MANAJEMEN INDUSTRI(PERAMALAN INDUSTRI)

DISUSUNOLEH :

FAHREZA MASYUDI(5133122010)SURAHMAN(5131122007)HELMI ANDRIYAN(5132122005)

PENDIDIKAN TEKNIK OTOMOTIF FAKULTAS TENIKUNIVERSITAS NEGERI MEDAN201526

KATA PENGANTAR

Assalaamualaikum.....Alhamdulillaah, syukur kepada Allah atas petunjuk dan kesempatan yang di berikan sehingga makalah ini dapat di selesaikan.Penyusun menyadari bahwa masih banyak kekurangan pada makalah ini.Saya sebagai penyusun dengan senang hati menerima kritik dan saran dari pembaca.Kami menyusun makalah ini sebagai tugas mata kuliah MANAJEMEN INDUSTRI dan juga untuk menambah pengetahuan pembaca mengenai PERAMALAN INDUSTRI Kami sebagai penyusun menyadari masih banyak kekurangan dalam makalah ini, baik tampilan, isi, maupun penulisan.Oleh karena itu, saya sebagai penyusun mohon maaf yang sebesar-besarnya.

Penyusun,

DAFTAR ISIKATA PENGANTARiDAFTAR ISIiiBAB I PENDAHULUAN1A.Latar Belakang Masalah1B.Pendefinisian Tujuan Peramalan1C.Peranan Peramalan dalam Sistem Produksi2D.Karakteristik Peramalan yang Baik3E.Beberapa Sifat Hasil Peramalan4BAB II PEMBAHASAN6A.Pengertian Peramalan6a.Metode kuantitatif7b.Metode kualitatif.8B.Langkah-Langkah Peramalan91.Menganalisa Data Masa Lalu92.Menentukan metode yang digunakan9C.Langkah Langkah dalam melakukan peramalan.9D.Metode Peramalan12E.Jenis- Jenis Metode Peramalan12BAB III PENUTUP25Kesimpulan25DAFTAR PUSTAKA26

i

BAB IPENDAHULUAN

A. Latar Belakang MasalahPeramalan merupakan tahap awal dari perencanaan dan pengandalian produksi. Peramalan adalah pemikiran terhadap suatu besaran, misalnya permintaan terhadap suatu atau beberapa produk pada periode yang akan datang. Pada hakekatnya peramalan merupakan suatu perkiraan terhadap keadaan yang akan terjadi di masa yang akan datang. Keadaan masa yang akan datang yang dimaksud adalah:1. Apa yang dibutuhkan (jenis)2. Berapa yang dibutuhkan (jumlah/kuantitas)3. Kapan dibutuhkan (waktu)Tujuan peramalan dalam kegiatan produksi adalah untuk meredam ketidakpastian, sehingga diperoleh suatu perkiraan yang mendekati keadaan yang sebenarnya. Peramalan tidak akan pernah perfect, tetapi meskipun demikian hasil peramalan akan memberikan arahan bagi suatu perencanaan. Suatu perusahaan biasanya menggunakan prosedur tiga tahap untuk sampai pada peramalan penjualan, yaitu diawali dengan melakukan peramalan lingkungan, diikuti dengan peramalan penjualan industri, dan diakhiri dengan peramalan penjualan perusahaan.B. Pendefinisian Tujuan PeramalanTujuan peramalan dilihat dengan waktu:1. Jangka pendek (short term)Menentukan kuantitas dan waktu dari item dijadikan produksi. Biasanya bersifat harian ataupun mingguan dan ditentukan oleh low management.2. Jangka menengah (medium term)Menentukan kuantitas dan waktu dari kapasitas produksi. Biasanya bersifat bulanan ataupun kuartal dan ditentukan oleh middle management.3. Jangka panjang (long term)Menentukan kuantitas dan waktu dari fasilitas produksi. Biasanya bersifat tahunan, 5 tahun, 10 tahun, ataupun 20 tahun dan ditentukan oleh top management.C. Peranan Peramalan dalam Sistem ProduksiPeranan peramalan dalam perencanaan proses produksi adalah sebagai berikut:1. Business PlanningBerisi rencana pendanaan, pembiayaan dan keuangan perusahaan sebagai dasar untuk membuat rencana pemasaran.2. Marketing PlanningRencana tentang produk yang akan dibuat, penjualan dan pemasaran, sebagai dasar untuk membuat production planning.3. Master Production SchduleRencana produk akhir yang harus dibuat pada tiap periode selama 1-5 tahun. Produk akhir, merupakan dekomposisi dari production planning.4. Resource PlanningRencana kapasitas yang diperlukan untuk memenuhi production plan, dapat dinyatakan dalam jam-orang atau jam-mesin. Merupakan bahan pertimbanagn untuk ekspansi orang, mesin, pabrik, dan lain-lain, yang ditetapkan berdasarkan kapasitas yang tersedia.5. Rought Cut Capacity Planning (RCPP)Rencana untuk menentukan kapasitas yang diperlukan untuk memenuhi MPS. Hasilnya berupa jenis orang/mesin yang diperlukan untuk tiap work centre pada setiap periode. Merupakan bahan pertimbangan untuk penambahan jam kerja atau sub kontrak.6. Demand ManagementAktivitas memprediksi kebutuhan di masa datang dikaitkan dengan kapasitas. Terdiri dari aktivitas forecasting, distribution requirement planning, order entry, shipment, dan service part requirement.7. Material Requirement PlanningMenetapkan rencana kebutuhan material untuk melaksanakan MPS. Output MRP adalah purchasing dan PAC (Production Activity Control), dan MRP menghasilkan rencana pembelian meliputi jumlah due date, release date.8. Capacity Requirement PlanningRencana kebutuhan kapasitas yang dibutuhkan untuk merelealisasikan MPS di tiap periode dan tiap mesin. CRP lebih teliti dan lebih rinci dibanding RCCP, karena disarkan pada planned order. Jika kapasitas tidak tersedia bisa ditambah dengan over time, merubah routing dan lain-lain. Jika tidak tercapai MPS harus dirubah.9. Production Activity Control (PAC) Sering disebut distributor shop floor control (SFC), aktivitas membuat produk setelah bahan dibeli. PAC terdiri dari aktivitas awal-akhir suatu job berdasarkan urutan kedatangan job, lalu membebankan job ke work station, dan melakukan pelaporan. Hasil laporan akan merupakan feedback bagi MPS.10. PurchasingMerupakan aktivitas memilih vendor, membuat order pembelian, dan menjadwalkan vendor.11. Performance MeasurementEvaluasi sistem untuk melihat seberapa jauh hasil yang diperoleh dibandingkan dengan rencana yang telah ditetapkan. Sebagai bahan evaluasi pencapaian bisnis planning.

D. Karakteristik Peramalan yang BaikPeramalan yang baik mempunyai beberapa kriteria yang penting, antara lain akurasi, biaya, dan kemudahan. Penjelasan dari kriteria-kriteria tersebut adalah sebagai berikut:1. AkurasiAkurasi dari suatu peramalan diukur dengan hasil kebiasaan dan konsistensi peramalan tersebut. Hasil peramalan dikatakan bias bila peramalan tersebut terlalu tinggi atau telalu rendah dibanding dengan kenyataan yang sebenarnya terjadi. Hasil peramalan dikatakan konsisten jika besarnya kesalahan peramalan relatif kecil. Peramalan yang terlalu rendah akan mengakibatkan kekurangan persediaan sehingga permintaan konsumen tidak dapat dipenuhi segera, akibatnya perusahaan kemungkinan kehilangan pelanggan dan keuntungan penjualan. Peramalan yang terlalu tinggi akan mengakibatkan terjadinya penumpukan barang/ persediaan, sehingga banyak modal tersia-siakan. Keakuratan hasil peramalan berperan dalam menyeimbangkan persediaan ideal.

2. BiayaBiaya yang diperlukan dalam pembuatan suatu peramalan tergantung jumlah item yang diramalkan, lamanya periode peramalan, dan metode peramalan yang digunakan. Ketiga faktor pemicu biaya tersebut akan mempengaruhi betapa banyak data yang diblutuhkan, bagaimana pengolahannya (manual atau komputerisasi), bagaimana penyimpanan datanya dan siapa data ahli yang diperbantukan. Pemilihan metode peramalan harus sesuai dengan dana yang tersedia dan tingkat akurasi yang ingin didapat, misalnya item-item yang penting akan diramalkan dengan metode yang sederhana dan murah. Prinsip ini merupakan adopsi dari hukum Pareto (Analisa ABC).

3. KemudahanPenggunaan metode peramalan yang sederhana, mudah dibuat, dan mudah diaplikasikan akan memberikan keuntungan bagi perusahaan. Adalah percuma memakai metode yang canggih tetapi tidak dapat diaplikasikan pada sistem perusahaan karena keterbatasan dana, sumber daya manusia, maupun peralatan teknologi.E. Beberapa Sifat Hasil PeramalanDalam membuat peramalan atau menerapkan suatu peramalan maka ada beberapa hal yang harus dipertimbangkan yaitu :1. Ramalan pasti mengandung kesalahan, artinya peramal hanya bisa mengurangi ketidakpastian yang akan terjadi, tetapi tidak dapat menghilangkan ketidakpastian tersebut.2. Peramalan seharusnya memberikan informasi tentang beberapa ukuran kesalahan, artinya karena peramalan pasti mengandung kesalahan, maka adalah penting bagi peramal untuk menginformasikan seberapa besar kesalahan yang mungkin terjadi.3. Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka panjang. Hal ini disebabkan karena pada peramalan jangka pendek, faktorfaktor yang mempengaruhi permintaan relatif masih konstan sedangkan masih panjang periode peramalan, maka semakin besar pula kemungkinan terjadinya perubahan faktor-faktor yang mempengaruhi permintaan.

BAB IIPEMBAHASAN

A. Pengertian PeramalanPeramalan (forecasting) merupakan bagian vital bagi setiap organisasi bisnis dan untuk setiap pengambilan keputusan manajemen yang sangat signifikan. Peramalan menjadi dasar bagi perencanaan jangka panjang perusahaan. Dalam area fungsional keuangan, peramalan memberikan dasar dalam menentukan anggaran dan pengendalian biaya. Pada bagian pemasaran, peramalan penjualan dibutuhkan untuk merencanakan produk baru, kompensasi tenaga penjual, dan beberapa keputusan penting lainnya. Selanjutnya, pada bagian produksi dan operasi menggunakan data-data peramalan untuk perencanaan kapasitas, fasilitas, produksi, penjadwalan, dan pengendalian persedian (inventory control). Untuk menetapkan kebijakan ekonomi seperti tingkat pertumbuhan ekonomi, tingkat pengangguran, tingkat inflasi, dan lain sebagainya dapat pula dilakukan dengan metode peramalan.Peramalan adalah penggunaan data masa lalu dari sebuah variabel atau kumpulan variabel untuk mengestimasi nilainya di masa yang akan datang. Asumsi dasar dalam penerapan teknik-teknik peramalan adalah:If we can predict what the future will be like we can modify our behaviour now to be in a better position, than we otherwise would have been, when the future arrives. Artinya, jika kita dapat memprediksi apa yang terjadi di masa depan maka kita dapat mengubah kebiasaan kita saat ini menjadi lebih baik dan akan jauh lebih berbeda di masa yang akan datang. Hal ini disebabkan kinerja di masa lalu akan terus berulang setidaknya dalam masa mendatang yang relatif dekat.Peramalan merupakan teknik yang digunakan untuk memperkirakan suatu system dimasa yang akan datang.Peramalan diperlukan oleh suatu perusahaan karena setiap keputusan yang diambil dapat memengaruhi keadaan diamasa yang akan datang. Menurut Horison waktu,nya,peramalan dapat dibagi menjadi 3 yaitu:1. Peramalan jangka pendek yang memberikan hasil peramalan satu tahun mendatang.atau kurang2. Peramalan jangka menengah untuk meramalkan keadaan satu hingga 5 tahun kedepan.3. Peramalan jangka panjang digunakan untuk pengambilan keputusan mengenai perencanaan produk dan perencanaan pasar,pengeluaran biaya perusahaan,studi kelayakan pabrik,anggaran,purchase order,perencanaan tenaga kerja dan perencanaan kapasitas kerja serta pengambilan keputusan yang berhubungan dengan kejadian lebih dari 5 tahun yang akan datang.Dalam metode peramalan dapat dibagi atas dua metode yaitu:a. Metode kuantitatifPrakiraan atau ramalan (forecast) merupakan dugaan atau perkiraan mengenai terjadinya suatu kejadian atau peristiwa di waktu akan datang. Prakiraan atau ramalan ini sangat berguna dalam berbagai bidang kehidupan, terutama dalam rangka perencanaan untuk mengantisipasi berbagai keadaan yang akan terjadi pada masa yang akan datang.Prakiraan atau ramalan bisa dilakukan secara kualitatif maupun kuantitatif. Terkait dengan ramalan kuantitatif, metode peramalannya pada dasarnya dapat dibedakan atas:1. Metode peramalan melalui analisis suatu variabel yang akan diperkirakan dengan variabel waktu, yang dikenal dengan hubungan deret waktu. Data yang digunakan adalah data deret waktu (time series). Metode peramalan ini terdiri dari: Metode smoting, merupakan jenis peramalan jangka pendek seperti perencaan persediaan, perencaan keuangan. Tujuan penggunaan metode ini adalah untuk mengurangi ketidakteraturan data masa lampau seperti musiman. Metode Box Jenkins, merupakan deret waktu dengan menggunakan metode matematis dan digunakan untuk peramalan jangka pendek. Metode proyeksi trend dengan regresi, merupakan metode yang digunakan baik untuk jangka pendek maupun jangka panjang. Metode ini merupakan garis trend untuk persamaan matematis.2. Metode peramalan melalui analisa pada hubungan antara variabel yang akan diperkirkan dengan variabel-variabel lain yang mempengaruhinya (waktu dan/serta bukan waktu). Metode ini sering disebut metode hubungan sebab akibat (causal method). Data yang digunakan dapat berupa berupa data time series maupun data cross section. Dalam prakteknya jenis metode metode peramalan ini terdiri dari: Metode regresi dan kolerasi, merupakan metode yang digunakan baik untuk jangka panjang maupun jangka pendek dan didasarkan kepada persamaan dengan teknik least squares yang dianalisis secara statis. Model input output, merupakan metode yang digunakan untuk peramalan jangka panjang yang bisa digunakan untuk menyusun trend ekonomi jangka panjang. Model ekonometrik, merupakan peramalan yang digunakan untuk jangka panjang dan jangka pendek.

b. Metode kualitatif.Metode ini digunakan dimana tidak ada model matematik, biasanya dikarenakan data yang ada tidak cukup representatif untuk meramalkan masa yang akan datang (long term forecasting). Peramalan kualitatif menggunakan pertimbangan pendapat-pendapat para pakar yang ahli atau experd di bidangnya. Adapun kelebihan dari metode ini adalah biaya yang dikeluarkan sangat murah (tanpa data) dan cepat diperoleh. Sementara kekurangannya yaitu bersifat subyektif sehingga seringkali dikatakan kurang ilmiah.Salah satu pendekatan peramalan dalam metode ini adalah Teknik Delphi, dimana menggabungkan dan merata-ratakan pendapat para pakar dalam suatu forum yang dibentuk untuk memberikan estimasi suatu hasil permasalahan di masa yang akan datang. Misalnya: berapa estimasi pelanggan yang dapat diperoleh dengan realisasi teknologi 3G.Metode kualitatif biasanya tidak menggunakan perhitungan matematis ataupun perhitungan secara statitik.Metode ini cukup dengan tanggapan atau buah pikiran dari orang orang yang cuku mengenai keadaan yang akan diramalakan.Contoh:a. Metode Juri Opinionb. Metode Delphi.

B. Langkah-Langkah PeramalanKualitas atau mutu dari hasil peramalan yang disusun sangat ditentukan oleh proses pelaksanaan penyusunan. Peramalan yang baik adalah peramalan yang dilakukan mengikuti langkah-lankah atau prosedur yang baik. Pada dasarnya ada tiga langkah peramalan yang penting yaitu:1. Menganalisa Data Masa LaluTahap ini berguna untuk pola yang terjadi pada masa lalu, analisa ini dilakukan dengan cara membuat tabulasi dari data yang lalu. Dengan tabulasi maka dapat diketahui pola dari data tersebut.2. Menentukan metode yang digunakanDari masing-masing metode akan memberikan hasil peramalan yang berbeda. Metode peramalan yang baik adalah metode yang memberikan hasil peramalan yang tidak jauh berbeda dengan kenyataan yang terjadi. Jadi metode peramalan yang baik adalah metode yang menghasilkan penyimpangan antara hasil ramalan dengan nila kenyataan sekecil mungkin. 3. Memproyeksikan data yang lalu dengan menggunakan metode yang dipergunakan, dan mempertimbangkan adanya beberapa faktor perubahan. Faktor perubahan tersebut antara lainperubahan kebijakan-kebijakan yang mungkin terjadi, perkembanganteknologi dan penemuan-penemuan baru dan perbedaan antara hasil ramalan yang ada dengan kenyataanC. Langkah Langkah dalam melakukan peramalan.Dalam melakukan peramalan terdiri dari beberapa tahapan khususnya jika menggunakan metode kuantitatif. Tahapan tersebut adalah:1. Definisikan Tujuan PeramalanMisalnya peramalan dapat digunakan selama masa pra-produksi untuk mengukur tingkat dari suatu permintaan.2. Buatlah diagram pencar (Plot Data)Misalnya memplot demand versus waktu, dimana demand sebagai ordinat (Y) dan waktu sebagai axis (X).3. Memilih model peramalan yang tepatMelihat dari kecenderungan data pada diagram pencar, maka dapat dipilih beberapa model peramalan yang diperkirakan dapat mewakili pola tersebut.4. Lakukan Peramalan5. Hitung kesalahan ramalan (forecast error) Keakuratan suatu model peramalan bergantung pada seberapa dekat nilai hasil peramalan terhadap nilai data yang sebenarnya. Perbedaan atau selisih antara nilai aktual dan nilai ramalan disebut sebagai kesalahan ramalan (forecast error) atau deviasi yang dinyatakan dalam:

et = Y(t) Y(t)

Dimana : Y(t) = Nilai data aktual pada periode t Y(t) = Nilai hasil peramalan pada periode t t = Periode peramalanMaka diperoleh Jumlah Kuadrat Kesalahan Peramalan yang disingkat SSE (Sum of Squared Errors) dan Estimasi Standar Error (SEE Standard Error Estimated)

SSE = e(t)2 = [Y(t)-Y(t)]2

6. Pilih Metode Peramalan dengan kesalahan yang terkecil. Apabila nilai kesalahan tersebut tidak berbeda secara signifikan pada tingkat ketelitian tertentu (Uji statistik F), maka pilihlah secara sembarang metode-metode tersebut.7. Lakukan VerifikasiUntuk mengevaluasi apakah pola data menggunakan metode peramalan tersebut sesuai dengan pola data sebenarnya.

D. Metode PeramalanSalah satu cara untuk mengklasifikasikan permasalahan pada peramalan adalah mempertimbangkan skala waktu peramalannya yaitu seberapa jauh rentang waktu data yang ada untuk diramalkan. Terdapat tiga kategori waktu yaitu jangka pendek (minggu bulan), menengah (bulan tahun), dan jangka panjang (tahun dekade). Tabel berikut ini menunjukkan tipe-tipe keputusan berdasarkan jangka waktu peramalannya.

Tabel 1Rentang Waktu dalam PeramalanE. Jenis- Jenis Metode PeramalanUntuk melakukan peramalan diperlukan metode tertentu dan metode mana yang digunakan tergantung dari data dan informasi yang akan diramal serta tujuan yang hendak dicapai. Dalam prakteknya terdapat berbagai metode peramalan antara lain :1. Metode Time SeriesMetode time series adalah metode yang dipergunakan untuk menganalisis serangkaian data yang merupakan fungsi dari waktu. Metode ini mengasumsikan beberapa pola atau kombinasi pola selalu berulang sepanjang waktu, dan pola dasarnya dapat diidentifikasi semata-mata atas dasar data historis dari serial itu.Metode ini berhubungan dengan nilai-nilai suatu variable yang diatur secara kronologis menurut waktu, seperti hari, minggu, bulan, kuartal, semester atau tahunan.Metode ini dapat digunakan untuk meramalkan nilai-nilai data masa depan dari data-data masa lalu yang berderet menurut waktu. Asumsi yang digunakan adalah bahwa deret waktu akan terus bergerak seperti di waktu yang lalu dengan pola tertentu yang tetap. Yang dimaksud dengan pola tertentu adalah pola berdasarkan fluktuasi yang dapat diidentifikasi berikut.Ada empat komponen utama yang mempengaruhi analisis ini, yaitu :a. Pola Siklis (Cycle)Penjualan produk dapat memiliki siklus yang berulang secara periodik. Banyak produk dipengaruhi pola pergerakan aktivitas ekonomi yang terkadang memiliki kecenderungan periodic. Komponen siklis ini sangat berguna dalam peramalan jangka menengah. Pola data ini terjadi bila data memiliki kecendrungan untuk naik atau turun terus menerus. Pola data dalam bentuk trend ini digambarkan sebagai berikut:

Biaya

Waktu

Pola Siklis

b. Pola Musiman (Seasonal)Perkataan musim menggambarkan pola penjualan yang berulang setiap periode. Komponen musim dapat dijabarkan ke dalam faktor cuaca, libur, atau kecenderungan perdagangan. Pola musiman berguna dalam meramalkan penjualan dalam jangka pendek. Pola data ini terjadi bila nilai data sangat dipengaruhi oleh musim, misalnya permintaan bahan baku jagung untuk makanan ternak ayam pada pabrik pakan ternak selama satu tahun. Selama musim panen harga jagung akan menjadi turun karena jumlah jagung yang dibutuhkan tersedia dalam jumlah yang besar. Pola data musiman dapat digambarkan sebagai berikut:

Biaya

WaktuPola Musiman

c. Pola Horizontal

BiayaPola data ini terjadi apabila nilai data berfluktuasi di sekitar nilai rata-rata.

Biaya

WaktuPola Horizontal

d. Pola TrendPola data ini terjadi bila data memiliki kecenderungan untuk naik atau turun terus menerus. Pola data dalam bentuk trend ini dapat digambarkan sebagai berikut:

Biaya

Waktu

Pola Trend

Dalam meramalkan biaya-biaya yang termasuk di dalam biaya operasi dipergunakan Pola Trend karena biaya tersebut cenderung naik jika mesin/peralatan semakin tua atau semakin lama jangka waktu pemakaiannya. Ada beberapa trend yang digunakan didalam penyelesaian masalah ini, yaitu :1) Trend LinierBentuk persamaan umum:Y = a + btSedangkan peramalannya mempunyai bentuk persamaan:Yt = a + btdi mana:Yt = Nilai ramalan pada periode ke-tt = Waktu/periodeDengan menggunakan metode kuadrat terkecil (Least Square Method) maka harga konstanta a dan b diperoleh dari persamaan di bawah ini:

2) Trend Eksponensial atau PertumbuhanBentuk persamaan umum:Y = aebtSedangkan peramalannya mempunyai bentuk persamaan:Yt = aebtDengan menggunakan transformasi logaritma natural maka harga konstanta a dan b diperoleh dari persamaan di bawah ini:

3) Trend LogaritmaY = a + b log tSedangkan peramalannya mempunyai bentuk persamaan:Yt = a + b log tDengan menggunakan transformasi logaritma natural maka harga konstanta a dan b diperoleh dari persamaan di bawah ini:

4) Trend GeometrikBentuk persamaan umumnya adalah:Y = atbSedangkan peramalannya mempunyai bentuk persamaan:Yt = atbDengan menggunakan transformasi logaritma maka harga konstanta a dan b diperoleh dari persamaan di bawah ini:

5) Trend HyperbolaBentuk persamaan umumnya adalah:

Peramalannya mempunyai bentuk persamaan:

Dengan menggunakan transformasi logaritma maka hargakonstanta a dan b diperoleh dari persamaan di bawah ini:

2. Teknik Perkiraan Deret WaktuPengertian deret waktu tidak lain adalah serangkaian peng- amatan terhadap suatu peristiwa, kejadian, gejala, atau variabel yang diambil dari waktu ke waktu, dicatat secara teliti menurut urutan waktu terjadinya, kemudian disusun sebagai data statistik. Dari data-data tersebut akan diketahui apakah peristiwa, kejadian, atau gejala-gejala tersebut mengikuti pola-pola perkembangan yang teratur atau tidak. Apabila rangkaian waktu tersebut menunjukkan pola yang teratur, maka akan dapat dibuat suatu peramalan yang cukup kuat mengenai tingkah laku gejala yang dicatat, dan atas dasar ramalan tersebut maka akan dapat dibuat rencana-rencana di masa yang akan datang yang cukup dapat dipertanggung jawabkan.Deret waktuadalah rangkaian data yang diukur berdasarkan waktu dengan interval yang uniform. Analisis deret waktu (time series analysis) merupakan metode yang mempelajari deret waktu, baik dari segi teori yang membawahinya maupun untuk membuat peramalan (prediksi). Prediksi deret waktu adalah penggunaan model untuk memprediksi nilai di waktu mendatang berdasar peristiwa yang telah terjadi (Wikipedia, 2008). Deret waktu biasa digunakan pada penelitian yang diambil dalam jangka waktu tertentu, seperti penelitian bidang ekonomi, biologi, atau sosial dll.Analisis deret waktu merupakan cara menetukan variabilitas data deret waktu dalam bentuk fungsi periodik dominan. Data-data yang digunakan dapat bersifat deterministik (dapat dijelaskan secara eksplisit dengan rumus matematika) ataupun Non-deterministik (tidak dapat dinyatakan dengan rumus matematika) atau data acak. Analisis data deret waktu pada dasarnya digunakan untuk melakukan analisis data yang mempertimbangkan pengaruh waktu. Data-data yang dikumpulkan secara periodik berdasarkan urutan waktu, bisa dalam jam, hari, minggu, bulan, kuartal dan tahun, bisa dilakukan analisis menggunakan metode analisis data deret waktu. Analisis data deret waktu tidak hanya bisa dilakukan untuk satu variabel (Univariate) tetapi juga bisa untuk banyak variabel (Multivariate). Selain itu pada analisis data deret waktu bisa dilakukan peramalan data beberapa periode ke depan yang sangat membantu dalam menyusun perencanaan ke depan (Marbun, 2008).Ada beberapa cara menggambarkan deret analisis secara grafik antara lain (Pasaribu, 1983):a. Setiap pengamatan di dalam deret waktu digambarkan sebagai suatu titik pada susunan koordinat tegak lurus dengan memakai nilai pengamatan itu sebagai ordinatnya dan angka yang menunjukkan waktu sebagai absis. Kemudian kita akan mempunyai grafik deret waktu dalam bentuk scatter diagram.b. Hubungkan titik-titik yang berdekatan pada scatter diagram di atas dengan garis-garis lurus, yang kemudian akan diperoleh line chart sebagai grafik dari time series itu.Dengan cara-cara tersebut diatas, dapat terlihat gerak gerik variabel yang sedang diamati pada waktu tertentu.Pada umumnya analisis deret waktu merupakan hasil pekerjaan dari empat macam gerak yang disebut juga sebagai komponen-komponen dari deret waktu, antara lain:1) Gerak Jangka Panjang (Longterm Movements atau Secular Trend), yaitu suatu gerak yang menunjukkan ke arah mana tujuan dari time series itu pada umumnya, di dalam jangka waktu yang lama.2) Gerak Berulang (Cyclical Movements), yaitu gerak naik-turun yang terjadi di dalam jangka waktu yang lama dimana gerak ini terjadi dengan teratur atau hampir teratur dan mempunyai kemungkinan amplitudo dan lebar getarannya berbeda dari waktu ke waktu.3) Gerak Bermusim (Seasonal Variations), yaitu suatu gerak yang teratur dan serupa (atau hampir serupa) berupa gerak naik-turun di dalam jangka waktu yang singkat (bagian-bagian dari tahun atau musim), yang lebih dikenal dengan Gerak Periodik.4) Gerak Tak Teratur (Irregular Movements), yaitu gerak yang hanya terjadi sekali-kali dan tidak mengikuti aturan tertentu dan karenanya tidak dapat diramalkan terlebih dahulu.Dalam Buku Wei menerangkan bahwa dalam analisis Deret Waktu ada 3 tahap dalam meramalkan suatu peristiwa yaitu:a) Tahap Identifikasi Data. Disini pengamat dituntut untuk mengetahui jenis data yang di amati dengan cara mengeplot data terhadap waktu ,yang nantinya di hubungkan dengan pengetahuan pengamat akan sumber data dan ilmu-ilmu tentang data yang diamati, dan juga untuk mengetahui seperti stasioneritas data.b) Tahap Pendugaan Parameter. Pada tahap ini pengamat dituntut untuk meramalkan parameter dari model sementara yang telah dibentuk di tahap pertama, dengan menggunakan metode kwadrat terkecil aatau maximum likelihood.c) Tahap Diagnosis Model. Pada tahap ini pengamat melakukan diagnosis apakah data model yang terbentuk sudah signifikan dalam arti sudah cocok mempresentasikan data atau belum. jika model belum signifikan maka dilakukan pada tahap 1 lagi.

3. Metode Perkiraan KausalikMetode kausalik mengasumsikan faktor yang diperkirakan menunjukkan adanya hubungan sebab akibat dengan satu atau beberapa variabel bebas (independen). Sebagai contoh, jumlah pendapatan berhubungan dengan faktor-faktor seperti jumlah penjualan, harga jual, dan tingkat promosi. Kegunaan dari metode kausal adalah untuk menemukan bentuk hubungan antara variabel-variabel tersebut dan menggunakannya untuk meramalkan nilai dari variabel tidak bebas (dependen). Pada model ini untuk meramalkan permintaan tidak hanya memperhatikan waktu, tetapi juga memperhatikan faktor yang mempengaruhi, antara lain :a. Harga produk, jika harga produk naik maka permintaan naikb. Saluran distribusi, jika banyak saluran distribusi maka permintaan naik.Metode kausal terdiri atas beberapa metode, antara lain :a. Metode regresi dan korelasiMetode regresi dan korelasi pada penetapan suatu persamaan estimasi menggunakan teknik least squares. Hubungan yang ada pertama-tama dianalisis secara statistik. Ketepatan peramalan dengan menggunakan metode ini sangat baik untuk peramalan jangka pendek, sedangkan untuk peramalan jangka panjang ternyata ketepatannya kurang begitu baik. Metode ini banyak digunakan untuk peramalan penjualan, perencanaan keuntungan, peramalan permintaan dan permalan keadaan ekonomi. Data yang dibutuhkan untuk penggunaan metode ini adalah data kuartalan dari beberapa tahun lalu.b. Metode EkonometrikMetode ini didasarkan atas peramalan sistem persamaan regresi yang diestimasikan secara simultan. Baik untuk peramalan jangka pendek maupun peramalan jangka panjang, ketepatan peramalan dengan metode ini sangat baik. Metode permalan ini selalu dipergunakan untuk peramalan penjualan menurut kelas produk, atau peramalan keadaan ekonomi masyarakat, seperti permintaan, harga dan penawaran. Data yang dibutuhkan untuk penggunaan metode peramalan ini adalah data kuartalan beberapa tahun.c. Metode Input-OutputMetode ini dipergunakan untuk menyusun proyeksi trend ekonomi jangka panjang. Model ini kurang baik ketepatannya untuk peramalana jangka panjang. Model ini banyak dipergunakan untuk peramalan penjualan perusahaan, penjualan sektor industri dan sub sektor industri, produksi dari sektor dan sub sektor industri. Data yang dibutuhkan untuk penggunaan metode atau model ini adalah data tahunan selama sekitar sepuluh sampai lima belas tahun.

4. Metode Perkiraan Kualitatif (Judgement Methode)Perkiraan kualitatif yaitu peramalan yang didasarkan atas kwalitatif pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada orang yang menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran yang bersifat intuisi, judgement atau pendapat, dan pengetahuan serta pengalaman dari penyusunnya. Biasanya peramalan secara kwalitatif ini didasarkan atas hasil penyelidikan, seperi Delphi,S curve, analogies dan penelitian bentuk atau morphological research atau didasarkan atas ciri ciri normative seperti decision matrices atau decisions trees.Peramalan kualitatif umumnya bersifat subjektif, dipengaruhi oleh intuisi, emosi, pendidikan, dan pengalaman seseorang. Oleh karena itu, hasil peramalan dari satu orang dengan orang yang lain dapat berbeda. Meskipun demikian, peramalan dengan metode kualitatif tidak berarti hanya menggunakan intuisi, tetapi juga bisa mengikutsertakan model-model statistik sebagai bahan masukan dalam melakukan judgement (keputusan), dan dapat dilakukan secara perseorangan maupun kelompok.Beberapa metode peramalan yang digolongkan sebagai model kualitatif adalah sebagai berikut :a. Metode Delphi, Sekelompok pakar mengisi kuesioner, Moderator menyimpulkan hasilnya dan memformulasikan menjadi suatu kuesioner baru yang diisi kembali oleh kelompok tersebut, demikian seterusnya. Hal ini merupakan proses pembelajaran (learning process) dari kelompok tanpa adanya tekanan atau intimidasi individu. Metode ini dikembangkan pertama kali oleh Rand Corporation pada tahun 1950 an. Adapun tahapan yang dilakukan adalah:1) Tentukan beberapa pakar sebagai partisipan. Sebaiknya bervariasi dengan latar belakang disiplin ilmu yang berbeda.2) Melalui kuesioner atau (email), diperoleh peramalan dari seluruh partisipan.3) Simpulkan hasilnya, kemudian distribusikan kembali kepada seluruh partisipan denan pertanyaan yang baru.4) Simpulkan kembali revisi peramalan dan kondisi, kemudian dikembangkan dengan pertanyaan yang baru.5) Apabila diperlukan, ulangi tahap 4. Seluruh hasil akhir didistribusikan kepada seluruh partisipan.

b. Dugaan manajemen ( management estimate ) atau Panel Consensus, dimana peramalan semata-mata berdasarkan pertimbangan manajemen, umumnya oleh manajemen senior. Metode ini akan cocok dalam situasi yang sangat sensitif terhadap intuisi dari suatu atau sekelompok kecil orang yang karena pengalamannya mampu memberikan opini yang kritis dan relevan. Teknik akan dipergunakan dalam situasi dimana tidak ada situasi dimana tidak ada laternatif lain dari model peramalan yang dapat diterapkan. Bagaimanapun metode ini mempunyai banyak keterbatasan, sehingga perlu dikombinasikan dengan metode peramalan yang lain.

c. Riset Pasar (market research), merupakan metode peramalan berdasarkan hasil-hasil dari survei pasar yang dilakukan oleh tenaga-tenaga pemasar produk atau yang mewakilinya. Metode ini akan menjaring informasi dari planggan atau pelanggan potenbsial (konsumen) berkaitan dengan rencana pembelian mereka dimasa mendatang. Riset pasar tidak hanya akan membantu peramalan, tetapi juga untuk meningkatkan desain produk dan perencanaan untuk produk-produk baru.

d. Metode kelompok terstruktur (structured group methods), seperti metode Delphi, dan lain lain. Metode Delphi merupakan teknik peramalan berdasarkan pada proses konvergensi dari opini beberapa orang atau ahli secara interaktif tanpa menyebutkan identitasnya. Grup ini tidak bertemu secara bersama dalam suatu forum untuk berdiskusi, tetapi mereka diminta pendapatnya secara terpisah dan tidak boleh secara berunding. Hal ini dilakukan untuk menghindari pendapat yang bias karena pengaruh kelompok. Pendapat yang berbeda secara signifikan dari ahli yang lain dalam grup tersebut akan dinyatakan lagi kepada yang bersangkutan, sehingga akhirnya diperoleh angka estimasi pada interval tertentu yang dapat diterima. Metode Delphi ini dipakai dalam peramalan teknologi yang sudah digunakan pada pengoperasian jangka panjang selain itu, metode ini juga bermanfaat dalam pengembangan produk baru, pengembangan kapasitas produksi, penerobosan ke segmen pasar baru dan strategi keputusan bisnis lainnya.

e. Analogi historis (Historical Analogy), merupakan teknik peramalan berdasarkan pola data masa lalu dari produk-produk yang dapat disamakan secara Analogi. Misalnya peramalan untuk pengembangan pasar televisi multi sistem menggunakan model permintaan televisi hitam putih atau televisi berwarna biasa. Analogi historis cenderung akan menjadi terbaik untuk penggantian produk di pasar dan apabila terdapat hubungan substitusi langsung dari produk dalam pasar itu.

BAB III PENUTUPKesimpulan Adapun Kesimpulan yang dapat saya buat ialah sebagai berikut:1. Peramalan merupakan tahapan awal dalam perencanaan sistem operasi produksi.2. Model yang paling tepat harus dipilih dalam melakukan peramalan.

DAFTAR PUSTAKAhttp://taufik-maulana.blogspot.com/2012/05/makalah-peramalan.htmlhttp://robby19september.blogdetik.com/files/2012/10/efcb1a79bf773e2e062344b49f046435_kelompok-ii-teknik-perkiraan-atau-peramalan.docx