Peramalan
(forecasting ) adalah upaya untuk
memprediksikan kejadian dimasa akan datang. Beberapa pendapat ada yang
membedakan antara Forecasting (pengolahan data masa lalu dengan metode
matematika untuk memperkirakan /memprediksi keadaan dimasa lalu depan) dengan
prediction (pengolahan data masa lalu dengan menggunkan pengetahuan subjektif
atau pengalaman untuk memperkirakan /memprediksikan keadaan dimasa depan).
Peramalan adalah proses untuk memperkirakan
beberapa kebutuhan dimasa datang yang meliputi kebutuhan dalam ukuran
kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi
permintaan barang ataupun jasa. Selain itu peramalan juga didefinisikan sebagai
seni dan ilmu untuk memperkirakan kejadian di masa depan. Hal ini dapat
dilakukan dengan melibatkan pengambilan data masa lalu dan menempatkannya ke
masa yang akan datang dengan suatu bentuk model matematis. Bisa juga merupakan
prediksi intuisi yang bersifat subjektif. Atau biasa juga dengan menggunakan
kombinasi model matematis yang disesuaikan dengan pertimbangan yang baik dari
seorang manajer.
Banyak jenis metode peramalan yang tersedia untuk
manajemen. Namun yang lebih penting bagi para praktisi adalah bagaimana memahami
karakteristik suatu metode peramalan agar cocok bagi situasi pengambilan
keputusan tertentu. Secara umum metode peramalan dapat dibagi dalam dua
ketegori utama, yaitu metode kuantitatif dan metode kualitatif. Metode
kuantitatif dapat dibagi ke dalam deret berkala atau kurun waktu (time
series) dan metode kausal, sedangkan metode kualitatif dapat dibagi menjadi
metode eksploratoris dan normative.
Metode kuantitatif sangat beragam dan setiap teknik
memiliki sifat, ketepatan dan biaya tertentu yang harus dipertimbangkan dalam
memilih metode tertentu.
Untuk menggunakan metode kuantitatif terdapat tiga
kondisi yang harus dipenuhi, yaitu:
Tersedia informasi tentang masa lalu
Informasi tersebut dapat dikuantitatifkan
dalam bentuk numeric
Diasumsikan bahwa beberapa pola masa lalu akan
terus berlanjut
a)
Metode
runtun waktu
Metode runtun waktu atau sering disebut metode deret
waktu atau deret berkala menggambarkan berbagai gerakan yang terjadi pada
sederetan data pada waktu tertentu. Langkah penting dalam memiliki metode
runtunwaktu adalah dengan mempertimbangkan jenis pola data. Pola data dapat
dibedakan menjadi empat jenis siklus dan trend (makriadis &
wheelright, 1983), yaitu:
1. Pola horizontal,
terjadi bilamana nilai data berfluktuasi di sekitar nilai rata-rata yang
konstan.
2. Pola musiman, terjadi
bilamana suatu deret dipengaruhi oleh factor musiman.
3. Pola siklus, terjadi
bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti
siklus bisnis.
4. Pola trend, terjadi
bilamana terdapat kenaikan atau penurunan sekuler jangka panjang dalam data.
b)
Metode
gerakan trend
Anggapan yang mengatakan bahwa garis trend seharusnya
merupakan garis linear tidak selalu demikian. Terdapat empat cara yang biasa
digunakan untuk mengukur gerakan trend, yaitu:
Metode bebas (freehand method)
Metode setengah-setengah (semi average
method)
Metode rata-rata bergerak (moving average
method)
Metode kuadrat terkecil (least quares
method)
c)
Metode
Variasi Musim
Terdapat empat cara yang umumnya digunakan untuk mengukur
variasi musim, yaitu:
Metode rata-rata sederhana
Metode perbandingan dengan trend
Metode relative berantara
Metode perbandingan dengan rata-rata bergerak
d)
Lima
Metode Peramalan Yang Menggunakan Data Masa Lalu
1.
Pendekatan
Naif, teknik peramalan
yang mengasumsikan permintaan, di periode mendatang sama dengan permintaan
terkini. Terbukti untuk beberapa jenis produk, pendekatan naif (naive
approach) ini merupakan model peramalan objektif yang paling efektif dan
efesien dari segi biaya. paling tidak, pendekatan naif memberikan titik awal
untuk perbandingan dengan model lain yang lebih canggih.
2.
Rata-Rata Bergerak, metode peramalan yang menggunakan rata-rata dari
sejumlah (n) data terkini untuk meramalkan periode mendatang. Rata-rata
bergerak berguna jika kita dapat mengasumsikan bahwa permintaan pasar akan
stabil sepanjang masa yang kita ramalkan.
Rata-rata beergerak = ∑
permintaan n periode sebelumn n
3.
Penghalusan
Eksponensial
(Exponential Smoothing) adalah teknik peramalan rata-rata bergerak dengan pembobotan dimana
data diberi bobot oleh sebuah fungsi eksponensial. Penghalusan eksponensial
mungkin terdengar aneh, tetapi sebenarnya banyak digunakan dalam bisnis dan
merupakan bagian penting dari sistem pengendalian persediaan berbasis computer
4.
Proyeksi
Tren, metode
peramalan time-series yang mnyesuaikan sebuah garis tren pada sekumpulan data
masa lalu, dan kemudian diproyeksikan dalam garis untuk meramalkan masa depan.
5.
Analisis
Regresi Linier,
model matematis garis lurus yang menjelaskan hubungan fungsional antara
variabel bebas dan variabel terikat. persamaan regresi menunjukkan bagaimana
satu variabel berhubungan pada nilai dan perubahan pada variabel lain.
1)
Yang dimaksud tiga
jenis peramalan itu adalah sbb:
·
Peramalan Ekonomi
adalah peramalan yang berkaitan dengan siklus bisnis dengan memprediksikan
Tingkat inflasi,suplai uang dan indicator ekonomi dan keuangan lainnya.
·
Peramalan Teknologi
adalah peramalan yang berkaitan dengan tingkat kemajuan teknologi yang akan
melahirkan peralatan atau produk baru .
·
Peramalan Permintaan
adalah peramalan yang berkaitan dengan permintaan produk.
2)
Pola
dan Teknik Peramalan
1. Teknik peramalan
kualitatif atau subyektif (qualitative forecast)
Teknik peramalan yang menggabungkan faktor seperti
intuisi, emosi, pengalaman pribadi, dan sistem nilai pengambil keputusan untuk
meramal. Terdapat empat teknik yang berbeda, yaitu :
Keputusan Dari Pendapat Juri Eksekutif
(Jury of Executive Opinion). Teknik peramalan yang meminta pendapat
segolongan kecil manajer tingkat tinggi dan menghasilkan estimasi permintaan
kelompok. Dalam metode ini, pendapat sekumpulan kecil manajer atau pakar
tingkat tinggi, sering dikombinasikan dengan model statistik, dikumpulkan untuk
mendapatkan prediksi kelompok.
Metode Delphi (Delphi Method). Teknik
peramalan yang menggunakan proses kelompok dimana para pakar melakukan
peramalan. Ada 3 jenis peserta dalam metode ini : pengambil keputusan,
karyawan, dan responden. Pengambil keputusan biasanya terdiri dari 5 hingga 10
orang pakar yang akan melakukan peramalan. Karyawan membantu pengambil
keputusan dengan menyiapkan, menyebarkan, mengumpulkan, serta meringkas
sejumlah kuesioner dan hasil survei. Responden adalah sekelompok orang,
biasanya ditempatkan di tempat yang berbeda, dimana penilaian dilakukan.
Kelompok ini memberikan input pada pengambil keputusan sebelum peramalan
dibuat.
Gabungan Dari Tenaga Penjualan (Sales
Force Composite). Teknik peramalan berdasarkan prediksi tenaga
penjualan akan penjualan yang diharapkan. Dalam pendekatan ini, setiap
tenaga penjualan memperkirakan berapa penjualan yang bisa ia lakukan dalam
wilayahnya. Peramalan ini kemudian dikaji unutk memastikan apakah peramalan
cukup realistis. Kemudian peramalan dikombinasikan pada tingkat wilayah dan
nasional untuk mendapatkan peramalan secara keseluruhan.
Survei Pasar Konsumen (Consumer
Market Survey). Metode peramalan yang meminta input dari konsumen
mengenai rencana pembelian mereka di masa depan. Hal ini membantu tidak
hanya dalam menyiapkan peramalan tetapi juga memperbaiki desain produk dan
perencanaan produk baru. Survei konsumen dan gabungan tenaga penjualan bisa
jadi tidak benar, karena peramalan yang berasal dari input konsumen yang
terlalu optimis
2. Peramalan Time –
Series
Teknik peramalan yang menggunakan sekumpulan data masa
lalu untuk melakukan peramalan. Model time-series membuat predikisi dengan
asumsi bahwa masa depan merupakan fungsi masa lalu. Dengan kata lain, mereka
melihat apa yang terjadi selama kurun waktu tertentu, dan menggunakan data masa
lalu tersebut untu melakukan peramalan. Jika kita memperkirakan penjualan
mingguan mesin pemotong rumput, kita menggunakan data penjualan minggu lalu
untuk membuat ramalan. Time-series mempunyai empat komponen, yaitu : Tren,
Musim, Siklus, Variasi Acak.
Tidak ada komentar:
Posting Komentar