170 likes | 493 Views
PERTEMUAN VI. PERAMALAN PERMINTAAN. Definisi Peramalan. Peramalan adalah seni dan ilmu untuk memprediksi masa depan. Peramalan adalah tahap awal, dan hasil ramalan merupakan basis bagi seluruh tahapan pada perencanaan produksi.
E N D
PERTEMUAN VI PERAMALAN PERMINTAAN
Definisi Peramalan • Peramalan adalah seni dan ilmu untuk memprediksi masa depan. • Peramalan adalah tahap awal, dan hasil ramalan merupakan basis bagi seluruh tahapan pada perencanaan produksi. • Menjadi dasar dalam membuat keputusan-keputusan, termasuk pembuatan rencana produksi • Peramalan lebih baik dibandingkan dengan dugaan yang subyektif
TUJUAN PERAMALAN PERMINTAAN • MENGESTIMASI IMPLIKASI EKONOMI DARI PERENCANAAN PEMASARAN • MENGESTIMASI PROFITABILITY PERUSAHAAN • MENGESTIMASI KEPERLUAN FINANSIAL • MENGESTIMASI KEBUTUHAN RAW MATERIAL • MENGESTIMASI KAPASITAS PABRIK
Proses PERAMALAN PERMINTAAN PENGUMPULAN DATA PENJUALAN MASA LAMPAU PENGANALISISAN DIMENGERTI SIFAT PERMINTAAN PASAR MASA YANG AKAN DATANG MENGURANGI KETIPASTIAN DALAM MENGAMBIL KEPUTUSAN
TIGA FAKTOR PENTING DALAM PENGANALISISAN DATA SUMBER DATA KETERPERCAYAAN DATA ASUMSI DATA YANG MENDASARI
METODE PERMALAN • JUDGMENTAL • ESTIMATES 2. ANALISIS TIME- SERIES 3. MODEL SEBAB AKIBAT
JUDGMENTAL ESTIMATES • SALES-FORCE COMPOSITE (SFC) • EXECUTIVE JURY (EJ) • PANEL CONSENSUS (PC) • DELPHI • CROSS-IMPACT ANALYSIS (CIA)
SFC = Estimasi penjualan individu salespersons dikumpulkan/disatukan dalam peramalan suatu sales agregate EJ = Manejer dari masing-masing unit dalam suatu perusahaan bergabung mengajukan estimasi penjualan. PC= Suatu grup ahli industri berdiskusi dan mengembangkan suatu pendapat dan predeksi D = Pendapat ahli (Experts) diperoleh dengan memberikan kuiseunir dan hasilnya dikembalikan lagi secara iteratively hingga convergence di approximated CIA = Kekuatan yang kelihatannya mempengaruhi peramalan diidentifikasi, dan ahli secara sistematik meneliti faktor-faktor kekuatan tersebut berpengaruh satu sama lain dan terhadap peramalannya
TIME-SERIES ANALYSIS • FREE-HAND PROJECTION • SEMI-AVERAGE PROJECTION • LEAST-SQUARES CURVE FITTING • MATHEMATICAL TREND CURVE PROJECTION • SIMPLE MOVING AVERAGE • WEIGHTED MOVING AVERAGE • EXPONENTIAL SMOOTHING • BOX-JENKINS METHOD • CLASSICAL DECOMPOSITION
FHP = analis mengeplot data time-siries dan proyeksinya secara linier SAP = analis membagi data series menjadi 2 bagian, menghitung rata-rata dari masing-masing kemudian menghubungkan hasil dua rata-rata tersebut pada grafik LSCF = analis mencocokkan suatu kurva ke data time series dengan meminalkan R2 antara obsevasi aktual dan kurva estimasi MTCP = analis mencocokkan suatu kurva matematik yang telah diketahui ke data time-series SiMA = analis memberikan bobot observasi yang lalu dengan 1/n, dimana n adalah jumlah observasi, jika observasi yang baru dibuat, mereka menggatikan satu yang lama dalam calculation of revised averages
WMA = Metode ini sama dengan SiMA, kecuali analisis melampirkan perbedaan pembobotan terhadap perbedaan dasar observasi pada predeksi yang diharapkannya ES = Metode ini sama dengan WMA, kecuali analisis menggunakan suatu set penilaian penurunan secara eksponensial, karena itu memberikan banyak observasi banyak penilaian C D = melalui metode ini analisis mendecomposes time series ke dalam musim, cyclical, ternd, dan elemen-element tidak beraturan
CAUSAL MODEL • SIMPLE REGRESSION • MULTIPLE REGRSSION • SIMULTANEOUS EQUATION SYSTEMS • INPUT – OUTPUT ANALYSIS
SiR = analisis secara statistik menghubungkan satu faktor terhadap penjualan MR = Prosedurnya sama dengan SR, kecuali faktornya lebih dari satu. SmES = analisis menggunakan suatu set persamaan regresi interdependent I-OA = analisis menggunakan suatu sistem persamaan linier yang menunjukkan yang mana input diperlukan untuk mendapatkan output tertentu.
Metode peramalan mana yang dipilih oleh suatu perusahaan bergantung pada • Biaya persiapan peramalan dan keuntungan yang dihasilkan da penggunaannya, • Jangka waktu dalam pembuatan keputusan, • Periode waktu peramalan (jangka pendek atau jangka panjang), • Tingkat akurasi yang dikehendaki, • Kualitas dan ketersediaan data, • Tingkat kerumitan hubungan yang akan diramalkan.
Prinsip peramalan • Peramalan hampir selalu salah • Setiap peramalan harus termasuk estimasi kesalahan peramalan • Semakin besar tingkat agregat, semakin akurat peramalannya. • Peramlan jangka panjang biasanya kurang akurat dibandingkan peramalan jangka pendek
Langkah-langkah Peramalan • Definisikan tujuan peramalan. • Plot data (part family) masa lalu. • Pilih metode-metode yang paling memenuhi tujuan peramalan dan sesuai dengan plot data. • Hitung parameter fungsi peramalan untuk masing-masing metode. • Hitung fitting error untuk semua metode yang dicoba. • Pilih metode yang terbaik, yaitu metode yang memberikan error paling kecil. • Ramalkan permintaan untuk periode mendatang • Lakukan verifikasi peramalan. • Evaluasi