Pertemuan-3 PERAMALAN (FORECASTING)

Slides:



Advertisements
Presentasi serupa
METODE PERAMALAN Metode Peramalan (forecasting)
Advertisements

TEKNIK PRAKIRAAN ATAU PERAMALAN
PERAMALAN OLEH ERVITA SAFITRI.
PERAMALAN (FORECASTING)
Susanti Prasetiyaningtiyas. REFERENSI 1. Makridakis,Wheelwright and MCGee “ Forecasting : Methods and Applications” Second Edition. 2. Kuncoro,Mudradjat.
Peramalan STIE PUTRA BANGSA.
PERAMALAN KEUANGAN.
Metode Peramalan (Forecasting Method)
METODE PERAMALAN UNTUK MANAJEMEN
Forecasting Raisa Pratiwi ,SE.
Peramalan (Forecasting)
Studi Kelayakan Bisnis Aspek Pasar dan Pemasaran
Forecasting.
Forecasting Raisa Pratiwi ,SE.
Pertemuan VIII Peramalan Produk
Pertemuan-4 PERAMALAN (FORECASTING)
PERAMALAN (FORECASTING)
Pertemuan 3 PERAMALAN (1)
Apakah Peramalan itu ? Peramalan : seni dan ilmu untuk memperkirakan kejadian di masa depan. Hal ini dapat dilakukan denganmelibatkan pengambilan data.
DASAR-DASAR PERAMALAN
OPERASI LOGISTIK & KOORDINASI LOGISTIK
METODE PENGHALUSAN EKSPONENSIAL
PERENCANAAN PERMINTAAN DALAM Supply Chain
MANAJEMEN PERSEDIAAN DAN LOGISTIK POKOK BAHASAN : MODUL 19
FORECASTING -PERAMALAN-
Pertemuan Metode Peramalan (Forecasting Method)
PERAMALAN (FORECASTING)
METODE-METODE PERAMALAN BISNIS
PROYEKSI BISNIS MENGGUNAKAN METODE KUANTITATIF
PERAMALAN (FORECASTING) PERMINTAAN PRODUK
‘12 Manajemen Operasional Hidayat Wiweko, SE. M.Si
PERTEMUAN 3 MANAJEMEN OPERASI (EKMA4215)
MANAJEMEN INVENTORY DAN LOGISTIK
TAHAP-TAHAP PERAMALAN
AKUNTANSI MANAJEMEN SOAL KUIS.
MODUL 19 POKOK BAHASAN : ( TIME SERIES MODEL )
AKUNTANSI MANAJEMEN SOAL KUIS.
Manajemen Operasional
Program Studi Statistika, semester Ganjil 2015/2016
MANAJEMEN INVENTORY DAN LOGISTIK
kelompok ahli. Disini ada proses “learning”.
DERET BERKALA DAN PERAMALAN
TEKNIK PERAMAL PENJUALAN
Resista Vikaliana Statistik deskriptif 2/9/2013.
Anggaran Produksi.
Peramalan Operation Management.
LANJUTAN FORECASTING PROGRAM KULIAH SABTU MINGGU FAKULTAS EKONOMI
FORECASTING/ PERAMALAN
MANAJEMEN OPERASIONAL
Manajemen Operasional (Peramalan Permintaan)
Peramalan .Manajemen Produksi #3
PERAMALAN (FORECASTING)
Disusun Oleh : Iphov Kumala Sriwana
SISTEM INFORMASI PERAMALAN
Studi Kelayakan Bisnis (Aspek Pasar dan Pemasaran)
FORECASTING.
PERENCANAAN & PENGENDALIAN
BAB 6 analisis runtut waktu
METODE PERAMALAN UNTUK MANAJEMEN
PERAMALAN (Forecasting)
PERAMALAN DALAM MANAJEMEN OPERASIONAL
Kelompok 2 munajah dewi raja gukguk Lela martina Oktavia rahmayati
Oleh : Keti Purnamasari, S.E.,M.Si
y x TEKNIK RAMALAN DAN ANALISIS REGRESI
Manajemen Operasional
Manajemen Operasional
Anggaran Produksi.
Peramalan (forecasting) Perancangan Sistem Produksi Widjajani Risris Nurjaman.
METODE PERAMALAN.
FORECASTING (PERAMALAN) DALAM MANAJEMEN OPERASI NURJANNAH ENDAH RAHAYU,SE.,MM.
Transcript presentasi:

Pertemuan-3 PERAMALAN (FORECASTING) STIESS BATANG

PENGERTIAN Peramalan (Forecasting) adalah seni dan ilmu untuk memperkirakan kejadian di masa depan. Berdasarkan horizon waktu, peramalan dibagi 3, yaitu : 1. Peramalan jangka pendek 2. Peramalan jangka menengah 3. Peramalan jangka panjang

Peramalan jangka menengah dan jangka panjang dapat dibedakan dari peramalan jangka pendek dengan melihat dari tiga hal, yaitu : 1. Peramalan jangka menengah dan panjang berkaitan dengan permasalah- an yg lebih menyeluruh dan mendukung keputusan manajemen yg berkaitan dgn perencanaan produk, pabrik, dan pro- ses.

2. Permalan jangka pendek biasanya menetap- kan metodologi yg berbeda dibandingkan permalan jangka panjang. 3. Peramalan jangka pendek cendrung lebih tepat dibandingkan peramalan jangka panjang. Faktor-faktor yg mempengaruhi perubahan permintaan berubah setiap hari. Dengan demikian semakin panjang horizon waktu, ketepatan peramalan seseorang se- makin berkurang.

Faktor lain yg harus dipertimbangkan saat membuat peramalan penjualan, terutama peramalan penjualan jangka panjang, adalah siklus hidup produk. Penjualan produk bahkan jasa tidak terjadi pada tingkat yg konstan sepanjang hidupnya. Hampir semua produk yg berhasil melalui empat tahapan, yaitu : perkenalan, per-tumbuhan, kematangan dan penurunan.

JENIS-JENIS PERAMALAN Berbagai organisasi menggunakan tiga jenis peramalan yg utama dalam perenca- naan operasi di masa depan : 1. Peramalan ekonomi : merencanakan indikator-indikator yg berguna dalam membantu organisasi menyiapkan pera- malan jangka menengah dan jangka panjang.

2. Peramalan teknologi : peramalan jangka panjang sangat memperhatikan laju perkembangan teknologi. 3. Peramalan permintaan : merupakan tingkat permintaan produk –produk yang diharapkan akan terealisasi untuk jangka waktu tertentu pada masa yang akan datang. Peramalan ekonomi dan teknologi bukan merupakan fungsi manajer operasi, shg dalam pembahasan kita menekankan pada perencana-an permintaan.

LANGKAH-LANGKAH SISTEM PERMALAN Ada 7 langkah dasar sistem peramalan : 1. Menetapkan tujuan peramalan 2. Memilih unsur yg akan diramalkan 3. Menentukan horizon waktu peramalan 4. Memilih jenis model pemodelan 5. Mengumpulkan data yg diperlukan untuk melakukan peramalan 6. Membuat peramalan 7. Memvalidasikan dan menerapkan hasil pera- malan.

PENDEKATAN DALAM PERAMALAN Terdapat dua pendekatan umum untuk peramalan, yaitu : 1. Peramalan kuantitatif : peramalan yang menggunakan model matematis yang beragam dengan data masa lalu dan variabel sebab-akibat untuk peramalan permintaan.

2. Peramalan kualitatif (subjektif) : peramalan yg menggabungkan faktor seperti : intuisi, emosi, pengalaman pribadi, dan sistem nilai pengambilan keputusan untuk meramal. Ada 4 teknik peramalan kualitatif : 1. Juri dari opini eksekutif 2. Metode Delphi 3. Komposit tenaga penjualan 4. Surveri pasar konsumen

Ada 5 metode peramalan kuantitatif : 1. Model deret waktu : a Ada 5 metode peramalan kuantitatif : 1. Model deret waktu : a. Pendekatan naif b. Rata-rata bergerak c. Penghalusan eksponensial 2. Model Asosiasif : a. Proyeksi tren b. Regresi linear

Model Deret Waktu : teknik peramalan yg menggunakan sejumlah data masa lalu untuk membuat peramalan. Model asosiatif (hubungan sebab akibat) seperti regresi linear, menggabungkan banyak variabel atau faktor yg mungkin mempengaruhi kuantitas yg sedang di- ramalkan. Sebagai contoh, model asosia-tif dari penjualan mesin pemotong rumput mungkin memasukkan faktor spt adanya perumahan baru, anggaran iklan, dan harga pesaing.

PERAMALAN DERET WAKTU Deret waktu didasarkan pada urutan dari titik-titik data yg berjarak sama dalam waktu (mingguan, bulanan, kuartalan, dll). Menganalisis deret waktu berarti membagi data masa lalu menjadi komponen- komponen, kemudian memproyeksikan- nya ke masa depan. Deret waktu mem- punyai empat komponen :

1. Tren : merupakan pergerakkan data se- dikit demi sedikit meningkat atau me- nurun. Perubahan pendapatan, popu- lasi, penyebaran umur, atau pandangan budaya dapat mempengaruhi pergerak- kan tren. 2. Musiman : adalah pola data yg berulang pada kurun waktu tertentu, seperti : harian, mingguan, bulanan, atau kuartal.

3. Siklus : pola dalam data yg terjadi se- tiap beberapa tahun 3. Siklus : pola dalam data yg terjadi se- tiap beberapa tahun. Siklus ini biasa- nya terkait pada siklus bisnis dan me- rupakan satu hal penting dlm analisis dan perencanaan bisnis jangka pendek. Memprediksi siklus bisnis sulit dilakukan karena adanya pengaruh kejadian politik ataupun kerusuhan internasional.

4. Variasi acak : merupakan satu titik khusus dalam data yg disebabkan oleh peluang dan situasi yg tidak lazim. Variasi acak tdk mempunyai pola khu- sus shg tdk dapat diprediksi.

PENDEKATAN NAIF Pendekatan naif adalah teknik peramalan yg mengasumsikan permintaan periode berikutnya sama dengan permintaan pada periode terakhir. Dengan kata lain, jika penjualan sebuah produk (mis: telpon gemgam Motorolla) adalah 68 unit pada bulan Januari, kita dapat meramalkan pen- jualan pada bulan Februari akan sama, yaitu sebanyak 68 unit juga.

Pendekatan naif ini merupakan model peramalan objektif yg paling efektif dan efisien dari segi biaya. Paling tidak pen-dekatan naif memberikan titik awal untuk perbandingan dengan model lain yang lebih canggih.

RATA-RATA BERGERAK Rata-rata bergerak adalah suatu metode peramalan yg menggunakan rata-rata periode terakhir data untuk meramalkan periode berikutnya. n = jumlah periode dalam rata-rata bergerak

Rata-rata bergerak 3 bulanan Contoh : Bulan Penjualan Aktual Rata-rata bergerak 3 bulanan Januari 10 Februari 12 Maret 13 April 16 (10+12+13)/3 = 11,67 Mei 19 (12+13+16)/3 = 13,67 Juni 23 (13+16+19)/3 = 16 Juli 26 (16+19+23)/3 = 19,33 Agustus 30 (19+23+26)/3 = 22,67 September 28 (23+26+30)/3 = 26,33 Oktober 18 (26+30+28)/3 = 28 Nopember (30+28+18)/3 = 25,33 Desember 14 (28+18+16)/3 = 20,67

METODE PERAMALAN LAINNYA Metode Market Experiment (Percobaan Pasar) Yaitu suatu cara untuk membuat peramalan permintaan dengan melakukan uji coba pada segmen atau bagian pasar tertentu. Uji coba dilakukan dengan memberikan perlakuan tertentu terhadap faktor-faktor yang mempengaruhi permintaan. Metode ini biasanya digunakan untuk produk baru atau produk yang mengalami inovasi atau pengembangan. Contoh: Pada produk Rokok Halim diberikan kepada konsumen secara gratis selama 1 bulan di berbagai tempat untuk mengetahui respon konsumen terhadap produk tersebut atau memberi diskon saat produk ini launching. Setelah respon masyarakat bagus, lalu Hilam dijual secara bertahap yaitu Rp 2.500,00 lalu dijual secara stabil pada harga Rp 4.000,00 karena termasuk produk baru oleh karena itu tetap dijual di bawah harga pasar agar dapat menarik minat konsumen.

Tugas harian Buatlah peramalan permintaan dari produk atau jasa yang ada disekeliling kita dengan menggunakan metode peramalan yang sudah kita pelajari bersama.

TUGAS KELOMPOK Buatlah materi presentasi dari jurnal penelitian dengan pokok bahasan peramalan permintaan suatu produk/jasa. Dipresentasikan minggu depan Minimal 15 slide presentasi dan perkelompok 2-3 orang. Jurnal harus beda dari setiap kelompok.