peramalan (forecasting) -...
TRANSCRIPT
2
Jenis Peramalan
• Peramalan (forecasting) :Adalah seni dan ilmu memprediksiperistiwa-peristiwa yang akan terjadi,dengan menggunakan data historisdan memproyeksikannya ke masadepan dengan beberapa bentukmodel matematis.
Peramalan Berdasarkan Jangka Waktu
(1) Peramalan jangka pendek ( kurang satu tahun, umumnya kurang tiga bulan ): Digunakan untuk rencana pembelian, penjadualankerja, jumlah TK, tingkat produksi
(2) Peramalan jangka menengah ( tiga bulan hinggatiga tahun) : Digunakan untuk perencanaan penjualan, perencanaan dan penganggaran produksi danmenganalisis berbagai rencana operasi
(3) Peramalan jangka panjang ( tiga tahun atau lebih) : Digunakan untuk merencanakan produk baru, penganggaran modal, lokasi fasilitas, atau ekspansidan penelitian serta pengembangan).
3-4
Ramalan
• Ramalan mempengaruhi keputusan-keputusan dan aktivitas dalam sebuahorganisasi
– Akuntasi, Keuangan
– Sumberdaya Manusia
– Pemasaran
– Sistem Informasi Manajemen (SIM)
– Operasional
– Disain produk/jasa
3-5
Akuntansi Perkiraan biaya/keuntungan
Keuangan Arus kas dan pendanaan
Sumberdaya manusia Penerimaan pegawai/training
Pemasaran Penetapan harga, promosi,
strategi
SIM TI/SI systems, layanan-
layanan
Operasional Jadwal, beban kerja
Disain produk/jasa Produk baru dan jasa
Penggunaan Peramalan
6
Peramalan Berdasarkan Rencana Operasi
(1) Ramalan ekonomi :Membahas siklus bisnis dengan memprediksitingkat inflasi dan indikator perencanaan lainnya
(2) Ramalan teknologi : berkaitan dengan tingkatkemajuan teknologi dan produk baru
(3) Ramalan permintaan : berkaitan denganproyeksi permintaan terhadap produkperusahaan. Ramalan ini disebut juga ramalanpenjualan, yang mengarahkan produksi, kapasitasdan sistem penjadualan perusahaan.
Peramalan Berdasarkan Metode / Pendekatan :
(1) Peramalan kuantitatif, menggunakan berbagaimodel matematis atau metode statistik dandata historis untuk meramalkan permintaan
(2) Peramalan kualitatif, menggunakan intuisi,pengalaman pribadi dan berdasarkan pendapat(judgment) dari yang melakukan peramalan
Berbagai sumber pendapat yang baik bagiperamalan adalah sebagai berikut :Para eksekutif, orang –orang bagian penjualan,
para langganan, para ahli berbagai bidang,misal : konsultan manajemen
8
Metode Peramalan Kuantitatif(1) model seri waktu / metode deret berkala
(time series) metode yang dipergunakanuntuk menganalisis serangkaian data yangmerupakan fungsi dari waktu
(2) model / metode kausal (causal/explanatorymodel), mengasumsikan variabel yangdiramalkan menunjukkan adanya hubungansebab akibat dengan satu atau beberapavariabel bebas (independent variable).
Metode Peramalan Kualitatif
• Metode DelphiTeknik yang mempergunakan prosedur sistematikuntuk mendapatkan pendapat-pendapat dari suatukelompok ahli. Proses delphi dilakukan denganmeminta kepada anggota kelompok untukmemberikan ramalan-ramalan melalui tanggapanmereka terhadap daftar pertanyaan. Kemudianhasilnya diformulasikan dan dibagikan lagi kepadakelompok.
• Riset pasar
Teknik ini secara khusus ditujukan untukmeramal permintan dan penjualan produk baru.
• Analogi historik
Peramalan dengan menggunakan pengalaman-pengalaman historis dari suatu produk yang sejenis.
• Konsensus panel
Gagasan yang didiskusikan kelompok akanmenghasilkan ramalan-ramalan lebih baikdaripada dilakukan oleh seseorang.
11
Peramalan di Sektor Jasa
• Peramalan di Sektor Jasa :Di sektor eceran perlu menjaga catatanjangka pendek (menggunakan komputer)tentang :
1)Kebiasaan waktu kunjungan pelanggancontoh : berdasarkan kenyataan sebagianbesar tukang cukur pria tutup pada hariMinggu dan Senin, hal ini terjadi karenakebiasaan pelanggan dalam mencukurrambutnya pada hari Jumat dan Sabtu,sehingga arus puncak kunjungan pelangganadalah pada hari Jumat dan Sabtu.
2) Dalam peramalan di sektor jasa perlumengetahui kapan hari libur nasional, libursekolah , peristiwa-peristiwa penting/valentine day (restoran, jasa transportasi,hotel, tempat rekreasi, toko souvenir)
3) Perlu pula dicatat pada jam berapa terjadilonjakan permintaan (restoran siap saji)
4) Perlu diketahui peristiwa-peristiwa tidakbiasa/cuaca, sehingga bisa diperkirakankaitan/korelasinya terhadappermintaan/penjualan.
Pola Data Metode Deret Berkala
1. Pola horisontal (H) Terjadi bilamana data berfluktuasi disekitar nilai rata-rata ygkonstan. Suatu produk yg penjualannya tdk meningkat ataumenurun selama waktu tertentu termasuk jenis ini. Pola khasdari data horizontal atau stasioner seperti ini dapat dilihatdalam Gambar 1.1.
2. Pola musiman (S)Terjadi bilamana suatu deret dipengaruhi oleh faktor musiman(misalnya kuartal tahun tertentu, bulanan, atau hari-hari padaminggu tertentu). Penjualan dari produk seperti minumanringan, es krim, dan bahan bakar pemanas ruang semuanyamenunjukkan jenis pola ini. Untuk pola musiman kuartalandapat dilihat Gambar 1.2.
Pola data metode deret berkala
3. Pola siklis (C) Terjadi bilamana datanya dipengaruhi oleh fluktuasiekonomi jangka panjang seperti yang berhubungandengan siklus bisnis. Contoh: Penjualan produk sepertimobil, baja, dan peralatan utama lainnya. Jenis pola inidapat dilihat pada Gambar 1.3.
4. Pola trend (T)Terjadi bilamana terdapat kenaikan atau penurunansekuler jangka panjang dalam data. Contoh: Penjualanbanyak perusahaan, berbagai indikator bisnis atauekonomi lainnya. Jenis pola ini dapat dilihat pada Gambar1.4.
Perhitungan TrendUntuk persamaan linear, garis trend dicari dengan penyelesaian
simultan nilai a dan b pada dua persamaan normal berikut :Σ Y = n a + b Σ XΣ XY = a Σ X + b Σ X2
Bila titik tengah data sebagai tahun dasar, maka Σ X = 0 dan dapatdihilangkan dari persamaan diatas, sehingga menjadi :
Σ YΣ Y = n a a = __________
n
Σ XYΣ XY = b Σ X2 b = ___________
Σ X2
Perhitungan Trend
• Bila ada sejumlahperiode ganjil, titiktengah periode waktuditentukan X = 0, sehingga jumlah plus dan minus akan samadengan nol (0).
• Tetapi jika jumlah data adalah genap, prosedur pemberiankode menjadi :
Nomor data Kode X
1
2
3
4
5
-2
-1
0
1
2
Nomor data Kode X
1
2
3
4
5
6
-3
-2
-1
1
2
3
0
0
Perhitungan Trend (Least squares)
Tahun Kuartal
Penjualan
(dlm Unit)
Y
X XY X2
2013
2014
2015
2016
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
80
78
83
85
84
88
90
89
86
91
94
93
90
96
100
97
-8
-7
-6
-5
-4
-3
-2
-1
1
2
3
4
5
6
7
8
-640
-546
-498
-425
-336
-264
-180
-89
86
182
282
372
450
576
700
776
64
49
36
25
16
9
4
1
1
4
9
16
25
36
49
64
Jumlah ( Σ ) 1.424 0 446 408
Perhitungan Trend (Least squares)
Σ Y 1.424a = = = 89
n 16
Σ XY 446b = = = 1,1
Σ X2 408
• Jadi, Persamaan peramalan dalam bentuk Y = a + b X adalah :Y = 89 + 1,1 X
• Ramalan untuk kuartal pertama tahun 2017 adalah sebesar 98,9 unit dengan perhitungan :
Y = 89 + 1,1 (9)= 98,9
Data Penjualan PT. Lancar Jaya dari tahun 1996-2006 :
1996 17500
1997 21500
1998 24000
1999 27500
2000 30000
2001 32000
2002 35000
2003 37500
2004 39000
2005 41200
2006 42500
Berapa peramalan untuk tahun 2007 dan 2008 ?
Perhitungan Trend (Rata-rata bergerak) 3 bulanan
Tahun Kuartal
Penjualan
(dlm Unit)
Y
Total
Gerakan
Rata-rata
Bergerak
2011
2012
2013
2014
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
80
78
83
85
84
88
90
89
86
91
94
93
90
96
100
97
-
-
241 : 3 =
246 : 3 =
252
257
262
267
265
266
271
278
277
279
286
293
-
-
80,3
82
84
85,7
87,3
89
88,3
88,7
90,3
92,7
92,3
93
95,3
97,7
Perhitungan Trend (Rata-rata bergerak)
• Rata-rata bergerak secara efektif meratakan ataumenghaluskan fluktuasi pola data yang ada. Semakin panjang datanya semakin haluskurvanya.
• Kelemahan metode ini tidak mempunyaipersamaan untuk peramalan, sebagai gantinyaadalah nilai rata-rata bergerak terakhir sebagairamalan periode berikutnya. Seperti dalamcontoh adalah sebesar 97,7 unit.