KONSEP DASAR PERAMALAN

1
KONSEP DASAR PERAMALAN

• Pertemuan 1 dan 2

2
Thuink .
Penjualan september 1.200 unit
Apa ?? 1.200 ???
3
Membuat keputusan yang baik

• Apakah yang dapat membuat suatu perusahaan
  sukses?
• Keputusan yang dibuat baik
• Bagaimana kita dapat yakin bahwa keputusan yang
  dibuat baik?
• Akurasi prediksi masa yang akan datang
• Bagaimana kita melakukannya?
• Peramalan

4
Pengertian peramalan
Bukan menduga (guess) !
Estimasi nilai atau karakteristik masa depan
Informasi yang dipergunakan sebagai dasar untuk
membuat rencana
5
Mengapa diperlukan?
Masa depan bersifat tidak pasti (uncertain)

• Permintaan tidak pasti karena
• Kompetisi
• Perilaku konsumen
• Siklus bisnis
• Upaya penjualan
• Siklus hidup produk
• Variasi random, dll.

Diperlukan referensi untuk perencanaan ? hasil
peramalan
6
Prinsip Peramalan

• Peramalan seringkali salah.
• Setiap model peramalan memuat estimasi dari
  kesalahan peramalan
• Kesalahan actual seringkali lebih besar daripada
  kesalahan estimasi
• Mengkombinasikan metode dapat meningkatkan
  akurasi
• Peramalan jangka panjang biasanya mempunyai
  akurasi lebih kecil dibanding peramalan jangka
  pendek

7
Data

• SUMBER
• Arsip perusahaan
• Data pemerintah (laporan Biro Pusat Statistik,
  Departemen, dll)
• FAKTOR INTERNAL THD PENJUALAN
• Kualitas, harga, delivery time, promosi,
  discount, dll
• FAKTOR EKSTERNAL
• Indikator perekonomian tingkat pertumbuhan
  ekonomi, tingkat inflasi, nilai tukar valuta
  asing, dll

8
Pertimbangan dalam peramalan

• Ongkos dan manfaat
• Ongkos
• Ongkos pengembangan metoda
• Ongkos kegiatan peramalan
• Ongkos akibat kesalahan ramal
• Manfaat
• Mengerti hubungan antara permintaan dan faktor
  lain
• Kondisi dunia nyata ? Sistem pengendalian
  produksi
• "Untuk tujuan apa suatu ramalan dibuat akan
  menentukan pendekatan yang diambil"

9
Pertimbangan dalam peramalan

• Ketelitian
• Suatu ukuran seberapa tepat ramalan dari kondisi
  aktual
• Sederhana dalam perhitungan
• ketelitian tinggi vs sederhana dalam
  perhitungan
• Kemampuan menyesuaikan terhadap perubahan
• Lead time, periode, horizon

10
Metode Peramalan

• Terdapat 2 macam pendekatan
• Qualitative metode ini dianggap sebagai metode
  yang subyektif dengan mensertakan pendapat pakar.
  Misalnya dengan teknik Delphi. Metode ini dipilih
  apabila data histori tidak tersedia.
• Quantitative metode ini menggunakan data
  histori. Tujuan dari metode ini adalah
  mempelajari data histori dan struktur dari data
  untuk tujuan memprediksi masa depan.

11
Metode Peramalan Quantitative

• Metode peramalan quantitative dapat dibagi lagi
  menjadi beberapa sub-bagian, yaitu
• Metode peramalan time-series metode peramalan
  yang sepenuhnya menggunakan data histori masa
  lalu dan sekarang.
• Metode peramalan kausal/eksplanatoris
  menyertakan faktor-faktor yang berkaitan dengan
  variabel yang akan diprediksi, misalnya dalam
  peramalan ekonomi perlu mengikutsertakan
  barometer2 ekonomi di dalamnya.

12
Metode Peramalan Time-Series

• Pada peramalan ini sistem dianggap sebagai sebuah
  black box. Faktor yang berpengaruh terhadap
  perilaku sistem tidak perlu diketahui.
• Mengapa sistem dianggap sebagai sebuah black box?
• Sistem tidak dapat dipahami, parameter-parameter
  yang mempengaruhi sistem sulit diukur.
• Fokus utama adalah melakukan peramalan, bukan
  untuk mengetahui mengapa hal itu terjadi.

Contoh
 
13
Metode Peramalan Eksplanatoris

• Mengasumsikan adanya hubungan sebab dan akibat di
  antara input dan output dari sebuah sistem.
• Sistem dapat berupa ekonomi nasional, pasar
  uang, dsb.
• Setiap perubahan pada sisi input akan berpengaruh
  terhadap output dari sebuah sistem dengan
  memperhatikan adanya hubungan sebab akibat.
• Secara praktis, dalam peramalan metode ini tugas
  kita adalah menemukan hubungan sebab akibat
  dengan mengamati output dan menghubungkannya
  dengan input.

Contoh
 
14
MODEL KUANTITATIF
15
Horison dan Periode Peramalan

• Horison peramalan menunjukkan seberapa jauh ke
  depan peramalan dilakukan dan terkait dengan
  jangkauan perencanaan yang akan dilakukan (misal
  setahun ke depan)
• Periode peramalan menunjukkan basis waktu data
  peramalan (misal bulanan)

16
Prosedur Peramalan
17
Pola Data pada Model Time-Series
Sumber Metode dan Aplikasi peramalan,
Makridakis, S.
18
Teknik Peramalan untuk Pola Data Horizon

• Data relatif stable untuk periode waktu tertentu
• Terjadi variasi sepanjang waktu tetapi tidak
  signifikan
• Fungsi yang menunjukkan pola data konstan
• d(t) a
• d(t) permintaan selama periode t
• a konstanta
• Teknik peramalan yang bisa dipakai antara lain
• Metode rata-rata sederhana
• Metode rata-rata bergerak
• Pemulusan eksponensial sederhana
• Metode Box-Jenkins

19
Teknik Peramalan untuk Pola Data Trend

• Demand menunjukkan kecenderungan meningkat
  (menurun) dari waktu ke waktu
• Fungsi pola data trend adalah
• d(t) a bt
• d(t) permintaan pada periode t
• a, b parameter model
• Teknik peramalan yang dipakai antara lain
• Double moving average
• Pemulusan eksponensial dari Brown
• Pemulusan eksponensial dari Holt

20
Teknik Peramalan untuk Pola Data Siklis

• Pola data siklis dapat didefiniskan sebagai
  fluktuasi seperti gelombang disekitar garis
  trend.
• Pola siklis cenderung untuk berulang setiap dua,
  tiga tahun, atau lebih
• Pola siklis sulit untuk dibuat modelnya karena
  polanya tidak stabil,turun naiknya fluktuasi di
  sekitar trend jarang sekali berulang pada
  interval waktu yang tetap
• Teknik peramalan yang dapat dipakai antara lain
• Model-model ekonometrik
• Regresi berganda runtut waktu
• Metode Box-Jenkins

21
Teknik Peramalan untuk Pola Data Musiman

• Suatu data runtut waktu yang bersifat musiman
  didefinisikan sebagai suatu data runtut waktu
  yang mempunyai pola perubahan yang berulang
  secara tahunan.
• Teknik peramalan yang dapat dipakai antara lain
• Pemulusan eksponensial dari winter
• Regresi berganda runtut waktu
• Metode Box-Jenkins

22
Kesalahan Peramalan (1)

• Di dalam setiap sistem selalu terdapat unsur acak
  di dalamnya.
• Karena itu sistem lebih tepat digambarkan sebagai
  berikut
• Unsur acak di dalam sistem menghasilkan adanya
  kesalahan ramalan (hasil ramalan dan kondisi
  sesungguhnya tidak sama persis).

23
Kesalahan Peramalan (2)

• Karena itu data yang merupakan representasi
  sebuah sistem memiliki dua komponen utama, yaitu
  pola data (hubungan fungsional yang mengatur
  sistem) dan unsur acak (kesalahan/galat),
  dirumuskan sebagai
• data pola kesalahan
• Permasalahannya sekarang bagaimana
• memisahkan pola dari komponen
• kesalahan agar pola dapat digunakan
• dalam peramalan?

24
Kesalahan Peramalan (3)

• Komponen kesalahan tidak dapat dihilangkan tetapi
  dapat diminimalkan.
• Salah satu metode telah digunakan secara luas
  adalah least squares. Dalam metode ini prosedur
  estimasi dilakukan untuk meminimalkan jumlah
  kuadrat dari kesalahan.

25
Kriteria Performansi Peramalan

• Performansi diukur dari kesalahan peramalan
  (forecasting error)
• Cerminan dari akurasi peramalan semakin kecil
  kesalahan ? semakin akurat hasil ramalan
• Kesalahan peramalan (et) deviasi antara
  observasi aktual (dt) dengan nilai ramalannya
  (dt) atau et dt dt
• Karena observasi aktual pada saat peramalan belum
  ada maka kesalahan dihitung pada data historis
  (observasi aktual historis vs nilai ramalan
  periode historis)

26
Contoh

• Seorang manager supermarket ingin mengetahui
  berapa nilai yang dibelanjakan oleh pelanggan,
  berdasarkan data yang diambil secara acak
  didapatkan sesuai tabel.
• Manager menentukan estimasi secara acak untuk
  mendapatkan kesalahan terkecil, misalnya 7, 9,
  10, 12.

Pelanggan Nilai belanja ()
1 9
2 8
3 9
4 12
5 9
6 12
7 11
8 7
9 13
10 9
11 11
12 10
27
Nilai estimasi 7 Nilai estimasi 7 Nilai estimasi 9 Nilai estimasi 9 Nilai estimasi 10 Nilai estimasi 10 Nilai estimasi 12 Nilai estimasi 12
Pelanggan Nilai belanja Error Squared error Error Squared error Error Squared error Error Squared error
1 9 2 4 0 0 -1 1 -3 9
2 8 1 1 -1 1 -2 4 -4 16
3 9 2 4 0 0 -1 1 -3 9
4 12 5 25 3 9 2 4 0 0
5 9 2 2 0 0 -1 1 -3 9
6 12 5 25 3 9 2 4 0 0
7 11 4 16 2 4 1 1 -1 1
8 7 0 0 -2 4 -3 9 -5 25
9 13 6 36 4 16 3 9 1 1
10 9 2 4 0 0 -1 1 -3 9
11 11 4 16 2 4 1 1 -1 1
12 10 3 9 1 1 0 0 -2 4
SSE (sum of suared error) SSE (sum of suared error) SSE (sum of suared error) 144 48 36 84
MSE (mean squared error MSE (mean squared error MSE (mean squared error 12 4 3 7
28
Ukuran Kesalahan Peramalan

• Mean Square Error (MSE)
• Standard Error of Estimate (SEE)

• Error percentage

f degree of freedom - 1 untuk pola data
konstan - 2 untuk pola data trend - 3 untuk pola
data siklis
29
Latihan
Tahun Jumlah
1980 98
1981 100
1982 107
1983 90
1984 92
1985 100
1986 98
1987 112
1988 120
1989 100
1990 98
1991 92
1992 95
1993 100
1994 98

• Perhatikan tabel jumlah penjualan tas tradisional
  dari sebuah pengusaha kecil di sebelah ini
• Tentukan MSE dengan uji coba nilai estimasi
  berturut-turut 90, 95, 100, 105, 110.
• Nilai estimasi mana yang memberikan MSE terkecil?

30
Verifikasi Peramalan

• Dilakukan untuk memeriksa apakah hasil peramalan
  sudah betul
• Menggunakan teknik moving range chart

31
Plot nilai (dt-dt) pada grafik

• Kondisi di luar kendali jika
• Ada titik di luar UCL atau LCL
• Dari 3 titik plot berturutan 2 titik berada pada
  region A (? 1.77 MR)
• Dari 5 titik plot berturutan terdapat 4 titik
  berada pada region B (? 0.89 MR)
• Ada 8 titik plot berturutan berada pada bagian
  atas atau bawah garis tengah (region C)

32
OUT OF CONTROL !!!
Periksa apa yang terjadi pada kondisi out of
control pabrik off ? Sales problem ? .
Jika jelas penyebab hasil ramalan bisa dipakai
Jika tidak bisa tunggu bukti baru. Kembali in
control pakai terus. Terjadi lagi out of
control pikirkan ganti metode peramalan
Bisa juga langsung mengganti metode peramalan..
33
Penutup

• Peramalan merupakan langkah awal dalam
  perencanaan
• Berfungsi mendapatkan nilai perkiraan sepanjang
  periode perencanaan
• Perkiraan tersebut menjadi referensi dalam
  menyusun rencana kerja sesuai ketersediaan sumber
  daya perusahaan
• Peramalan yang diperoleh tepat waktu sangat
  menolong proses perencanaan
• Perlu juga diperhatikan biaya untuk mengumpulkan
  data serta manfaat dari perencanaan yang
  diperoleh
• Selalu diliputi kesalahan karena itu kemudian
  perlu up-dating data sebagai bentuk pengendalian