkan.

C. Statistical sampling

of 11


Cara ini lazimnya dipergunakan untuk menentukan permintaan-permintaan (demands) bagi sesuatu produk, dengan bantuan dilakukannya kegiatan- kegiatan riset pasar di beberapa daerah tertentu. Daerah-daerah tertentu itu merupakan hasil penelaahan dan pemilihan sebagai sampel dan metoda riset, setelah yakin bahwa daerah-daerah ini dapat digunakan maka riset segera dapat dilakukan. Dengan demikian daerah-daerah tersebut dapat dianggap representatif, sebagai pencerminan daerah minus dan daerah surplus. Selanjutnya harus diperhatikan pula faktor produk yang akan dipasarkan dan jangkauan waktu peramalan tersebut. Sebagai contoh kita ambil misalkan tentang riset pasar untuk menentukan peramalan jangka pendek (shortrange forecast) penjualan ikan dalam kaleng selama 2 tahun mendatang, maka sampel yang diambil yaitu kota-kota besar yang telah ada supermarket-supermarket dan bagi peramalan jangka panjang (longrange forecast) perlu disertakan pula daerah-daerah disekitarnya yang belum ada pasar swalayan, tetapi menurut perkiraan cukup potensial.

Pengolahan data-data hasil sampling dilakukan secara statistik, biasanya dihubungkan dengan jumlah dan kegiatan penduduk atau lain-lainnya yang diperlukan yang dianggap luar biasa/ menonjol, seperti; aktivitas hubungan masyarakat, tingkat kehidupan masyarakat di daerah tersebut, tingkat usahanya dan lain sebagainya.

d. Historical background and statistical projection

Cara ini sangat dihubungkan dengan riwayat atau peristiwa keberhasilan penjualan produk setiap tahunnya yang ditinjau dari catatan-catatan mengenai hal itu per tahun dalam perusahaan. Tiap perusahaan tentu akan memiliki catatan tahunan mengenai tiap macam produk yang terjual, tiap daerah yang potensial sehubungan dengan aktivitas penjualan produk tersebut. Data-data diatas dapat digunakan sebagai dasar bagi pembuatan ramalan penjualan di masa yang akan datang.

Kita akam maklum bahwa forecast yang dilakukan seperti itu merupakan forecast yang sangat telliti, karena forecast yang berdasarkan analisa statistik atas penjualan waktu yang telah lampau ini sangat dihubungkan antara waktu yang lampau dengan waktu yang akan datang. Dengan itu merupakan forecast yang sangat telliti, karena forecast yang berdasarkan analisa statistik atas penjualan waktu yang telah lampau ini sangat dihubungkan antara waktu yang lampau dengan waktu yang akan datang.Dengan teknik inipun akan dapat dilakukan perbaikan-perbaikan di mana diketahui bahwa pada waktu-waktu yang lampau terdapat peristiwa-peristiwa lain yang kurang baik, perbaikan-perbaikan mana sangat bermanfaat bagi penyusunan forecast waktu yang akan datang.Hal-hal yang dapat menaikkan penjualan antara lain :(1). perluasan daerah pemasaran,(2). periklanan dan prosmosi lain,(3). perbaikan tingkat eknomi,(4). peraturan pemerintah -pembatasan impor, dan(5). kredit perbankanSedangkan hal-hal yang dapat menurunkan penjualan antara lain ialah :(1). Adanya saingan baru,(2). Produksi yang telah ketinggalan zaman,(3). Kejenuhan pemasaran dan(4). Inflasi atau kemunduran tingkat ekonomi.Kedua macam hal di atas ini (baik yang akan berpengaruh secara positip ataupun yang negatif terhadap penjualan) perlu diperhatikan bagi peramalan sampai seberapa jauhkan pengaruhnya ?

Beberapa teknik yang termasuk dalam kategori adalah :(1). Arithmatic average(2). Moving average(3). Weighted average, dan(4). regression

of 11


Tabel 1. PermintaanKurun waktu

Bulan Permintaan Kurun waktu

Bulan Permintaan

123456789101112

JanPebMarAprilMeiJuniJuliAgusSeptOktbNopDes

109118108145110126117132125128113110

131415161718192021222324


131134147125130128127109135130120110

Arithmatic Average :

Dengan demikian peramalan untuk kurun waktu ke 25, bulan Januari tahun berikut adalah 125 unit. Angks 125 tidak akan terjadi pada bulan yang bersangkutan, kemungkinan lebih atau kurang, untuk mengoreksi angka ini haruslah dipakai ukuran lain (dalam hal ini Standard Deviation):

S = 12 unit

Peramalan Januari = 125 24 menunjukkan arti 95 % atau

125 36 menunjukkan arti 979 %

e.Moving Average

Dengan cara ini maka peramalan bulan Januari ditentukan dengan cara mengambil rata-rata penjualan bulan desember dan beberapa bulan sebelumnya.

of 11


Setelah bulan Januari berakhir selanjutnya dibuat peramalan untuk bulan Pebruari dengan cara membuat harga rata-rata penjualan 5 bulan rata-rata sebelumnya, dan selanjutnya harga rata-rata terus bergerak (moving).

f.Weighted Average

Cara ini hampur sama dengan cara Moving Average, akan tetapi data penjualan harus dinilai dulu apakah angka akan diambil secara utuh atau tidak.

Yang menjadi soal di sini tentu saja pemberian nilai pada data.

g. RegressionCara ini dipergunakan kalau dari data lampau terlihat penjualan menunjukkan

suatu kecenderungan akan meningkat atau menurun, maka grafik penjualan haruslah didekati oleh suatu garis lurus yang disebut regression line (garis regresi). Sebagai contoh perhatikan pada tabel 9 - 2 berikut :

Tabel 2 Permintaan ditinjau dari RegressionBulan Kurun

waktu (t)Permintaan(x)

Bulan Kurun waktu (t)

Permintaan(x)


123456789101112

685563828763777862787462


131415161718192021222324

7480967471716686858991103

of 11


Garis regresi diperoleh dengan rumus :

X ' = a + b . tDimana :

a = X - b . tBagi contoh di atas peramalan untuk kurun waktu ke 25 sertakan t = 25 dan X' = 64 25Untuk kurun waktu ke 36 peramalan = 100

h. Corelation Analysis Peramalan penjualan ditentukan tidak secara langsung tetapi didasarkan atas data lain. Misalnya forecast kebutuhan akan kertas koran didasarkan atas dasar data konsumen surat kabar, atau peramalan penjualan mesin cetak didasrkan atas data penjualan mesin cetak dan peramalannya untuk tahun mendatang. Yang menjadi persoalan dal hal ini adalah mencari data yang mempunyai korelasi tinggi dengan produk yang tengah diselidiki. Tinggi rendahnya korelasi dua hal dapat dihitung secara matematika

Contoh estimasi permintaan dalam industri budidaya ikan lele berdasarkan hasil penelitian 2012 :

Kondisi permintaan terhadap ikan konsumsi mulai tahun 2007-2011 mengalami peningkatan secara stabil. Jumlah produksi ikan lele pada tahun 2007-2011 juga mengalami kenaikan secara stabil, akan tetapi konstribusi terhadap jumlah permintaan masih sedikit. Berdasarkan informasi tersebut, maka terlihat bahwa kebutuhan masyarakat akan makanan yang sehat dengan harga terjangkau antara lain melalui hasil olahan ikan lele menyebabkan bisnis budidaya lele menjadi terbuka dan berdampak kepada semakin terbukanya pasar bagi benih dan ikan lele konsumsi.

Tabel 3. Permintaan Ikan dan Penawaran Ikan Lele Nasional 2007-2011Produksi (Y) Permintaan Penawaran

of 11

X2 = 64 + C

Garis Regresi


2007 6,102,044 91,7352008 6,619,200 114,3712009 6,892,561 114,7552010 7,243,308 242,8112011 7,530,320 340,674

Sumber : Kementerian Kelautan dan Perikanan (2011)

Berdasarkan data tahun 2007-2011 menghasilkan estimasi permintaan dan penawaran yang semakin meningkat dan menghasilkan peluang peningkatan produksi yang sangat besar (Tabel 3.2 dan Gambar 3.1).

Tabel 4. Estimasi Permintaan Ikan, Penawaran Ikan Lele, dan Peluang Ikan Lele Nasional 2012-2022Produks

i (Y)Penawaran Permintaan Peluang

2012 507,828 8,070,591 7,562,7632013 709,522 8,567,563 7,858,0402014 950,949 9,107,079 8,156,1302015 1,232,109 9,689,141 8,457,0322016 1,553,001 10,313,747 8,760,7462017 1,913,624 10,980,897 9,067,2732018 2,313,981 11,690,593 9,376,6122019 2,754,069 12,442,832 9,688,7632020 3,233,890 13,237,617 10,003,7272021 3,753,443 14,074,946 10,321,5032022 4,312,728 14,954,820 10,642,091

Gambar 1: Estimasi Permintaan Ikan, Penawaran Ikan Lele, dan Peluang Ikan Lele Nasional 2012-2022

Berdasarkan hasil estimasi, permintaan pada tahun 2011-2023 akan terus meningkat. Walaupun peningkatan tiap tahunnya tidak signifikan, tetapi dalam waktu sepuluh tahun ke depan peningkatan permintaan nyaris 100% (persen). Namun, tingkat penawarannya masih kurang dibandingkan dengan permintaan. Sehingga peluang pasar untuk budidaya ikan lele sangat tinggi.

REFERENSIHandoko HT, 1999. Dasar Manajemen Produksi dan Operasi, BPFE Yogyakarta

Kartasapoetra, 1987. Pembentukan Perusahan Industri. Bina Aksara. JakartaPurwanti, Maheno, Primyastanto, Qurrata, Fattah. 2012. Pola Pembiayaan Komoditi Klaster Lele

of 11


Kabupaten Kediri. Bank Indonesia. KediriSiswanto Sutojo, 1987. Manajemen Perusahaan Indonesia. PT Gramedia. Jakarta.

PROPAGASIA. Latihan dan Diskusi (Propagasi vertical dan Horizontal)

Diskusikan mengapa peramalan penting untuk dijalankan dalam suatu industri perikanan dan berikan contoh pada dunia perikanan!

B. Pertanyaan (Evaluasi mandiri)1. Sebutkan alasan perlunya peramalan dalam industri perikanan!2. Sebut dan jelaskan faktor-faktor apa yang perlu dipertimbangkan dalam

peramalan!3. Sebutkan salah satu teknik peramalan dan berikan contoh dalam dunia

perikanan!4. Estimasikan permintaan dibawah ini dengan menggunakan metode yang

telah dijelaskan diatas :Bulan Kurun

waktu (t)Permintaan(x)

Bulan Kurun waktu (t)

Permintaan(x)


123456789101112

455565627783678872687982


131415161718192021222324

758376787476697695798197

5. Apabila anda menjadi pengusaha dengan melihat kondisi permintaan di contoh estimasi permintaan dalam industri budidaya ikan lele berdasarkan hasil penelitian 2012 apa yang anda lakukan?

C. QUIZ -mutiple choice (Evaluasi)

D. PROYEK (Eksplorasi entrepreneurship, penerapan topic bahasan pada dunia nyata)

of 11

12.peramalan permintaan produk.doc

Documents