PERAMALAN PERMINTAAN BAGI OPERASI

PERAMALAN PERMINTAAN BAGI OPERASI 

Perencanaa dan pengendalian operasi tergantung kepada kombinasi yang tepat antara pemahaman tentang apa yang sebenarnya terjadi dan peramalan tentang apa yang di harapkan terjadi terhadap permintaan.

MEMPREDIKSI PASAR UNTUK PRODUK DAN JASA

Rencana yang rasional untuk produk dan jasa berikut sistem produksinya, tak dapat dibuat tanpa perkiraan luas pasar. Ini berlaku baik bagi perusahaan berlaba maupun nirlaba. Bila seorang menetapkan apakah suatu produk atau jasa baru akan dilansir, maka data tentan luas pasar potensial merupakan hal yang menentukan dalam pegambilan keputusan.

PREDIKSI DAN PERAMALAN

Prediksi merupakan istilah yang agak berbau nujum-bola kristal. Bila kita melakukan prediksi, kiita menggabungkan sejumlah besar informasi subyektif maupun obyektif untuk membentuk perkiraan terbaik kita tentang masa depan. Peramalan diartikan sebagai penggunaan teknikteknik statistik dalam membentuk gambaran masa depan berdasarkan pengolahan angka-angka historis.

SYARAT-SYARAT PERAMALAN OPERASI

Fungsi peramalan permintaan mempunyai manfaat manajerial yan luas, baik dalam oranisasi nirlaba maupun non laba. Agar dapat beguna bagi perencanaan dan pengendalian operasi, data ramalan permintaan harus tersedia dalam bentuk yang dapat diterjemahkan ke dalam permintaan akan material dan permintaan akan waktu pada kelompk peralatan tertentu. 

KOMPONEN-KOMPONEN PERMINTAAN

Beberapa variasi permintaan dapat dijelaskan dengan model statsitik tetapi lainnya tidak dapat. Variasi yang tak dapat dijelaskan, kita namakan variasi acak. Dalam peramalan permintaan bagi operasi kita tidak menanggai apa yang dianggap variasi acak.

METODE-METODE PERAMALAN DERET BERKALA

Rata-rata Bergerak

Cara yang lazim dipakai untuk meredam pengaruh variasi acak dalam permintaan ialah memperkirakan permintaan rata-rata dengan suatu cara yang dikenal sebagai rata-rata bergerak. Suatu rata-rata bergerak merupakan rata-rata dari n nilai yang berpusat pada periode yang disebut, misalnya, permintaan aktual 3 bulan pertama ialah 19, 36, 25, 45 dan 19, 73, maka rata-rata bergerak 3 bulan pertama dihitung sebagai ( 19,36 + 25,45 + 19,73)/3 = 21,51. Karenanya perkiraan permintaan Februari dengan variasi acak telah teredam ialah 21,51.

Rata-rata Bergerak Terbobot Eksponensial

Salah satu metode yang efektif dan mudah untuk mendapatkan peredaman dan pembedaan bobot antara data terakir dengan data sebelumnya adalah rata-rata bergerak terbobot eksponensial.

Ekstrapolasi dan Ramalan. Karena dalam model tidak terkandung komponen kecenderungan dan musiman, maka ekstrapolsi dapat dilakukan secara langsung dari S_t untuk mendapatkan suatu nilai ramalan.

Kesalahan ramal. Kesalahan ramal didefinisikan sebagai berikut :

Kesalahan ramal = D_t - F_t

Kesalahan ramal merupakan ukuran ketetapan peramalan dan merupkan dasar perbandingan kemampuan ramal dari model-model. Tiga ukuran kesalahan yang sering dipakai ialah :

1.      Kesalahan rata-rata ( AE)

2.      Devasi absolut nilai tengah ( MAD )

3.      Kuadrat kesalahan nilai tengah ( MSE )

Model Kecenderungan. Kecenderungan pada rata-rata teredam eksponensial adalah selisih antara dua nilai permintaan yang berurutan S_t – S_t-1. Tetapi, bila ukuran kasar ini kemudian kita pakai untuk mengoreksi angka rata-rata kita, akan kita dapatkan koreksi yang kurang stabil karena angka-angka kecenderugan kasar tersebut masih mengandung unsur variasi acak.

Model Musiman. Dasar untuk secara langsung memperhitungkan variasi musiman adalah penyusunan indeks musiman memakai data tahun sebelumnya. Misalnya bila kita ambil permintaan aktual pemakaian jasa komputer pada tahun 1981, dengan membagi permintaan pada masing-masing bulan dengan rata-rata tahunan akan kita dapatkan satu perangkat indeks.

Model untuk Kecenderungan dan Musiman. Seperti telah dapat diduga, model kecenderungan dan model musiman dapat digabungkan. Persamaan-persamaan yang dipakai untuk memperbaharui nilai kecenderungan teredam dan indeks musiman adalah sama, hanya saja persamaan untuk menghitung nilai akhir rata-rata teredam S_t harus di ubah agar mencerminkan baik variasi komponen-komponen kecenderungan maupun musiman.

METODE PERAMALAN DERET FOURIER

Komputer-komputer mutakhir yang relatif cepat, murah dan berdaya simpan besar memungkinkan penggunaan model-model peramalan matematis yang rumit. Salah satu model ini ah peramalan kuadrat terkecil yang dikenal sebagai Deret Fourier. Latar belakang matematis metodologi ini dikemukakan pertama kali oleh Joseph Fourier, ahli matematika dan fisika Perancis, Fourier menyatakan bahwa setiap fungsi periodik yang berhingga bernilai tunggal dan kontinu selama periode tersebut dapat dirumuskan dengan suatu deret matematis yang terdiri dari suatu konstanta dengan jumlah beberapa suku sinus dan konsinus.

METODE PERAMALAN KAUSAL

Bila kita memiliki data historis dan pengalaman  yang cukup banyak, dapat dicari hubungan antara ramalan dengan faktor-faktor ekonomi yang menyebabkan terjadinya kecenderungan, musiman dan fluktuasi.

Analisis Regresi

Peramalan yang didasarkan pada metode-metode regresi dilaksanakan dengan menetapkan suatu fungsi peramalan yang disebut persamaan regresi. Persamaan ini menyatakan hubungan antara deret yang diramalkan dengan suatu deret data lainnya yang diduga mengendalikan atau menyebabkan naik atau turunnya penjualan.

Keandalan ramalan. Sejumlah uji statistik dapat dilakukan untuk mnetapkan ketetapan persamaan regresi sebagai alat peramalan. Data dari uji statistik ini dapat secara otomatis dihasilkan oleh program komputer untuk analisis regresi.

Regresi Ganda.

Konsep umum analisis regresi sederhana dapat diperluas untuk memasukkan pengaruh berbagai faktor kausal melalui apa yang dikenal sebagai analisis regresi ganda.

Metode Peramalan Ekonometrik

Dalam pengertian paling sederhana, meode peramalan ekonometrik merupakan perluasan analisis regresi dan melipui suatu sistem persamaan-persamaan regresi simultan.misalnya kita anggap bahwa penjualan merupakan fungsi dari GNP, harga dan iklan. Dalam pengertian regresi, kita menganggap bahwa ketiga variabel bebas ini berasal dari luar sistem dan karenanya tidak terpengaruh oleh tingkat penjualan itu sendiri dan tida saling mempengaruhi antara satu faktor dengan faktor lain.

METODE-METODE PREDIKTIF

Metode Delphi

Peramalan teknologis merupakan istilah yang dipakai dalam kaitan prediksi jangka panjang, dan teknik Delphi merupakan metodologi yang sering dipakai untuk mencapainya. Sasaran teknik Delphi ialah melihat kedepan untuk mengantisipasi produk-produk dan proses-proses baru dalam lingkungan budaya dan ekonomi yang berubah sangat cepat.  

Survei Pasar

Survei pasar dan analisis perilaku konsumen telah sedemikian maju dan data yang dihasilkannya merupakan masukan yang sangat bernilai untuk melakukan prediksi permintaan pasar.

IMPLIKASI BAGI MANAJER

Bila ada suatu perngkat data yang paling penting bagi manajer, itulah ramalan. Hampir semua keputusan penting dalam operasi tergantung sampai tingkat tertentu pada ramalan permintaan. Manajer-manajer sangat sadar akan ketergantungannya pada ramalan. Sebagian besar waktu para eksekutif bahkan dihabiskan untuk menggumuli masalahmasalah kecenderungan ekonomi dan politisi dan sejauh mana kejadian-kejadian mempengaruhi permintaan akan produk dan jasa mereka.