Rabu, 14 April 2010

Peramalan

Menurut Sofjan Assauri (1993), peramalan merupakan seni dan ilmu dalam memprediksikan kejadian yang mungkin dihadapi pada masa yang akan datang. Dengan digunakannya peralatan metode-metode peramalan maka akan memberikan hasil peramalan yang lebih dapat dipercaya ketetapannya. Oleh karena masing-masing metode peramalan berbeda-beda, maka penggunaannya harus hati-hati terutama dalam pemilihan metode untuk penggunaan dalam kasus tertentu. Pertimbangan ini dibutuhkan karena tidak ada satupun metode dari peramalan tersebut yang dapat dipergunakan secara universal untuk seluruh keadaan atau situasi. Di samping itu perlu diperhatikan bahwa peramalan selalu salah, dimana jarang sekali terjadi apa yang diramalkan tentang permintaan misalnya sama persis dengan jumlah yang terjadi dalam permintaan nyata.
Menurut Gaspersz (2004), aktivitas peramalan merupakan suatu fungsi bisnis yang berusaha memperkirakan penjualan dan penggunaan produk sehingga produk-produk itu dapat dibuat dalam kuantitas yang tepat. Dengan demikian peramalan merupakan suatu dugaan terhadap permintaan yang akan datang berdasarkan pada beberapa variabel peramal, sering berdasarkan pada data deret waktu historis.
Menurut Gaspersz (2004), terdapat sembilan langkah yang harus diperhatikan untuk menjamin efektivitas dari sistem peramalan dan manajemen permintaan, yaitu:
1.Menentukan tujuan dari peramalan.
2.Memilih item independent demand yang akan diramalkan.
3.Menentukan horizon waktu dari peramalan (jangka pendek, menengah, atau panjang).
4.Memilih model-model peramalan.
5.Memperoleh data yang dibutuhkan untuk melakukan peramalan.
6.Validasi model peramalan.
7.Membuat peramalan.
8.Implementasi hasil-hasil peramalan.
9.Memantau keandalan hasil peramalan.
Metode serial waktu (deret berkala, time series) adalah metode yang digunakan untuk menganalisis serangkaian data yang merupakan fungsi dari waktu. Analisis serial waktu dimulai dengan memplotkan data pada suatu skala waktu, mempelajari pola tersebut, dan akhirnya mencari suatu bentuk atau pola yang konsisten atas data. Pola dari serangkaian data dalam serial waktu dapat dikelompokkan dalam pola dasar sebagai berikut:
a).Konstan, yaitu apabila data berfluktuasi dari sekitar rata-rata secara stabil. Pola berupa garis lurus horizontal. Pola seperti ini terdapat dalam jangka pendek atau menengah, jarang sekali suatu variabel memiliki pola konstan dalam jangka panjang.
b).Kecendrungan (trend), yaitu apabila data dalam jangka panjang mempunyai kecendrungan, baik yang awalnya meningkat maupun menurun dari waktu ke waktu.
c).Musiman (seasonal), yaitu apabila polanya merupakan gerakan yang berulang-ulang secara teratur dalam setiap periode tertentu, misalnya tahunan, semesteran, kuartalan, bulanan atau mingguan.
d).Siklus (cyclical), yaitu apabila data dipengaruhi oleh fluktuasi ekonomi jangka panjang, seperti daur hidup bisnis.
e).Residu atau variasi acak, yaitu apabila data tidak teratur sama sekali. Data yang bersifat residu tidak dapat digambarkan.

Tidak ada komentar:

Posting Komentar