METODE-METODE DALAM PERAMALAN

Presentasi berjudul: "METODE-METODE DALAM PERAMALAN"— Transcript presentasi:

1 METODE-METODE DALAM PERAMALAN
Sigit Setyowibowo, ST., MMSI

2 Mengapa Perlu Peramalan??
Ada ketidakpastian aktivitas produksi di masa yang akan datang. Kemampuan & sumber daya perusahaan yang terbatas. Untuk dapat melayani konsumen lebih baik, melalui tersedianya hasil produksi yang baik.

3 Tujuan Peramalan Mengurangi ketidakpastian produksi.
Agar langkah proaktif atau antisipatif dapat dilakukan. Keperluan penjadwalan produksi.

4 Validitas Peramalan Identifikasi masalahnya.
Pemilihan dan pengumpulan datanya (tidak reliabel, valid, dan lengkap). Pemilihan alat atau metode peramalannya. Interprestasi hasil atau penerjemahan hasil.

5 Kegunaan Peramalan BIDANG KEGUNAAN Akuntansi
Perkiraan biaya/keuntungan Keuangan Arus kas dan pendanaan Sumber daya manusia Perekrutan, pelatihan Pemasaran Harga, promosi, strategi Sistem informasi manajemen Sistem IT/IS, pelayanan Operasi Penjadwalan, MRP, beban kerja Desain produk/jasa Produk dan jasa baru

6 Kualitatif/Subyektif Kuantitatif/Obyektif
Taksonomi Peramalan Peramalan Metode Kualitatif/Subyektif Kuantitatif/Obyektif Juri Opini Eksekutif Time Series/ deret waktu Kausal/ sebab akibat Delphi Regresi Linier Smoothing Dekomposisi Tenaga Penjualan Koefisien Korelasi Rata-rata Moving Average Pemodelan Ekonomik Survei Pasar Exponential

7 PERAMALAN KUALITATIF

8 Metode Peramalan Kualitatif
Peramalan kualitatif umumnya bersifat subjektif, dipengaruhi oleh intuisi, emosi, pendidikan dan pengalaman seseorang. Oleh karena itu hasil peramalan dari satu orang dengan orang lain dapat berbeda. Meskipun demikian, peramalan kualitatif dapat menggunakan teknik/metode peramalan, yaitu : Juri dari Opini Eksekutif Gabungan Tenaga Penjualan Metode Delphi Survai Pasar (market survey)

9 Juri dari Opini Eksekutif
peramalan dilakukan oleh eksekutif (manajer)tingkat atas perusahaan, karena kemampuan yang mereka miliki. metode ini mengambil opini atau pendapat dari sekelompok kecil manajer puncak/top manager (pemasaran, produksi, teknik, keuangan dan logistik), yang seringkali dikombinasikan dengan model-model statistik.

10 Gabungan Tenaga Penjualan
peramalan dilakukan dengan memanfaatkan kedekatan tenaga penjual dengan konsumen. setiap tenaga penjual meramalkan tingkat penjualan di daerahnya, yang kemudian digabung pada tingkat provinsi dan nasional untuk mencapai ramalan secara menyeluruh.

11 Metode Delphi dilakukan dengan melengkapi data untuk peramalan melalui pembagian daftar pertanyaan kepada pelanggan/ konsumen/ masyarakat. dalam metode ini serangkaian kuesioner disebarkan kepada responden, jawabannya kemudian diringkas dan diberikan kepada para ahli untuk dibuat peramalannya. Metode memakan waktu dan melibatkan banyak pihak, yaitu para staf, yang membuat kuesioner, mengirim, merangkum hasilnya untuk dipakai para ahli dalam menganalisisnya. Keuntungan metode ini hasilnya lebih akurat dan lebih profesional sehingga hasil peramalan diharapkan mendekati aktualnya.

12 Langkah – langkah dalam metode Delphi adalah sebagai berikut :
Seorang yang terpilih menjadi coordinator panel mengajukan kuisioner / pertanyaan secara tertulis kepada para anggota panel. Isi pertanyaan dapat menyangkut berbagai hal yang berkaitan dengan perkiraan di masa yang akan datang. Pertanyaan ini dmaksudkan untuk ditanggapi oleh setiap anggota panel secara tertulis pula. Masing – masing anggota kelompok menanggapi pertanyaan koordinator tersebut dan menyerahkan hasilnya secara tertulis. Dalam menanggapi pertanyaan koordinator, tidak diadakan komunikasi antara anggota satu dengan anggota lainnya.

13 Langkah – langkah dalam metode Delphi adalah sebagai berikut :
Koordinator mengedit tanggapan tertulis dari masing- masing anggota, merangkum jawaban kelompok dengan disertai penjelasan dan lain – lain informasi yang dikemukakan oleh para anggota panel. Hasil tersebut kemudian dikirimkan kepada para anggota panel dengan disertai pertanyaan – pertanyaan berikutnya untuk ditanggapi secara tertulis. Masing – masing anggota kelompok menanggapi pertanyaan coordinator. Biasanya tanggapan anggota panel ini diwarnai oleh rekapan hasil langkah 3.

14 Langkah – langkah dalam metode Delphi adalah sebagai berikut :
Koordinator (seperti langkah 3) mengedit, merangkum, dan seterusnya. Demikian prosesnya berulang antara tiga sampai empat kali, sehingga akhirnya koordinator menilai cukup memuaskan terhadap hasil panel yang merupakan konvergensi rasional dari kelompok. Kunci keberhasilan metode Delphi pada dasarnya tergantung pada kompetensi koordinator dan kepakaran anggota panel serta variasi pengalamannya. Koordinator perlu memiliki kemampuan menjalin sintesa atas berbagai pendapat dan ramalan dari peserta yang bervariasi.

15 Survai Pasar (market survey)
dilakukan dengan turun langsung ke lapangan/pasar, sehingga diperoleh informasi langsung dari pasar. Masukan diperoleh dari konsumen atau konsumen potensial terhadap rencana pembelian pada periode yang diamati. Survai dapat dilakukan dengan kuesioner, telepon, atau wawancara langsung. Penelitian pasar sering digunakan dalam merncanakan produk baru, sistem periklanan dan promosi yang tepat. Hasil dari penelitian pasar ini kadang-kadang juga dipakai sebagai dasar peramalan permintan produk baru.

16 PERAMALAN KUANTITATIF-Time Series

17 Persyaratan Penggunaan Metode Kuantitatif:
Tersedia informasi tentang masa lalu. Informasi tersebut dapat di kuantitatifkan dalam bentuk data numerik. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut di masa mendatang.

18 Time Series Analisa Deret waktu didasarkan pada asumsi bahwa deret waktu tersebut terdiri dari komponen-komponen Trend (T), Siklus/Cycle (C), Pola Musiman/ Season (S), Variasi Acak/ Random (R) yang akan menunjukkan suatu pola tertentu. Komponenkomponen tersebut kemudian dipakai sebagai dasar dalam membuat persamaan matematis. Analisa Deret Waktu ini sangat tepat dipakai untuk meramalkan permintaan yang pola permintaan di masa lalunya cukup konsisten dalam periode waktu yang lama, sehingga diharapkan pola tersebut masih akan tetap berlanjut.

19 Time Series Peramalan dengan time series memiliki prosedur yang harus dilaksanakan secara utuh. Bila tidak, maka risiko – risiko berikut akan terjadi. 1. Hasil peramalan tidak valid, sehingga tidak dapat diterapkan. 2. Kesulitan mendapatkan / memilih metode peramalan yang akan memberikan validitas ramalan tinggi. 3. Memerlukan waktu dalam melakukan analisis dan peramalan.

20 Prosedur Peramalan Prosedur peramalan permintaan dengan metode time series adalah sebagai berikut. 1. Tentukan pola data permintaan. Dilakukan dengan cara memplotkan data secara grafis dan menyimpulkan apakah data itu berpola trend, musiman, siklikal, atau eratik / random 2. Mencoba beberapa metode time series – yang sesuai dengan pola permintaan tersebut – untuk melakukan peramalan. Metode yang dicoba semakin banyak semakin baik. Pada setiap metode, sebaiknya dilakukan pula peramalan dengan parameter yang berbeda.

21 Prosedur peramalan 3. Mengevaluasi tingkat kesalahan masing – masing metode yang telah dicoba. Tingkat kesalahan diukur dengan kriteria MAD, MSE, MAPE, atau lainnya. Sebaiknya nilai tingkat kesalahan (apakah MAD, MSE, atau MAPE) ini ditentukan dulu. Tidak ada ketentuan mengenai berapa tingkat kesalahan maksimal dalam peramalan. 4. Memilih metode peramalan terbaik di antara metode yang dicoba. Metode terbaik adalah metode yang memberikan tingkat kesalahan terkecil dibanding metode lainnya dan tingkat kesalahan tersebut di bawah batas tingkat kesalahan yang telah ditetapkan. 5. Melakukan peramalan permintaan dengan metode terbaik yang telah dipilih.

22 Pola data pada time series

23 Pola data pada time series
Time Series Patterns Stationer Trend Effect Seasonal Effect Cyclic Effect  Konstan  Tren  Musiman  siklus

24 Pola horisontal (H) atau stasioner
Data stasioner dapat didefinisikan data yang nilai rata-ratanya tidak berubah dari waktu ke waktu atau dapat dikatakan data bersifat stabil. Seperti situasi yang berkembang ketika ada peningkatan pola data yang mempengaruhinya maka teknik ini akan relatif stabil. data berfluktuasi disekitar nilai rata-rata yg konstan. Suatu produk yg penjualannya tdk meningkat atau menurun selama waktu tertentu termasuk jenis ini.

25 Teknik peramalan stasioner digunakan jika:
data stabil, lingkungan yg berpengaruh relatif tetap Misalnya angka kerusakan perminggu pada pemasangan bagian-bagian perakitan mesin memiliki rata-rata produksi yang sama, kumpulan penjualan produk atau layanan dalam perkembangan proses kehidupan dan jumlah hasil penjualan dari tingkat usaha yang konstan. butuh model yang sangat sederhana karena keterbatasan data, atau memudahkan dalam penjelasan dan pelaksanaan Contoh: ketika bisnis atau organisasi itu baru dan hanya sedikit data historis yang tersedia

26 Teknik yang bisa digunakan
Naïve Simple averaging Moving average

27 Pola data

28 TREND / KECENDERUNGAN (T )
Pola trend adalah bila data permintaan menunjukkan pola kecenderungan gerakan penurunan atau kenaikan jangka panjang. Data yang kelihatannya berfluktuasi, apabila dilihat pada rentang waktu yang panjang akan dapat ditarik suatu garis maya. Garis putus – putus tersebut itulahyang disebut garis trend.

29 TREND / KECENDERUNGAN (T )
Trend merupakan sifat dari permintaan di masa lalu terhadap waktu terjadinya, apakah permintaan tersebut cenderung naik, turun atau konstan. Rangkaian Trend ditandai dengan adanya kecenderungan arah data bergerak naik (growth) atau turun (decline) pada jangka panjang. Dengan kata lain runtun waktu dikatakan mempunyai Trend jika nilai rata-ratanya berubah sewaktu-waktu sehingga diharapkan untuk menambah atau mengurangi selama periode ramalan yang mana yang diinginkan.

30 Teknik peramalan untuk data trend digunakan jika
daya produksi yang meningkat atau kemajuan teknologi yang mendorong perubahan gaya hidup (misal: permintaan barang elektronik) Contoh: permintaan komponen elektronik, yang meningkat dengan adanya komputer dan pemakaian jalan kereta api yang menurun karena adanya pesawat terbang. pertambahan jumlah penduduk yang mendorong pada permintaan barang dan jasa. Contoh: pajak penjualan barang-barang konsumsi, permintaan konsumsi energi, dan penggunaan bahan mentah. daya beli dolar yang mempengaruhi perekonomian( inflasi ) Contoh: gaji,biaya produksi dan harga penerimaan pasar meningkat. Contoh: periode pertumbuhan dalam putaran produk baru.

31 Teknik yang bisa digunakan
metode regresi linear, exponential smoothing, atau double exponential smoothing. Metode regresi linear biasanya memberikan tingkat kesalahan yang lebih kecil.

32 TREND / KECENDERUNGAN (T )

33 SIKLUS / CYCLE (C) Permintaan suatu produk dapat memiliki siklus yang berulang secara periodik, biasanya lebih dari satu tahun, sehingga pola ini tidak perlu dimasukan dalam peramalan jangka pendek. Pola ini amat berguna untuk peramalan jangka menengah dan jangka panjang.

34 SIKLUS / CYCLE (C) Pola siklikal adalah bila fluktuasi permintaan secara jangka panjang membentuk pola sinusoid atau gelombang atau siklus. Pola siklikal mirip dengan pola musiman. Pola musiman tidak harus berbentuk gelombang, bentuknya dapat bervariasi, namun waktunya akan berulang setiap tahun (umumnya). Pola siklikal bentuknya selalu mirip gelombang sinusoid. Untuk menentukan data berpola siklis tidaklah mudah. Kalau pola musiman rentang waktu satu tahun dapat dijadikan pedoman, maka rentang waktu perulangan siklikal tidak tentu.

35 Teknik yang bisa digunakan
metode moving average, weight moving average, dan eksponential smoothing

36 SIKLUS / CYCLE (C)

37 POLA MUSIMAN / SEASON (S )
Fluktuasi permintaan suatu produk dapat naik turun disekitar garis trend dan biasanya berulang setiap tahun. Pola ini biasanya disebabkan oleh faktor cuaca, musim libur panjang, dan hari raya keagamaan yang akan berulang secara periodik setiap tahunnya.

38 POLA MUSIMAN / SEASON (S )
Bila data yang kelihatannya berfluktuasi, namun fluktuasi tersebut akan terlihat berulang dalam suatu interval waktu tertentu, maka data tersebut berpola musiman. Disebut pola musiman karena permintaan ini biasanya dipengaruhi oleh musim, sehingga biasanya interval perulangan data ini adalah satu tahun. Sebagai contoh, penjualan payung dan jas hujan di musim hujan adalah lebih besar ketimbang di musim kemarau. Contoh lain adalah permintaan baju hangat tentu sangat dipengaruhi oleh musim (semi, panas, gugur, dingin).

39 Teknik yang bisa digunakan
metode winter, (sangat sesuai), moving average, weight moving average

40 POLA MUSIMAN / SEASON (S )

41 VARIASI ACAK/RANDOM (R)
Permintaan suatu produk dapat mengikuti pola bervariasi secara acak karena faktor-faktor adanya bencana alam , bangkrutnya perusahaan pesaing, promosi khusus, dan kejadian-kejadian lainnya yang tidak mempunyai pola tertentu. Variasi acak ini diperlukan dalam ragka menentuka ersediaan pengaman untuk mengantisipasi kekurangan persediaan bila terjadi lonjakan permintaan.

42 VARIASI ACAK/RANDOM (R)
Pola eratik (random) adalah bila fluktuasi data permintaan dalam jangka panjang tidak dapat digambarkan oleh ketiga pola lainnya. Fluktuasi permintaan bersifat acak atau tidak jelas. Tidak ada metode peramalan yang direkomendasikan untuk pola ini. Hanya saja, tingkat kemampuan seorang analisis peramalan sangat menentukan dalam pengambilan kesimpulan mengenai pola data. Seorang analisis, untuk data yang sama mungkin menyimpulkan berpola random dan analisis lainnya menyimpulkan musiman.

43 VARIASI ACAK/RANDOM (R)
Keterampilan dan imajinasi analisis peramalan memang merupakan factor yang paling menentukan dalam pelaksanaan peramalan. Bisa jadi, pola data peramalan yang random ini ternyata mengikuti pola tertentu yang bukan seperti ketiga pola yang dijelaskan, untuk ini diperlukan metode khusus (mungkin subjektif untuk melakukan peramalan.

44 VARIASI ACAK/RANDOM (R)

45 Terima Kasih