Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Alamat : Jalan Sanggul Dewa No. 55 (Dekat Hotel Wisma Jaya) Pangkalpinang 33121 Hp : 0852 67029330

Presentasi serupa


Presentasi berjudul: "Alamat : Jalan Sanggul Dewa No. 55 (Dekat Hotel Wisma Jaya) Pangkalpinang 33121 Hp : 0852 67029330"— Transcript presentasi:

1

2 Alamat : Jalan Sanggul Dewa No. 55 (Dekat Hotel Wisma Jaya) Pangkalpinang Hp :

3  NO SANDAL  NO T-shirt  DON’T BE LATE  Jangan main HP

4  Ceramah.  Diskusi.  Latihan

5  Absensi : 15%  UTS: 30%  Tugas/diskusi/kuis: 10%  UAS: 45%

6  Lerbin R. Aritonang. Peramalan Bisnis. Ghalia Indonesia, Jakarta 2002  Shita Lusi Wardhani. Teknik Proyeksi Untuk Bisnis dan Ekonomi. BPFE, Yogyakarta 2007  Supranto. J. Metode Ramalan Kuantitatif Untuk Perencanaan Ekonomi dan Bisnis, Renika Cipta, Jakarta  Pangestu Subagyo : Forcasting, Konsep dan Aplikasi  Lincolin Arsyad : Peramalan Bisnis  Buku-buku lainnya yang relevan dengan mata kuliah TPB

7 1. Pengantar peramalan bisnis  Pengertian  Macam- macam peramalan  Proses peramalan  Data 2. Peramalan dengan Metode Smoothing  Metode Single Moving Averages  Metode Single Exponential Smoothing

8 3. Peramalan Dengan Metode Trend  Trend Linier  Trend Parabola  Trend Exponential 4. Peramalan Dengan Garis Regresi  Regresi Linier Sederhana  Analisa Korelasi  Pengujian Hipostesis tentang koefisien regresi  Pengujian Hipostesis tentang koefisien korelasi

9 5. Regresi Linier Berganda. 6. Arima Bob Jemkins

10  Teknik proyeksi bisnis merupakan suatu cara atau pendekatan untuk menentukan ramalan atau perkiraan mengenai sesuatu dimasa yang akan datang.  Proyeksi (forecast) menjadi sangat penting karena penyusunan suatu rencana diantaranya didasarkan pada suatu proyeksi atau forecast.  Forecasting adalah Peramalan, perkiraan, estimasi atau prediksi mengenai sesuatu yang belum terjadi atau sesuatu yang mungkin terjadi masa yang akan datang.

11 Yt = Pola+ error Yt = hasil peramalan Pola = data yang merupakan komponen yang dapat diidentifikasi. Error = yang merupakan komponen yang tidak dapat diidentifikasi.

12 Teknik peramalan dapat diterapkan dalam setiap kegiatan bisnis yang berorientasi pada waktu yang akan datang, baik pada bidang sumber daya manusia, produksi, pemasaran, keuangan maupun kegiatan perekonomian secara makro. Contoh :  Peramalan jumlah tenaga kerja yang dibutuhkan.  Peramalan jumlah bahan baku yang dibutuhkan.  Peramalan volume penjualan.  Peramalan jumlah kas yang dibutuhkan.  Peramalan pertumbuhan ekonomi.

13 Manfaat forecasting yaitu :  Lebih siap menghadapi perubahan situasi.  Merupakan dasar/ pedoman dalam perencanaan baik jangka pendek maupun jangka panjang.  Untuk pengontrolan operasional perusahaan.

14 Peramalan dapat dibedakan berdasarkan jangka waktu, ruang lingkup dan metode yang digunakan : Berdasarkan jangka waktunya :  Peramalan jangka panjang.  Peramalan jangka menengah.  Peramalan jangka pendek.

15 Berdasarkan ruanglingkupnya :  Peramalan mikro, peramalan terhadap tenaga kerja, penjualan dan sebagainya dalam lingkup perusahaan.  Peramalan makro, peramalan kondisi perekonomian Indonesia dimasa mendatang dan sebagainya.

16 Metode peramalan yang digunakan :  Metode kuantitatif, yang didasarkan atas pemanipulasian data yang tersedia secara memadai tanpa intuisi maupun penilaian subyektif dari forecaster, yang umumnya didasarkan pada analisis statistis.  Metode kualitatif, lebih didasarkan pada intuisi dan penilaian subyektif faorecaster daripada pemanipulasian data historis yang tersedia.

17  Penentuan tujuan peramalan.  Pemilihan teori yang relevan.  Pengumpulan data.  Analisis data.  Pengestimasian model sementara.  Evaluasi model dan revisi model.  Penyajian ramalan sementara kepada manajemen.  Pembuatan revisi final.  Pendistribusian hasil ramalan.  Penentuan langkah- langkah pemantauan.

18 Hubungan Forecast dengan Rencana  Forecast adalah peramalan tentang apa yang terjadi dimasa yang akan datang.  Sedangkan rencana adalah penentuan apa yang akan dilakukan dimasa yang akan datang.  Jadi, dapat disimpulkan bahwa peramalan merupakan input bagi proses perencanaan dan pengambilan keputusan.

19 Beberapa pertanyaan yang harus diperhatikan sebelum memilih teknik peramalan yg tepat utk suatu masalah adalah :  Apa kegunaan peramalan tersebut?  Siapa yg akan menggunakan peramalan tersebut?  Seberapa lama jangka waktu yg akan diramalkan?  Bagaimana kebutuhan data minimum?  Berapa biaya utk membuat peramalan tersebut?  Seberapa jauh akurasi yang diinginkan?

20  Planner (para perencana) tingkat nasional, regional maupun sektoral secara makro.  Perencana individu perusahaan secara mikro.  Para peneliti.  Para konsultan yang harus memberi nasihat secara kuantitatif.  Para pimpinan yang akan membuat keputusan- keputusan kuantitatif bidang produksi, penjualan, ekspor, keuangan, kredit dan bidang- bidang lain yang sifatnya kuantitatif.

21  Data merupakan fakta. Dengan demikian, data dapat memberi gambaran tentang suatu keadaan atau persoalan  Data ttg sesuatu akan lebih berarti kalau dikaitkan dgn waktu dan tempat. Data pendapatan penduduk misalnya, harus diperjelas dgn penduduk yang mana? Dan kapan? Misalnya pendapatan penduduk Pangkalpinang dalam tahun 2009  Semakin lengkap informasi/data, maka semakin akurat penilaian ttg sesuatu dan dapat digunakan sebagai langkah awal untuk melakukan proyeksi di masa yg akan datang

22 1. Dasar suatu perencanaan agar perencanaan sesuai dengan kemampuan yg ada pada organisasi. Kemampuan di sini, diantaranya kemampuan finansial, SDM, bahan baku, dll. 2. Alat pengendalian terhadap pelaksanaan atau implementasi perencanaan tsb agar bisa diketahui dgn segera kesalahan atau penyimpangan yg terjadi shg dapat segera dilakukan perbaikan atau koreksi 3. Dasar evaluasi hasil kerja akhir. Apakah hasil kerja yg telah ditargetkan bisa dicapai? Atau tingkat pencapaiannya sudah berapa persen? Kalau target tidak tercapai, faktor-faktor apa penyebabnya? Untuk itu semua diperlukan data.

23 Berdasarkan sifatnya :  Data kuantitatif, berupa angka atau berwujud bilangan, seperti : data jumlah penjualan, produksi dll.  Data kualitatif, data yang tidak berupa angka, seperti : data faktor kesukaan konsumen terhadap suatu produk, tingkat kepuasan konsumen dll.

24 Berdasarkan sumbernya :  Data intern, data yang berasal dari dalam organisasi perusahaan.  Data ektern, data yang berasal dari luar perusahaan.  Data ektern terbagi menjadi data primer (dikumpulkan sendiri untuk peramalan) dan data skunder (data yang telah terkumpul sebelumnya)

25 Berdasarkan dimensi waktunya :  Data runtut waktu/ time series, yaitu yang dikumpulkan dari suatu waktu kewaktu berikutnya selama jangka waktu tertentu, seperti : data penjualan selama 12 bulan terakhir dalam jangka waktu satu tahun.  Data crossectional, data yang dikumpulkan pada suatu waktu tertentu tanpa memiliki variasi dimensi waktu untuk menggambarkan keadaan pada waktu tertentu, seperti volume penjualan perusahaan tahun 2006 dsb.

26 Syarat- syarat Data yang Baik  Data harus obyektif, sesuai dengan apa adanya.  Refresentatif, Data yang diperoleh berdasarkan penelitian sample. Sebagai suatu perkiraan harus dapat mewakili populasi.  Upto date, data yang terbaru dan tidak usang.  Relevant, data harus ada hubungannya dengan problem yang dianalisis.  Data mempunyai kesalahan yang minimum.

27  Variabel dependen, variabel yang keberadaanya akan diramalkan/ dijelaskan pada waktu yang akan datang.  Variabel independent, variabel yang digunakan untuk meramalkan atau menjelaskan keberadaan variable dependen pada waktu yang akan datang.

28  Jelaskan apa yang dimaksud dengan TPB?  Jelaskan pentingnya TPB bagi kelangsungan hidup perusahaan?  Jelaskan pihak-pihak yang memerlukan proyeksi bisnis sebuah perusahaan?  Jelaskan peranan data dalam sebuah proyeksi bisnis?  Jelaskan pembagian data menurut sumber dan cara pemerolehannya?


Download ppt "Alamat : Jalan Sanggul Dewa No. 55 (Dekat Hotel Wisma Jaya) Pangkalpinang 33121 Hp : 0852 67029330"

Presentasi serupa


Iklan oleh Google