2. Peramalan adalah seni dan ilmu untuk memprediksi masa
depan.
Peramalan adalah perhitungan yang objektif dengan
menggunakan data-data masa lalu untuk menentukan kondisi
dimasa mendatang.
Peramalan merupakan alat bantu dalam membuat
perencanaan yang efektif dan efisien.
Peramalan dapat dilakukan dengan melibatkan pengambilan
data historis dan memproyeksikannya ke masa mendatang
dengan suatu model matematis.
What is Forecasting ???
Sales will be
$200 Million!
3. Peramalan ekonomi: menjelaskan siklus bisnis dengan
memprediksi:
tingkat inflasi
Ketersediaan jumlah uang
Dana yang diperlukan
Indikator perencanaan lainnya
Peramalan teknologi, memperhatikan tingkat kemajuan
teknologi yang dapat meluncurkan produk baru yang menarik
yang membutuhkan pabrik dan peralatan baru.
Peramalan permintaan, proyeksi permintaan untuk produk
atau layanan suatu perusahaan atau biasa disebut juga
peramalan penjualan dalam hal :
- Pengendalian produksi, kapasitas, sistem penjadwalan dan
input bagi rencana keuangan, pemasaran dan sumber SDM.
Sales will be
$200 Million!
4. Menetapkan tujuan peramalan
Memilih unsur yang akan diramalkan
Menentukan horizon waktu peramalan
Memilih jenis metode peramalan
Mengumpulkan data yang diperlukan untuk melakukan peramalan
Membuat peramalan
Memvalidasi dan menerapkan peramalan
Peramalan yang menggabungkan faktor seperti intuisi,emosi,
pengalaman pribadi dan menganalisa kondisi objektif dengan apa
adanya.
Peramalan yang menggunakan model matematis yang beragam
dengan data masa lalu. Metode ini dapat digunakan apabila:
Tersedia data dan informasi masa lalu
Data dan informasi tersebut dapat dikuantitatifkan dalam
bentuk numerik
Disumsikan beberapa aspek masa lalu akan berlanjut di
masa yang akan datang
5. 1. METODA KUALITATIF YANG TERDIRI DARI :
METODA DELPHI
JURI DARI OPINI EKSEKUTIF (JURY OF EXECUTIVE OPINION)
KOMPOSIT TENAGA PENJUALAN (SALES FORCE COMPOSITE)
SURVEY PASAR KONSUMEN (CONSUMER MARKET SURVEY)
2. METODE KUANTITATIF
SIMPLE AVERAGE
MOVING AVERAGE
WEIGHTED MOVING AVERAGE
EXPONTIAL SMOOTHING
REGRESSI LINIER
REGRESSI NON LINIER
BOX JENKINS
3. METODA CAUSAL
KORELASI – REGRESSI
ECONOMETRIE MODEL
36
METODA - METODA PERAMALAN
6. Menggunakan suatu proses
kelompok
3 jenis partisipan
Pengambil Keputusan
Staff
Responden
Kelompok responden yang
memberikan input pada
pengambil keputsan. Respondents
Staff
Decision Makers
(Sales?)
(What
will
sales
be?
survey)
(Sales will be 45,
50, 55)
(Sales will be
50!)
7. Terdiri dari sekumpulan kecil para pakar tingkat
tinggi/manajer.
Pendapat dari para manajer digabungkan dalam
bentuk statistik untuk mendapatkan prediksi
permintaan.
12. Teknik peramalan rata-rata bergerak dengan pembobotan
di mana titik data dibobotkan oleh fungsi eksponensial.
Menggunakan lebih banyak variabel yang berhubungan
dengan besaran yang di prediksi variabel bebas dan variabel
terikat)
Model matematika garis lurus untuk menggambarkan
hubungan fungsional antara variabel-variabel yang bebas
maupun variabel-variabel yang terikat.
13. MA
n
Permintaan dalam periode n sebelumnya
n adalah jumlah periode dalam rata-rata bergerak
Contoh :
19. Ft = At - 1 + (1-)At - 2 + (1- )2·At - 3
+ (1- )3At - 4 + ... + (1- )t-1·A0
Ft = Forecast value
At = Actual value
= Smoothing constant
Ft = Ft-1 + (At-1 - Ft-1)
Use for computing forecast
Pengaruh smoothing :
-makin besar smootihing smakin kecil
-makin kecil smoothing smakin besar
-dalam metode single exponential smoothing adalah mencari
optimum yang akan memberikan MSE/MAD minimum.
20. Metode Rata-rata Tertimbang
Adalah metode perhitungan yang sama rata bergerak
sederhana namundiperlukan adanya koefisien
penimbang dan digunakan apabila terjadi trend pada
pola data masa lalu
Koefisien penimbang 0<CW>1
Equation :
WMA = ∑ (Weight for period n)(Demand in period n)/ ∑
Weights
21. Hitung WMA untuk 4 tahun apabila Tahun 1=100,
2= 90, 3=105, 4= 95
WMA = (100*0,4)+(90*0.3)+(105*0,2) + (95*0.1)/1
Kelemahan metode WMA tanggapannya tidak
dapat dengan mudah berubah tanpa merubah
masing-masing angka penimbangnya,
1. Peningkatan n dalam pembuatan ramalan
kurang sensitif dengan perubahan
Tidak dapat melakukan trend peramalan dengan
baik
Perlakuan data berdasarkan historis