5. Metode Peramalan

39
Teknik Peramalan (Forecasting) dalam Perencanaan Nurhidayati (A11111267) Feybe Arsella Manoppo (A11111282)

Transcript of 5. Metode Peramalan

Page 1: 5. Metode Peramalan

Teknik Peramalan (Forecasting) dalam Perencanaan

Nurhidayati (A11111267)Feybe Arsella Manoppo

(A11111282)

Page 2: 5. Metode Peramalan
Page 3: 5. Metode Peramalan

Menurut Heizer (2005) Peramalan/forecasting adalah

Seni dan ilmu untuk memperikirakan apa yang akan terjadi dimasa yang akan datang, dengan melibatkan pengambilan data masa lalu dan menempatkannya ke masa yang akan datang

• dengan suatu bentuk model yang matematis, dan bisa juga dalam bentuk prediksi intuisi yang bersifat subjektif.

Definisi

sedangkan rencana merupakan penentuan apa yang akan dilakukan pada waktu yang akan datang(Subagyo, 1986: 3).

Page 4: 5. Metode Peramalan

Peramalan merupakan tahap awal (Forecasting dilakukan sebelum perencanaan dibuat)

Hasil dari forecasting ini menjadi dasar dalam pembuatan rencana dan diproyeksikan untuk menjadi bahan penjabaran rencana., dan hasil ramalan merupakan basis bagi seluruh tahapan pada perencanaan produksi.

Peramalan tidak dibutuhkan pada kondisi yang pasti, tetapi pada kondisi yang tak tentu, maka peramalan dapat memberikan beberapa petunjuk dan gejala tentang kemungkinan keadaan masa yang akan datang

Page 5: 5. Metode Peramalan

Mengapa peramalan penting??Dalam kehidupan sosial segala sesuatu itu

serba tidak pasti, sukar diperkirakan secara tepat. Maka perlu diadakan forecast. Peramalan (forecasting) yang dibuat selalu diupayakan agar dapat meminimumkan pengaruh ketidakpastian

Page 6: 5. Metode Peramalan

PENDEKATAN DALAM PERAMALANAnalisis kuantitatif(menggunakan model matematis)Analisis kualitatifPeramalan subjektif atau kualitatif

(qualitative forecast) menggabungkan faktor seperti intuisi,emosi,pengalaman pribadi

Page 7: 5. Metode Peramalan

7

Jenis PeramalanPeramalan berdasarkan jangka waktu : (1)(kurang dari 3 bulan)(2) Peramalan jangka menengah

(bulan 3 s/d 2 tahun)(3) Peramalan jangka panjang

(2- 5 tahun)

Page 8: 5. Metode Peramalan

8

Jenis Peramalan (2)

Peramalan berdasarkan sifat:(1) Peramalan ekonomi (economic forecast)

menjelaskan siklus bisnis dengan memprediksikan tingkat inflasi,ketersediaan uang,dana yang dibutuhkan untuk membangun perumahan,dan indicator perencanaan lainnya.

(2) 2) Ramalan teknologi berkaitan dengan tingkat kemajuan teknologi dan produk baru,

(3) Ramalan permintaan berkaitan dengan proyeksi permintaan terhadap produk perusahaan. Ramalan ini disebut juga ramalan penjualan, yang mengarahkan produksi, kapasitas dan siatem penjadualan perusahaan.

Page 9: 5. Metode Peramalan

Peramalan berdasarkan sifat:

(1)Peramalan kuantitatifmenggunakan berbagai model matematis atau metode statistik dan data historis dan atau variabel-variabel kausal untuk meramalkan permintaan,

(2) Peramalan kualitatifmenggunakan intuisi, pengalaman pribadi dan berdasarkan pendapat (judment) dari yang melakukan peramalan

Page 10: 5. Metode Peramalan

Faktor- Faktor utama yang diidentifikasi dalam Pemilihan Teknik/metode peramalan :1. Jangka waktu atau Horizon waktu

menunjukan panjang waktu di masa datang yang diinginkan oleh peramalan

2. Pola atau karakteristik data mempengaruhi teknik peramalan yang dipilih, pola data merupakan karakteristik dari kegiatan yang dipilih.

Page 11: 5. Metode Peramalan

3. Biaya mempengaruhi pemilihan teknik peramalan, besarnya biaya yang harus dikeluarkan berkaitan dengan alternatif-alternatif peramalan yang dipilih

5. Mudah tidaknya penggunaan atau applikasinya. Penggunaan metode peramalan untuk manajemen dan analis adalah metode yang dapat dimengerti dan mudah diaplikasikan dalam pengambilan keputusan

Page 12: 5. Metode Peramalan

Tinjauan Metode Kualitatif

Page 13: 5. Metode Peramalan

Metode KuantitatifPada dasarnya metode peramalan kuantitatif ini dapat dibedakan atas dua bagian, yaitu :

1. Metode time – series.

2. Metode korelasi atau sebab akibat (causal method).

Page 14: 5. Metode Peramalan
Page 15: 5. Metode Peramalan

Persyaratan Penggunaan Metode Kuantitatif:

1. Tersedia informasi tentang masa lalu.2. Informasi tersebut dapat di kuantitatifkan

dalam bentuk data numerik.3. Dapat diasumsikan bahwa beberapa aspek

pola masa lalu akan terus berlanjut di masa mendatang.

Page 16: 5. Metode Peramalan

1. Time SeriesMetode time series adalah metode yang dipergunakan untuk menganalisis serangkaian data yang merupakan fungsi dari waktu. Metode ini mengasumsikan beberapa pola atau kombinasi pola selalu berulang sepanjang waktu, dan pola dasarnya dapat diidentifikasi semata-mata atas dasar data historis dari serial itu.

Dengan analisis deret waktu dapat ditunjukkan bagaimana permintaan terhadap suatu produk tertentu bervariasi terhadap waktu. Sifat dariperubahan permintaan dari tahun ke tahun

Page 17: 5. Metode Peramalan

Ada empat komponen utama yang mempengaruhi analisis ini, yaitu :a. Pola Siklis (Cycle)Penjualan produk dapat memiliki siklus yang berulang secara periodik. Banyak produk dipengaruhi pola pergerakan aktivitas ekonomi yang terkadang memiliki kecenderungan periodic. Komponen siklis ini sangat berguna dalam peramalan jangka menengah. Pola data ini terjadi bila data memiliki kecendrungan untuk naik atau turun terus-menerus.

b. Pola Musiman (Seasonal)Perkataan musim menggambarkan pola penjualan yang berulang setiap periode. Komponen musim dapat dijabarkan ke dalam faktor cuaca, libur, atau kecenderungan perdagangan. Pola musiman berguna dalam meramalkan penjualan dalam jangka pendek. Pola data ini terjadi bila nilai data sangat dipengaruhi oleh musim, misalnya permintaan bahan baku jagung untuk makanan ternak ayam pada pabrik pakan ternak selama satu tahun. Selama musim panen harga jagung akan menjadi turun karena jumlah jagung yang dibutuhkan tersedia dalam jumlah yang besar.

Page 18: 5. Metode Peramalan

c. Pola HorizontalPola data ini terjadi apabila nilai data berfluktuasi di sekitar nilairata-rata.

d. Pola TrendPola data ini terjadi bila data memiliki kecenderungan untuk naik atau turun terus menerus. Dalam meramalkan biaya-biaya yang termasuk di dalam biaya operasi dipergunakan Pola Trend karena biaya tersebut cenderung naik jika mesin/peralatan semakin tua atau semakin lama jangka waktu pemakaiannya. Ada beberapa trend yang digunakan didalam penyelesaian masalah ini

Page 19: 5. Metode Peramalan

1) Trend LinierBentuk persamaan umum (Sofyan Assauri, 1984, hal. 53 – 56):Y = a + btSedangkan peramalannya mempunyai bentuk persamaan:Yt = a + btdi mana:Yt = Nilai ramalan pada periode ke-tt = Waktu/periodeDengan menggunakan metode kuadrat terkecil (Least Square Method) maka harga konstanta a dan b diperoleh dari persamaan di bawah ini:

Page 20: 5. Metode Peramalan

2) Trend Eksponensial atau PertumbuhanBentuk persamaan umum:Y = aebt

Sedangkan peramalannya mempunyai bentuk persamaan:Yt = aebt

Dengan menggunakan transformasi logaritma natural makaharga konstanta a dan b diperoleh dari persamaan di bawahini:

Page 21: 5. Metode Peramalan

3) Trend LogaritmaY = a + b log tSedangkan peramalannya mempunyai bentuk persamaan:Yt = a + b log tDengan menggunakan transformasi logaritma natural maka harga konstanta a dan b diperoleh dari persamaan di bawah ini:

Page 22: 5. Metode Peramalan

4) Trend GeometrikBentuk persamaan umumnya adalah:Y = atb

Sedangkan peramalannya mempunyai bentuk persamaan:Yt = atb

Dengan menggunakan transformasi logaritma maka harga konstanta a dan b diperoleh dari persamaan di bawah ini:

Page 23: 5. Metode Peramalan

5) Trend HyperbolaBentuk persamaan umumnya adalah:

Peramalannya mempunyai bentuk persamaan:

Dengan menggunakan transformasi logaritma maka harga konstanta a dan b diperoleh dari persamaan di bawah ini:

Page 24: 5. Metode Peramalan

Adapun metode peramalan yang termasuk model time series adalah sebagai berikut:A. Metode Penghalusan (Smoothing).Metode smoothing digunakan untuk mengurangi ketidakteraturan musiman dari data yang lalu, dengan membuat rata – rata tertimbang dari sederetan data masa lalu. Ketepatan peramalan dengan metode ini akan terdapat pada peramalan jangka pendek, sedangkan untuk peramalan jangka panjang kurang akurat.Metode smoothing terdiri dari beberapa jenis, antara lain :

Page 25: 5. Metode Peramalan

Peramalan dengan metode Rata-rata bergerak (moving average)Rata-rata bergerak (moving averages) diperoleh melalui penjumlahan dan pencarian nilai rata-rata dari sejumlah periode tertentu, setiap kali meghilangkan nilai terlama dan menambah nilai baru.a. Rata-rata Bergerak Orde Satu (single moving average)Cara membuat peramalan (forecasting) dengan metode Rata-rata bergerak orde satu (single moving averages) sangat sederhana.Sifat-sifat single Rata-rata BergerakMetode single moving average menurut Subagyo (1986 : 60) mempunyai sifat khusus.1). Untuk menentukan ramalan pada periode yang akan datang memerlukan data hitorisselama jangka waktu tertentu.2). Semakin panjang jangka waktu moving average, akan menghasilkan moving average yang semakin halus. Artinya pada moving averages yang jangka waktunya lebih panjang, perbedaan ramalan terkecil dengan ramalan terbesar menjadi kecil.metode Rata-rata bergerak orde satu (single moving average) ini biasanya lebik cocok digunakan untuk melakukan forecast hal-hal yang bersifat random, artinya tidak ada gejala trend naik maupun turun musiman, dan sebagainya, melainkan sulit diketahui polanya.Metode ini mudah menghitungnya dan sederhana, tetapi mempunyai kelemahankelemahansebagai berikut;1) perlu data historis yang cukup,2) data tiap periode diberi weight (bobot) sama,3) kalau fluktuasi data tidak random tidak menghasilkan peramalan (forecasting) yang baikb. Rata-rata Bergerak Orde Dua (double moving average)Dalam metode ini pertama-tama dicari rata-rata bergerak (moving average), ditaruh padaperiode terakhir. Kemudian dicari rata-rata bergerak (moving average) lagi dari rata-ratabergerak (moving averge) pertama, baru kemudian dibuat forecast.

Page 26: 5. Metode Peramalan
Page 27: 5. Metode Peramalan

Metode smooting eksponensial terdiri atas :1. Smoothing eksponensial tunggala. Satu parameterb. Pendekatan adaptif2. Smoothing Exponensial Gandaa. Metode linier satu parameter dari Brownb. Metode dua dari Holt3. Smoothing Exponensial Tripela. Metode kuatratik satu parameter dari brownb. Metode tiga parameter untuk kecendrungan dan musiman dari Winter4. Smoothing Exponensial menurut klasifikasi Pegels

Page 28: 5. Metode Peramalan

Metode Smooting Yang DigunakanUntuk mendapatkan hasil yang baik harus diketahui cara peramalan yang tepat. Maka metode peramalan analisis time series yang digunakan untuk meramalkan nilai penjualan energy listrik pada pemecahan masalah ini adalah dengan menggunakan Metode Smoothing Eksponensial yaitu “Smoothing Eksponensial Satu Parameter dari Brown”. Metode ini merupakan metode yang dikemukakan oleh Brown. Dasar pemikiran dari metode Smoothing Eksponensial Linier Satu Parameter dari Brown adalah serupa dengan rata-rata bergerak linier, karena kedua nilai pemulusan tunggal dan ganda ketinggalan dari data sebenarnya. Persamaan yang dipakai dalam persamaan Pemulusan Eksponensial Linier Satu Parameter dari Brown adalah sebagai berikut :

Page 29: 5. Metode Peramalan
Page 30: 5. Metode Peramalan

B. Metode Proyeksi Kecenderungan dengan RegresiMetode kecenderungan dengan regresi merupakan dasar garis kecenderungan untuk suatu persamaan, sehingga dengan dasar persamaan tersebut dapat diproyeksikan hal-hal yang akan diteliti pada masa yang akan datang. Untuk peramalan jangka pendek dan jangka panjang, ketepatan peramalan dengan metode ini sangat baik. Data yang dibutuhkan untuk metode ini adalah tahunan, minimal lima tahun. Namun, semakin banyak data yang dimiliki semakin baik hasil yang diperoleh.

Page 31: 5. Metode Peramalan

Bentuk fungsi dari metode ini dapat berupa :

Page 32: 5. Metode Peramalan
Page 33: 5. Metode Peramalan

C. Metode Dekomposisi.Yaitu hasil ramalan ditentukan dengan kombinasi dari fungsi yang ada sehingga tidak dapat diramalkan secara biasa. Model tersebut didekati dengan fungsi linier atau siklis, kemudian bagi t atas kwartalan sementara berdasarkan pola data yang ada.Metode dekomposisi merupakan pendekatan peramalan yang tertua. Terdapat beberapa pendekatan alternatif untuk mendekomposisikan suatu deret berkala yang semuanya bertujuan memisahkan setiap komponen deret data seteliti mungkin. Konsep dasar pemisahan bersifat empiris dan tetap, yang mula – mula memisahkan unsur musiman, kemudian trend, dan akhirnya unsur siklis.

Page 34: 5. Metode Peramalan

2. Metode KausalMetode 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 yangmempengaruhi, antara lain :a. Harga produk, jika harga produk naik maka permintaan naikb. Saluran distribusi, jika banyak saluran distribusi maka permintaannaik.

Page 35: 5. Metode Peramalan

Metode kausal terdiri atas beberapa metode, antara lain :

a. Metode regresi dan korelasiMetoda regresi dan korelasi pada penetapan suatu persamaan estimasimenggunakan 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.Metoda ini banyak digunakan untuk peramalan penjualan, perencanaan keuntungan, peramalan permintaan dan permalan keadaan ekonomi. Data yang dibutuhkan untuk penggunaan metoda ini adalah data kuartalan dari beberapa tahun lalu.

Page 36: 5. Metode Peramalan

b. Metode EkonometrikMetoda 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. Metoda permalan ini selalu dipergunakan untuk peramalan penjualan menurut kelas produk, atau peramalan keadaan ekonomi masyarakat, seperti permintaan, harga dan penawaran. Data yang dibutuhkan untuk penggunaan metodae peramalan ini adalah data kuartalan beberapa tahun.

Page 37: 5. Metode Peramalan

c. Metode Input-OutputMetoda ini dipergunakan untuk menyusun proyeksi trend ekonomi jangka panjang. Model ini kurang baik ketepatannya untuk peramalana jangka panjang. Model ini banyak dipergunakan untuk peramalan penjualan perusahaan, penjualan sektor industri dan sub sektor industri, produksi dari sektor dan sub sektor industri. Data yang dibutuhkan untuk penggunaan metode atau model ini adalah data tahunan selama sekitar sepuluh sampai lima belas tahun.

Page 38: 5. Metode Peramalan

Kriteria Performance PeramalanSeorang perencana tentu menginginkan hasil perkiraan ramalan yang tepat atau paling tidak dapat memberikan gambaran yang paling mendekati sehingga rencana yang dibuatnya merupakan rencana yang realistis. Ketepatan atau ketelitian inilah yang menjadi kriteria performance suatu metode peramalan. Ketepatan atau ketelitian tersebut dapat dinyatakan sebagai kesalahan dalam peramalan. Kesalahan yang kecil memberikan arti ketelitian peramalan yang tinggi, dengan kata lain keakuratan hasil peramalan tinggi, begitu pula sebaliknya.Besar kesalahan suatu peramalan dapat dihitung dengan beberapa cara, antara lain adalah :

Page 39: 5. Metode Peramalan