Susanti Prasetiyaningtiyas

REFERENSI 1. Makridakis,Wheelwright and MCGee “ Forecasting : Methods and Applications” Second Edition. 2. Kuncoro,Mudradjat “Metode Kuantitatif: Teori dan Aplikasi Untuk Bisnis dan Eonomi” 3. Arsyad,L “ Peramalan Bisnis “ BPFE 4. Pangestu Subagyo, Peramalan Bisnis, BPFE

Kompetensi Pokok bahasan Setelah mengikuti pokok bahasan ini, mahasiswa diharapkan mampu: Melakukan perencanaan produksi, dalam upaya memenuhi kebutuhan konsumen. Memprediksi kebutuhan yang diperlukan dalam proses produksi. Mengerti tahapan dalam peramalan. Menentukan metode peramalan yang tepat.

Introduction Pokok bahasan ini merupakan pokok bahasan yang mengkaji perencanaan produksi melalui penerapan metode peramalan. Teknik peramalan ini ditujukan untuk menghasilkan perencanaan produksi yang akurat dalam merespon permintaan pasar. Langkah pertama dalam perencanaan operasi sistem produksi adalah menentukan peramalan yang akurat terhadap permintaan barang (produk) yang akan diproduksi.

Forecasting adalah peramalan (perkiraan) mengenai sesuatu yang belum terjadi pada waktu yad. Forecasting bertujuan agar forecast yang dibuat dapat meminimumkan pengaruh ketidakpastian terhadap perusahaan atau meminimumkan kesalahan meramal (forecast error) yang biasanya diukur dengan Mean Square Error (MSE), Mean Absolute Error (MAE) dsb.

Lingkungan Sosial dan Kontrol Perusahaan Lingkungan Teknis Lingkungan Ekonomi makro

Pengaruh lingkungan dapat dikelompokkan 3 gol, yaitu: 1. Lingkungan social dan control Berupa keadaan social atau masyarakat di sekiar perusahaan. Lingkungan control biasanya dari pemerintah melalui larangan – larangan, peraturan dsb. 2. Lingkungan Teknis Menyangkut cara – cara produksi atau tingkat teknologi yang ada.

3. Lingkungan Ekonomi Makro Meliputi keadaan perekonomian di tempat perusahaan berada atau memasarkan hasil produksinya. Keadaan perekonomian ini bersifat tidak tentu, tetapi masih bisa diramalkan.

Hubungan Forecast dengan Rencana Forecast adalah peramalan apa yang akan terjadi pada waktu yad, Rencana adalah penentuan apa yang akan dilakukan pada waktu yad. Sehingga peramalan bukan pengganti perencanaan. Dengan sendirinya terjadi perbedaan antara forecast dengan rencana. Forecast adalah peramalan apa yang akan terjadi, tetapi belum tentu bisa dilaksanakan oleh perusahaan.

Pemilihan Metode yang Tepat Pemilihan metode peramalan harus menghasilkan suatu ramalan yang akurat, tepat waktu dan dapat dimengerti oleh manajemen. Metode peramalan yang dipilih harus menghasilkan manfaat yang lebih besar dari biaya yang dikeluarkan dan bisa meminimumkan kesalahan peramalan.

Tahapan yang harus dilalui adalah sbb: 1. Menentukan tujuan peramalan 2. Pilih variable yang akan diramalkan 3. Tentukan horizon waktu peramalan(jarak pendek, menengah, & panjang) 4. Pilih model peramalan 5. Kumpulkan data yang diperlukan 6. Lakukan validasi model peramalan 7. Lakukan peramalan dengan model terbaik 8. Implementasikan hasil peramalan

Teknik – teknik Peramalan Teknik Peramalan Model Kausal Model Runtut Waktu (Time Series) Model Kualitatif Metode Delphi, Pendapat Pakar, metode Mkt Survey, Metode Kurve Pertumbuhan Analisis Regresi Metode ARIMA (Box Jenkins) Rata – rata Bergerak Exponential Smoothing Proyeksi Trend

I. Model Kualitatif Model kualitatif berupaya memasukkan factor – factor subyektif dalam model peramalan.Pendapat pakar, pengalaman dan pertimbangan individu, serta factor – factor subyektif lainnya merupakan landasan utama model kualitatif.

1) Metode Delphi berdasarkan pada pendekatan iterasi, yang meliputi dua atau tiga putaran iterasi. 2) Pendapat pakar pada dasarnya disusun atas hasil pengumpulan informasi dan pendapatan subyektif dari para “pakar” mengenai situasi ttt berdasarkan pengalaman mereka.

3) Metode survey pasar menggunakan daftar pertanyaan, kontak telepon atau wawancara perorangan dalam mengumpulkan data mengenai kondisi pasar. 4) Metode Kurve Pertumbuhan menitikberatkan pada perubahan jangka panjang atas variable yg diteliti dan memproyeksikan variable ini ke masa depan.

II. Model Runtut Waktu (Time Series) Model runtut waktu berusaha untuk memprediksi masa depan dg menggunakan data historis. Model ini membuat asumsi bahwa apa yg terjadi di masa depan merupakan fungsi apa yg terjadi di masa lalu. Atau model ini mencoba melihat apa yg terjadi pd suatu kurun waktu ttt dan menggunakan data runtut masa lalu untuk memprediksi.

III. Model Kausal Model kausal memasukkan dan menguji variable- variabel yg diduga mempengaruhi variable dependen. Model ini biasanya menggunakan analisis regresi untuk menentukan variable mana yg signifikan mempengaruhi variable dependen. Model ini dapat juga menggunakan metode ARIMA atau Box Jenkins untuk mencari model terbaik yg dapat digunakan untuk peramalan.

DATA 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 Jember dalam tahun 2012 Semakin lengkap informasi/data, maka semakin akurat penilaian ttg sesuatu dan dapat digunakan sebagai langkah awal untuk melakukan proyeksi di masa yg akan datang

Kegunaan data untuk mengambil suatu keputusan bagi seorang manajer, diantaranya dapat diinventarisir sbb: 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.

DATA Kuantitatif Kualitatif Dimensi Waktu Sumber Interval Rasio Nominal Ordinal Time Series Cross Section Pooling Eksternal Internal

Data dapat dibedakan berdasarkan sifat, sumber dan dimensi waktunya. 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.

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)

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 2012 dsb.

Dua hal pokok agar ramalan akurat : 1. Data yang relevan 2. Teknik peramalan yg tepat

Syarat data yg baik/relevan : A. harus objektif (sesuai dg apa adanya) B. harus dpt mewakili/represeentative C. harus mempunyai kesalahan baku yg kecil D. up to date, data terbaru dan tdk usang E. relevant,harus ada hubungan dg persoalan yg akan dipecahkan

Pemilihan teknik peramalan : A. Pola/karakteristik data B. Jangka waktu C. Biaya D. Tingkat akurasi yg diinginkan E. Kemudahan penerapan

Pola data metode deret berkala (1) 1.Pola horisontal (H) terjadi bilamana data berfluktuasi disekitar nilai rata-rata yg konstan. Suatu produk yg penjualannya tdk meningkat atau menurun selama waktu tertentu termasuk jenis ini. Pola khas dari data horizontal atau stasioner seperti ini dapat dilihat dalam Gambar Pola musiman (S) terjadi bilamana suatu deret dipengaruhi oleh faktor musiman (misalnya kuartal tahun tertentu, bulanan, atau hari-hari pada minggu tertentu). Penjualan dari produk seperti minuman ringan, es krim, dan bahan bakar pemanas ruang semuanya menunjukkan jenis pola ini. Untuk pola musiman kuartalan dapat dilihat Gambar 1.2.

Pola data metode deret berkala (2) 3.Pola siklis (C) terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis. Contoh: Penjualan produk seperti mobil, baja, dan peralatan utama lainnya. Jenis pola ini dapat dilihat pada Gambar Pola trend (T) terjadi bilamana terdapat kenaikan atau penurunan sekuler jangka panjang dalam data. Contoh: Penjualan banyak perusahaan, GNP dan berbagai indikator bisnis atau ekonomi lainnya. Jenis pola ini dapat dilihat pada Gambar 1.4.

PERILAKU DATA DAN PEMILIHAN METODE PERAMALAN Data Runtut Waktu (Time Series) → Data yg dikumpulkan, dicatat/diobservasi sepanjang waktu yg berurutan → Model yg tidak memperhatikan hubungan sebab akibat → Hasil peramalan hanya memperhatikan kecenderungan dari data masa lalu yg tersedia

Latihan soal 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?

TERIMAKASIH