0% menganggap dokumen ini bermanfaat (0 suara)
13 tayangan22 halaman

Metode dan Prinsip Peramalan Produksi

Dokumen tersebut membahas tentang peramalan atau forecasting. Ia menjelaskan definisi peramalan, tujuan peramalan, prinsip-prinsip peramalan, faktor yang mempengaruhi peramalan, serta metode-metode peramalan seperti time series analysis, regresi, seasonal, dekomposisi, trend, kausalitas, dan input-output. Dokumen ini memberikan panduan dasar untuk melakukan peramalan yang akurat.

Diunggah oleh

Debora
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd
0% menganggap dokumen ini bermanfaat (0 suara)
13 tayangan22 halaman

Metode dan Prinsip Peramalan Produksi

Dokumen tersebut membahas tentang peramalan atau forecasting. Ia menjelaskan definisi peramalan, tujuan peramalan, prinsip-prinsip peramalan, faktor yang mempengaruhi peramalan, serta metode-metode peramalan seperti time series analysis, regresi, seasonal, dekomposisi, trend, kausalitas, dan input-output. Dokumen ini memberikan panduan dasar untuk melakukan peramalan yang akurat.

Diunggah oleh

Debora
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd

PERAMALAN / FORECASTING

Tuti Tutuarima

JURUSAN TEKNOLOGI PERTANIAN


UNIVERSITAS BENGKULU
Pengertian
• Peramalan : kegiatan memperkirakan atau
memprediksi kejadian dimasa yang akan datang
tentunya dengan bantuan penyusunan rencana
terlebih dahulu, dimana rencana dibuat berdasarkan
kapasitas dan kemampuan permintaan/produksi yang
telah dilakukan diperusahaan
• Keadaan masa yang akan datang adalah :
1. Apa yang dibutuhkan (jenis)
2. Berapa yang dibutuhkan (jumlah/kuantitas)
3. Kapan dibutuhkan (waktu)
lanjutan……….
• Perkembangan produksi masa lalu dan masa depan
diperoleh dari hasil analisis data yang didapat dari
penelitian yang dilakukan
• Ketepatan penelitian merupakan HAL YANG
DIPENTING
• Peramalan harus bisa meminimumkan kesalahan
peramalan (forecast error) yang dapat diukur dengan
metode perhitungan: mean square error, mean
absolute error, dan sebagainya
Tujuan Peramalan
1. Peramalan jangka panjang
umumnya untuk waktu 5-20 tahun, peranan top
manajemen sangat dibutuhkan
2. Peramalan jangka menengah
umumnya bersifat bulanan atau kuartal, peranan
middle manajement diperlukan untuk menentukan
tujuan
3. Peramalan jangka pendek
bersifat harian atau mingguan, peranan low
manajement dibutuhkan untuk penetapan tujuan
bersama
Prinsip-prinsip Peramalan
• Faktor penentu dalam keberhasilan suatu ramalan :
1. Pengetahuan teknik tentang pengumpulan
informasi (data) masa lalu ataupun informasi
yang bersifat kuantitatif
2. Teknik dan metode yang tetap dan sesuai dengan
pola data yang dikumpulkan
• Prinsip dalam peramalan produksi :
1. Prinsip 1 : kesalahan selalu mengandung
kesalahan, artinya hampir tidak pernah
ditemukan hasil peramalan 100 % = kejadian
dilapangan
2. Prinsip 2 : peralaman akan selalu memberikan
informasi ttg ukurankesalahan
Lanjutan………………………

•Prinsip dalam peramalan produksi :


3. Prinsip 3 : peramalan untuk jangka pendek
selalu lebih akurat dibandingkan jangka
panjang
4. Prinsip 4 : peramalan item yang
dikelompokan dalam famili juga dapat
dipercaya-----(semakin besar famili produk
semakin besar kesalahn yang mungkin
timbul)
5. Prinsip 5 : permalan permintaan biasanya
lebih disukai berdasarkan perhitungan dari
pada berdasarkan hasil peramalan masa lalu
Karakteristik Peramalan
1. Ketelitian
Ketelitian diukur berdasarkan konsistensi.
Hasil peramalan bias jika memiliki hasil penyimpangan yang tinggi
dari kenyataan
2. Biaya
Biaya yang diperlukan pengembangan model peramalan
tergantung dari metode, periode dan jumlah item yang diramalkan
3. Respon
Peramalan harus bersifat stabil----tidak memperlihatkan
perbedaan yang besar dengan kenyataan
4. Kesederhanaan
Penggunaan metode peramalan yang sederhana, mudah dibuat,
dan mudah diaplikasikan akan memberikan keuntungan bagi
perusahaan
Faktor dalam Penentuan Peramalan
1. Horizon waktu; Mengenai waktu peramalan yang akan
dilakukan
2. Tingkat ketelitian; Tingkat ketelitian hasil peramalan ------
mempengaruhi keberhasilan peramalan yang dilakukan
3. Ketersediaan data; Ketersediaan data sangat mempengaruhi
metode peramalan yang dipilih
4. Bentuk pola data; Pola data sangat menentukan dalam
penetapan metode peramalan yang digunakan
5. Biaya; Yaitu biaya pengembangan, penyimpanan data, operasi
pelaksanaan dan penggunaan metode peramalan
6. Jenis dari model; setiap model mempunyai kemampuan yang
berbeda dalam analisis
7. Penggunaan dan aplikasinya; pemilihan harus diperhatikan
mudah tidaknya dalam penggunaan di lapangan
Horizon peramalan

• Jangka pendek – sampai 1 tahun, biasanya kurang


dari 3 bulan. Merencanakan pembelian, penjadwalan
kerja, tingkat tenaga kerja, pembagian tugas.
• Jangka menengah – 3 bulan - 3 tahun. Perencanaan
penjualan, perencanaan produksi, cash budgeting,
mengevaluasi rencana produksi
• Jangka panjang – biasanya lebih dari 3 tahun.
Perencanaan produk baru, pengeluaran modal, lokasi
dan perluasan fasilitas, research and development

9/24/2019 SUPPLY CHAIN MANAGEMENT 10


Metode Peramalan
• Dilihat dari sifat penggunanya, maka peramalan
dapat digunakan atas dua jenis yaitu :
1. Peramalan yang bersifat subjektif; peramalan
berdasarkan atas intuisi atau perasaan
pengguna
2. Peramalan bersifat objektif; peramalan yang
didasarkan atas data masa lalu yang dapat
diukumpulkan
Metode Peramalan
1. Metode Peramalan Kualitatif
• Metode peramalan yang dalam perhitungannya
berdasarkan pertimbangan akal sehat dan pengalaman
----- umumnya bersifat subjektif
• Mengunakan data kuantitatif tentang permintaan masa
lalu
2. Metode Peramalan Kuantitatif
• Metode peramalan yang dalam perhitungannya
menggunakan perhitungan matematis
Kualitatif Kuantitatif
Karakteristik berdasarkan berdasarkan data
pertimbangan dan kuantitatif dan
pendapat manusia; matematis
subyektif
Kelebihan memperhitungkan konsisten dan obyektif;
perkembangan dapat
terakhir dalam mempertimbangkan
lingkungan dan banyak informasi dan
informasi dari dalam data sekaligus
Kelemahan ramalan yang bias data kuantitatif mungkin
dan akurasi yang tidak dapat diperoleh.
rendah Hanya sebaik data yang
dimasukkan
KLASIFIKASI METODE
PERAMALAN BERDASARKAN
SIFAT RAMALAN YANG TELAH
DISUSUN
Time Series
Berhubungan dengan nilai suatu variabel
yang diatur secara periodik sepanjang waktu
dimana permintaan diproyeksikan

• Mengasumsikan bahwa sejarah permintaan masa lalu adalah


indikator yang baik untuk permintaan di masa yang akan
datang
• Paling sesuai jika situasi lingkungan stabil dan pola
permintaan dasar tidak bervariasi secara signifikan dari satu
tahun ke tahun berikutnya
• Metode yang paling sederhana dan dapat menjadi titik acuan
awal untuk meramalkan permintaan
Time Series...
Time series

Smoothing Regresi Seasonal Dekomposisi Trend

REGRESI
S MOOT H I NG • Merupakan metode perhitungan
peramalan berdasarkan garis
Metode penghalusan yang kecenderungan, sehingga dapat
digunakan untuk mengatur diproyeksikan pada hal-hal yang akan
data masa lalu sesuai dengan diteliti pada masa yang akan datang
musiman data yang terjadi, • Data yang diperlukan adalah data tahunan
dengan cara merata-ratakan
sederetan data hingga • Metode regresi :
memiliki jarak dan jumlah data 1. konstan
yang cenderung/hampir 2. Linier
seimbang 3. Kuadratis
4. Ekponensial
5. Siklis
METODE MUSIMAN (SEASONAL)

• Metode ini dipengaruhi musiman ----


-- menggambarkan pola penjualan METODE TREND
yang berulang setiap periode
• Metode peramalan ini
• Musim : cuaca, libur atau
kecenderungan perdagangan ditujukan untuk data yang
mempunyai kecenderungan
• Metode : turun atau naik secara terus
1. Konstan menerus
2. Linier
3. Kuadratis
4. Eksponensial cost
5. Siklis

time
Beberapa trend yang sering digunakan:
1. Trend Linier
Y’ = a + bt
Y’ : nilai peramalan pada periode t
t : waktu periode
2. Trend eksponensial
Y’ = aebt
3. Trend logaritma
Y’ = a + b log t
4. Trend hyperbola
Y’ = a/b’
DEKOMPOSISI
• Merupakan metode peramalan yang ditentukan dari
kombinasi fungsi yang ada sehingga metode ini baru
dapat digunakan jika didekatkan dengan fungsi
linier/siklis kemudian dibagi atas waktu
• Langkah-langkah penyelesaian :
a) Lakukan peramalan padaY (dt= a + bt)
b) Hitung nilai indeks
c) Gabungkan nilai perolehen indeks dan
kemudian lakukan peramalan baru
METODE KAUSAL
Kegunaan metode ini adalah untuk menemukan bentuk
hubungan antara variabel-variabel dan menggunakannya
untuk meramalkan nilai dari variabel lainnya

Regresi &
korelasi

Causal Ekonometrik

Input -
output
Langkah-langkah Dasar
Melakukan Peramalan
• Pahami tujuan peramalan
• Integrasikan perencanaan permintaan dengan
peramalan
• Identifikasi faktor-faktor utama yang
mempengaruhi ramalan permintaan
• Pahami dan identifikasi segmen pelanggan
• Tentukan teknik peramalan yang tepat
• Tentukan ukuran kinerja dan kesalahan (error) dari
ramalan

9/24/2019 SUPPLY CHAIN MANAGEMENT 22


PEMILIHAN METODE PERAMALAN
• Pemilihan metode peramalan yang sesuai dilakukan apabila
perhitungan kesalahan peramalan sudah didapatkan
• Perhitungan tersebut dapat dilakukan dengan cara :
1. Tentukan pernyataan awal (H0) dan pernyataan
alternatif (H1)
2. Lakukan tes statistik dengan rumus : F = S12/S22
S1 = besarnya error metode peramalan X
S2 = besarnya error metode peramalanY
3. Bandingkan hasil didapatkan langkah 2 dengan nilai
distribusi nilai F (tentukan α penelitian)
Jika F hit < F tabel maka H0 diterima, dan sebaliknya
Langkah-langkah :
1. Definisi tujuan peramalan
2. Pembuatan diagram pencar (scatter diagram)
3. Pemilihan minimal dua metode peramalan yang dianggap sesuai
4. Perhitungan terhadap parameter-parameter fungsi peramalan
5. Perhitungan kesalahan setiap metode peramalan
6. Pemilihan metodde yang terbaik dengan cara melihat hasil perhitungan
metode dengan kesalahan terkecil
7. Melakukan verifikasi peramalan

Anda mungkin juga menyukai