METODE PERAMALAN Metode Peramalan (forecasting) Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang By : Maidiana Astuti, SE, MSi

metode peramalan kuantitatif Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu, yang merupakan deret waktu, atau time series. Metode smoothing Metode box jenkins Metode proyeksi trend 2) Metode peramalan yang didasarkan atas penggunaan analisis pola hubungan antara variabel yang akan diperkirakan dengan variabel lain yang mempengaruhinya, yang bukan waktu, yang disebut dengan metode korelasi atau sebab akibat (causal methods). Metode regresi dan korelasi Metode ekonometri Metode input output

Metode time series METODE SMOOTHING Metode Smoothing digunakan untuk mengurangi ketidakteraturan musiman dari data yang lalu dengan membuat rata-rata tertimbang dari sederetan data yang lalu. Keakuratan dari peramalan dengan metode ini sangat baik pada peramalan jangka pendek, sedangkan untuk peramalan jangka panjang keakuratannya sangat kurang. Biasanya metode ini digunakan untuk perencanaan serta pengendalian produksi dan persediaan, perencanaan keuntungan, dan perencanaan keuangan lainnya. Data yang dibutuhkan untuk peramalan dengan metode ini adalah minimal data selama 2 tahun.

Metode time series Metode Box Jenkins Metode Box Jenkins menggunakan dasar deret waktu dengan model matematis agar kesalahan yang terjadi dapat sekecil mungkin. Oleh karena itu penggunaan metode ini membutuhkan identifikasi model serta estimasi parameternya. Seperti pada metode Smoothing, metode ini juga sangat baik keakuratannya untuk peramalan jangka pendek dan sangat kurang keakuratannya untuk peramalan jangka panjang. Data yang dibutuhkan dengan metode peramalan ini adalah minimal selama 2 tahun. Dan akan lebih baik lagi jika data yang ada lebih dari 2 tahun. Metode ini digunakan untuk peramalan dalam perencanaan dan pengendalian produksi, persediaan serta perencanaan anggaran.

Metode time series Metode proyeksi trend Metode proyeksi trend dengan regresi merupakan dasar garis trend untuk suatu persamaan matematis, sehingga dengan dasar persamaan tersebut dapat diproyeksikan suatu hal yang diteliti untuk masa depan. Untuk peramalan jangka pendek maupun peramalan jangka panjang, ketepatan peramalan dengan metode ini sangat baik. Data yang dibutuhkan untuk penggunaan metode peramalan ini adalah data tahunan, dan makin banyak data yang dimiliki akan semakin baik. Minimal data yang digunakan itu adalah selama 5 tahun. Penggunaan metode ini adalah untuk peramalan bagi penyusunan rencana penanaman tanaman baru, perencanaan produk baru, rencana ekspansi, rencana investasi dan rencana pembangunan suatu negara dan daerah.

Metode korelasi Metode regresi Metode regresi dan korelasi didasarkan pada penetapan suatu persamaan estimasi menggunakan teknik least square. Hubungan yang ada pertama-tama dianalisa secara statistik. Keakuratan metode ini sangat baik untuk peramalan jangka pendek, sedangkan untuk peramalan jangka panjang ternyata keakuratannya kurang begitu baik. Penggunaan metode ini antara lain pada peramalan penjualan, perencanaan keuntungan, peramalan permintaan dan peramalan keadaan ekonomi. Data yang dibutuhkan untuk penggunaan metode peramalan ini adalah data kuartalan dari beberapa tahun yang lalu.

Metode korelasi Metode ekonometri Metode ekonometri didasarkan atas peramalan pada sistem persamaan regresi yang diestimasikan secara simultan. Keakuratan metode peramalan ini sangat baik untuk peramalan jangka panjang maupun peramalan jangka pendek. Penggunaan metode ini pada peramalan penjualan menurut kelas produk, atau peramalan keadaan ekonomi masyarakat, seperti permintaan, harga dan penawaran. Data yang digunakan pada metode peramalan ini adalah data kuartalan beberapa tahun.

Metode korelasi Metode input-output Metode input-output digunakan untuk menyusun proyeksi trend ekonomi jangka panjang. Model ini kurang baik keakuratannya untuk peramalan jangka pendek dan sangat baik ketepatannya untuk peramalan jangka panjang. Penggunaan metode ini yaitu pada peramalan penjualan perusahaan, penjualan sektor industri dan subsektor industri, produksi dari sektor dan subsektor industri. Data yang dibutuhkan untuk penggunaan metode ini adalah data tahunan selama sekitar sepuluh sampai lima belas tahun.

Jenis –jenis Metode Peramalan kualitatif Metode peramalan kualitatif adalah metode peramalan yang lebih mengandalkan judgment dan intuisi manusia ketimbang penggunaan data historis. Metode peramalan kualitatif antara lain Metode delphi Kurve pertumbuhan Pembuatan skenario Riset pasar

Metode Delphi merupakan suatu proses memperoleh consensus dari sekumpulan tenaga ahli (expert) tanpa mereka mengetahui satu sama lain metode kurva partumbuhan, Teknik tren = kecenderungan lurus suatu peristiwa. Metode pembuatan skenario : skenario tertentu menggambarkan peramalan masa datang Metode riset pasar : metode peramalan berdasarkan hasil – hasil dari survei pasar yang dilakukan oleh tenaga-tenaga pemasar produk atau yang mewakilinya.

Faktor- Faktor utama yang diidentifikasi dalam Pemilihan Teknik/metode peramalan : Jangka waktu atau Horizon waktu menunjukan panjang waktu di masa datang yang diinginkan oleh peramalan Pola atau karakteristik data mempengaruhi teknik peramalan yang dipilih, pola data merupakan karakteristik dari kegiatan yang dipilih.

3. Biaya mempengaruhi pemilihan teknik peramalan, besarnya biaya yang harus dikeluarkan berkaitan dengan alternatif- alternatif peramalan yang dipilih 4. Ketepatan atau Tingkat akurasi yang dibutuhkan sangat erat hubungannya dengan tingkat perincian yang dibutuhkan dalam peramalan 5. Mudah tidaknya penggunaan atau applikasinya. Penggunaan metode peramalan untuk manajemen dan analis adalah metode yang dapat dimengerti dan mudah diaplikasikan dalam pengambilan keputusan

Teknik-teknik Peramalan berdasarkan Pola Data 1.Teknik peramalan untuk data yang stasioner Data yang bersifat stasioner merupakan data yang nilai rata-ratanya tidak berubah sepanjang waktu. Bentuk teknik peramalan yang sebaiknya dipertimbangkan adalah model sederhana, metode rata-rata sederhana, metode rata-rata bergerak, pemulusan eksponensial sederhana.

2.Teknik peramalan untuk data trend Data yang bersifat trend adalah suatu data yang mengandung komponen jangka panjang yang menunjukan pertumbuhan atau penurunan data untuk periode waktu yang panjang. Teknik peramalan yang digunakan untuk data trend adalah rata-rata bergerak linier, pemulusan eksponensial linier, regresi sederhana, pemulusan eksponensial kwadrat

3. Teknik peramalan untuk data musiman Data yang bersifat musiman adalah data yang mempunyai pola perubahan yang berulang secara tahunan. Metode peramalan yang digunakan untuk data musiman adalah metode dekomposisi, regresi berganda dan metode Box jenkins

4. Teknik peramalan untuk data bersifat siklis Data bersifat siklis adalah data yang berfluktuasi seperti gelombang dan cenderung berulang setiap dua, tiga tahun atau lebih. Pola data tidak stabil. Metode peramalan yang digunakan untuk data siklis adalah metode dekomposisi, regresi berganda, model-model ekonomitrik dan metode Box jenkins