BAB I
PENDAHULUAN
1.1.LATAR BELAKANG MASALAH
Sebagai sebuah mata kuliah yang diajukan pada
jurusan Tarbiyah tentu mata kuliah “ Supply Cain
Management “ ini, mempunyai peranan yang sangat penting,
terutama untuk meramalkan seberapa besar kira-kira jumlah permintaan akan
barang dan jasa dan bagaimana dengan persediaan yang ada, selain itu
mencocokkan antara persediaan dan permintaan supaya tidak terjadi kesenjangan
antara persediaan dan permintaan. Oleh karena itu pemakalah akan mencoba
membahasnya sesuai dengan kemampuan pemakalah, Adapun pembahasan yang akan
di bahas dalam makalah ini adalah tentang “Peramalan Demand
(Forecast Demand)” . untuk itu pemakalah akan menjelaskan dan
memaparkannya pada bab pembahasan.
1.2.RUMUSAN MASALAH
Adapun yang dibahas dalam makalah ini antara
lain :
Ø Apa itu peramalan permintaan?
Ø Bagaimana mencocokkan supply dan demand?
Ø Bagaimana teknik-teknik peramalan?
Ø Bagaimana akurasi permalan?
1.3.TUJUAN
Pembahasan ini bertujuan untuk menguraikan ,
membahas serta menjelaskan tentang hal- hal yang berhubungan dengan Peramalan
Demanad (Forecast Demand), sehingga dapat dijadikan sebagai salah satu
sumber untuk menambah ilmu pengetahuan, dan dapat dijadikan
sebagai sebuah keahlian. Disamping tujuan utama tersebut,
pembahasan ini juga bertujuan untuk memenuhi tuntutan tugas terstruktur yang
diemban kepada pemakalah.
BAB II
PERAMALAN PERMINTAAN
(FORECASTING DEMAND)
A. Pengertian
Peramalan adalah proses untuk memperkirakan berapa kebutuhan di
masa datang yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan
lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa.
Salah satu jenis peramalan adalah peramalan permintaan. Peramalan permintaan
(fOrecasting Demand) merupakan tingkat permintaan produk –produk yang
diharapkan akan terealisasi untuk jangka waktu tertentu pada masa yang akan
datang.
Menurut Vincers Gapers
didalam Management permintaan ada dua jenis permintaan, yaitu:
1. Permintaan bebas ( independent Demand)
Merupakan permintaan terhadap material, suku cadang atau produk
yang bebas atau tidak terkait langsung dengan struktur bill of material (BOM)
untuk produk akhir atau item teretentu.
2. Permintaan tidak bebas( Dependent Demand)
Merupakan permintaan terhadap material , suku cadang atau produk
yang terkait langsung dengan atau diturunkan dari struktur bill of material
untuk produk akahir atau item tertentu.
Tujuan peramalan dilihat dengan waktu:
a. Jangka pendek (Short Term)
Menentukan kuantitas dan waktu dari item dijadikan produksi.
Biasanya bersifat harian ataupun mingguan dan ditentukan oleh Low Management.
b. Jangka Menengah (Medium Term)
Menentukan kuantitas dan waktu dari kapasitas produksi. Biasanya bersifat bulanan ataupun kuartal dan
ditentukan oleh Middle Management.
c. Jangka Panjang (Long Term)
Merencanakan kuantitas dan waktu dari fasilitas produksi. Biasanya bersifat tahunan, 5 tahun, 10 tahun,
ataupun 20 tahun dan ditentukan oleh Top Management.
Karakteristik Peramalan
Yang Baik
Peramalan yang baik mempunyai beberapa kriteria yang penting,
antara lain akurasi, biaya,dan kemudahan. Penjelasan dari kriteria-kriteria
tersebut adalah sebagai berikut :
1. Akurasi.
Akurasi dari suatu hasil peramalan diukur dengan hasil kebiasaan dan kekonsistensian
peramalan tersebut. Hasil peramalan dikatakan bisa bila peramalan tersebut
bila terlalu tinggi atau rendah dibandingkan dengan kenyataan yang sebenarnya terjadi. Hasil
peramalan dikatakan konsisten bila besarnya kesalahan peramalan relatif kecil. Peramalan yang terlalu rendah akan mengakibatkan kekuranga
persediaan, sehingga permintaan konsumen tidak dapat dipenuhi segera akibatnya perusahaan
dimungkinkan kehilangan pelanggan dan kehilangan keuntungan penjualan. Peramalan yang terlalu
tinggi akan mengakibatkan terjadinya penumpukan persediaan, sehingga banyak
modal yang terserap sia – sia. Keakuratan dari hasil peramalan ini berperan penting dalammenyeimbangkan persediaan yang
ideal.
2. Biaya.
Biaya yang diperlukan dalam pembuatan suatu peramalan adalah tergantung dari jumlah item yang
diramalkan, lamanya periode peramalan, dan metode peramalan yang dipakai.
Ketiga faktor pemicu biaya tersebut akan mempengaruhi berapa banayak data yang dibutuhkan, bagaimana pengolahan datanya ( manual atau komputerisasi), bagaimana penyimpanan datanya dan siapa
tenaga ahli yang diperbantukan. Pemilihan metode peramalan harus disesuaikan dengan dana yang tersedia dan tingkat akurasi yang ingin didapat, misalnya
item-item yang penting akan diramalkan dengan metode yang sederhana dan murah. Prinsip ini merupakan adopsi dari hukum Pareto ( Analisa
ABC ).
3. Kemudahan
Penggunaan metode peramalan yang sederhana, mudah dibuat, dan
mudah diaplikasikan akan memberikan keuntungan bagi perusahaan. Adalah percuma memakai
metode yang canggih, tetapi tidak dapat diaplikasikan pada sistem perusahaan
karena keterbatasan dana, sumber daya manusia, maupun peralatan teknologi.
Beberapa Sifat
Hasil Peramalan.
Dalam membuat peramalan atau menerapkan suatu peramalan maka ada
beberapa hal yang harus dipertimbangkan yaitu :
1. Ramalan pasti mengandung kesalahan, artinya peramal hanya bisa mengurangi ketidakpastian yang akan terjadi, tetapi tidak dapat menghilangkan
ketidakpastian tersebut.
2. Peramalan seharusnya memberikan informasi tentang beberapa ukuran kesalahan,
artinya karena peramalan pasti mengandung kesalahan, maka adalah penting bagi peramal untuk menginformasikan seberapa besar kesalahan yang mungkin terjadi.
3. Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka panjang. Hal ini disebabkan karena pada
peramalan jangka pendek, faktor-faktor yang mempengaruhi permintaan relatif masih konstan sedangkan masih panjang
periode peramalan, maka semakin besar pula kemungkinan terjadinya perubahan faktor-faktor yang mempengaruhi
permintaan.
B. Mencocokkan Supply Dan Permintaan
Untuk mencocokankan antara supply dan permintaan
maka disini perlu diperhatikan apa saja factor-faktor yang mempengaruhi tingkat
permintaan(demand).
Faktor
- Faktor yang Mempengaruhi Peramalan
Permintaan suatu produk
pada suatu perusahaan sangat dipengaruhi oleh berbagai faktor lingkungan yang
saling berinteraksi dalam pasar yang berada di luar kendali perusahaan. Dimana
faktor – faktor lingkungan tersebut juga akan mempengaruhi peramalan. Berikut
ini merupakan beberapa faktor lingkungan yang mempengaruhi peramalan [Yami05] :
1. Kondisi umum bisnis dan ekonomi
2. Reaksi dan tindakan pesaing
3. Tindakan pemerintah
4. Kecenderungan pasar
5. Siklus hidup produk
6. Gaya dan mode
7. Perubahan permintaan
8. konsumenInovasi teknologi
Selain
hal- hal diatas yang diperhatikan juga untuk mencocokkan antara supply dan
demand adalah:
1) Smart pricing, Strategi harga telah dipakai
beberapa perusahaan seperti Dell, Nikon, dan Sharp. Strategi-strategi yang
dipakai mempunyai suatu kesamaan yaitu untuk mempengaruhi permintaan pasar
dengan mengaplikasikan prinsip revenue management techniques. Ada 2 cara
pendekatan strategi harga yang saling melengkapi satu sama lain yaitu,
customized pricing dan dynamic pricing.
a. Customized Pricing Cusmotized pricing dilakukan
dengan membedakan kastemer sesuai dengan sensitivitasnya terhadap harga.Salah
satu caranya adalah dengan memberikan rebate atau diskonBeberapa perusahaan
seperti Dell dan Sharp menggunakan sistem diskon mail-in rebates untuk
membedakan kastemer berdasarkan sensitivitasnya terhadap harga
v Mail in rebate Dalam melakukan mail-in rebate,
ada beberapa hal yang harus diperhatikan :With no rebateretailer harus
menentukan sendiri harga jual dan kuantitas barang yang akan dipesan agar
mendapat keuntungan yang maksimal.Harga jual terhadap retail adalah
proporsional, namun tidak menguntungan bagi kastemer retailer.With mail in
rebatesManufaktur mempengaruhi demand pasar dengan disko, di sisi lain juga
menawarkan insentif kepada retailer untuk menaikkan jumlah orderWalaupun harga
efektif yang harus ditawarkan menurun, namun permintaan akan naik sehingga bisa
melebihi keuntungan jika dijual dengan harga efektif yang normal diberikan
v Mail in rebateWholesale priceMenurut pandangan
dari segi manufaktur, ada beberapa alasan mengapa mereka tidak menerapkan
wholesale price, seperti :Tidak semua kastemer mengirimkan kembali kupon
diskonRetailer kemungkinan besar akan menggunakan diskon dari wholesale price
untuk keuntungannya sendiri sehingga tidak menaikan demand pasar.Strategi
mail-in rebates lebih menguntungkan karena selain dapat menaikkan demamd dari
pasar, juga bisa menaikkan jumlah order dari retailer
b. Dynamic PricingDynamic pricing adalah merubah
harga produk setiap saat tanpa membedakan target pasar yang ditujuStrategi ini
telah dikembangkan sejak dulu dan biasanya digunakan untuk media penjualan atau
promosiDynamic pricing diterapkan sebagai alat untuk mencocokkan antara demand dan
supplyDibutuhkan executive pada front-end dari supply chain sebagai pengambil
keputusan dari perubahan harga yaitu dia yang paling tahu bagaimana keadaan
pasar saat itu dan masalah supply chain produk itu sendiri
Dynamic PricingAda
beberapa kunci pertimbangan saat akan menerapkan strategi dymanic pricing untuk
mendapatkan keuntungan maksimal dari fixed-pricenya :Available capacitydengan
asumsi semua adalah sama, semakin kecil kapasitas produksi dibandingkan dengan
demand rata-rata, maka semakin menguntungkan penggunaan dymanic pricingDemand
variabilitykeuntungan pengunaan dymanic pricing meningkat seiring semakin besar
nilai ketidak pastian demand berdasarkan coefficient of variationSeasonality in
demand patternpenentuan harga berdasarkan pada musim tertentu sesuai dengan
permintaan terhadap produk tersebutLength of the planning horizon Semakin
panjang planning produksi suatubarang, semakin sulit untuk melakukan dymanic
pricingBerdasarkan pada data dan model asumsinya, dynamic pricing dapat
meningkatkan profit 2-6 %. Peningkatan profit terjadi sangat significant untuk
industri dengan low profit sepeti retail dan komputer.
c. Pengaruh internet dalam perkembangan startegi
hargaMenu cost perubahan harga lebih mudah menggunakan internet dibanding
dengan cara konvensional. Lewat internet perubahan harga dapat di uodate dengan
cepat tiap saatLower buyer search price pencarian harga barang terendah memicu
terjadinya persainga antar penjual, disini fokus strategi smart pricing sangat
bergunaVisibilitypemberian harga yang berbeda lewat situs privat sesuai dengan
geografi dan demografi, serta dapat mempengaruhi keputusan mengenai harga,
inventory dan produksiCustomer segmentationdata histori pembeli lebih mudah
didapatkan lewat intenet dibandingkan dengan toko konvensional lainnyaTesting
capabilitydapat mencoba melakukan tes efek terhadap harga tertentu pada
segelintir kelompok sebagai acuan dalam menentukan strategi harga.
d. Peringatan terhadap penggunaan strategi
hargaBerdasarkan pengalaman sejumlah perusahaan, apapun jenis strategi harga
yang dipakai, stategi itu harus adil kepada setiap kastemer.
C. Teknik Peramalan
Meramalkan permintaan dari pasar yang dimasuki
oleh perusahaan adalah suatu pekerjaan yang perlu dilakukan oleh setiap manajer
perusahaan dalam rangka memprediksi berapa besar peluang pasar yang tersedia di
masa depan. Peramalan permintaan merupakan usaha untuk mengetahui jumlah produk
atau sekelompok produk di masa yang akan datang dalam kendala satu set kondisi
tertentu.
Hal yang perlu diingat adalah bahwa aktivitas
peramalan permintaan tidaklah dapat diartikan sebagai aktivitas yang bertujuan
untuk mengukur permintaan di masa yang akan datang secara pasti, melainkan
sekedar usaha untuk mengurangi kemungkinan terjadinya hal yang berlawanan
antara keadaan yang sungguh-sungguh terjadi di kemudian hari dengan apa yang
menjadi hasil peramalan. Dengan kata lain, hasil maksimal dari aktivitas
peramalan adalah melakukan minimisasi ketidakpastian yang mungkin terjadi di
masa yang akan datang.
Untuk melakukan forecasting atau peramalan terhadap permintaan pasar, disini akan diuraikan berbagai metode model peramalan terhadap permintaan pasar dari barang atau jasa yang diproduksi dan dijual oleh perusahaan. Secara garis besar terdapat dua macam metode peramalan permintaan yang biasa dilakukan, yaitu metode kualitatif dan kuantitatif.
Untuk melakukan forecasting atau peramalan terhadap permintaan pasar, disini akan diuraikan berbagai metode model peramalan terhadap permintaan pasar dari barang atau jasa yang diproduksi dan dijual oleh perusahaan. Secara garis besar terdapat dua macam metode peramalan permintaan yang biasa dilakukan, yaitu metode kualitatif dan kuantitatif.
Pembahasan lebih lanjut
tentang metode-metode peramalan permintaan adalah sebagai berikut:
a. Metode Kualitatif
Peramalan kualitatif umumnya bersifat subjektif, dipengaruhi oleh
intuisi, emosi, pendidikan, dan pengalaman seseorang. Oleh karena itu, hasil
peramalan dari satu orang dengan orang yang lain dapat berbeda. Meskipun
demikian, peramalan dengan metode kualitatif tidak berarti hanya
menggunakan intuisi, tetapi juga bisa mengikutsertakan model – model statistik
sebagai bahan masukan dalam melakukan judgement (keputusan),
dan dapat dilakukan secara perseorangan maupun kelompok.
Metode peramalan permintaan secara kualitatif
berhubungan dengan data-data kualitatif, misalnya tentang selera konsumen
terhadap suatu produk, atau survey tentang loyalitas konsumen, dan lain-lain.
Forecasting kualitatif ini dapat dikelompokkan ke dalam beberapa metode teknik
seperti akan dijelaskan berikut ini.
1. Teknik Survey ( riset pasar/ market research)
Teknik survey ini merupakan suatu alat
meramalkan yang cukup penting khususnya untuk memprediksi kejadian-kejadian
atau kecenderungan-kecenderungan dalam jangka pendek mendatang ini. Survey
biasanya menggunakan alat interview atau daftar pertanyaan yang akan ditujukan
para responden yang terpilih dan yang dituju. Sesuai kelompok yang memang
diperkirakan akan menjadi sasaran pasar yang dituju oleh perusahaan. Survey ini
dilakukan untuk meramalkan variabel ekonomi yang memang berhubungan baik
langsung maupun tidak langsung dengan permintaan konsumen atau pasar yang
dituju. Variabel-variabel ekonomi yang disurvey ini misalnya variabel yang
berhubungan dengan budget rumah tangga yang dikeluarkan untuk memenuhi
kebutuhan rumah tangga. Sasaran dan klasifikasi sasaran dan jenis kebutuhan dan
keperluan dari kelompok responden ini dapat dikategorikan sebagai berikut:
· Survey tentang budget keperluan rumah tangga
masyarakat eksekutif bisnis dan pemerintahan yang sekiranya berkait dengan
rencana perusahaan. Survey ini diharapkan dapat merekam keseluruhan anggaran
setiap rumah tangga yang disurvey.
· Survey mengenai barang atau jasa yang diperlukan
bagi para pelaku bisnis yang akan memperdagangkan barang atau jasanya. Mereka
ini mungkin pelaku bisnis yang bergerak pada bisnis distributor, pengecer atau
pedagang besar.
· Survey ini dilakukan bagi para rumah tangga umum
mengenai keperluan rumah tangga, produk atau barang apa secara periodic
diperlukan dan frekuensi pemenuhan yang dilakukan untuk masa-masa yang akan
datang, dan lain-lain.
Dari metode survey berdasar kelompok sasaran ini
sebenarnya terkandung maksud dari surveyor bahwa barang dan jasa apa saja yang
dibutuhkan, berapa frekuensi pemenuhan kebutuhan dan faktor-faktor apa saja
yang pada umumnya yang mempengaruhi perilaku beli mereka ini. Sehingga secara
tidak langsung perusahaan melihat peluang dan apa saja yang bisa ditarik
sebagai kepentingan bagi perusahaan atas hasil-hasil survey ini untuk
memprediksi dan memperkirakan perilaku pasar atau konsumen perusahaan.
Bila diklasifikasikan bahwa hasil survey ini
merupakan bagian dari kegiatan riset pasar yang dilakukan oleh perusahaan. Dari
sini berbagai kemungkinan yang diperoleh adalah munculnya variabel ikutan yang
dapat diprediksi Apa yang bisa dimanfaatkan oleh perusahaan yang hendak atau
sudah diproduksi dan dijual kepada pasar yang dituju yang telah disurvey ini.
Dengan demikian dapat dinyatakan bahwa hasil survey ini sebagian atau
seluruhnya dapat dipergunakan untuk memprediksi permintaan konsumennya dari
produk yang dibuat dan jual oleh perusahaan.
2. Teknik Jajak Pendapat (Opinion Pools).
Teknik jajak pendapat sering dilakukan untuk
melengkapi data dari survey. Jajak pendapat dari para pakar, para eksekutif,
dari masyarakat umum, atau dari konsumen. Jajak pendapat ini lebih bersifat
pandangan atau pendapat pribadi (subjektif) dari respondennya, sebaliknya
teknik survey lebih bersifat objektif.
Sebelum peluncuran produk baru, biasanya
diadakan pre test dan jajak pendapat terhadap responden yang menjadi sampel.
Teknik pooling ini melibatkan berbagai media seperti media TV, telepon, koran,
surat, SMS, email, atau internet untuk menyebarkan kuesioner atau daftar
pertanyaan tentang berbagai informasi yang dibutuhkan perusahaan.
Laporan atau pernyataan resmi dari suatu perusahaan atau pemerintah suatu negara dapat digunakan sebagai sumber data guna meramalkan kondisi ekonomi di masa yang akan datang, sekaligus dapat digunakan untuk membuat strategi bersaing dalam pasar bebas.
Laporan atau pernyataan resmi dari suatu perusahaan atau pemerintah suatu negara dapat digunakan sebagai sumber data guna meramalkan kondisi ekonomi di masa yang akan datang, sekaligus dapat digunakan untuk membuat strategi bersaing dalam pasar bebas.
3. Metode Delphi,
Pada metode ini sekelompok pakar mengisi kuesioner, Moderator
menyimpulkan hasilnya dan memformulasikan menjadi suatu kuesioner
baru yang diisi kembali oleh kelompok tersebut, demikian seterusnya. Hal ini
merupakan proses pembelajaran (learning process) dari kelompok tanpa
adanya tekanan atau intimidasi individu.
4. Analogi historis (Historical Analogy),
Merupakan teknik peramalan
berdasarkan pola data masa lalu dari produk-produk yang dapat disamakan
secara Analogi.
Misalnya peramalan untuk pengembangan pasar televisi
multi sistem menggunakan model permintaan televisi hitam putih atau
televisi berwarna biasa. Analogi historis cenderung akan menjadi terbaik untuk penggantian produk di pasar dan
apabila terdapat hubungan substitusi langsung dari produk
dalam pasar itu.
5. Dugaan manajemen ( management estimate ) atau
Panel Consensus
Dimana peramalan semata-mata berdasarkan pertimbangan manajemen,
umumnya oleh manajemen senior. Metode ini akan cocok dalam situasi yang sangat
sensitif terhadap intuisi dari suatu atau sekelompok kecil orang yang karena
pengalamannya mampu memberikan opini yang kritis dan relevan. Teknik akan
dipergunakan dalam situasi dimana tidak ada situasi dimana
tidak ada laternatif lain dari model peramalan yang dapat diterapkan.
Bagaimanapun metode ini mempunyai banyak keterbatasan, sehingga perlu
dikombinasikan dengan metode peramalan yang lain.
b. Peramalan kuantitatif
Peramalan kualitatif dapat diterapkan jika
tersedia data masa lalu, informasi dapat dikuatifikasi (diwujudkan dalam bentuk
angka), dan asumsi beberapa aspek pola masa lalu akan terus berlangsung
(assumption of community).
Adapun jenis peramalan kuantitif meliputi.
1) Time series
Metode Time Series berhubungan dengan
nilai-nilai suatu variabel yang diatur secara periodesasi sepanjang periode
waktu dimana prakiraan permintaan diproyeksikan. Misalnya mingguan, bulanan,
kwartalan, dan tahunan, tergantung keinginan dari pihak-pihak yang melakukan
prakiraan permintaan ini. Metode ini semata-mata mendasarkan diri pada data dan
keadaan masa lampau. Jika keadaan di masa yang akan datang cukup stabil dalam
arti tidak banyak perubahan yang berarti dengan keadaan masa lampau, metode ini
dapat memberikan hasil peramalan yang cukup akurat.
Dengan analisis deret waktu dapat ditunjukkan
bagaimana permintaan
terhadap suatu produk tertentu bervariasi terhadap waktu. Sifat dari
perubahan permintaan dari tahun ke tahun dirumuskan untuk meramalkan penjualan
pada masa yang akan datang.
Metoda peramalan yang didasarkan atas penggunaan
analisa pola hubungan
antara variabel yang akan diperkirakan dengan variabel waktu, yang
merupakan deret waktu atau “time – series”. Berikut adalah
beberapa metode time series yang dipakai untuk mencari forecast
demand(peramalan permintaan) meliputi:
a) Moving average
Ket:
FD = forecast Demand
D = demand
N = jumlah data
t = bulan ke… (1,2,,,,,t)
b) double moving average
Mt = moving averages forecast selama t periode
Mt = moving average forecast dari
FD= forecast demand
D=demand actual
n= jumlah data
p= peramalan ke (1,2,…,p)
c) exponential smoothing
Pada metode ini apabila hasil forecast adalah
posistif, yang berarti actual permintaan lebih tinggi disbanding nilai ramalan
(A-F > 0). Maka model exponential smoothing akan secara otomatis
meningkatkan ramalan.
Sebaliknya apabila hasil forecast adalah
negative, yang berartinilai permintaan actual lebih rendah daripada nilai
ramalan (A-F < 0), maka model exponential smoothing akan otomatis menurunkan
nilai ramalan sebagai berikut.
Keterangan
FDt = nilai ramalan untukperiode waktu ke-t
FDt-1= nilai peramalan untuk satu periode waktu
yang lalu. T-1
At-1= nilai akatual untuk satu periode waktu
yang lalu, t-1
a= smoothing constant (0<a<1)
d) Seasonal
FD= peramalan permintaan
A= smoothing Constant ( )<a<1)
It= nilai indeks musiman.
2) Metode trend least square
Adalah suatu metode
peramalan serangkaian waktu yg sesuai dengan garis tren terhadap serangkaian
titik-titik data masa lalu, kemudian diproyeksikan ke dalam peramalan masa
depan untuk peramalan jangka menengah dan jangka panjang.
Trend adalah rata-rata
perubahan dalam jangka panjang. Jika hal yang diteliti menunjukkan gejala
pertambahan, maka trend yang dimiliki disebut sebagai trend positif. Jika hal
yang diteliti menunjukkan gejala semakin berkurang, maka trend yang dimiliki
disebut sebagai trend negative. Salah satu metode trend yang digunakan adalah
metode least squares.
Persamaan trend dengan metode least square
adalah
Ŷ = a + bX
Y’ = a + bx
Σx = na + bΣx
Σxy = x + b Σx2
Dimana:
a & b =
konstanta persamaan
n = Jumlah data
x = periode waktu
3) Metode causal
Metode kausal mengasumsikan faktor yang diperkirakan
menunjukkan adanya hubungan sebab akibat dengan satu atau beberapa
variabel bebas (independen). Sebagai contoh, jumlah pendapatan berhubungan
dengan faktor-faktor seperti jumlah penjualan, harga jual, dan tingkat promosi.
Kegunaan dari metode kausal adalah untuk menemukan bentuk hubungan
antara variabel-variabel tersebut dan menggunakannya untuk meramalkan
nilai dari variabel tidak bebas
(dependen). Pada model ini untuk meramalkan permintaan tidak hanya
memperhatikan waktu, tetapi juga memperhatikan faktor yang
mempengaruhi, antara lain :
a. Harga produk, jika harga produk
naik maka permintaan naik
b. Saluran distribusi, jika banyak saluran distribusi maka permintaan
naik.
Metode kausal terdiri atas beberapa
metode, antara lain :
Ø Metode regresi dan korelasi
Metoda regresi dan korelasi pada penetapan suatu persamaan estimasi
menggunakan teknik “least squares”. Hubungan yang ada pertama – tama
dianalisis secara statistik. Ketepatan peramalan dengan menggunakan
metoda ini sangat baik untuk peramalan jangka pendek, sedangkan untuk
peramalan jangka panjang ternyata ketepatannya kurang begitu baik.
Ø Metode Ekonometrik
Metoda ini didasarkan atas peramalan sistem persamaan regresi yang
diestimasikan secara simultan. Baik untuk peramalan jangka pendek
maupun peramalan jangka panjang, ketepatan peramalan dengan metoda ini sangat
baik.
Terdapat empat tahapan yang termasuk di dalam memformulasi
forecast model ekonometrika ini.
1) Membangun suatu model teori
2) Mengumpulkan data
3) Memilih bentuk persamaan fungsi yang diestimasi
4) Mengestimasi dan menginterpretasi hasil
1) Membangun suatu model teori
2) Mengumpulkan data
3) Memilih bentuk persamaan fungsi yang diestimasi
4) Mengestimasi dan menginterpretasi hasil
4) Metode Variasi Musim
Melakukan prakiraan volume permintaan konsumen
di waktu-waktu yang akan datang dapat didasarkan pada gelombang musiman yang
melekat pada kultur budaya atau kebiasaan dari masyarakat. Tetapi dapat juga
karena faktor sifat dan keadaan alam yang melekat pada iklim atau cuaca.
Misalnya produksi musim semi, gugur dan musim penghujan dan bahkan musim
kemarau, produk apa yang sedang atau akan datang musimnya.
D. Akurasi peramalan
Ukuran akurasi peramalan secara umum digunakan
untuk mengetahui tingkat perbedaan antara hasil peramalan dengan permintaan
yang terjadi untuk melihat kesalahan peramalan.
Adapun ukuran yang biasanya digunakan adalah:
Ø Mean Absolute Deviation / MAD (rata-rata absolute
mutlak)
Rata-rata penyimpangan absolut merupakan
penjumlahan kesalahan prakiraan tanpa menghiraukan tanda aljabarnya dibagi
dengan banyaknya data yang diamati, yang dirumuskan sebagai berikut:
Ket:
At = permintaan actual pada perioda t
Ft = peramalan permintaan pada perioda t
n= jumlah periode peramalan yang terlibat.
Ø Mean Square Error /MSE ( rata-rata kuadrat kesalahan)
MSE dirumuskan sebagai berikut:
Untuk Keterangan sama dengan sebelumnya.
Ø Mean Forecast Error/ MFE ( rata-rata kesalahan peramalan)
Rata-rata kesalahan kuadrat (MSE, mean
square error) memperkuat pengaruh angka-angka kesalahan besar, tetapi
memperkecil angka kesalahan prakiraan yang lebih kecil dari satu unit. Sanagat
efektif untuk mengetahui apakah suatu hasil peramalan pada perioda tertentu
terlalu rendah atau terlalu tinggi.
Secara sistematis dapat dirumuskan :
Untuk Keterangan sama dengan sebelumnya.
Ø Mean Absolute Percentage Error/MAPE ( rata-rata persentase
kesalahan absolute)
MAPE merupakan ukuran kesalahan relative.
Rata-rata persentase kesalahan kuadrat merupakan pengukuran ketelitian dengan
cara-cara persentase kesalahan absolute, (MAPE) menunjukkan rata-rata kesalahan
absolut prakiraan dalam bentuk persentasenya terhadap data aktualnya yang akan
memberikan informasi kesalahan terlalu endah atau terlalu tinggi.
Secara sistematis dapat dirumuskan :
Verifikasi dan Pengendalian Peramalan
Langkah penting setelah peramalan dilakukan
adalah verifikasi peramalan sedemikian rupa sehingga mencerminkan data masa
lalu dan sistem penyebab yang mendasari permintaan tersebut. Sepanjang
representasi peramalan tersebut dapat dipercaya, hasil peramalan dapat terus
digunakan. Jika selama proses verifikasi tersebut ditemukan keraguan
validitas metode peramalan yang digunakan, harus dicari metode lainnya yang
lebih cocok. Validitas tersebut harus ditentukan dengan uji statistis yang
sesuai.
Setelah suatu peramalan dibuat, selalu timbul
keraguan apakah perlu dibuat suatu metode peramalan baru . Peramalan harus
selalu dibandingkan dengan permintaan aktual secara teratur. Pada suatu saat
harus diambil tindakan revisi peramalan apabila ditemukan bukti adanya
perubahan pola permintaan yang meyakinkan. Selain itu, penyebab perubahan pola
permintaan harus diketahui. Penyesuaian metode peramalan dilakukan segera
setelah perubahan pola permintaan diketahui. Terdapat banyak perkakas yang
dapat digunakan untuk memverifikasi peramalan dan mendeteksi perubahan sistem
penyebab yang melatarbelakangi perubahan pola permintaan. Bentuk yang paling
sederhana adalah peta kendali peramalan, mirip dengan peta kendali kualitas.
Peta kendali ini dapat dibuat dengan ketersediaan data yang minim.
Peta Moving Range
Peta Moving Range dirancang untuk membandingkan
nilai permintaan aktual dengan nilai peramalan. Data permintaan aktual dilihat
dan dibandingkan dengan nilai peramalan pada perioda yang sama. Peta tersebut
dikembangkan ke perioda yang akan datang sehingga data peramalan dapat
dibadingkan dengan permintaan aktual. Selama perioda dasar (perioda pada saat
menghitung peramalan), Peta Moving Range digunakan untuk melakukan verifikasi
teknik dan parameter peramalan. Setelah metode peramalan ditentukan,
peta Moving Range digunakan intuk pengujian
kestabilan sistem penyebab yang mempengaruhi permintaan. Moving
Range dapat didefinisikan sebagai :
Garis tengah peta Moving Range adalah
pada titik nol. Upper control level (batas
kendali atas) dan Lower control level (batas
kendali bawah) pada peta Moving Range
adalah :
Sementara itu variabel yang akan
diplot ke dalam peta Moving Range :
Sekurang-kurangnya harus ada 10 dan lebih
disukai 20 data untuk membuat peta Moving Range. Batas ini ditetapkan
sedemikian sehingga diharapkan hanya ada tiga dari 1000 titik yang berada di
luar batas kendali, jika sistem penyebab yang melatarbelakanginya
tetap sama. Jika ditemukan satu titik yang berada di luar batas kendali pada
saat peramalan diverifikasi, harus ditentukan apakah data harus diabaikan atau
peramalan baru harus dicari. Jika ditemukan sebuah titik berada di luar batas
kendali harus diselidiki penyebabnya. Temuan itu mungkin membutuhkan
penyelidikan yang ekstensif.
Jika
semua titik berada di dalam batas kendali, diasumsikan peramalan permintaan
yang dihasilkan telah cukup baik. Jika terdapat titik yang berada di luar batas
kendali berarti peramalan yang didapat kurang baik dan harus direvisi. Peta
kendali dapat digunakan untuk mengetahui apakah terjadi perubahan dalam sistem
penyebab yang melatarbelakangi permintaan sehingga dapat ditentukan persamaan
peramalan baru yang lebih cocok atas sistem penyebab yang terjadi pada saat
ini.
Uji Kondisi Di Luar Kendali
Uji yang paling konklusif bagi kondisi di luar
kendali adalah adanya titik di luar batas kendali. Selain itu, terdapat pula
uji lainnya dengan tingkat kemungkinan yang sama. Teknik yang digunakan berikut
ini dirancang agar dapat digunakan dengan jumlah data yang seminimal mungkin.
Uji ini dilakukan dengan cara membagi peta kendali ke dalam enam bagian dengan
selang yang sama. Daerah A adalah daerah di luar +- 2/3 (2.66 MR)
= 1.77 MR (di atas +1.77 MR dan di bawah - 1.77 MR).
Daerah B adalah daerah di luar +- 1/3 (2.66 MR) = +-0.89
MR (di atas +0.89 MR dan di bawah - 0.89 MR). Daerah C adalah daerah
di atas atau di bawah garis tengah. Uji kondisi di luar kendali adalah:
1. Dari tiga titik berurutan, apakah
ada dua atau lebih titik yang berada di daerah A?
2. Dari lima titik yang berurutan,
apakah ada empat atau lebih titik yang berada di daerah B?
3. Apakah ada delapan titik
berturut-turut yang berada di salah satu sisi (di atas atau di bawah garis
tengah).
Gambaran daerah-daerah A, B, dan C ditunjukkan
pada gambar. Kondisi apabila ketiga kriteria di atas terpenuhi diperlakukan
sama dengan kondisi titik berada di luar batas kendali.
Gambar Kriteria Di Luar Kendali
BAB III
PENUTUP
A. KESIMPULAN
Peramalan adalah proses untuk memperkirakan berapa kebutuhan di
masa datang yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan
lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa.
Salah satu jenis peramalan adalah peramalan permintaan. Peramalan permintaan
(fOrecasting Demand) merupakan tingkat permintaan produk –produk yang
diharapkan akan terealisasi untuk jangka waktu tertentu pada masa yang akan
datang.
Untuk mencocokankan antara supply dan permintaan
maka disini perlu diperhatikan apa saja factor-faktor yang mempengaruhi tingkat
permintaan(demand).Adapun Faktor-Faktor Yang Mempengaruhi Tingkat Permintaan
(Demand)
· Perilaku
konsumen / selera
· Ketersediaan
dan harga barang sejenis pengganti dan
· Pendapatan/penghasilan.
· Banyaknya/intensitas
kebutuhan konsumen
Meramalkan permintaan dari pasar yang dimasuki
oleh perusahaan adalah suatu pekerjaan yang perlu dilakukan oleh setiap manajer
perusahaan dalam rangka memprediksi berapa besar peluang pasar yang tersedia di
masa depan. Ada beberapa teknik peramalan permintaan, ada secara kualitatif,
seperti teknik survey, teknik jajak pendapat, metode Delphi, analogi histori
dan dugaan management. Selain itu ada juga teknik permlaan secara kuantitatif
seperti teknik time series, causal, dan lain-lain.
B. KRITIK DAN SARAN
Demikianlah makalah ini kami buat, bila ada terdapat kesalahan
maka kami meminta kritik dan saran yang membangun dari pembaca, sekaligus
atas kritik dan sarannya kami ucapkan terima kasih.
Tidak ada komentar:
Posting Komentar