Tugas Forecasting

6
 Peramalan adalah proses untuk memperkirakan berapa kebutuhan di masa datang yang mel iputi kebutuhan dal am ukur an kuan tit as, kua lit as, waktu dan lok asi yan g dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa. Salah satu jenis  per amalan adal ah per amalan per min taa n. Per amalan permintaan mer upak an tin gkat  per min taa n pro duk produk yan g dihara pkan aka n ter eal is asi unt uk jangka wakt u tertentu pada masa yang akan datang [Nasu05]. Unt uk menjamin efe kti vit as dan efi sie nsi dar i si ste m per ama lan per min taa n, terdapat Sembilan langkah yang harus diperhatikan yaitu [Yami05]: 1. Menent uka n t ujuan dari per ama lan 2. Memili h item ind epe nden t dema nd yang di ramalkan 3. Menentukan hori zon wa ktu dari peramal an 4. Memili h model – model per ama lan 5. Memper oleh d ata y ang di butuhk an unt uk mel akukan peramalan 6. Vali dasi model pe rama lan 7. Me mb uat peramal an 8. Imp lement asi h asi l – has il pera mal an 9. Memantau keand ala n has il per amalan Fungsi Peramalan Dalam fungsi peramalan tidak hanya termasuk di dalamnya teknik khusus dan model, tetapi juga termasuk input dan output dari subyek peramalan .

Transcript of Tugas Forecasting

Page 1: Tugas Forecasting

5/13/2018 Tugas Forecasting - slidepdf.com

http://slidepdf.com/reader/full/tugas-forecasting 1/6

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 merupakan tingkat

  permintaan produk – produk yang diharapkan akan terealisasi untuk jangka waktu

tertentu pada masa yang akan datang [Nasu05].

Untuk menjamin efektivitas dan efisiensi dari sistem peramalan permintaan,

terdapat Sembilan langkah yang harus diperhatikan yaitu [Yami05]:

1. Menentukan tujuan dari peramalan

2. Memilih item independent demand yang diramalkan

3. Menentukan horizon waktu dari peramalan

4. Memilih model – model peramalan

5. Memperoleh data yang dibutuhkan untuk melakukan peramalan

6. Validasi model peramalan

7. Membuat peramalan

8. Implementasi hasil – hasil peramalan

9. Memantau keandalan hasil peramalan

Fungsi Peramalan

Dalam fungsi peramalan tidak hanya termasuk di dalamnya teknik khusus dan

model, tetapi juga termasuk input dan output dari subyek peramalan .

Page 2: Tugas Forecasting

5/13/2018 Tugas Forecasting - slidepdf.com

http://slidepdf.com/reader/full/tugas-forecasting 2/6

Pengembangan fungsi peramalan dibutuhkan untuk mengidentifikasi output, karena

spesifikasi output dapat menyederhanakan pemilihan model peramalan, tetapi fungsi

 permalan tidaklah lengkap tanpa mempertimbangkan input.

Peramalan biasanya meliputi beberapa pertimbangan berikut ini [Yami05]:

1. Item yang diramalkan

2. Peramalan dari atas (top-down) atau dari bawah (buttom-up)

3. Teknik peramalan (model kuantitatif atau kualitatif)

4. Satuan yang digunakan

5. Interval/horison waktu

6. Komponen peramalan

7. Ketepatan peramalan

8. Pengecualian dan situasi khusus

9. Perbaikan parameter model peramalan.

Peramalan dan Horison Waktu

Dalam hubunganya dengan horizon waktu peramalan, kita dapat mengklasifikasikan

 peramalan tersebut ke dalam 3 kelompok, yaitu [Nasu05]:

1. Peramalan Jangka Panjang, umumnya 2 sampai 10 tahun. Peramaln ini digunakan

untuk perencanaan produk dan perencanaan sumber daya.

Page 3: Tugas Forecasting

5/13/2018 Tugas Forecasting - slidepdf.com

http://slidepdf.com/reader/full/tugas-forecasting 3/6

2. Peramalan Jangka Menengah, umumnya 1 sampai 24 bulan. Peramalan ini lebih

mengkhusus dibandingkan peramalan jangka panjang, biasanya digunakan untuk 

menentukan aliran kas, perencanaan produksi, dan penentuan anggaran.

3. Peramalan Jangka Pendek, umumnya 1 sampai 5 minggu. Peramalan ini

digunakan untuk mengambil keputusan dalam hal perlu tidaknya lembur,

 penjadwalan kerja, dan lain – lain.

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 konsumen

8. Inovasi teknologi

Karakteristik Peramalan yang Baik 

Page 4: Tugas Forecasting

5/13/2018 Tugas Forecasting - slidepdf.com

http://slidepdf.com/reader/full/tugas-forecasting 4/6

Peramalan yang baik mempunyai beberapa criteria yang penting, antara lain

akurasi, biaya, dan kemudahan. Penjelasan dari criteria – criteria tersebut adalah sebagai

 berikut [Nasu99]:

• Akurasi. Akurasi dari suatu hasil peramalan diukur dengan kebiasan dan

kekonsistensian peramalan. Hasil peramalan dikarakan bias bila peramalan

tersebut terlalu tinggi atau terlalu rendah dibanidng dengan kenyataan yang

sebenarnya terjadi. Hasil peramalan dikatakan konsisten bila besarnya kesalahan

 peramalan relatif kecil.

Buffa menjelaskan bahwa metode yang lebih canggih tidak menjamin dihasilkannya hasil

yang lebih akurat ketimbang metode yang lebih sederhana, lebih mudah diterapkan, dan

lebih murah. Berikut ini merupakan temuan – temuan yang berhubungan dengan

 pemilihan metode peramalan dan akurasi hasil peramalan :

1. Akurasi peramalan meningkat jika ramalan dari lebih banyak metode

dikombinasikan untuk menghasilkan ramalan akhir; tetapi dampak 

marjinal dari penambahan satu metode berkurang dengan semakin

 banyaknya jumlah metode yang digunakan.

2. Resiko kesalahan yang lebih besar dalam peramalan yang mungkin

disebabkan oleh pemilihan metode yang keliru, resiko kesalahan akan

 berkurang jika hasil dari dua atau lebih metode dikombinasikan.

3. Variabilitas dalam akurasi ramalan diantara berbagai kombinasi metode

 peramalan berkurang dengan makin banyaknya metode yang digunakan.

[Buff96]

Page 5: Tugas Forecasting

5/13/2018 Tugas Forecasting - slidepdf.com

http://slidepdf.com/reader/full/tugas-forecasting 5/6

• Biaya. Biaya yang diperlukan untuk pembuatan suatu peramalan tergantung dari

 jumlah item yang diramalkan, lamanya periode peramalan, dan metode peramalan

yang dipakai.

• Kemudahan. Penggunaan metode peramalan yang sederhana, mudah dibuat, dan

mudah diaplikasikan akan memberikan keuntungan bagi perusahaan.

Beberapa Sifat Hasil Peramalan

Dalam membuat peramalan atau menerapkan hasil peramalan, ada beberapa hal

yang harus dipertimbangkan, yaitu [Nasu05]:

1. Peramalan pasti mengandung kesalahan, artinya peramal hanya bias mengurangi

ketidakpastian yang akan terjadi tetapi tidak dapat menghilangkan ketidakpastian

tersebut.

2. Peramalan seharusnya memberikan informasi mengenai berapa ukuran kesalahan.

3. Peramalan jangka pendek lebih akurat dibandingkan dengan peramalan jangka

 panjang.

Peraturan Peramalan

Terdapat beberapa peraturan yang harus diperhatikan sebelum melakukan

 peramalan, yaitu [Gasp02]:

Tidak boleh meramalkan produk – produk yang tergolong ke dalam dependent 

demand.

Produk – produk yang tergolong dalam dependent demand harus direncanakan

atau dihitung. Peramalan hanya boleh dilakukan pada produ – produk yang tergolong ke

dalam independent demand.

Page 6: Tugas Forecasting

5/13/2018 Tugas Forecasting - slidepdf.com

http://slidepdf.com/reader/full/tugas-forecasting 6/6

  Penentuan horizon peramalan berdasarkan kondisi aktual sistem manufaktur dan

tujuan dari peramalan.

Semakin jauh periode di masa mendatang yang diramalkan-dengan asumsi faktor 

 – faktor lain tetap-hasil ramalan akan semakin kurang akurat

 Disamping berdasarkan waktu, peramalan juga dapat dilakukan berdasarkan lokasi 

 geografis, kelompok produk, yang dikenal sebagai peramlan berdasarkan dimensi 

agregasi dan disagregasi.

Peramalan pada tingkat agregasi yang lebih tinggi akan lebih akurat dibandingkan

 peramalan pada tingkat agregasi yang lebih rendah atau pada tingkat disagregasi.