Desi Harsanti Pinuji

*Peramalan.Manajemen Produksi #3

*pengertian

*Peramalan adalah seni dan ilmu untuk memprediksi kejadian di masa depan*Bisa dilakukan dengan cara :

*Melibatkan data masa lalu dan menempatkannya ke masa yang akan datang dengan model matematis

*Prediksi intuitif yang bersifat subyektif*Kombinasi keduanya

*Meramal Horizon Waktu

Jangka pendek

Hingga 1 tahun (umumnya triwulan)

Merencanakan pembelian, jumlah

tenaga kerja, penugasan kerja

dan tingkat produksi

Jangka meneng

ahHingga 3 tahun

Merencanakan penjualan, anggaran produksi,

anggaran kas, rencana operasi

Jangka PanjangMasa 3 tahun atau

lebih

Merencanakan produk baru,

pembelanjaan modal, lokasi atau

pengembangan fasilitas, litbang

*Siklus Hidup Produk

Perkenalan

Pertumbuhan

Kematangan

Penurunan

*Jenis Peramalan

• Memprediksi inflasi• Ketersediaan uang• Indikator- indikator lainnya

Peramalan

Ekonomi• Memperhatikan tingkat kemajuan teknologi

Peramalan

teknologi• Meramal produksi, kapasitas, sistem penjadualan

• Input bagi perencanaan bagian yang lainnya

Peramalan

Permintaan

*7 Langkah Sistem Peramalan

Menetapkan tujuan peramalanMenentukan Unsur apa yang akan diramalMenentukan horizon waktu peramalanMemilih tipe model peramalanMengumpulkan data yang diperlukan untuk melakukan peramalanMembuat peramalanMemvalidasi dan menerapkan hasil peramalan

*Pendekatan dalam Peramalan

Pera

mal

an k

uant

itatifMenggunakan

model matematika dengan data masa lalu dan variabel sebab akibat untuk meramalkan permintaan

Pera

mal

an k

ualit

atifMenggabung

kan faktor seperti intuisi, emodi, pengalaman pribadi, sistem nilai

*Tinjauan Metode Kualitatif

* Keputusan dari Pendapat Juri Pendapat sekumpulan kecil manajer atau pakar, sering dikombinasikan dengan data statistik

* Metode DelphiMenggunakan proses kelompok di mana pakar melakukan

peramalan 3 jenis peserta : pengambil keputusan, karyawan dan responden

* Gabungan dari Tenaga Penjualan Setiap tenaga penjualan memperkirakan berapa penjualan yang bisa dilakukan di wilayahnya

* Survei Pasar Konsumen Meminta input dari konsumen mengenai rencana pembelian mereka di masa depan

*Tinjauan Metode Kuantitatif

Model Time SeriesPendekatan

naif

Rata-rata bergerak

Penghalusan

eksponensial

Proyeksi Tren

Model Asosiatif

Regresi Linear

*Peramalan Time Series

* merupakan teknik peramalan yang menggunakan sekumpulan data masa lalu untuk melakukan peramalan* Didasarkan pada waktu yang berurutan

atau berjarak sama (co : mingguan, bulanan, kuartalan)* Nilai masa depan diperkirakan hanya dari

nilai masa lalu dan variabel lain diabaikan

* 4 Komponen Time Series

*Tren : pergerakan data sedikit demi sedikit meningkat atau menurun*Musim : pola data yang berulang pada kurun

waktu tertentu seperti hari, minggu, bulan, kuartal*Siklus : pola dalam data yang terjadi setiap

beberapa tahun*Variasi Acak : satu titik khusus dalam data,

yang disebabkan oleh peluang dan situasi yang tidak biasa

*Pendekatan Naif (Naive Approach)

*Teknik peramalan yang mengasumsikan permintaan di periode mendatang sama dengan permintaan terkini*Merupakan model paling efektif dan

efisien dari segi biaya

*Rata-rata Bergerak

(Moving Average)

*Menggunakan sejumlah data aktual masa lalu untuk menghasilkan peramalan*Berguna jika kita dapat mengasumsikan bahwa

permintaan pasar akan stabil sepanjang waktu yang kita ramalkan*Rata-rata bergerak = ∑ permintaan n bulan sebelum

n*Rata-rata bergerak dengan pembobotan = ∑ (bobot pada periode n) permintaan pada periode n

∑ bobot

*Latihan ya...

Bulan Penjualan aktualJanuari 12Februari 12Maret 13April 16Mei 19Juni 23Juli 26Agustus 30September 28

*Penghalusan Eksponensial (Exponential Smoothing)

* merupakan metode peramalan rata-rata bergerak dengan pembobotan yang canggih, namun masih mudah digunakan*Menggunakan sangat sedikit pencatatan

data masa lalu* Ft = F t-1 + α ( A t-1 – F t-1)Ft = peramalan baruFt-1 = peramalan sebelumnyaΑ = konstanta penghalus (0 ≤ α ≤ 1)At-1 = permintaan aktual periode lalu

*Latihan lagi nyok..

* Pada bulan Januari, sebuah dealer mobil memprediksi permintaan Nissan Livina di bulan Februari sebanyak 142 mobil. Permintaan aktual bulan Februri adalah 153 mobil. Dengan menggunakan konstanta penghalusan yang dipilih oleh pihak manajemen, α = 0,20. Kita dapat meramalkan permintaan di bulan Maret dengan menggunakan model penghalusan eksponensial. Hitunglah peramalan permintaan untuk bulan Maret!

*Proyeksi Tren (Trend Projection)

* metode yang menyesuaikan sebuah garis tren pada sekumpulan data masa lalu dan kemudian diproyeksikan dalam garis untuk meramalkan masa depan* y = a + bxy = nilai terhitung dari variabel yang akan diprediksi (variabel terikat)

a = persilangan sumbu yb = kemiringan garis regresi (tingkat perubahan pada y untuk perubahan yang terjadi di y)x = variabel bebas

* Terus latihan...

* Permintaan daya listrik pada PT Maju Mundur Tetap Oke selama periode 2004 hingga 2010 ditunjukkan pada tabel di bawah ini. Tahun Permintaa

n Daya Listrik

Tahun Permintaan Daya Listrik

2004 74 2008 1052005 79 2009 1422006 80 2010 1222007 90

*METODE PERAMALAN

ASOSIATIF

*Biasanya mempertimbangkan beberapa variabel yang berhubungan dengan kuantitas yang diprediksi* ŷ = a + bx

Ŷ = nilai variabel terikata = perpotongan sumbu yb = kemiringan garis regresix = variabel bebas

*Ya ampyun... Latihan lagi...

* Sebuah distro kaos berhasil membuka beberapa toko di beberapa kota. Seiring waktu, perusahaan mendapati bahwa penjualan toko biaya pekerjaan pembukaan toko bergantung pada tingkat penghasilan (upah) penduduk di daerah tersebut. Berikut adalah data penjualan

Tahun ke

Penjualan (y)

Upah (x)

Tahun ke

Penjualan (y)

Upah (x)

1 2,0 1 4 2,0 22 3,0 3 5 2,0 13 2,5 4 6 3,5 7

*Caranya?

Cek hubungannya, linier kah?

Cari jumlah x dan jumlah y

Cari rata-rata x dan rata-rata y

Hitung x kuadrat dan jumlahkan

Hitung b dan a

*Koefisien Korelasi dan Determinasi

* Suatu ukuran yang menunjukkan kekuatan hubungan antara dua variabel* r = n ∑ xy - ∑x ∑y

[n∑x² - (∑ x)²][n∑y²- (∑y)²]

Koefisien Determinasi = suatu ukuran jumlah variasi dalam variabel terikat terhadap rata-ratanya yang dijelaskan oleh persamaan regresi

*Analisis Regresi Berganda

* Metode peramalan sebab akibat dengan lebih dari 1 variabel bebas* ŷ = a + b1x1 + b1x1

Ŷ = nilai variabel terikata = perpotongan sumbu yb = kemiringan garis regresix = variabel bebas