BAB 1. PENDAHULUAN
1.1 Latar Belakang
Di masa sekarang yang merupakan era globalisasi banyak
bermunculan perusahaan yang bergerak di bidang jasa maupun manufaktur.
Persainganpun terjadi antar perusahaan – perusahaan tersebut, terlebih
perusahaan yang memproduksi produk sejenis. Banyak hal yang harus di lakukan
untuk meningkatkan keuntungan demi kelangsungan suatu perusahaan. Adanya
perencanaan produksi, pemasaran, dan penyimpanan yang bertujuan agar diperoleh
biaya yang paling minimum sehingga keuntungan yang akan didapatkan bisa
semaksimal mungkin.
Perusahaan harus tepat dalam hal perencanaan produksi yang
disebabkan karena jumlah permintaan yang tidak menentu (berfluktuasi). Untuk
mengantisipasi hal tersebut, maka di perlukan suatu metode. Terjadinya penumpukan produk pada periode
tertentu yang akan menambah biaya simpan dan pada periode yang lain terjadi
kekurangan produk yang menyebabkan permintaan konsumen tidak dapat dipenuhi, yang
menyebabkan perusahaan akan kehilangan kesempatan untuk mendapatkan keuntungan,
sehingga berdasarkan permasalahan tersebut maka perlu dibuat suatu perencanaan
produksi dimana perusahaan dapat menentukan jumlah produk yang harus diproduksi
secara optimal untuk memenuhi kebutuhan pasar.
1.2 Tujuan
Adapun
tujuan dari diadakanya peramalan ini adalah :
1. agar
dapat memilih atau menggunakan metode yang baik untuk digunakan dalam peramalan
dari empat metode tersebut;
2. mempelajari
bagaimana meramalkan peristiwa mendatang pada dunia bisnis.
BAB
2. TINJAUAN PUSTAKA
Peramalan adalah proses untuk
memperkirakan berapa kebutuhan di masa datang yang meliputi kebutuhan dalam
ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka
memenuhi permintaan barang ataupun jasa. Salah satu jenis peramalan adalah
peramalan permintaan. Peramalan permintaan merupakan tingkat permintaan produk
- produk yang diharapkan akan terealisasi untuk jangka waktu tertentu pada masa
yang akan dating (Stone, 1997).
Menurut Handoko (2000), usaha untuk meramalkan di maa
mendatang melalui pengujian keadaan di masa lalu disebut dengan peramalan.
Esesnsi peramalan yaitu perkiraan peristiwa-peristiwa di waktu yang lalu dan
penggunaan kebijakan terhadap proyeksi-proyeksi dengan pola-pola di waktu lalu.
Fungsi dari peramalan adalah untuk untuk meramalkan atau memperkirakan biaya
maupun keuntungan yang didapat dengan kuantitas tertentu sehingga dapat
menentukan jumlah produksi yang sesuai sehingga tidak rugi.
Untuk menjamin efektivitas dan efisiensi dari sistem peramalan
permintaan, terdapat delapan langkah yang harus diperhatikan yaitu:
1.
Memilih item independent
demand yang diramalkan
2.
Menentukan horizon waktu dari
peramalan
3.
Memilih model - model peramalan
4.
Memperoleh data yang dibutuhkan
untuk melakukan peramalan
5.
Validasi model peramalan
6.
Membuat peramalan
7.
Implementasi hasil - hasil
peramalan
8.
Memantau keandalan hasil
peramalan
Dalam fungsi peramalan tidak hanya termasuk di dalamnya teknik
khusus dan model, tetapi juga termasuk input dan output dari subyek peramalan. Pengembangan
fungsi peramalan dibutuhkan untuk mengidentifikasi output, karena
spesifikasi output dapat menyederhanakan pemilihan model peramalan,
tetapi fungsi permalan tidaklah lengkap tanpa mempertimbangkan input. Peramalan
biasanya meliputi beberapa pertimbangan berikut ini:
1.
Item yang diramalkan
2.
Peramalan dari atas (top-down)
atau dari bawah (buttom-up)
3.
Teknik peramalan (model
kuantitatif atau kualitatif)
4.
Satuan yang digunakan
5.
Interval/horison waktu
6.
Komponen peramalan
7.
Ketepatan peramalan
8.
Pengecualian dan situasi khusus
9.
Perbaikan parameter
model peramalan.
(Yamit, 2005).
Dalam membuat peramalan atau menerapkan hasil peramalan, ada
beberapa hal yang harus dipertimbangkan yaitu:
1.
Peramalan pasti mengandunga
kesalahan, artinya peramal hanya bias mengurangi ketidakpastian yang akan
terjadi tetapi tidak dapat menghilangkan ketidakpastian tersebut.
2.
Peramalan seharusnya memberikan
informasi mengenai berapa ukuran kesalahan.
3.
Peramalan jangka pendek lebih
akurat dibandingkan dengan peramalan jangka panjang.
Terdapat beberapa peraturan yang harus
diperhatikan sebelum melakukan peramalan yaitu :
1.
Tidak boleh meramalkan produk - produk yang
tergolong ke dalam dependent demand.
Produk
- produk yang tergolong dalam dependent demand harus direncanakan atau
dihitung. Peramalan hanya boleh dilakukan pada produ - produk yang tergolong ke
dalam independent demand.
2.
Penentuan horizon peramalan berdasarkan
kondisi aktual sistem manufaktur dan tujuan dari peramalan.
Semakin
jauh periode di masa mendatang yang diramalkan-dengan asumsi faktor - faktor lain tetap-hasil
ramalan akan semakin kurang akurat
3. Disamping
berdasarkan waktu, peramalan juga dapat dilakukan berdasarkan lokasi geografis,
kelompok produk, yang dikenal sebagai peramlan berdasarkan dimensi agregasi dan
disagregasi.
Peramalan berdasarkan sifatnya dapat dibedakan menjadi
dua yaitu peramalan kualitatif dan peramalan kuantitatif. Metode peramalan
kuantitatif dapat dibagi menjadi dua bagian yaitu metode peramalan deret waktu
dan metode kausal, sedangkan metode kualitatif dibagi menjadi metode
eksploratoris dan normatif. Teknik peramalan kuantitatif sangat
beragam, dikembangkan dari berbagai disiplin ilmu dan untuk berbagai maksud.
Setiap teknik yang akan dipilih memiliki sifat, ketepatan, tingkat kesulitan
dan biaya tersendiri yang harus dipertimbangkan (Stone, 1997).
Antarikso(1994), menjelaskan bahwa pada umumnya peramalan kuantitatif
dapat diterapkan bila terdapat tiga kondisi berikut:
1. Tersedia
informasi tentang masa lalu (data historis)
2. Informasi
tersebut dapat dikuantitatifkan dalam bentuk numerik
3. Dapat diasumsikan bahwa beberapa aspek pola masa lalu
akan terus berlanjut di masa
mendatang.
BAB
3. METODOLOGI
3.1 Regresi Selenjar
Jalankan
Program winQSB
Klik Start, All
Program, winQSB, Forecasting and linear Regression
Klik gambar
kotak di pojok atas di bawah file
Pilih Linear
Regression
Isi “problem
title”, jumlah factor dan jumlah observasi
Klik OK
Isi tabel sesuai
data di soal
Klik “Solve and
Analyze”, pilih “program linear regression”
Tentukan sumbu X
dan Y àklik
OKàcatat
hasilnya
Klik “Result”,
pilih “Show regression line”
Tentukan
nilai thn ke-9 dengan persamaan yang ada
3.2 Rerata Bergerak
Klik Start, All
Program, winQSB, Forecasting and linear Regression
Klik gambar
kotak di pojok atas di bawah file
Pilih Linear
Regression
Isi “problem
title”, jumlah factor dan jumlah observasi
Klik OK
Isi tabel sesuai
data di soal
Klik “Solve and
Analyze”, pilih “program linear forecasting”
Pilih moving
average
Masukkan data
sesuai dengan soal yang ada
Catat
data yang ada dan berapa nilai yang diramalkan
3.3 Pemulusan
Eksponensial
Klik Start, All
Program, winQSB, Forecasting and linear Regression
Klik gambar
kotak di pojok atas di bawah file
Pilih Linear
Regression
Isi “problem
title”, jumlah factor dan jumlah observasi
Klik OK
Isi tabel sesuai
data di soal
Klik “Solve and
Analyze”, pilih “Single exponentiall smoothing”
Pilih moving
average
Masukkan data
sesuai dengan soal yang ada
Catat
data yang ada dan berapa nilai yang diramalkan
3.4 Pemulusan Dengan
Pemfaktoran Kecenderungan
Klik Start, All
Program, winQSB, Forecasting and linear Regression
Klik gambar
kotak di pojok atas di bawah file
Pilih Linear
Regression
Isi “problem
title”, jumlah factor dan jumlah observasi
Klik OK
Isi tabel sesuai
data di soal
Klik “Solve and
Analyze”, pilih “single exponentiall smoothing wit trend”
Pilih moving
average
Masukkan data
sesuai dengan soal yang ada
Catat
data yang ada dan berapa nilai yang diramalkan
BAB 4. PEMBAHASAN
Peramalan
(forecasting) adalah proses
memperkirakan peristiwa mendatang dan digunakan secara luas didalam bisnis. Peramalan sangat
penting di dunia usaha (Anonim, 2011)
Berdasarkan Handoko
(2001), peramalan
adalah suatu kegiatan yang menggunakan data masa lalu sebagai dasar untuk
meramalkan kejadian yang akan terjadi pada masa datang. Hasil dari peramalan
hanya merupakan suatu yang tidak pasti atau hanya merupakan suatu perkiraan,
tetapi dengan metode-meode tertentu maka
peramalan akan menjadi lebih dari sekedar perkiraan, yang berarti bahwa peramalan
suatu perkiraan yang bersifat ilmiah. Peramalan digunakan pada saat pengambilan
keputusan.
Fungsi peramalan dalam perencanaan industri adalah
sebagai berikut :
1.
Untuk memperkirakan
peristiwa mendatang dan digunakan secara luas di dalam berbagai macam bisnis
2.
Untuk meramalkan
atau memperkirakan biaya maupun keuntungan yang didapat dengan kuantitas
tertentu sehingga dapat menentukan jumlah produksi yang sesuai sehingga tidak
rugi
3.
Dapat membuat
keputusan yang menyangkut pemilihan proses, perencanaan kapasitas dan layout
fasilitas serta berbagai keputusan yang bersifat kontinyu
(Yamit,
2005).
Time Series Forecasting adalah meramalkan
suatu peristiwa kedepan berdasarkan data-data dari tahun sebelumnya. Analisis deret waktu (time series analysis)
merupakan metode yang mepelajari deret waktu, baik dari segi teori yang
menaunginya maupun untuk membuat peramalan (prediksi). Prediksi / Peramalan
deret waktu adalah penggunaan model untuk memprediksi nilai di waktu mendatang
berdasar peristiwa yang telah terjadi. Di dunia bisnis, data deret waktu
digunakan sebagai bahan acuan pembuatan keputusan sekarang, untuk proyeksi,
maupun untuk perencanaan di masa depan. Contoh penggunaannya adalah pada harga
pembukaan harga saham di bursa efek berdasar performa
sebelumnya (Stone, 1997).
Adapun
metode metode yang terdapat dalam peramalan, antara lain :
1. Regresi
Selanjar
Mngembangkan
hubungan sselanjar antara variable tak bebas tunggal dan banyak variabel bebas.
2. Rerata
bergerak
Memuluskan
fluktuasi acak menggunakan rerata yang rerata atau diperberat.
3. Pemulusan
Eksponensial
Menggunakan
koefisien pemulusan tunggal untuk menyesuaikn data historis
4. Pemulusan
dengan penfaktoran kecendrungan
Menggunakan
dua koefisien pemulus untuk menghilangkan fluktuasi pada data historis dan
kecenderungan (Anonim, 2011).
Berdasarkan praktikum yang
dilakukan, pertama kami menggunakan metode regresi selanjar yang digunakan
untuk mengembangkan hubungan selanjar antara variabel tak bebas tunggal dengan
banyak variabel bebas. Pada contoh soal telah diketahui mana yang menjadi Y
atau faktor 2 dan faktor 1 sebagai X. Dengan menggunakan regresi selanjar maka
dapat didapatkan persamaan faktor 2 = 893.75 + 77.0833faktor 1. Dari persamaan
ini maka dapat dicari peramalan untuk tahun ke-9. Caranya yaitu dengan
memasukkan angka 9 pada faktor 1. Setelah itu barulah didapatkan hasil
peramalan untuk tahun ke-9 yaitu 1587.4997.
Kemudian pada rerata bergerak dilakukan dengan
memuluskan fluktuasi acak menggunakan rerata setara atau diperberat. Time
series Forcasting yang digunakan metode ini yakni berdasarkan fungsi-sungsi
waktu. Data yang nantinya dihasilkan antara lain jumlah data-data untuk
peramalan dan jumlah rerata bergerak dalam rata-rata. Dalam contoh soal yang
dilakukan pada praktikum dituliskan jumlah periodenya 8 dan jumlah rerata
bergeraknya 3 atrinya meramal dengan 3 data tahu sebelumnya. Lalu diperoleh
hasil pada tahun ke-9 sebanyak 1425 dengan CFE =691, MAD = 138.3334, MSE =
23236.12, MAPE = 10.01943 dan TS = 5.
Sedangkan untuk contoh soal dengan menggunakan
pemulusan eksponensial (Single Exponential Smoothing didapatkan hasil pada
tahun ke-9 sebanyak 1434.18 dengan CFE = 1018.359, MAD = 145.4799, MSE =
26676.66, MAPE = 11.18695 dan TS = 7.
Sedangkan untuk contoh soal dengan menggunakan
pemulusan dengan pemfaktoran kecenderungan (Single Exponential Smoothing With
trend) didapatkan hasil pada tahun ke-9 sebanyak 1579.302 dengan CFE =
445.3246, MAD = 86.57542, MSE = 11588.13, MAPE = 7.082344 dan TS = 5.143776.
Untuk soal No.1 ini dimana dalam perencanaan
produksi harus mempersiapkan permintaan produk berikutnya, dengan data-data
bsebelumnya maka dapat dilakukan perhitungan menggunakan metode Regresi Linier
sehingga akan didapat persamaan Faktor 2 = -8.1350 + 109.2286 faktor1sehingga
dapat dihitung untuk permintaan bulan berikutnya dengan memasukkan biaya iklan
pada faktor1. Dari sini dapat diketahui bahwa untuk biaya iklan 1.75 juta maka
permintaan bulan depan sebanyak 183.000 unit. Dan untuk Moving Average nya
Dalam soal no.1 yang dilakukan pada praktikum dituliskan jumlah periodenya 5
dan jumlah rerata bergeraknya 3 atrinya meramal dengan 3 data tahu sebelumnya
dan yang dicari adalah peramalan untuk waktu 6. Lalu diperoleh hasil
peramalan ke-6 sebanyak 158.3333 dengan
CFE =0.99999924, MAD = 81.16667, MSE = 6588.278, MAPE = 59.47147 dan TS =
1.232023x10-2.
Untuk soal No.2 ini dimana dalam Chicken Palace
menawarkan harga khusus jima potong ayam untuk menu makan malam., dengan
data-data bsebelumnya maka dapat dilakukan perhitungan menggunakan metode
Regresi Linier sehingga akan didapat persamaan Faktor 2 = 1454.604 – 277.6280 faktor
1 sehingga dapat dihitung untuk permintaan bulan berikutnya dengan memasukkan
biaya iklan pada faktor1. Dari sini dapat diketahui bahwa untuk faktor1 3 juta maka permintaan bulan depan sebanyak
621.72 = 622. Dan untuk SES nya Dalam soal no.1 yang dilakukan pada praktikum
dituliskan jumlah periodenya 5 dan jumlah rerata bergeraknya 3 atrinya meramal
dengan 3 data tahu sebelumnya dan yang dicari adalah peramalan untuk waktu 6.
Lalu diperoleh hasil peramalan ke-6 sebanyak 449.6875 dengan CFE = -460.625,
MAD = 270.375, MSE = 101841.6, MAPE = 72.47173 dan TS = -1.703652.
BAB
5. KESIMPULAN DAN SARAN
5.1 Kesimpulan
·
Peramalan (forecasting) adalah proses
memperkirakan peristiwa mendatang dan digunakan secara luas didalam bisnis. Peramalan sangat
penting di dunia usaha
·
Fungsi peramalan
dalam perencanaan industri adalah sebagai berikut :untuk memperkirakan
peristiwa mendatang dan digunakan secara luas di dalam berbagai macam bisnis,
untuk meramalkan atau memperkirakan biaya maupun keuntungan yang didapat dengan
kuantitas tertentu sehingga dapat menentukan jumlah produksi yang sesuai
sehingga tidak rugi, dapat membuat keputusan yang menyangkut pemilihan proses,
perencanaan kapasitas dan layout fasilitas serta berbagai keputusan yang
bersifat kontinyu
·
Time Series Forecasting
adalah meramalkan suatu peristiwa ke depan berdasarkan data-data dari tahun
sebelumnya
·
4 metode peramalan
yaitu regresi selanjar, rerata bergerak, pemulusan eksponensial, dan pemulusan
dengan pemfaktoran kecenderungan
·
Dari hasil praktikum didapatkan hasil Factor = 893,75 + 77,0833 factor 1
5.2 Saran
·
Waktu praktikum
usahakan ontime
DAFTAR
PUSTAKA
Anonim. 2011. Petunjuk Praktikum
Perencanaan Industri. Jember Lab. Manajemen Sistem Industri Pertanian. FTP,
UNEJ.
Antarikso, Djoko. 1994. Manajemen
Produksi. Jakarta : Erlangga
Handoko, T Heni. 2001. Dasar-dasar
Manajemen dan Operasi. Yogyakarta : BPFE, Yogyakarta.
Stone, J. 1997. Ekonomi
Manajerial. Jakarta : Bina Aksara
Yamit, Zulian. 2005. Manajemen
Persediaan. Yogyakarta: Ekonisia
Tidak ada komentar:
Posting Komentar