METODE PERAMALAN (FORECASTING)

DISUSUN OLEH :
- ADE PARASWATI (1615310173)
- KHAIRUNNISA (1615310188)

KELAS : MANAJEMEN II PAGI I

RUANG : B (403)
DOSEN PENGAMPU : MESRA B,SE,MM

UNIVERSITAS PEMBANGUNAN PANCA

BUDI
2017
 FORECASTING ( PERAMALAN )

1. Pengertian Peramalan

Pengertian peramalan (forecasting) : adalah seni dan ilmu

memprediksi peristiwa-peristiwa yang akan terjadi dengan menggunakan
data historis dan memproyeksikannya ke masa depan dengan beberapa
bentuk model matematis.

Peramalan merupakan aktivitas fungsi bisnis yang memperkirakan penjualan dan

penggunaan produk sehingga produk-produk itu dapat dibuat dalam kuantitas yang tepat.
Peramalan merupakan dugaan terhadap permintaan yang akan datang berdasarkan pada beberapa
variabel peramal, sering berdasarkan data deret waktu historis. Peramalan menggunakan teknik-
teknik peramalan yang bersifat formal maupun informal (Gaspersz, 1998).

Kegiatan peramalan merupakan bagian integral dari pengambilan keputusan manajemen.

Peramalan mengurangi ketergantungan pada hal-hal yang belum pasti (intuitif). Peramalan
memiliki sifat saling ketergantungan antar divisi atau bagian. Kesalahan dalam proyeksi
penjualan akan mempengaruhi pada ramalan anggaran, pengeluaran operasi, arus kas,
persediaan, dan sebagainya. Dua hal pokok yang harus diperhatikan dalam proses peramalan
yang akurat dan bermanfaat (Makridakis, 1999):

1. Pengumpulan data yang relevan berupa informasi yang dapat menghasilkan peramalan
yang akurat.

2. Pemilihan teknik peramalan yang tepat yang akan memanfaatkan informasi data yang
diperoleh semaksimal mungkin.

2.Meramal Horizon Waktu

Peramalan biasanya diklasifikasikan berdasarkan horizon waktu masa depan yang

dicakupnya. Horizon waktu terbagi atas beberapa kategori:
1.Peramalan jangka pendek. Peramalan ini mencakup jangka waktu hingga 1 tahun
tetapi umumnya kurang dari 3 bulan. Peramalan ini digunakan untuk
merencanakan pembelian, penjadwalan kerja, jumlah tenaga kerja, penugasan
kerja, dan tingkat produksi.

2.Peramalan jangka menengah. Peramalan jangka menengah, atau intermediate,

umumnya mencakup hitungan bulanan hingga 3 tahun. Peramalan ini berguna
untuk merencanakan penjualan, perencanaan clan anggaran produksi, anggaran
kas, clan menganallsis bermacam-macam rencana operasi.

3.Peramalan jangka panjang. Umumnya untuk perencanaan masa 3 tahun atau

lebih. Peramalan jangka panjang digunakan untuk merencanakan produk baru,
pembelanjaan modal, lokasi atau pengembangan fasilitas, Berta penelitian clan
pengembangan (litbang).

3.JENIS PERAMALAN
Organisasi pada umumnya menggunakan tiga tipe peramalan yang utama dalam
perencanaan operasi di masa depan:

1.Peramalan ekonomi (economic forecast) menjelaskan siklus bisnis dengan

memprediksikan tingkat inflasi, ketersediaan uang, dana yang dibutuhkan untuk
 membangun perumahan, dan indikator perencanaan lainnya.

2.Peramalan teknologi (technological forecast) memperhatikan tingkat

kemajuan teknologi yang dapat meluncurkan produk baru yang menarik, yang
membutuhkan pabrik dan peralatan baru.

3.Peramalan permintaan (demand forecast) adalah proyeksi permintaan untuk

produk atau layanan suatu perusahaan. Peramalan ini disebut juga peramalan
penjualan, yang mengendalikan produksi, kapasitas, Berta sistem penjadwalan dan
menjadi input bagi perencanaan keuangan, pemasaran, dan sumber daya manusia.
Peramalan ekonomi dan teknologi adalah teknik khusus yang mungkin bukan
termasuk bagian dari tugas manajer operasi. Karena itu penekanan pada buku ini
adalah pada peramalan permintaan.

4.Metode peramalan:
Peramalan berdasarkan metode terbagi menjadi 2 yaitu:
1. Metode Kuantitatif
menggunakan berbagai model matematis atau metode statistik dan data
historis dan atau variabel-variabel kausal untuk meramalkan permintaan,
Metode Peramalan Kuantitatif dapat dikelompokkan menjadi dua jenis,
yaitu :

A. Model Seri Waktu / Metode deret berkala

Model seri waktu / metode deret berkala (time series) metode yang
dipergunakan untuk menganalisis serangkaian data yang merupakan fungsi
dari waktu, terbagi menjadi :

1. Rata-rata bergerak (moving averages),

Rata-Rata Bergerak Sederhana (simple moving averages) : bermanfaat jika

diasumsikan bahwa permintaan pasar tetap stabil :

Rata-Rata Bergerak Tertimbang (weighted moving averages) : apabila ada

pola atau trend yang dapat dideteksi, timbangan bisa digunakan untuk
menempatkan lebih banyak tekanan pada nilai baru :

Model rata-rata bobot bergerak lebih responsif terhadap perubahan karena

data dari periode yang baru biasanya diberi bobot lebih besar. Rumus rata-
rata bobot bergerak yaitu sebagai berikut.

2. Penghalusan eksponensial (exponential smoothing),

Penghalusan Eksponensial : metode peramalan dengan menambahkan
parameter alpha dalam modelnya untuk mengurangi faktor kerandoman.
Istilah eksponensial dalam metode ini berasal dari pembobotan/timbangan
(faktor penghalusan dari periode-periode sebelumnya yang berbentuk
eksponensial.
 Peramalan menggunakan model pemulusan eksponensial rumusnya adalah
sebagai berikut:

3. Proyeksi trend (trend projection)

Metode proyeksi trend dengan regresi, merupakan metode yang dignakan
baik untuk jangka pendek maupun jangka panjang. Metode ini merupakan
garis trend untuk persamaan matematis.

B. Model / metode kausal (causal/explanatory model)

Merupakan metode peramalan yang didasarkan kepada hubungan
antara variabel yang diperkirakan dengan variabel lain yang
mempengaruhinya tetapi bukan waktu melainkan sebab akibat. Dalam
prakteknya jenis metode peramalan ini terdiri dari :

Metode regresi dan kolerasi, merupakan metode yang digunakan baik

untuk jangka panjang maupun jangka pendek dan didasarkan kepada
persamaan dengan teknik least squares yang dianalisis secara statis.

Peramalan menggunakan metode regresi:

Penggunaan metode ini didasarkan kepada variabel yang ada dan yang akan
mempengaruhi hasil peramalan.

Hal- hal yang perlu diketahu sebelum melakukan peramalan dengan metode
regresi adalah mengetahui terlebih dahulu mengetahui kondisi- kondisi
seperti :

Adanya informasi masa lalu

Informasi yang ada dapat dibuatkan dalam bentuk data (dikuantifikasikan)

Diasumsikan bahwa pola data yang ada dari data masa lalu akan
berkelanjutan dimasa yang akan datang.

Adapun data- data yang ada dilapangan adalah :

Musiman (Seasonal)
 Horizontal (Stationary)

Siklus (Cylikal)

Trend
 Dalam menyusun ramalan pada dasarnya ada 2 macam analisis yang dapat
digunakan yaitu :

Analisi deret waktu(Time series), merupakan analisis antaravariabel yang

dicari dengan variabel waktu.

Analisis Cross Section atau sebab akibat (Causal method), merupakan

analisis variabel yang dicari dengan variabel bebas atau yang
mempengaruhi.

Ada dua pendekatan untuk melakukan peramalan dengan menggunakan

analisis deret waktu dengan metode regresi sederhana yaitu :

Analisis deret waktu untuk regresi sederhana linier

Analisis deret untuk regresi sederhana yang non linier

Untuk menjelaskan hubungan kedua metode ini kita gunakan notasi

matematis seperti:
Y = F (x)
Dimana :
Y = Dependent variable (variabel yang dicari)
X = Independent variable (variabel yang mempengaruhinya)

Notasi regresi sederhana dengan menggunakan regresi linier (garis lurus)

dapat digunakan sebagai berikut :

Y=a+bx
Dimana Y = variabel dependen (penjualan)
X = variabel bebas (produk negara bruto)
a = nilai Y-intercept (nilai Y saat X sama dengan nol)
b = selisih rata-rata perubahan penjualan (kemiringan persamaan)
 Menggunakan rumus ini, prosedur statistik melibatkan menentukan kenaikan rata-rata perubahan
y (penjualan, variabel dependen) yang dihasilkan dari salah satu peningkatan perubahan X
(produk negara bruto, variabel independen).

Model Input Output, merupakan metode yang digunakan untuk peramalan

jangka panjang yang biasa digunakan untuk menyusun trend ekonomi jangka
panjang.

Model ekonometri, merupakan peramalan yang digunakan untuk jangka

panjang dan jangka pendek.

2. Metode Kualitatif
Metode kualitatif umumnya bersifat subjektif, dipengaruhi oleh intuisi, emosi,
pendidikan dan pengalaman seseorang. Oleh karena itu hasil peramalan dari
satu orang dengan orang lain dapat berbeda. Meskipun demikian, peramalan
kualitatif dapat menggunakan teknik/metode peramalan, yaitu :

Juri dari Opini Eksekutif : metode ini mengambil opini atau pendapat dari
sekelompok kecil manajer puncak/top manager (pemasaran, produksi,
teknik, keuangan dan logistik), yang seringkali dikombinasikan dengan
model-model statistik.

Gabungan Tenaga Penjualan : setiap tenaga penjual meramalkan tingkat

penjualan di daerahnya, yang kemudian digabung pada tingkat provinsi dan
nasional untuk mencapai ramalan secara menyeluruh.

Metode Delphi : dalam metode ini serangkaian kuesioner disebarkan

kepada responden, jawabannya kemudian diringkas dan diberikan kepada
para ahli untuk dibuat peramalannya. Metode memakan waktu dan
melibatkan banyak pihak, yaitu para staf, yang membuat kuesioner,
mengirim, merangkum hasilnya untuk dipakai para ahli dalam
menganalisisnya. Keuntungan metode ini hasilnya lebih akurat dan lebih
profesional sehingga hasil peramalan diharapkan mendekati aktualnya.

Survai Pasar (market survey) : Masukan diperoleh dari konsumen atau

konsumen potensial terhadap rencana pembelian pada periode yang
diamati. Survai dapat dilakukan dengan kuesioner, telepon, atau wawancara
langsung.

5. PROSES PERAMALAN (FORECASTING)

Proses peramalan (forecasting) biasanya terdiri dari langkah-langkah

sebagai berikut. (Handoko, 1984: 260).
a. Penentuan Tujuan
Analis mengatakan dengan para pembuat keputusan dalam perguruan tinggi
untuk mengetahui apa kebutuhan-kebutuhan mereka, dan menentukan:
1 variabel-variabel yang akan diestimasi.
2 siapa yang akan menggunakan hasil peramalan.
3 untuk tujuan-tujuan apa hasil peramalan akan digunakan.
4 estimasi jangka panjang atau jangka pendek yang diinginkan.
5 derajat ketepatan estimasi yang diinginkan.
6 kapan estimasi dibutuhkan.
7 bagian-bagian yang diinnginkan, seperti peramalan untuk kelompok
pembeli, kelompok produk atau daerah geografis.
b. Penggunaan Model
Setelah tujuan ditetapkan, langkah berikutnya adalah mengembangkan
model, yang merupakan penyajian secara lebih sederhana sistem yang
dipelajari. Dalam peramalan, model adalah suatu kerangka analitik yang
apabila dimasukkan data akan menghasilkan estimasi jumlah calon
mahasiswa baru diwaktu mendatang (atau variabel apa saja yang diramal).
Analis hendaknya memilih suatu model yang menggambarkan secara realitis
perilaku variabel-variabel yang dipertimbangkan.
Sebagai contoh, bila suatu perguruan tinggi ingin meramalkan jumlah calon
mahasiswa baru yang polanya berbentuk linier, model yang dipilih mungkin
Y = a + bX, dimana menunjukkan besarnya jumlah calon mahasiswa baru, X
menunjukkan unit waktu, serta a dan b adalah parameter-parameter yang
menggambarkan posisi dan dan kemiringan garis pada grafik. Y

c. Pengujian Model
Sebelum diterapkan, model biasanya diuji untuk menentukan tingkat akurasi,
validitas, dan reliabilitas yang diharapkan. Ini sering mencakup
penerapannya pada data historik, dan penyiapan estimasi untuk tahun-tahun
sekarang dengan data nyata yang tersedia. Nilai suatu model ditentukan
oleh derajat ketepatan hasil peramalan dengan data aktual.

d. Penerapan Model
Setelah pengujian, analis menerapkan model dalam tahap ini, data historis
dimasukkan dalam model untuk menghasilkan suatu ramalan. Dalam kasus
model calon mahasiswa baru, Y= a + bX, analis menerapkan teknik-teknik
matematika agar diperoleh a dan b.

e. Revisi dan Evaluasi

Ramalan-ramalan yang telah dibuat harus senantiasa diperbaiki dan ditinjau
kembali. Perbaikan mungkin perlu dilakukan karena adanya perubahan-
perubahan dalam perguruan tinggi atau lingkungan, seperti tingkat biaya
masuk perguruan tinggi, jumlah kelulusan di tingkat SMU, tingakt jumlah
perguruan tinggi, jumlah jurusan/program studi baru yang ada di perguruan
tinggi, pengeluaran-pengeluaran pengiklanan atau pamflet, kebijakan
moneter dan kemajuan teknologi.
Evaluasi, di pihak lain, merupakan perbandingan ramalan-ramalan dengan
hasil-hasil nyata untuk menilai ketepatan penggunaan metodelogi atau
teknik peramalan. Langkah ini diperlukan untuk menjaga kualitas estimasi-
estimasi diwaktu yang akan datang.

DAFTAR ISI

http://miccaherlina23.blogspot.co.id/2016/10/makalah-peramalan-forecasting.html

https://fariedpradhana.wordpress.com/2012/06/28/forecasting-peramalan/

http://saskiabosa.blogspot.co.id/2013/10/forecasting-peramalan-untuk-
manajemen.html

http://magussudrajat.blogspot.co.id/2010/04/peramalan-forecasting.html

THANK YOU