BAB I. situasi yang kompleks, peramalan subyektif sukar dilaksanakan karena F O R E CA S TI NG (PERAMALAN)

Transkripsi

1 BAB I F O R E CA S TI NG (PERAMALAN) A. Deskripsi Peramalan (Forecasting) Sebelum dekade 1980-an, peramalan masih dipandang sebagai kegiatan yang teknis di dunia Barat. Pada dekade 1990-an, pandangan yang sama juga masih dirasakan di kalangan bisnis Indonesia dan di negara berkembang lainnya, padahal di tempat asalnya (Barat) cakupan peramalan telah berkembang dengan pesat melam-paui sifatnya yang teknis, meliputi penggunaan yang luas dalam perencanaan! pengambilan keputusan, serta ilmu-ilmu manajerial lainnya. Secara umum, peramalan dapat dikelompokkan ke dalam peramalan kualitatif dan kuantitatif. Peramalan kualitatif adalah peramalan yang didasarkan pada intuisi dan pengalaman empiris, sehingga relatif bersifat subyektif. Untuk situasi yang kompleks, peramalan subyektif sukar dilaksanakan karena keterbatasan otak manusia dalam menganalisis informasi serta hubungan sebab akibat yang mempengaruhi bisnisnya. Jika peramalan kualitatif tersebut dilakukan oleh beberapa orang secara terpisah, maka hasilnya akan bervariasi cukup besar. Sebalinya, jika dilaksanakan secara bersama-samq kemungkinan tidak diperoleh kesamaan hasil peramalan, atau orang yang berpengaruh pada kelompoklah yang menentukan hasilnya. Pada sisi lain, peramalan kuantitatif memiliki sifat yang obyektif karena didasarkan pada keadaan faktual (data) yang diolah dengan metode-metode tertentu. Penggunaan suatu metode juga harus didasarkan pada fenomena manajemen bisnis. Peubah apa yang harus diramalkan dan untuk tujuan apa peramalan itu dilakukan. Dengan digunakannya data yang merupakan representasi gambaran keadaan aktual masa lalu serta adanya justifikasi teoritis mengenai metode yang digunakan secara sistematik, maka hasil dari peramalan kuantitatif menjadi sesuatu yang dapat dipertanggungjawabkan, karena memiliki dasar yang jelas. Di samping itu, pelaksa-naannya juga dapat dilakukan kapan saja dan oleh siapa saja yang memang memiliki ketrampilan dan pengetahuan yang dibutuhkan, tanpa khawatir bahwa hasil pera-malan akan bersifat bias pada suatu kepentingan. Herz Dian Setiowaq/TTMK/B 1/05

2 Selain itu. dengan perkembangan teknologi komputer yang sedemikian pesal maka peramalan kuantitatif akhirnya dapat dipandang sebagai sesuatu kegiatan yang tidak terlalu sukar untuk diterapkan dan dapat memberikan hasil yang akurat. Dari sekian banyak metode untuk melakukan peramalan, metode Regresi Sederhana dan/atau Berganda merupakan salah satu metode yang paling banyak digunakan. baik oleh praktisi bisnis maupun perencanaan pembangunan pemerintah. B. Regresi Sederhana dan/atau Berganda Analisis regresi linier sederhana/ganda ditujukan untuk mengetahui bagaimana variabel dependen (terikat) dapat diprediksikan melalui variabel inde pende n (bebas) secara individual. Dampak dari penggunaan analisis ini adalah untuk memutuskan apakah naik/menurunnya variabel dependen dapat dilakukan melalui menaikkan/menurunkan keadaan variabel independen, atau untuk meningkatkan keadaan variabel dependen dapat dilakukan dengan meningkatkan variabel i nde p e nde n I dan sebaliknya. 1. Analisis Regresi Linier Sederhana Untuk regresi linier sederhana didasarkan pada hubungan fungsional ataupun kausal satu variabel independen dengan satu variabel dependen, dengan rumus: Y: a+bx Keterangan: Y : Subyek dalam variabel dependen yang diprediksikan a - Harga Y bila X:0 (harga konstan) b : Angka arah atau koefisien regresi, yang menunjukkan angka peningkatan ataupun penurunan variabel dependen yang didasarkan pada variabel independen. Bila b (+) maka naik, dan bila b O maka terjadi penurunan X : Subyek pada variabel independer yang mempunyai nilai teftentu. a. Besarnya "nilai b" dapat dihitung dengan menggunakan rumus sebagai berikut: Heru Dian Seticrw an/ttmk/b 1/05

3 b: n txy - (:x) (ry) n rxr-(tx), b. Besamya "nilai d' dapat dihitung dengan menggunakan rumus sebagai berikut: (ty) (Ix1-(tx) (IxY) n Ix'?- (Ix)'z 2. Analisis Regresi Linier Ganda Untuk menghitung persamaan garis regresi linier ganda menggunakan rumus sebagai berikut: Y" : bs+b1x1 + 6rY, Dengan metode kuadrat terkecil dapat diperoleh persamaan-persamaan normal sebagai berikut : Y - nbo - brxr bzxz : 0... persamaan I XrY-boXr-brXr2-b:XrXz =0... persamaanll XzY-boX:-brX1X2 b2x2 :0... persamaanlll Dengan persamaan normal ini dapat diperoleh atau dihitung harga-harga bo, br, dan bu. C. Studi Kasus l. Cobalah minta data penjualan di beberapa perusahaan retail yang mudah diakses. Kemudian dari paling sedikit 3 tahun data yang terkumpul, buatlah peramalan penjualan untuk tahun depan dengan menggunakan regresi sederhana, dimana faktor yang mempengaruhi adalah biaya promosi. Diketahui besarnya biaya promosi dan penjualan perusahaan (dalam jutaan) yang didapatkan di suatu perusahaan retail pada jenjang waktu 3 tahun sebagai berikut: Tahun Promosi Penjualan Heru Dian Seliatrtan/TTMIJB 1/05

4 lumlah Data di atas selanjutnya diolah sebagai berikut : No. Promosi (x) Penjualan (Y) x2 Y2 XY I i A Jumlah r Diketahui : tx =160 ; IY:sooo; Ix'=a8so Iy,: ; Ixv :zzsooo ; n =l Sehingga besamya nilai a dan 6 adalah : (td (Ix1- (ID (txy) n Ix'- (Ix)'? (s000) (88s0) (160) (27e000) (3) (8s50) - (l6o)'? a = -410,3263 Heru Dian Seliowan/TTMK/B 1/05

5 b: n rxy - (rx) (IY) n tx'z (IxF b= (3) (27e000) - (160) (s000) (3) (88s0) - (160)'z b : 38,9474 Berdasarkan perhitungan tersebut di atas diketemukan harga a dan 6. sehingga persamaan regresi linier sederhana dapat disusun sebagai berikut : Y: -410, ,9474X Persamaan tersebut di atas berarti bahwa apabila setiap promosi (X) ditingkatkan sekitar l%, maka diperkirakan penjualan (Y) akan meningkat sekitar 38,9474Yo. 2. Cobalah minta data penjualan di beberapa perusahaan retail yang mudah diakses. Kemudian dari paling sedikit 3 tahun data yang terkumpul, buatlah peramalan penjualan untuk tahun depan dengan menggunakan regresi sederhan4 dimana faklor-faktor yang mempengaruhi adalah biaya promosi dan pengembangan produk. Diketahui besamya penjualan perusahaan serta biaya promosi dan pengembangan produk (dalam jutaan) yang didapatkan di suatu perusahaan padajenjang waktu 3 tahun sebagai berikut: Tahun Promosi Pengembangan Produk Penjualan Heru Dian Setiowan/TTMI(/B I /05

6 ,lumlah Data di atas selanjutnya diolah sebagai berikut : No. Promosl (X,) Pengembangan Produk (x, Penjualan (Y) Xr' X,, XrY XrY XrXz I r t r I1450 Diketahui: IxJ : roo; Ix2:2lo; Iv:sooo ; ZxJ :z79ooo; n=l Ix,. = 8850 ; Ux2':14900 ; txry : ; Ixrx Didapatkan persamaan sebagai berikut : Y-nbo-brXr-b:X: =0... persamaan I XrY- boxr - brxr2 bzxrxz :0... persamaan Il XuY - box: - brx txz bzxz :0... persamzurn Ill 5000 = 3 b br bz persamaan I :160 bo br b: persamaan = 210 b br bz persamaan 3 Persamaan I dan = 3 b" br b: ll x Qoo) il = 160 bo br + I 1450 b: ll x (3) Heru Dian Setiawan/TTMK/B l/05

7 : 480 bo br bz : 480 bo br b: : br br persamaan 4 Persamaan I dan : 3 bo br b: I ll x Qrc) = 210 bo + I1450 br b: ll x (3) : 630 bo br b: = 630 bo bt b : br bz... persamaan 5 Persamaan 4 dan : br = br b: 600 bz ll ; :ffit : br b2 3s62s br b: : bz bz = : br : br bz 750 (1050) : br br: s0 Heru Dian Seticnoan/TTMKIB I /05

8 br: = 3 bo br bz 5000: 3bo+ 160c790)+ 210(1050) 5000: 3b" I 00 3 bo : Dengan diketemukannya harga-harga tersebut di atas, maka persamaan regresi linier ganda dapat disusun sebagai berikut : Y : Xr & Persamaan tersebut di atas berarti bahwa apabila setiap biaya promosi (X;) dan biaya pengembangan produk (X2) ditingkatkan secara bersama-sama sekitar I%, maka diperkirakan penjualan (Y) akan meningkat sekitar 2600/0. Bahan Diskusi Cobalah minta data penjualan di beberapa perusahaan retail yang mudah diakses. Kemudian dari paling sedikit 3 tahun data yang terkumpul, buatlah peramalan penjualan untuk tahun depan dengan menggunakan regresi berganda, dimana faktor-faktor yang mempengaruhi adalah pendapatan masyarakat. harga produk tersebut. dan harga produk pesaing. Heru Dian Setiowan/TTMK/B I /05