Forecasting Adalah

Pengertian Forecasting

Forecasting Adalah – Pengertian, Makalah, Tujuan, Jenis, Contoh – Peramalan (forecasting) adalah bagian vital bagi setiap organisasi bisnis dan untuk setiap pengambilan keputusan manajemen yang sangat signifikan. Peramalan menjadi dasar bagi perencanaan jangka panjang perusahaan. Dalam area fungsional keuangan, peramalan memberikan dasar dalam menentukan anggaran dan pengendalian biaya.

Pada bagian pemasaran, peramalan penjualan dibutuhkan untuk merencanakan produk baru, kompensasi tenaga penjual, dan beberapa keputusan penting lainnya. Selanjutnya, pada bagian produksi dan operasi menggunakan data-data peramalan untuk perencanaan kapasitas, fasilitas, produksi, penjadwalan, dan pengendalian persedian(inventory control). Untuk menetapkan kebijakan ekonomi seperti tingkat pertumbuhan ekonomi, tingkat pengangguran, tingkat inflasi, dan lain sebagainya dapat pula dilakukan dengan metode peramalan.

Peramalan adalah penggunaan data masa lalu dari sebuah variabel atau kumpulan variabel untuk mengestimasi nilainya di masa yang akan datang. Asumsi dasar dalam penerapan teknik-teknik peramalan adalah:“If we can predict what the future will be like we can modify our behaviour now to be in a better position, than we otherwise would have been, when the future arrives.” Artinya, jika kita dapat memprediksi apa yang terjadi di masa depan maka kita dapat mengubah kebiasaan kita saat ini menjadi lebih baik dan akan jauh lebih berbeda di masa yang akan datang. Hal ini disebabkan kinerja di masa lalu akan terus berulang setidaknya dalam masa mendatang yang relatif dekat.

Peramalan merupakan teknik yang digunakan untuk memperkirakan suatu system dimasa yang akan datang.Peramalan diperlukan oleh suatu perusahaan karena setiap keputusan yang diambil dapat memengaruhi keadaan diamasa yang akan datang. Menurut Horison waktu,nya,peramalan dapat dibagi menjadi 3 yaitu:

Peramalan jangka pendek yang memberikan hasil peramalan satu tahun mendatang.atau kurang
Peramalan jangka menengah untuk meramalkan keadaan satu hingga 5 tahun kedepan.
Peramalan jangka panjang digunakan untuk pengambilan keputusan mengenai perencanaan produk dan perencanaan pasar, pengeluaran biaya perusahaan, studi kelayakan pabrik, anggaran, purchase order, perencanaan tenaga kerja dan perencanaan kapasitas kerja serta pengambilan keputusan yang berhubungan dengan kejadian lebih dari 5 tahun yang akan datang.

Dalam metode peramalan dapat dibagi atas dua metode yaitu:

Metode kuanlitatif

Metode kuanlitatif yaitu menggunakan perhitungan matematik dan statistic.

Metode kuanlitatif dapat digolongkan menjadi 2 yaitu:

Teknik Deret Berkala (Time Series) yang memerlukan sistem seperti kotak hitam dan tidak ada usaha memerlukan faktor yang berpengaruh pada system tersebut.

Metode ini cocok untuk peramalan jangka pendek dan jangka menengah.

Single Moving Average
Single Exponential Smothing,
Teknik Exponential(causal) yang mengasumsikan adanya hubungan sebab akibat anatara output dan input dari suatu sistem.Contoh:
Analisis Regrasi Ganda
Metode Dephi.
Metode

Metode ini digunakan dimana tidak ada model matematik, biasanya dikarenakan data yang ada tidak cukup representatif untuk meramalkan masa yang akan datang (long term forecasting). Peramalan kualitatif menggunakan pertimbangan pendapat-pendapat para pakar yang ahli atau experd di bidangnya. Adapun kelebihan dari metode ini adalah biaya yang dikeluarkan sangat murah (tanpa data) dan cepat diperoleh. Sementara kekurangannya yaitu bersifat subyektif sehingga seringkali dikatakan kurang ilmiah.

Salah satu pendekatan peramalan dalam metode ini adalah Teknik Delphi, dimana menggabungkan dan merata-ratakan pendapat para pakar dalam suatu forum yang dibentuk untuk memberikan estimasi suatu hasil permasalahan di masa yang akan datang. Misalnya: berapa estimasi pelanggan yang dapat diperoleh dengan realisasi teknologi 3G.

Metode kualitatif biasanya tidak menggunakan perhitungan matematis ataupun perhitungan secara statitik.Metode ini cukup dengan tanggapan atau buah pikiran dari orang orang yang cuku mengenai keadaan yang akan diramalakan, contoh:Metode Juri Opinion&Metode Delphi.

Tujuan Dan Fungsi Peramalan “Forecasting”

Fungsi peramalan atau forecasting terlihat pada saat pengambilan keputusan. Keputusan yang baik ialah keputusan yang didasarkan atas pertimbangan apa yang akan terjadi pada waktu keputusan itu dilaksanakan. Apabila kurang tepat ramalan yang kita susun, maka masalah peramalan juga merupakan masalah yang selalu kita hadapi “Ginting, 2007”.

Menurut Heizer dan Render “2009:47”, permalan atau forecasting memiliki tujuan sebagai berikut:

Untuk mengkaji kebijakan perusahaan yang berlaku saat ini dan dimasa lalu serta melihat sejauh mana pengaruh dimasa datang.
Peramalan diperlukan karena adanya time lag atau delay antara saat suatu kebijakan perusahaan ditetapkan dengan saat implementasi.
Peramalan merupakan dasar penyusutan bisnis pada suatu perusahaan sehingga dapat meningkatkan efektivitas suatu rencana bisnis.

Jenis-Jenis Peramalan “Forecasting”

Berdasarkan horizon waktu, peramalan atau forecasting dapat dibagi menjadi tiga jenis yaitu “Herianto, 2008:78”

Peramalan jangka panjang yaitu yang mencakup waktu lebih besar dari 18 bulan, misalnya peramalan yang diperlukan dalam kaitannya dengan penanaman modal, perencanaan fasilitas dan perencanaan untuk kegiatan litbang.
Peramalan jangka menengah yaitu mencakup waktu antara 3 sampai 18 bulan, misalnya peramalan untuk perencanaan penjualan, perencanaan produksi dan perencanaan tenaga kerja tidak tetap.
Peramalan jangka pendek yaitu mencakup jangka waktu kurang dari 3 bulan. Misalnya peramalan dalam hubungannya dengan perencanaan pembelian material, penjadwalan kerja dan penugasan karyawan.

Berdasarkan fungsi dan perencanaan operasi di masa depan, peramalan atau forecasting dibagi menjadi tigas jenis yaitu “Heizer dan Render, 2009:47”

Peramalan ekonomi “economic forecast” peramalan ini menjelaskan siklus bisnis dengan memprediksi tingkat inflasi ketersediaan uang, dana yang dibutuhkan untuk membangun perumahan dan indikator perencanaan lainnya.
Peramalan teknologi “technological forecast”, peramalan ini memperhatikan tingkat kemajuan teknologi yang dapat meluncurkan produk baru yang menarik yang membutuhkan pabrik dan peralatan yang baru.
Peramalan permintaan “demand forecast” ialah proyeksi permintaan untuk produk atau layanan perusahaan. Proyeksi permintaan produk atau layanan suatu perusahaan. Peramalan ini juga disebut peramalan penjualan yang mengendalikan produksi, kapasitas, serta sistem penjadwalan dan menjadi input bagi perencanaan keuangan, pemasaran dan sumber daya manusia.

Berdasarkan jenis data ramalan yang disusun, peramalan dibagi menjadi dua jenis yaitu “Saputro dan Asri 2000: 148”

Peramalan kualitatif yaitu peramalan yang didasarkan atas kualitatif pada masa lalu. Hasil ramalan yang dibuat sangat tergantung pada orang yang menyusunnya. Hal ini penting karena peramalan tersebut ditentukan berdasarkan pemikiran yang bersifat intuisi, pendapat dan pengetahuan serta pengalaman dari penyusunnya. Biasanya peramalan secara kualitatif ini didasarkan atas hasil penyelidikan seperti pendapat salesman, pendapat sales manajer pendapat para ahli dan survey konsumen.
Peramalan kuantitatif yaitu peramalan yang didasarkan atas data penjualan pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada metode yang dipergunakan dalam peramalan tersebut. Penggunaan metode yang berbeda akan diperoleh hasil yang berbeda pula.

Berdasarkan sifat penyusunannya, peramalan dibagi menjadi dua jenis yaitu “Ginting, 2007”

Peramalan subjektif yaitu peramalan yang didasarkan atas perasaan atau intuisi dari orang yang menyusunnya.
Peramalan objektif yaitu peramalan yang didasarkan atas data yang relevan pada masa lalu dengan menggunakan teknik-teknik dan metode-metode dalam penganalisaan data tersebut.

Langkah Langkah dalam melakukan peramalan

Dalam melakukan peramalan terdiri dari beberapa tahapan khususnya jika menggunakan metode kuantitatif. Tahapan tersebut adalah:

Definisikan Tujuan Peramalan

Misalnya peramalan dapat digunakan selama masa pra-produksi untuk mengukur tingkat dari suatu permintaan.

Buatlah diagram pencar (Plot Data)

Misalnya memplot demand versus waktu, dimana demand sebagai ordinat (Y) dan waktu sebagai axis (X).

Memilih model peramalan yang tepat

Melihat dari kecenderungan data pada diagram pencar, maka dapat dipilih beberapa model peramalan yang diperkirakan dapat mewakili pola tersebut.

Lakukan Peramalan
Hitung kesalahan ramalan (forecast error)

Keakuratan suatu model peramalan bergantung pada seberapa dekat nilai hasil peramalan terhadap nilai data yang sebenarnya. Perbedaan atau selisih antara nilai aktual dan nilai ramalan disebut sebagai “kesalahan ramalan (forecast error)” atau deviasi yang dinyatakan dalam:

e_t = Y(t) – Y’(t)

Dimana : Y(t) = Nilai data aktual pada periode t

Y’(t) = Nilai hasil peramalan pada periode t

t = Periode peramalan

Maka diperoleh Jumlah Kuadrat Kesalahan Peramalan yang disingkat SSE (Sum of Squared Errors) dan Estimasi Standar Error (SEE – Standard Error Estimated)

Pilih Metode Peramalan dengan kesalahan yang terkecil.

Apabila nilai kesalahan tersebut tidak berbeda secara signifikan pada tingkat ketelitian tertentu (Uji statistik F), maka pilihlah secara sembarang metode-metode tersebut.

Lakukan Verifikasi

Untuk mengevaluasi apakah pola data menggunakan metode peramalan tersebut sesuai dengan pola data sebenarnya.

Metode Peramalan

Salah satu cara untuk mengklasifikasikan permasalahan pada peramalan adalah mempertimbangkan skala waktu peramalannya yaitu seberapa jauh rentang waktu data yang ada untuk diramalkan. Terdapat tiga kategori waktu yaitu jangka pendek (minggu / bulan), menengah (bulan / tahun), dan jangka panjang (tahun  dekade). Tabel berikut ini menunjukkan tipe-tipe keputusan berdasarkan jangka waktu peramalannya.

Untuk melakukan peramalan diperlukan metode tertentu dan metode mana yang digunakan tergantung dari data dan informasi yang akan diramal serta tujuan yang hendak dicapai. Dalam prakteknya terdapat berbagai metode peramalan antara lain :

Time Series atau Deret Waktu

Analisis time series merupakan hubungan antara variabel yang dicari (dependent) dengan variabel yang mempengaruhi-nya (independent variable), yang dikaitkan dengan waktu seperti mingguan, bulan, triwulan, catur wulan, semester atau tahun.

Dalam analisis time series yang menjadi variabel yang dicari adalah waktu. Metode peramalan ini terdiri dari :

Metode Smoting, merupakan jenis peramalan jangka pendek seperti perencanaan persediaan, perencanaan keuangan. Tujuan penggunaan metode ini adalah untuk mengurangi ketidakteraturan data masa lampau seperti musiman.
Metode Box Jenkins, merupakan deret waktu dengan menggunakan model matematis dan digunakan untuk peramalan jangka pendek.
Metode proyeksi trend dengan regresi, merupakan metode yang dignakan baik untuk jangka pendek maupun jangka panjang. Metode ini merupakan garis trend untuk persamaan matematis.
Causal Methods atau sebab akibat

Merupakan metode peramalan yang didasarkan kepada hubungan antara variabel yang diperkirakan dengan variabel alin yang mempengaruhinya tetapi buakn waktu. 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.
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.

Model Time Series Analysis

Berikut ini akan dijabarkan cara melakukan peramalan dengan menggunakan modelTime Series Analysis yang terdiri dari beberapa model. Adapun asumsi dasar dalam menggunakan model deret waktu ini adalah pola data ramalan akan sama dengan pola data sebelumnya. Model yang termasuk kategori model deret waktu yaitu:

Model Konstan,
Model Siklis,
Model Analisis Regresi,
Model Moving Average,
Model Exponential S

Contoh Soal

Moving Average

(Sumber : Gaspersz, Vincent, Production Planning and Inventory Control, 1998)

Keterangan :

FD = Forecast Demand
D   = Demand
n    = Jumlah data
t     = Bulan ke .. (1, 2 …,t)

Contoh:

Permintaan material. 07000 – 12012 O-RING memiliki data history sebagai berikut:

Tabel contoh perhitungan moving average

Demikianlah pembahasan mengenai Forecasting Adalah – Pengertian, Makalah, Tujuan, Jenis, Contoh semoga dengan adanya ulasan tersebut dapat menambah wawasan dan pengetahuan kalian semua,, terima kasih banyak atas kunjungannya.