PERAMALAN
- Pengertian
Peramalan adalah
proses untuk memperkirakan beberapa kebutuhan dimasa datang yang
meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan lokasi
yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa.
Selain itu peramalan juga didefinisikan sebagai seni dan ilmu untuk
memperkirakan kejadian di masa depan. Hal ini dapat dilakukan dengan
melibatkan pengambilan data masa lalu dan menempatkannya ke masa yang
akan datang dengan suatu bentuk model matematis. Bisa juga merupakan
prediksi intuisi yang bersifat subjektif. Atau bias juga dengan
menggunakan kombinasi model matematis yang disesuaikan dengan
pertimbangan yang baik dari seorang manajer.
Peramalan
(forecasting) merupakan alat bantu yang penting dalam perencanaan yang
efektif dan efisien khususnya dalam bidang ekonomi. Peramalan mempunyai
peranan langsung pada peristiwa eksternal yang pada umumnya berada di
luar kendali manajemen, seperti: ekonomi, pelanggan, pesaing, pemerintah
dan lain sebagainya.
Peramalan
permintaan memegang peranan penting dalam perencanaan dan pengambilan
keputusan khususnya dibidang produksi. Aktivitas manajemen operasi
menggunakan peramalan permintaan dalam perencanaan yang menyangkut
skedul produksi, perencanaan pemenuhan kebutuhan bahan, perencanaan
kebutuhan tenaga kerja, perencanaan kapasitas produksi, perencanaan
layout fasilitas, penentuan lokasi, pemenuhan metode proses, penentuan
jumlah mesin, desain aliran bahan dan lain sebagainya. Peranan ini
disebabkan adanya tenggang waktu antara suatu peristiwa dengan kebutuhan
mendatang.
Walaupun
terdapat banyak bidang lain yang memerlukan peramalan permintaan, namun
aktivitas manajemen operasi di atas merupakan bentuk khas dari
keperluan peramalan permintaan baik jangka pendek, menengah mauppun
jangka panjang. Pada gilirannya, perusahaan perlu memiliki pengetahuan
dan ketrampilan yang meliputi:
a) Identifikasi dan definisi masalah peramalan
b) Aplikasi metode peramalan
c) Pemilihan metode peramalan yang tepat untuk situasi tertentu
d) Dukungan manajemen untuk menggunakan metode peramalan tertentu
A. METODE PERAMALAN PERMINTAAN
Banyak
jenis metode peramalan yang tersedia untuk manajemen. Namun yang lebih
penting bagi para praktisi adalah bagaimana memahami karakteristik suatu
metode peramalan agar cocok bagi situasi pengambilan keputusan
tertentu. Secara umum metode peramalan dapat dibagi dalam dua ketegori
utama, yaitu metode kuantitatif dan metode kualitatif. Metode
kuantitatif dapat dibagi ke dalam deret berkala atau kurun waktu (time series) dan metode kausal, sedangkan metode kualitatif dapat dibagi menjadi metode eksploratoris dan normative.
Metode
kuantitatif sangat beragam dan setiap teknik memiliki sifat, ketepatan
dan biaya tertentu yang harus dipertimbangkan dalam memilih metode
tertentu. Untuk menggunakan metode kuantitatif terdapat tiga kondisi
yang harus dipenuhi, yaitu:
Ø Tersedia informasi tentang masa lalu
Ø Informasi tersebut dapat dikuantitatifkan dalam bentuk numeric
Ø Diasumsikan bahwa beberapa pola masa lalu akan terus berlanjut
B. METODE RUNTUN WAKTU
Metode
runtun waktu atau sering disebut metode deret waktu atau deret berkala
menggambarkan berbagai gerakan yang terjadi pada sederetan data pada
waktu tertentu. Langkah penting dalam memiliki metode runtunwaktu adalah
dengan mempertimbangkan jenis pola data. Pola data dapat dibedakan
menjadi empat jenis siklus dan trend (makriadis & wheelright, 1983), yaitu:
1. Pola horizontal, terjadi bilamana nilai data berfluktuasi di sekitar nilai rata-rata yang konstan.
2. Pola musiman, terjadi bilamana suatu deret dipengaruhi oleh factor musiman.
3. Pola siklus, terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti siklus bisnis.
4. Pola trend, terjadi bilamana terdapat kenaikan atau penurunan sekuler jangka panjang dalam data.
C. METODE GERAKAN TREND
Anggapan
yang mengatakan bahwa garis trend seharusnya merupakan garis linear
tidak selalu demikian. Terdapat empat cara yang biasa digunakan untuk
mengukur gerakan trend, yaitu:
v Metode bebas (freehand method)
v Metode setengah-setengah (semi average method)
v Metode rata-rata bergerak (moving average method)
v Metode kuadrat terkecil (least quares method)
D. METODE VARIASI MUSIM
Terdapat empat cara yang umumnya digunakan untuk mengukur variasi musim, yaitu:
v Metode rata-rata sederhana
v Metode perbandingan dengan trend
v Metode relative berantara
v Metode perbandingan dengan rata-rata bergerak
E. Pola dan Teknik Peramalan
1. Teknik peramalan kualitatif atau subyektif (qualitative forecast)
Teknik
peramalan yang menggabungkan faktor seperti intuisi, emosi, pengalaman
pribadi, dan sistem nilai pengambil keputusan untuk meramal. Terdapat
empat teknik yang berbeda, yaitu :
ü Keputusan Dari Pendapat Juri Eksekutif (Jury of Executive Opinion).
Teknik peramalan yang meminta pendapat segolongan kecil manajer tingkat
tinggi dan menghasilkan estimasi permintaan kelompok. Dalam metode ini,
pendapat sekumpulan kecil manajer atau pakar tingkat tinggi, sering
dikombinasikan dengan model statistik, dikumpulkan untuk mendapatkan
prediksi kelompok.
ü Metode Delphi (Delphi Method). Teknik
peramalan yang menggunakan proses kelompok dimana para pakar melakukan
peramalan. Ada 3 jenis peserta dalam metode ini : pengambil keputusan,
karyawan, dan responden. Pengambil keputusan biasanya terdiri dari 5
hingga 10 orang pakar yang akan melakukan peramalan. Karyawan membantu
pengambil keputusan dengan menyiapkan, menyebarkan, mengumpulkan, serta
meringkas sejumlah kuesioner dan hasil survei. Responden adalah
sekelompok orang, biasanya ditempatkan di tempat yang berbeda, dimana
penilaian dilakukan. Kelompok ini memberikan input pada pengambil
keputusan sebelum peramalan dibuat.
ü Gabungan Dari Tenaga Penjualan (Sales Force Composite). Teknik peramalan berdasarkan prediksi tenaga penjualan akan
penjualan yang diharapkan. Dalam pendekatan ini, setiap tenaga
penjualan memperkirakan berapa penjualan yang bisa ia lakukan dalam
wilayahnya. Peramalan ini kemudian dikaji unutk memastikan apakah
peramalan cukup realistis. Kemudian peramalan dikombinasikan pada
tingkat wilayah dan nasional untuk mendapatkan peramalan secara
keseluruhan.
ü Survei Pasar Konsumen (Consumer Market Survey). Metode peramalan yang meminta input dari konsumen mengenai rencana pembelian mereka di masa depan. Hal
ini membantu tidak hanya dalam menyiapkan peramalan tetapi juga
memperbaiki desain produk dan perencanaan produk baru. Survei konsumen
dan gabungan tenaga penjualan bisa jadi tidak benar, karena peramalan
yang berasal dari input konsumen yang terlalu optimis.
2. Peramalan Time – Series
Teknik
peramalan yang menggunakan sekumpulan data masa lalu untuk melakukan
peramalan. Model time-series membuat predikisi dengan asumsi bahwa masa
depan merupakan fungsi masa lalu. Dengan kata lain, mereka melihat apa
yang terjadi selama kurun waktu tertentu, dan menggunakan data masa lalu
tersebut untu melakukan peramalan. Jika kita memperkirakan penjualan
mingguan mesin pemotong rumput, kita menggunakan data penjualan minggu
lalu untuk membuat ramalan. Time-series mempunyai empat komponen, yaitu :
Tren, Musim, Siklus, Variasi Acak.
F. Lima Metode Peramalan Yang Menggunakan Data Masa Lalu :
1. Pendekatan Naif,
teknik peramalan yang mengasumsikan permintaan, di periode mendatang
sama dengan permintaan terkini. Terbukti untuk beberapa jenis produk,
pendekatan naif (naive approach) ini merupakan model peramalan
objektif yang paling efektif dan efesien dari segi biaya. paling tidak,
pendekatan naif memberikan titik awal untuk perbandingan dengan model
lain yang lebih canggih.
2. Rata-Rata Bergerak, metode peramalan yang menggunakan rata-rata dari sejumlah (n) data terkini untuk meramalkan periode mendatang. Rata-rata bergerak berguna jika kita dapat mengasumsikan bahwa permintaan pasar akan stabil sepanjang masa yang kita ramalkan.
Rata-rata beergerak = ∑ permintaan n periode sebelumnya
n
3. Penghalusan Eksponensial (Exponential Smoothing)
adalah teknik peramalan rata-rata bergerak dengan pembobotan dimana
data diberi bobot oleh sebuah fungsi eksponensial. Penghalusan
eksponensial mungkin terdengar aneh, tetapi sebenarnya banyak digunakan
dalam bisnis dan merupakan bagian penting dari sistem pengendalian
persediaan berbasis komputer.
4. Proyeksi Tren,
metode peramalan time-series yang mnyesuaikan sebuah garis tren pada
sekumpulan data masa lalu, dan kemudian diproyeksikan dalam garis untuk
meramalkan masa depan.
5. Analisis Regresi Linier,
model matematis garis lurus yang menjelaskan hubungan fungsional antara
variabel bebas dan variabel terikat. persamaan regresi menunjukkan
bagaimana satu variabel berhubungan pada nilai dan perubahan pada
variabel lain.
Daftar Pustaka
Yamit, Zulian. 2003. Manajemen Operasi dan Produksi. Edisi Kedua. Yogyakarta: EKONISIA.
Hakim Nasution, Arman. 2003. Perencanaan dan Pengendalian Produksi. Edisi Kedua. Surabaya: Prima Printing
SUMBER : http://go-phelz.blogspot.com/2011/01/peramalan-permintaan-barang-manajemen.html
