2 of 12

Kendala :

Data, ketersediaan tenaga ahli, waktu dan dana

Metode Peramalan :

1. Prediktif (Estimation)

2. Kausal Causal)

3. Deret Berkala

(Time Series)

Masukan :

1. Data internal (historis, Opini subjektif), Hasil survei.

2. Data eksternal (data ekonomi, sosial politik dan teknologi).

Keputusan :

Pemilihan data

Pemilihan metode

Keluaran :

Penaksiran atas :

Ramalan Permintaan

Kesalahan Ramalan

Jangka :

Panjang

Menengah

Pendek

Umpan balik tentang kesalahan ramalan

Kriteria kinerja :

1. Akurat

2. Objektif

3. Waktu penyiapan

4. Stabilitas vs responsibilitas

BAGAN SISTEM PERAMALAN

3 of 12

Kualitatif :

→ Metode Akar Rumput (Grass Root Analysis)

→ Metode Riset Pasar (Market Research)

→ Metode Delphi

Analisis Deret Berkala (Time Series Analysis) :

→ Metode Rata-Rata Bergerak Sederhana

(Simple Moving Average)

→ Metode Rata-Rata Bergerak Tertimbang

(Weight Moving Average)

→ Metode Penghalusan Eksponensial

(Exponential Smoothing)

→ Proyeksi Trend (Trend Projection)

Metode

Peramalan

Kausal

→ Analisis Regresi dan Korelasi

Lazim jangka pendek

Lazim jangka panjang

4 of 12

Metode Akar Rumput

→ Peramalan yang memanfaatkan data taksiran penjualan dari aparatur penjualan dan salesman diseluruh wilayah pemasaran perusahaan.

Lazim untuk perusahaan grosir atau dealer suatu produk tertentu untuk meramal permintaan satu tahun atau lebih dimasa mendatang.

Riset Pasar

→ Pengamtan dilakukan di pasar untuk mengumpulkan dat prosepek permintaan dimasa mendatang, baik dengan survei, wawancara maupun caa lainnya.

Lazim untuk perencanaan jangka panjang atau dalam rangka pemasaran produk baru.

Metode Delphi

→ Metode penaksiran jumlah permintaan dimasa mendatang dengan memanfaatkan opini pakar dari latar belakang keahlian yang berbeda dengan memberikan daftar pertanyaan secara berulang sampai diperoleh hasil peramalan yang dianggap akurat.

5 of 12

Metode Rata-Rata Bergerak Sederhana

→ Peramalan volume kegiatan atau permintaan yang mengacu pada jumlah titik waktu tertentu (n) yang bergerak secara sistematis/probabilitas volume kegiatan terjadi kembali (1/n )

Metode Rata-Rata Bergerak Tertimbang

→ Peramalan volume kegiatan atau permintaan yang merupakan nilai perkalian antara bobot (weight factors) dengan nilai kegiatan yang bersangkutan.

Metode Penghalusan Eksponensial

→ Data kegiatan terakhir dianggap memiliki probabilitas yang lebih besar untuk berulang daripada data kegiatan sebelumnya dan menurun secara eksponensial.

6 of 12

Metode Regresi dan Korelasi

→ Regresi adalah metode peramalan jangka panjagn yang menghubungkan variabel independent dan dependent, linear maupun non linear.

→ Korelasi adalah metode mengukur keeratan hubungan anatara variabel independent dan dependent dari persamaan regresi linear.

Proyeksi Trend

→ Peramalan masa mendatang yang dilakukan dengan menarik suatu garis lurus pada suatu diagram sebar (scatter diagram) dengan menggunakan persamaan matematik tertentu.

Simulasi

→ Peramalan dinamis dengan aplikasi komputer, umumnya dipakai pada pembuatan kebijakan dibidang pengendalian persediaan.

7 of 12

Analisa Titik Impas (Break-Event Analysis)

Contoh :

Ttik potong garis A dan B :

2000 + 160 V = 16000 + 85 V

Maka V = 1870

Ttik potong garis B dan C :

16000 + 85 V = 400000 + V

Maka V = 3200

Dari gambar tampak bahwa :

→ Bila V berada diantara 0 dan 1870 :

Alternative A menghasilkan TC paling rendah,maka jika harga forecast untuk

sales/tahun terletak dalam daerah ini maka alternative A adalah terbaik.

→ Bila V berada diantara 1870 dan 3200 :

Alternative B menghasilkan TC paling rendah,maka jika harga forecast untuk

sales/tahun terletak dalam daerah ini maka alternative B adalah terbaik.

→ Bila V lebih besar dari 3200 :

Alternative C menghasilkan TC paling rendah,maka jika harga forecast untuk

sales/tahun terletak dalam daerah ini maka alternative C adalah terbaik.

8 of 12

Biaya (Rp)

Volume

100

200

300

400

500

1000

2000

3000

4000

capacity

alternative

A best

B best

C best

alternative

1070

3200

9 of 12

Aplikasi MOVING AVERAGE dan EXPONENTIAL SMOOTHING

(SPSS)

Permintaan sepeda motor di sebuah dealer seperti tersaji pada tabel.

Minggu Ke-	Permintaan (unit)
1 2 3 4 5 6 7 8 9 10 11 12	125 120 130 115 120 125 120 125 130 110 115 130

Buatlah ramalan permintaan untuk Minggu ke-13 dengan menggunakan metode rata-rata bergerak sederhana yaitu n = 3, 4, dan 6 serta metode eskponensial.

Lakukan juga dengan metode regresi dimana variabel x adalah minggu ke dan variabel Y adalah permintaannya.

10 of 12

Manajer Personalia PT. Maemway ingin mengetahui hubungan antara kinerja salesmannya dengan beberapa faktor yang diduga mempengaruhinya. Kinerja salesman diukur dengan jumlah penjualan dalam unit. Sementara itu, faktor-faktor yang diduga turut mempengaruhi adalah skor tes aptitute, umur, skor tes anxiety, pengalaman, dan indeks prestasi (GPA). Data tersaji pada tabel.

Apa yang menjadi pertanyaan manajer adalah mana diantara variabel-variabel tersebut yang mempengaruhi secara signifikan kinerja salesmannya. Jika hal ini dapat diketahui maka ia berharap dapat menentukan kebijakanrekruitmennya dikemudian hari, disamping itu ia ingin membuat estimasi berapa kira-kira penjualan perusahaan dengan kondisi salesman yang demikian.

B. Aplikasi REGRESI

(Minitab)

11 of 12

One Month’s Sales (unit)	Aptitute Test Score	Age (Years)	Anxiety Test Score	Experience (Years)	GPA
44	10	22,2	4,9	0	2,4
47	19	22,5	3	1	2,6
60	27	23,1	1,5	0	2,8
71	31	24	0,6	3	2,7
61	64	22,6	1,8	2	2
60	81	21,7	3,3	1	2,5
58	42	23,8	3,2	0	2,5
56	67	22	2,1	0	2,3
66	48	22,4	6	1	2,8
61	64	22,6	1,8	1	3,4
51	57	21,1	3,8	0	3
47	10	22,5	4,5	1	2,7
53	96	22,2	4,5	0	2,8
74	64	24,8	0,1	3	3,8
65	75	22,6	0,9	0	3,7
33	12	20,5	4,8	0	2,1
54	47	21,9	2,3	1	1,8

PT. MAEMWAY

12 of 12

39	20	20,5	3	2	1,5
52	73	20,8	0,3	2	1,9
30	4	20	2,7	0	2,2
58	9	23,3	4,4	1	2,8
59	98	21,3	3,9	1	2,9
52	27	22,9	1,4	2	3,2
56	59	22,3	2,7	1	2,7
49	23	22,6	2,7	1	2,4
63	90	22,4	2,2	2	2,6
61	34	23,8	0,7	1	3,4
39	16	20,6	3,1	1	2,3
62	32	24,4	0,6	3	4
78	94	25	4,6	5	3,6

Tabel lanjutan