cec57a5878d9bee15309d4d792386029 peramalan by Q4FRDCs

VIEWS: 0 PAGES: 26

									PERAMALAN
   M.O.
 by Nurul K, SE,M.S.i
Peramalan

 Tujuan peramalan ekonomi adalah untuk
 rnengurangi resiko atau ketidakpastian yang
   dihadapi perusahaan dalam pengambilan
  keputusan operasional jangka pendek dan
   dalam perencanaan untuk pertumbuhan
               jangka panjang
                    PERAMALAN

  Kebutuhan Peramalan dalam
   Manajemen Produksi dan Operasi

   Manajemen Operasi/produksi menggunakan
   hasil-hasil peramalan dalam pembuatan
   keputusan-keputusan yang menyangkut
   pemilihan proses, perencanaan kapasitas, layout
   fasilitas dan untuk berbagai keputusan yang
   bersifat continue berhubungan dengan
   perencanaan, schedulling dan persediaan.


10/2/2012                                            3
    Metode Peramalan
     a. Top down forecasting
            Dimulai dengan penggunaan hasil-hasil peramalan
            berbagai kondisi bisnis umum yang dibuat oleh para
            ahli ekonomi dalam lembaga pemerintah dan
            perusahaan besar serta universitas-universitas.

      b. Bottom Up forecasting
            Dimulai dengan perkiraan permintaan produk-
            akhir individual. Peramal menerima estimasi dari
            orang-orang penjualan, distribusi dan langganan.
10/2/2012                                                        4
  Proses-proses Peramalan



    • Penentuan tujuan

    • Pengujian model
    • Penerapan model

    • Pengembangan model

    • Revisi dan evaluasi



10/2/2012                    5
    Teknik peramalan dapat kelompokan menjadi


   1. Teknik Kualitatif
   2. Teknik kuantitatif, yaitu:
           Teknik kausal atau penjelasan (eksplanatory)
           Teknik ekstrapolasi atau deret berkala (time series)


   Dalam beberapa situasi kombinasi beberapa Teknik dapat
    lebih sesuai dr pd menggunakan satu metode



10/2/2012                                                          6
    Teknik-Teknik Peramalan
   Teknik-Teknik Peramalan
            a. Teknik Kualitatif
                  Bersifat subyektif/judgemental
                  Berdasar pada estimasi- estimasi dan pendapat-
                    pendapat dari para eksekutif, orang-orang
                    penjualan, langganan, spesialis/ahli dari berbagai
                    bidang.

             1.   Juri Opini eksekutif
             2.   Metode Delphi
             3.   Gabungan tenaga penjualan
             4.   Survei pasar
10/2/2012                                                                7
                         1.     Juri Opini eksekutif
 Pendekatan ini berdasar pendapat dari sekelompok kecil eksekutif tingkat atas.
  Karena pendapatnya lebih dari satu orang maka diharapkan lebih akurat.

 Kelemahannya: Ketepatan sangat tergantung masukan individu dan dapat bias.

 Keuntungannya: Paling sederhana



                          2.      Metode Delphi
  Teknik yang menggunakan suatu prosedur yang sistematik untuk
   mendapat suatu konsensus pendapat-pendapat dari suatu kelompok ahli.

 Keuntungannya:
  Dapat menggambarkan keadaan di masa datang lebih akurat dan profesional
  sehingga peramalan diharapkan mendekati aktual.
   10/2/2012                                                                      8
                 3.     Gabungan tenaga penjualan

    Tenaga penjual merupakan sumbangan informasi yang baik tentang
    permintaan konsumen. Tiap tenaga penjual meramalkan tingkat
    penjualan di daerah, lalu digabung pada tingkat propinsi kemudian
    digabung hingga tingkat nasional untuk mencapai peramalan
    menyeluruh.


                  4.     Survei pasar

     Masukan dari konsumen/konsumen potensial terhadap rencana
     pembelian di masa datang.Peralatan peramalan yang berguna bila ada
     kekurangan data historik/data tak reliabel. Digunakan untuk meramal
     permintaan jangka panjang dan penjualan produk baru.

       Kelemahannya: Mahal dan sulit.

10/2/2012                                                                  9
b.          Teknik Kuantitatif
                1. Time series (analisis runtun waktu)
                     Meramalkan kejadian di masa datang atas dasar serangkaian
                     data masa lalu, yang merupakan hasil observasi berbagai
                     variabel menurut waktu dan digambarkan dalam bentuk grafik
                     yang menunjukan perilaku variable subjek.



            Pola data dari serangkaian waktu:
            • konstan
            • kecendrungan (trend)
            • musiman (seasonal)
            • siklus (cyclical)




10/2/2012                                                                   10
Kaitan Pola Data dan Metode Regresi (Trend Analysis)


                          Time Series Patterns


      Stationer        Trend Effect   Seasonal Effect    Cyclic Effect




                   Regresi untuk       Regresi untuk        Regresi untuk
                    Trend Linear         Seasonal Data         Cyclic Effect
 Metode dasar dari analisis runtun waktu:


Rata-rata bergerak

a. Rata-rata bergerak sederhana (Simple moving average)
   Bobot tiap periode sama.

                  t  N 1

    Ft+1 =         X
                    i t
                             i
                                 = Xt + Xt-1 + … + Xt-N+1
               ---------------     --------------------------------------------
                       N                               N


    Dengan,
    Ft = Nilai prakiraan untuk periode t
    N = Jumlah deret waktu yang digunakan
    Xi = Data pengamatan periode i
   10/2/2012                                                                      12
b. Rata-rata bergerak tertimbang

   Tiap periode mempunyai bobot yang berbeda

    Ft+1       = W t Xt + W t-1X t-1 + … + W t-N+1 X t-N+1
                 ----------------------------------------------------------------
                                  Wt + W t-1 + … + W t-N+1


    Dengan,

    Wt = persentase bobot yang diberikan untuk periode t

     Jika jumlah bobot = Wt + Wt-1 + … + W t-N+1 = 100 % = 1,
     maka rumus bisa disederhanakan menjadi:

     Ft+1      = W t Xt + W t-1X t-1 + … + W t-N+1 X t-N+1


   10/2/2012                                                                        13
 Metode Dekomposisi

  Mengidentifikasi komponen pola dasar yang ada pada serial
  data, yaitu komponen trend, musiman dan siklus.

    Xt = f (St , Tt , Ct , Rt )


   Dimana:
   St = Komponen musiman pada periode t
   Tt = Komponen trend pada periode t
   Ct = Komponen siklus pada periode t
   Rt = Komponen random (kesalahan) pada periode t




   10/2/2012                                                  14
2.          Metode kausal
            Merupakan teknik yang paling akurat.
            Umumnya membahas pendekatan sebab akibat (kausal
            atau yang bersifat menjelaskan (eksplanatoris), dan
            bertujuan untuk meramalkan keadaan di masa yang akan
            datang dengan menemukan dan mengukur beberapa
            variabel bebas (independen) yang penting beserta
            pengaruhnya terhadap variabel tidak bebas yang akan
            diramalkan.
     a. Analisa Regresi
     b. Analisa Korelasi



10/2/2012                                                     15
a. Analisa Regresi
Metode statistik yang digunakan untuk menentukan hubungan antar
paling tidak satu/lebih variabel bebas(independent variable) dan satu
variabel bergantung (dependent variable ) dengan tujuan untuk
meramalkan nilai variabel bergantung dalam hubungan dengan nilai
variabel bebas tertentu.

Bentuk umum persamaan regresi linier untuk dua variabel (regresi linier
sederhana) adalah sbb:

     Ý = a + b. X

    Dimana :
    Ý = variabel tidak bebas (yang diramalkan)
    X = variabel bebas
    a = nilai daripada Y bila X = 0
    b = perubahan rata-rata Y terhadap perubahan per unit X.
   10/2/2012                                                              16
Nilai a dan b yang meminimalkan jumlah kesalahan kuadrat dapat
dicari dengan menggunakan persamaan berikut:

                  Y  n.a  ( X).b
                  X.Y  ( X).a  ( X     2
                                                ).b

 atau

          n( X.Y) -( X)( Y )

 b = ------------------------------------
          n.( X 2)  ( X ) 2



                Y -( X).b
a = ------------------------------------
                  n
Soal
     PT. Jaya Cocco memproduksi makanan ringan. Bagian operasional telah
      merencanakan bahwa makanan ringan sangat banyak permintaannya dan biaya
      untuk iklan sangat besar dikeluarkan propdusen, berikut adalah data yang tersedia
      secara kuartalan, dan hitunglah b dan a untuk peramalan kuartal berikutnya.

                            Iklan dan Penjualan Kuartalan
        Kuartal        Iklan (Rp 100.000)           Penjualan (Rp 1000.000)
            1                4                                  1
            2                10                                 4
            3                15                                 5
            4                12                                 4
            5                8                                  3
            6                16                                 4
            7                5                                  2
            8                7                                  1
            9                9                                  4
            10               10                                 2
10/2/2012                                                                           18
 b. Analisa Korelasi

      Mengukur derajat hubungan antara dua atau lebih
      variabel- variabel tanpa melihat bentuk hubungan dengan
      menggunakan koefisien r.
Bentuk umum persamaan matematikanya adalah sbb:

                 n.( XY )  ( X )(Y )
 r=
          n.( X 2)  ( X )2 * n.(Y 2)  (Y )2




   Dimana nilai koefisien korelasi r terletak diantara –1 dan 1.




  10/2/2012                                                        19
  Bila kenaikan suatu variabel diikuti dengan kenaikan di dalam
 variabel lain maka kedua variabel tersebut mempunyai korelasi
       positif (+) dan nilai r mendekati atau sama dengan 1
   Bila kenaikan suatu variabel diikuti dengan penurunan pada
 variabel lain maka kedua variabel tersebut mempunyai korelasi
       negatif (-) dan nilai r mendekati atau sama dengan -1
   Bila tak ada perubahan maka kedua variabel tersebut tidak
                mempunyai hubungan dan nilai r = 0




10/2/2012                                                     20
    METODE ANALISIS TREND
      1. Metode Semi Rata-rata

      •     Membagi data menjadi 2 bagian

      •     Menghitung rata-rata kelompok. Kelompok 1 (K1) dan kelompok
            2 (K2)

      •     Menghitung perubahan trend dengan rumus:

                b=              (K2 – K1)
                     (tahun dasar K2 – tahun dasar K1)

                a = K1 untuk kelompok 1 atau a = K2 untuk kelompok 2

      •     Merumuskan persamaan trend Y = a + bX
10/2/2012                                                                 21
   CONTOH METODE SEMI RATA-RATA

    Tahun             Pelanggan    Rata-            Nilai X             Nilai X
                                    rata        th dasar 1997       th dasar 2000
    1996                 4,2                          -1                 -4

K1 1997                  5,0      4,93                0                  -3
    1998                 5,6                          1                  -2



    1999                 6,1                          2                  -1

K2 2000                  6,7      6,67                3                  0
   2001                  7,2                          4                  1


 Y th 1997 = 4,93 + 0,58 X                 b = (6,67 – 4,93)/2000-1997
  Y th 2000
10/2/2012     = 6,67 + 0,58 X              b = 0,58                            22
     METODE ANALISIS TREND

 2. Metode Kuadrat Terkecil
     Menentukan garis trend yang mempunyai jumlah terkecil dari kuadrat
     selisih data asli dengan data pada garis trendnya.
                                                    Trend Pelanggan PT. Telkom


     Y = a + bX                            8
                      Pelanggan (Jutaan)



                                           7
                                           6
     a = Y/N                              5
                                           4
                                           3
     b = YX/X2                            2
                                           1
                                           0
                                               97   98             99            00   01
                                                                 Tahun

                                                             Data Y'       Data Y
10/2/2012                                                                              23
CONTOH METODE KUADRAT TERKECIL


  Tahun      Pelanggan       Kode X      Y.X        X2
                 =Y          (tahun)
 1997            5,0            -2      -10,0       4
 1998           5,6            -1        -5,6       1
 1999           6,1             0         0         0
 2000           6,7             1        6,7        1
 2001           7,2             2        14,4       4
              Y=30,6                  Y.X=5,5   X2=10


Nilai a = 30,6/5=6,12
Nilai b =5,5/10=0,55
Jadi persamaan trend Y’=6,12+0,55x
Terima kasih
- PR MANAJEMEN OPERASIONAL
  Forcasting (Peramalan Produk)


  Data penjualan komputer wilayah pemasaran daerah Jepara Kota adalah sbb,

          Bulan 2010              Volume penjualan
                                  dalam ribuan unit
          Januari                          300
          Pebruari                         350
          Maret                            450
          april                            460
          Mei                              520
          Juni                             580
          Juli                             610



  Dari data diatas:
  a. Hitunglah perkiraan penjualan komputer daerah pemasaran wilayah Jepara Kota
  pada Agustus dan september 2010 (saudara dapat menggunakan metode Lease Square
  dengan proyeksi Trend)

								
To top