PERAMALAN PERMINTAAN KENDARAAN PT ABC DENGAN METODE TIME SERIES

Transkripsi

1 PERAMALAN PERMINTAAN KENDARAAN PT ABC DENGAN METODE TIME SERIES SKRIPSI Diajukan untuk Memenuhi Syarat Tugas Akhir Program Strata Satu (S1) Teknik Industri Oleh : EKO WALUYO NIM : JURUSAN TEKNK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS MERCU BUANA JAKARTA 2009 i

2 LEMBAR PERNYATAAN Saya yang brtanda tangan di bawah ini : Nama : Eko Waluyo NIM : Jurusan Fakultas Universitas : Teknik Industri : Teknologi Industri : Universitas Mercu Buana Menyatakan dengan sesungguhnya, bahwa Tugas Akhir ini adalah hasil karya saya sendiri, kecuali pada bagian yang disebutkan sumbernya. Jakarta, 21 Februari 2009 Penulis Eko Waluyo ii

3 LEMBAR PENGESAHAN Judul: Peramalan Permintaan kendaraan PT ABC Dengan Metode Time Series Nama : Eko Waluyo NIM : Jurusan Fakultas Universitas : Teknik Industri : Teknologi Industri : Universitas Mercu Buana Tugas Akhir ini telah diterima dan diujikan Jakarta, 21 Februari 2009 Mengetahui Koordianator TA/Ketua Jurusan Pembimbing Tugas Akhir (Ir. M. Kholil, MT) (Ir. Alfa Firdaus, MT) iii

4 ABSTRAKSI PT. ABC adalah salah satu main dealer otomotif dengan merk TOYOTA terbesar di Indonesia yang telah memiliki jaringan yang luas. PT ABC menguasai hampir 80% penjualan kendaraan Toyota di Indonesia. Selama tahun 2008 permintaan kendaraan mengalami kenaikan yang besar jika dibandingkan dengan tahun sebelumnya. Namun krisis ekonomi di Amerika serikat pada akhir tahun 2008, ikut mendorong PT. ABC untuk lebih berhati-hati dan bekerja keras untuk tetap mempertahankan eksistensinya dalam dunia pelayanan jasa otomotif. Dengan demikian diperlukan suatu perencanaan dan target dalam penjualan kendaraan. Besar kecilnya penjualan kendaraan secara tak langsung akan berpengaruh pula pada pelayanan jasa service dan penjualan spare part. Untuk itu diperlukan suatu permalan yang baik dan efektif agar dapat mengefisienkan seluruh produktivitas dalam pencapaian target-targetnya. Beberapa metode peramalan yang sesuai dengan plot data yang dihasilkan akan dipilih dan diuji. Metode peramalan tersebut adalah Linear, Non-linear (kuadratik) dan Double Smoothing Exponential. Setelah pengolahan data, hasil uji dan validasi dari ketiga metode tersebut. Metode Double Smoothing Exponential terpilih sebagai metode peramalan yang terbaik. Pada metode Double Smoothing Exponential, hasil peramalan langsung merespon setiap perubahan pada data aktual permintaan. Hal ini menyebabkan MAD, MSE, MFE, MAPE dan SEE sebagai parameter uji penyimpangan/error dari metode Double Smooting Exponential memiliki nilai ranking yang kecil. Nilai parameter yang dihasilkan adalah MAD : 1221, MSE : , MFE : 58, MAPE : 11,33% dan SEE : Kata Kunci : Jasa Otomotif, Metode Peramalan, Double Smoothing Exponential iv

5 ABSTRAKSI PT. ABC is one of the biggest otomotif main dealer in Indonesia with brand image TOYOTA that have wide network. PT. ABC achievement almost 80% of selling Toyota vehicle in Indonesia. In year 2008, demand of vehicle increase bigger than the year before. But in the end of 2008, economic crisis in USA to urge PT ABC for more carefully and work hard to carry on their existence in otomotif services. So that it s necessary to make a plan and target for selling vehicle. Big or small of selling vehicle will influence to service and selling spare part too. So that it s need a good an effective forecast to efficiency the all of productivity to reach targerts. Some of forecasting method according the plot of result data will be selected and tested. Forecasting methods are Linear, Non-linear (Quadratic) dan Double Smoothing Exponential. After processing data, result test and validation from three methods. Double Smoothing Exponential were chosen as the best forecast methods. Double Smooothing Exponential Method has a result that always responsive with every changing to actual demand data. It s cause MAD, MSE, MFE, MAPE and SEE as error test parameter from Double Smoothing Exponential has a less ranking. Parameter value that has been result are MAD 1221, MSE : , MFE : 58, MAPE : 11,33% dan SEE : 1621 Key word: Otomotif services, Forecast Methodes, Double Smoothing Exponential v

6 KATA PENGANTAR Segala puji syukur penulis haturkan kepada Allah SWT, atas berkat dan anugrah-nya penulis dapat menyelesaikan laporan Tugas Akhir dengan judul Peramalan Permintaan kendaraan PT ABC Dengan Metode Time Series. Tujuan dari penulisan laporan Tugas Akhir ini adalah untuk memenuhi salah satu syarat program sarjana Jurusan Teknik Industri, Fakultas Teknologi, Universitas Mercu Buana, Jakarta. Tidak lupa penulis sampaikan ungkapan rasa terima kasih dan penghargaan kepada semua pihak yang telah banyak memberikan masukkan, bimbingan dan dorongan kepada penulis baik selama masa penelitian maupun masa penyelesaian laporan ini, rasa terima kasih penulis ucapkan kepada : 1. Allah SWT atas rahmat dan Anugerah-Nya, sehingga penulis dapat menyelesaikan Tugas Akhir ini. 2. Ayahanda dan Ibunda tercinta atas doa-doanya yang selalu menyertai perjalanan hidup. 3. Sari, Mayang, Puji, Nita, P-man, Yudi, Isty, Emil, Dwi, Joko dan Pipit yang selalu menyemangati, mendukung dan membantu dalam penyusunan Tugas Akhir. 4. Bapak Ir. Yenon Orsa, MT selaku Direktur PKSM atas usaha kerasnya dalam mewujudkan Program Kelas Karyawan yang berkualitas. 5. Bapak Ir. M Kholil, MT Ketua Jurusan Teknik Industri yang telah berkenaan untuk membina mahasiswa PKSM untuk lebih baik lagi. vi

7 6. Bapak Ir. Alfa Firdaus, MT selaku pembimbing Tugas Akhir yang telah memberikan saran dan bimbingan dalam penyelesaian laporan Tugas Akhir ini. 7. Pihak manajemen PT ABC, yang telah memberikan kesempatan kepada penulis untuk melakukan penelitian pada perusahaan PT ABC. 8. Rekan-rekan mahasiswa Teknik Industri Universitas Mercu Buana, yang telah membagi ilmunya dan kerjasamanya. 9. Dan pihak-pihak lain yang tidak dapat disebutkan satu-persatu Penulis menyadari bahwa Tugas Akhir ini masih jauh dari harapan dan masih banyak kekurangan, sehingga penulis sangat mengharapkan adanya kritik dan saran yang membangun. Akhir kata penulis berharap semoga laporan ini dapat bermanfaat bagi penulis sendiri maupun pihak yang memerlukannya. Amin Jakarta, 21 Februari 2009 Penulis vii

8 DAFTAR ISI HALAMAN JUDUL LEMBAR PERNYATAAN LEMBAR PENGESAHAN ABSTRAKSI KATA PENGANTAR DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR i ii iii iv vi viii xiii xiv BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perumusan Masalah Pembatasan Masalah Tujuan Penelitian Metode Penelitian Sistematika Penulisan 5 BAB II LANDASAN TEORI 2.1 Definisi Peramalan Karakteristik Penjualan Yang Mempengaruhi Peramalan Kegunaan Peramalan Tipe Peramalan Peramalan Berdasarkan Pendapat Subyektif Dari viii

9 Orang-Orang Yang Bekerja Dalam Penjualan dan Bagian Pemasaran Berdasarkan Indeks Kegiatan Perusahaan Berdasarkan Data Penjualan Rata-Rata Masa Lampau Berdasarkan Analisis Statistik Dari Data Penjualan Masa Lampau Berdasarkan Kombinasi Metode-Metode Tertentu Berdasarkan Penelitian Pasar Perlunya Ketelitian Peramalan Faktor Yang Mempengaruhi Permintaan Karakteristik Peramalan Yang Baik Sifat Hasil Peramalan Analisis Deret Waktu Pendek atan umum Dalam Peramalan Secara Statistik Metode Peramalan Time Series Single Moving Average Double Moving Average Weight Moving Average Single Exponential Smoothing Double Exponential Smoothing Peramalan Linear Peramalan Non Linear (Kuadratik) Ukuran Akurasi Hasil Peramalan 28 ix

10 2.13 Pemeriksaan dan Pengendalian Ramalan Peta Rentang Bergerak (Moving Range) Peta Bergerak untuk Pemeriksaan Peta Bergerak untuk Pengendalian Peramalan Beberapa Uraian Umum Terhadap Perbaikan Peramalan Uji Kondisi di Luar Kendali Ikhtisar 35 BAB III METODOLOGI PENELITIAN 3.1 Identifikasi Masalah Tujuan Penelitian Studi Pendahuluan Pengumpulan Data Pengolahan Data Analisis dan Kesimpulan 40 BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Profil Perusahaan Struktur Organisasi Jenis-Jenis Produk Pelayanan PT ABC Data Perkembangan Permintaan Unit Uji Kecukupan Data 45 x

11 4.6 Penentuan Pola Dasar Permintaan Penerapan Metode-Metode Peramalan Metode Linear Metode Non Linear (Kuadratik) Metode Double Exponential Smoothing Pemilihan Metode Peramalan Test Metode Peramalan Double Exponential 68 BAB V ANALISA DAN PEMECAHAN MASALAH 5.1 Analisa Pola Data Permintaan Pemilihan Metode Peramalan Metode Linear Metode Non Linear (Kudratik) Metode Double Exponential Smoothing Analisa Pemilihan Metode Peramalan Analisa Test Moving Range 78 BAB VI KESIMPULAN DAN SARAN 6.1 Kesimpulan Saran 81 DAFTAR PUSTAKA LAMPIRAN xi

12 DAFTAR TABEL Tabel 4.1 Data Perkembangan Permintaan Unit Kendaraan Merk TOYOTA 44 Tabel 4.2 Data Aktual Permintaan Unit Kendaraan Periode Tabel 4.3 Data Aktual Permintaan Unit Kendaraan Periode Tabel 4.4 Data Perhitungan dengan Metode Linear 50 Tabel 4.5 Peramalan dengan Metode Linear 52 Tabel 4.6 Data Perhitungan Ukuran Akurasi Parameter dengan Metode Linier 52 Tabel 4.7 Data Perhitungan dengan Metode Kuadratik 55 Tabel 4.8 Peramalan dengan Metode Kuadratik 59 Tabel 4.9 Data Perhitungan Ukuran Akurasi Parameter dengan Metode Kuadratik 59 Table 4.10 Penentuan Alpha untuk Peramalan Double Exponential Smoothing 62 Tabel 4.11 Peramalan dengan Metode Double Exponential Smoothing 63 Tabel 4.12 Perhitungan Ukuran Akurasi Parameter dengan Metode Exponential Smoothing 65 Tabel 4.13 Pembobotan untuk Metode Peramalan 68 Tabel 4.15 Perhitungan Moving Range untuk Pemeriksaan Peramalan Double Exponential Smoothing 69 Tabel 5.1 Data Aktual Permintaan Unit Kendaraan Periode Tabel 5.2 Pembobotan untuk Metode Peramalan 77 Tabel 5.3 Pengecekan Syarat Uji Validasi 79 xii

13 DAFTAR GAMBAR Gambar 1-1 Metode Penelitian 4 Gambar 2-1 Pola Permintaan Trend 17 Gambar 2-2 Pola Permintaan Siklus 18 Gambar 2-3 Pola Permintaan Musiman 18 Gambar 2-4 Pola Permintaan Acak 19 Gambar 2-5 Kriteria Di Luar Kendali 35 Gambar 3-1 Metodologi Penelitian 41 Gambar 4-1 Struktur Organisasi PT ABC 43 Gambar 4.2 Grafik Pola Dasar Permintaan Periode Gambar 4.3 Grafik Peramalan dengan Metode Linear 54 Gambar 4.4 Grafik Peramalan dengan Metode Kuadratik 62 Gambar 4.5 Grafik Peramalan dengan Metode Double Exponential Smoothing 67 Gambar 4.6 Peta Pengendalian Uji Validasi Metode Double Exponential Smoothing 71 Gambar 5.1 Grafik Pola Dasar Permintaan Periode Gambar 5.2 Peta Pengendalian Uji Validasi Metode Double Exponential Smoothing 78 xiii

14 DAFTAR PUSTAKA Nasution, Arman Hakim Ir. M.Eng, Manajemen Industri, Perencanaan dan Pengendalian Produksi. Penerbit Andi Yogyakarta : 2006 Baroto, Teguh. Perencanaan dan Pengendalian Produksi. Penerbit Ghalia Indonesia. Jakarta : 2002 Biegel, John E. Pengendalian Produksi Suatu Pendekatan Kuantitatif. Akademika Presindo. Jakarta: 1992 Assauri, Sofyan. Manajemen Produksi dan Operasi. Edisi Revisi. LPFE UI. UI Press. Jakarta: 1992 Nasution, A.H. Perencanaan dan Pengendalian Produksi. ITS Press. Surabaya: 2003 Kusuma, Hendra. Perencanaan dan Pengendalian Produksi. Penerbit Andi Yogyakarta : 2004 Nasution, Arman Hakim Ir. M.Eng, Yudha Prasetyawan. Perencanaan dan Pengendalian Produksi. Graha Ilmu : 2008 Panduan Modul Program Studi Teknik Industri, mata kuliah Perencanaan dan Pengendalian Produksi xiv

15 Bab I Pendahuluan 1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah PT ABC merupakan industri yang bergerak dibidang jasa pelayanan penjualan dan purna jual Otomotif dengan merk TOYOTA", salah satu main dealer dengan pasar terbesar di Indonesia ini terus membenahi diri dengan memperbaiki kualitas pelayanan purna jual terhadap pelanggannya. Meningkatnya kebutuhan dan permintaan masyarakat akan kebutuhan alat transportasi yang berkualitas dengan pelayanan purna jual yang tinggi membuat main dealer saling bersaing untuk memuaskan hati pelanggannya dengan memberikan produk terbaik, fasilitas dan pelayanan purna jual. Hal ini akan meningkatkan pendapatan sekaligus reward dari ATPM kepada main dealer yang mencapai tingkat penjualan tertinggi. Sehingga saat ini, penjualan unit kendaraan merupakan tolak ukur keberhasilan suatu main dealer pada umumnya dan ATPM pada khususnya. Ketidakstabilan kondisi ekonomi Indonesia, fluktuasi dollar yang tinggi, dan daya beli masyarakat yang rendah mengakibatkan tingkat penjualan berfluktuasi. Sehingga main dealer harus memiliki suatu peramalan permintaan yang baik. Dalam usaha untuk mencapai target penjualan yang telah ditetapkan tersebut PT ABC memberikan berbagai macam fasilitas dan keuntungan-keuntungan bagi pembeli kendaraan, seperti : 1 Tugas Akhir

16 Bab I Pendahuluan 2 1. Program diskon khusus untuk pembelian kendaraan dengan type tertentu 2. Program gratis untuk paket aksesoris tambahan tertentu pada kendaraan 3. Program pembelian kendaraan berhadiah 4. Program gratis pengecekan Km yang selanjutnya akan menjadi Km 1.2 Rumusan Masalah Berdasarkan latar belakang diatas bahwa masalah utama bagi main dealer adalah diperlukannya suatu metode yang dapat memberikan gambaran mengenai pertumbuhan permintaan kendaraan mobil merk TOYOTA sehingga dapat dijadikan acuan oleh bagian pemasaran. Maka pada tugas akhir ini mencoba untuk menganalisis sistem peramalan penjualan yang efektif bagi perusahaan PT ABC. Adapun data awal dalam proses peramalan permintaan adalah data aktual penjualan kendaraan periode Batasan Masalah Agar penelitian dan pembahasan tidak menyimpang terlalu jauh dari ruang lingkup permasalahan maka pembatasan masalah penelitian ini sebagai berikut : 1. Penelitian dibatasi hanya pada produk kendaraan merk TOYOTA 2. Metode peramalan permintaan yang digunakan hanya tiga macam yaitu linear non linier (kuadratik) dan double eksponensial smoothing. 2 Tugas Akhir

17 Bab I Pendahuluan 3 3. Penentuan metode yang terbaik hanya didasarkan kepada ukuran akurasi terkecil dari hasil peramalan permintaan. 1.4 Tujuan Penelitian Berdasarkan latar belakang permasalahan di atas maka penulisan tugas akhir ini memiliki tujuan sebagai berikut : 1. Menentukan dan menggunakan metode peramalan permintaan terbaik 2. Membandingkan pertumbuhan aktual permintaan kendaraan dengan data hasil pengolahan dengan menggunakan metode peramalan permintaan. 1.5 Metode Penelitian Pada penulisan tugas akhir ini, beberapa metode digunakan dalam melakukan penelitian yang mencakup cara pengumpulan data, alat yang digunakan dan cara analisa data. Adapun metode-metode tersebut adalah sebagai berikut : Observasi Lapangan Melakukan penelitian secara langsung dengan cara mengadakan pengamatan dan pencatatan maupun pengumpulan data dilapangan yang berhubungan dengan tingkat penjualan kendaraan Studi Pustaka Penelitian Teoritis mengenai data-data yang berhubungan dengan masalah yang akan dibahas melalui buku-buku dan jurnal yang akan dijadikan landasan teori dan pengolahan data. 3 Tugas Akhir

18 Bab I Pendahuluan Gabungan Pada metode ini dilakukan pengolahan data dengan menggabungkan data-data aktual yang diperoleh pada studi lapanganj dengan bahan-bahan yang diperoleh dari bukubuku dan jurnal pada studi pustaka. Gambar 1-1 Metode Penelitian 4 Tugas Akhir

19 Bab I Pendahuluan Sistematika Penulisan Dalam penulisan tugas akhir ini penulis berpedoman pada kriteria penyusunan laporan dan membaginya dalam lima bab yang saling berkaitan satu sama lainnya, yaitu dengan format sebagai berikut : BAB I : PENDAHULUAN Pada bab ini berisi gambaran singkat tentang penelitian pendahuluan yang antara lain terdapat : Latar Belakang masalah, merupakan gambaran yang melatarbelakangi penulis untuk di jadikan topik penulisan Pokok permasalahan yang merupakan pokok utama dari permasalahan yang ditampilkan penulis Tujuan penulisan yang berisikan tujuan yang hendak dicapai oleh penulis Pentingnya pemecahan masalah itu penting untuk diangkat sebagai bahan penelitian dan hasil apa yang diperoleh jika masalah itu berhasil dituntaskan. Pembatasan masalah merupakan uraian mengenai batasan yang akan diambil oleh penulis dalam melakukan penelitian. Metodologi pengumpulan data yang merupakan cara yang dilakukan penulis dalam memenuhi kebutuhan data pada penelitian ini. Sistematika penulisan yang merupakan uraian singkat dari cara penyusunan tugas akhir ini. 5 Tugas Akhir

20 Bab I Pendahuluan 6 BAB II : LANDASAN TEORI Pada bab ini berisikan uraian secara singkat tentang teori-teori yang berhubungan dan berkaitan erat dengan masalah-masalah yang akan dibahas serta merupakan tinjauan kepustakaan yang menjadi kerangka dan landasan berfikir dalam proses penulisan atau penelitian tugas akhir ini. BAB III : METODOLOGI PENELITIAN Pada bab ini berisikan tentang metodologi penelitian dan kerangka pemikiran yang dilakukan dalam penelitian berikut tahapan pemecahan masalah yang menguraikan secara garis besar langkah-langkah yang dilakukan dalam memecahkan masalah. BAB IV : PENGUMPULAN DATA Dalam bab ini akan membahas tentang data-data yang akan dikumpulkan untuk menganalisis sistem peramalan penjualan. Data yang akan digunakan adalah data penjualan unit BAB V : ANALISA HASIL PENGUMPULAN DAN PENGOLAHAN DATA Pada bab ini berisikan mengenai analisa dari hasil pengolahan data yang telah dilakukan berdasarkan landasan teori yang digunakan. BAB VI : KESIMPULAN DAN SARAN Pada bab ini merupakan jawaban dari masalah dan tujuan penelitian yang disertai saran-saran yang berguna agar dapat diaplikasikan sesuai tujuan semula. 6 Tugas Akhir

21 Bab II Landasan Teori 7 BAB II LANDASAN TEORI 2.1 Definisi Peramalan Peramalan adalah suatu perkiraan tingkat permintaan yang diharapkan untuk suatu produk atau beberapa produk dalam periode waktu tertentu di masa yang akan datang. Dengan kata lain peramalan adalah suatu proses untuk memperkirakan beberapa kebutuhan di masa mendatang yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan alokasi yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa. Maka dari itu, peramalan pada dasarnya adalah suatu taksiran, tetapi dengan menggunakan cara-cara tertentu peramalan dapat lebih baik daripada suatu taksiran. Dapat dikatakan bahwa peramalan adalah suatu taksiran yang ilmiah meskipun akan terdapat sedikit kesalahan yang disebabkan adanya keterbatasan kemampuan manusia. 2.2 Karakteristik Penjualan Yang Mempengaruhi Peramalan Sifat produk dan pola permintaannya mempengaruhi tipe peramalan yang akan dibuat dan periode waktu yang harus ditempuh atau dijangkau. Jika sifat produk seperti pola tersebut, permintaan dapat diharapkan hampir konstan dari suatu periode ke periode berikutnya sehingga jangkauan waktu dari 7 Tugas Akhir

22 Bab II Landasan Teori 8 peramalan relatif pendek. Perencanaan di masa akan datang dapat didasarkan pada pengendalian bahwa permintaan akan terus berlanjut pada tingkat yang sama. Dalam kasus ini, kapasitas yang ada secara umum dapat menangani volume permintaan. Jadi, terdapat sedikit yang diperlukan untuk suatu peramalan yang cukup luas. Jika salah satu produk mempunyai variasi siklus permintaan dengan siklus tinggi dan rendah, peramalan (peramalan perencanaan produksi) harus mencakup paling sedikit satu siklus. Peramalan lebih baik mencakup dari puncak ke puncak 2.3 Kegunaan Peramalan Diantara tujuan dan kegunaan dari peramalan adalah: 1. Menentukan kebutuhan dan ukuran perluasan pabrik 2. Menentukan perencanaan jangka menengah untuk produk yang ada untuk diproduksi dengan fasilitas yang ada. 3. Menentukan penjadwalan jangka pendek dari produk yang ada untuk diproduksi dengan peralatan yang ada. Dalam setiap ramalan harus dipenuhi salah satu dari kegunaan di atas, sehingga akan menimbulkan tambahan waktu yang diperlukan dalam membuat kebijaksanaan ditambah dengan waktu untuk membuat akibat kebijaksanaan tersebut. Ramalan untuk tujuan yang pertama dapat dibuat untuk ramalan jangka panjang. Ramalan untuk tujuan perluasan pabrik dinamakan peramalan fasilitas. Ramalan perencanaan produksi dan produk, dapat digunakan untuk peramalan yang memenuhi tujuan kedua dan ketiga di atas. Sifat peramalan dan metode perbaikannya ditentukan oleh manfaat yang diharapkan dan tingkat rincian dalam ramalan tersebut. 8 Tugas Akhir

23 Bab II Landasan Teori Tipe Peramalan Pada dasarnya model peramalan dapat diklasifikasikan dalam dua jenis: 1. Model kuantitatif : ekstrapolasi (time series method ) dan kausal 2. Model kualitatif : pertimbangan Peramalan dapat dibagi berdasarkan jangka waktu sejalan dengan penggunaannya. Karena derajat detil dan akurasi berkaitan dengan jangka waktu, maka tipe peramalan dibagi berdasarkan kegunaan, detil, dan jangka waktu. Selain itu peramalan dapat dikategorikan dengan cara lain: Peramalan Berdasarkan Pendapat Subyektif Dari Orang-Orang Yang Bekerja Dalam Penjualan dan Bagian Pemasaran Peramalan menurut pendapat yang subyektif adalah suatu cara dimana beberapa atau seluruh manusia yang ada dibagian penjualan dan pemasaran memberikan pendapatnya untuk menentukan volume penjualan di masa yang akan dating. Kemudian pendapat pendapat ini dikumpulkan dan dinilai untuk menghasilkan suatu peramalan untuk jangka waktu tertentu dimasa datang. Tipe peramalan ini mempunyai keuntungan bahwa manusia yang terlibat langsung dengan penjualan mempunyai tanggung jawab untuk peramalan tersebut, karena mempunyai posisi yang baik untuk mengerti kemungkinan arah pasar yang akan datang. Namun demikian, terdapat beberapa kerugian dari metode ini yaitu: a. Orang-orang dibagian penjualan merasa sangat optimis bila penjualan di masa lampau telah berjalan dengan baik. Pada bagian lain, mereka sangat pesimis bila penjualan di masa lampau tidak berjalan dengan baik. 9 Tugas Akhir

24 Bab II Landasan Teori 10 b. Terdapat beberapa oknum yang berpengaruh dilibatkan dalam membuat ramalan tersebut, sehingga hasilnya bukan merupakan suatu pernyataan dari pendapat semua orang, tetapi pendapat dari oknum oknum tersebut. Jika kekuatan pengaruh atau kekuatan diperiksa secara cermat atau lebih teliti daripada seluruh kelompok, tidak akan terdapat kesalahan. Sebaliknya, jika pendapatnya diterima secara sepihak (berat sebelah) berarti harus dimasukkan dalam peramalan. Peramalan dengan pendapat yang subyektif tersebut dapat menjadi baik atau buruk Berdasarkan Indeks Kegiatan Perusahaan Baik buruknya peramalan yang didasarkan pada suatu indeks adalah tergantung pada indeks yang digunakan sebagai dasar dan koreksi yang ada antara permintaan nyata dengan peramalan yang didasarkan pada indeks. Tingkat ketelitian yang tinggi pada tipe ramalan seperti ini, memerlukan koreksi antara penjulan dan indeks yang tinggi. Tingkat ketelitian yang tinggi pada tipe ramalan seperti ini, memerlukan koreksi antara penjualan dan indeks yang tinggi. Tingkat hubungan antara indeks dan ramalan tersebut adalah mendekati kuadrat dari koefisien korelasinya Berdasarkan Data Penjualan Rata-Rata Masa Lampau Peramalan berdasarkan rata-rata data penjualan yang lalu menggambarakn adanya anggapan bahwa permintaa masa lampau dapat diarahkan untuk permintaan yang akan datang. Kebenaran anggapan ini dapat diuji menggunakan peta kontrol. Akhir 10 Tugas

25 Bab II Landasan Teori 11 Dalam hal ini terdapat berbagai metode rata-rata yang dapat digunakan untuk peramalan. Rata-rata hitung atau titik tengah adalah suatu kemungkinan yang dapat dipakai, sehingga rata-rata tersebut adalah rata-rata dari seluruh penjualan yang lalu. Bila bentuk data hanya digunakan dari periode penjualan yang baru saja dilakukan, kita akan mempunyai data-data rata-rata bergerak. Jumlah kebanyakan data yang digunakan dalam rata-rata bergerak akan menentukan bagaimana reaksinya terhadap akibat sistem yang diberikan. Hal ini akan mengarah kepada memperlambat suatu kenaikan, keluar dari tahapan (ketinggalan), menekan keadaan puncak dan menaikan keadaan terbawah terhadap siklus permintaan. Besarnya ketinggalan, keadaan di luar tahapan dan adanya perataan tersebut adalah merupakan suatu fungsi dari jumlah periode permintaan yang digunkaan dalam rata-rata begerak. Dalam beberapa hal, seseorang dapat membenarkan perhatiannya terhadap permintaan masa lalu dengan waktu relatif pendek dalam menentukan perkiraan di masa yang akan datang. Perhatian ini dapat diselesaikan dengan menggunakan ratarata pembobotan. Di samping itu, dengan memilih faktor pembobotan, dapat dicapai suatu tingkat perataan tertentu, jumlah tertentu dan hubungan-hubungan di luar tahapan tertentu. Bila dipakai pada pola siklus permintaan tanpa menambahkan penyesuaian, rata-rata pembobotan tersebut tidak akan menghasilkan peramalan pada puncak yang lebih tinggi atau bagian yang bawah yang lebih rendah. Dengan beberapa penerapan yang tepat dan penyesuaian tertentu, maka dengan membuat data rata-rata permintaan yang lalu dapat memberikan perkiraan yang memuaskan dari volume penjualan di masa yang akan datang, asalkan sistem sebab akibat tersebut tidak berubah. Bagaimanapun, akan lebih baik dan lebih dapat Akhir 11 Tugas

26 Bab II Landasan Teori 12 diandalkan dengan menggunakan teknik-teknik statistik. Bila hanya rata-rata digunakan, tidak akan terdapat perkiraan kesalahan dari nilai peramalan. Perkiraan kesalahan akan diperlakukan dalam perencanaan persediaan yang efektif Berdasarkan Analisis Statistik Dari Data Penjualan Masa Lampau Ramalan berdasarkan analisis statistik terhadap permintaan masa lalu memberikan kemungkinan metode yang lebih teliti. Dalam kenyataannnya, masa lalu memberikan dasar yang baik bagi kebijaksanaan untuk masa datang. Bagaimanapun haruslah dilakukan modifikasi perkiraan dari data masa lalu, jika diketahui kejadiankekadian tertentu yang akan terjadi atau mungkin terjadi dalam masa yang akan datang. Kejadian-kejadian seperti ini yang dapat cenderung menambah penjualan adalah kegiatan berupa perluasan daerah penjualan yang tercakup, melalui periklanan atau kampanye penjualan, pengunduran para pesaing yang ada di pasaran, dan lainlain. Beberapa kejadian yang cenderung dapat mengurangi volume penjualan adalah masuknya pesaing baru ke dalam pasar, produk menjadi ketinggalan jaman, masuknya suatu perusahaan ke dalam persaingan baru yang akan menarik sebagian dari pemasaran produk lama, dan lain-lain. Hal ini perlu dipertimbangkan untuk membuat peramalan yang baru. Ketelitian yang lebih baik dapat dicapai dengan metode statistik yang mungkin menimbulkan biaya yang lebih tinggi, tetapi meskipun demikian biaya tinggi tersebut akan dapat dialihkan dengan perencanaan dan pengendalian produksi serta persediaan yang lebih baik, pelayanan konsumen yang lebih baik, dan lain sebagainya sehingga diperlalukan suatu sistem yang lebih teliti. Penggunaannya akan Akhir 12 Tugas

27 Bab II Landasan Teori 13 dilakukan oleh seseorang yang berpengalaman bai dalam metode analisis statistik dan dalam penerjemahan hasil-hasil dari analisis tersebut Berdasarkan Kombinasi Metode-Metode Tersebut Terdapat kemungkinan untuk mengadakan penggabungan beberapa atau semua tipe peramalan yang disebutkan di atas dan juga dapat dikehendaki untuk menambah metode-metode lainnya. Jaminan tingkat ketelitian yang dikehendaki dapat diperoleh dengan penyesuaian yang tepat dari ramalan-ramalan yang dibuat dengan beberapa metode Berdasarkan Penelitian Pasar Masalah lain dalam peramalan akan muncul bila diperlukan untuk membuat kebijaksanaan mengenai pengenalan produk baru. Suatu pertimbangan untuk beberapa penelitian adalah diperlukan untuk menentukan kemampuan penjualan suatu poduk. Tipe peramalan ini umumnya disebut penelitian pasar dan tidak akan diteliti jauh dari sini. Dan untuk mendapatkan hasil yang lebih baik, dalam penelitian tersebut digunakan teknik-teknik statistik. Dalam kenyatannya, survei pasar yang baik memerlukan suatu analisis statistik yang seksama. 2.5 Perlunya Ketelitian Peramalan Tanpa mempermasalahkan bagaimana memperolehnya, ketelitian ramalan adalah suatu hal yang pokok dan perlu sekali. Kebijaksanaan perusahaan secara langsung atau tidak langsung akan didasarkan pada ramalan-ramalan. Oleh karena Akhir 13 Tugas

28 Bab II Landasan Teori 14 itu, ketidaktelitian dan kesalahan-kesalahan dalam ramalan dapat menghasilkan kebijaksanaan yang tidak menguntungkan. Dalam suatu pasar dengan persaingan yang tinggi, berhasil atau gagal tergantung kepada tingkat pengendalian melalui ramalan-ramalan yang baik. 2.6 Faktor Yang Mempengaruhi Permintaan Permintaan produk pada suatu perusahaan merupakan hasil dari berbagai faktor yang saling berinteraksi dalam pasar. Faktor-faktor tersebut hampir selalu merupakan kekuatan yang berada di luar kendali perusahaan. Berbagai faktor tersebut adalah : Siklus Bisnis Penjualan produk akan dipengaruhi oleh permintaan produk yang dipengaruhi oleh kondisi ekonomi yang membentuk siklus bisnis dengan fase-fase inflasi, resesi, depresi, dan masa pemulihan. Siklus Hidup Produk Siklus hidup suatu produk biasanya mengikuti pola yang biasa disebut kurva S. Kurva S menggambarkan besarnya permintaan terhadap waktu, dimana siklus hidup suatu produk akan dibagi menjadi fase pengenalan, fase pertumbuhan, fase kematangan, dan akhirnya fase penurunan. Untuk menjaga kelangsungan usaha, maka perlu dilakukan inovasi produk pada saat yang tepat. Faktor-faktor lain Beberapa faktor lain yang mempengaruhi permintaan adalah reaksi balik dan pesaing, perilaku konsumen yang berubah, dan usaha-usaha yang dilakukan Akhir 14 Tugas

29 Bab II Landasan Teori 15 sendiri oleh perusahaan seperti peningkatan kualitas, pelayanan, anggaran, periklanan, dan kebijakan pembayaran kredit. 2.7 Karakteristik Peramalan Yang Baik Peramalan yang baik mempunyai beberapa kriteria yang penting antara lain sebagai berikut: Akurasi Akurasi dari suatu hasil peramalan diukur dengan kebiasaan dan konsistensi peramalan tersebut. Hasil peramalan dikatakan bias bila peramalan tersebut terlalu tinggi atau terlalu rendah dibandingkan dengan kenyataan yang sebenarnya terjadi. Hasil peramalan dikatakan konsisten bila besarnya kesalahan permalan relatif kecil. Peramalan terlalu rendah, akan mengakibatkan kekurangan persediaan, sehingga permintaan konsumen tidak dapat dipenuhi segera, akibatnya adalah perusahaan dimungkinkan kehilangan pelanggan dan kehilangan keuntungan penjualan. Peramalan yang terlalu tinggi akan mengakibatkan terjadinya penumpukan persediaan, sehingga banyak modal yang terserap sia-sia. Keakuratan dari hasil peramalan ini berperan penting dalam menyeimbangkan persediaan dan memaksimalkan tingkat pelayanan. Biaya Biaya yang diperlukan dalam pembuatan suatu peramalan bergantung kepada jumlah item yang diramalkan, lamanya periode peramalan, dan metode peramalan yang dipakai. Ketiga faktor pemicu biaya tersebut akan mempengaruhi berapa banyak data yang dibutuhkan, bagaimana pengolahan Akhir 15 Tugas

30 Bab II Landasan Teori 16 datanya, yaitu secara manual atau komputerisasi, bagaimana penyimpanan datanya, dan siapa tenaga ahli yang diperbantukan. Pemilihan metode peramalan harus disesuaikan dengan dana yang tersedia dan tingkat akurasi yang ingin di dapat, misalnya item-item yang kurang penting bias diramalkan dengan metode yang sederhana dan murah. Prinsip ini merupakan adopsi dari Hukum Pareto ( Analisis ABC ) Kemudahan Penggunaan metode peramalan yang sederhana, mudah dibuat, dan mudah diaplikasikan, akan memberikan keuntungan bagi perusahaan. Adalah percuma memakai metode yang canggih, tetapi tidak dapat diaplikaskan pada sistem perusahaan karena keterbatasan dana, sumberdaya manusia, maupun peralatan teknologi. 2.8 Sifat Hasil Peramalan Dalam membuat peramalan atau menerapakan hasil suatu peramalan terdapat beberapa hal yang harus dipertimbangkan, yaitu : 1. Peramalan masih mengandung kesalahan, artinya peramal hanya bisa mengurangi ketidakpastian yang akan terjadi, tetapi tidak dapat menghilangkan ketidakpastian tersebut. 2. Peramalan seharusnya memberikan informasi tentang berapa ukuran kesalahan, artinya karena peramalan pasti mengandung kesalahan, maka adalah penting bagi peramal untuk menginformasikan seberapa besar kesalahan yang mungkin terjadi. Akhir 16 Tugas

31 Bab II Landasan Teori Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka panjang. Hal ini disebabkan pada peramalan jangka pendek, sejumlah faktor yang mempengaruhi permintaan relatif masih konstan, sementara semakin panjang periode peramalan, semakin besar pula kemungkinan terjadinya perubahan faktor yang mempengaruhi permintaan. 2.9 Analisis Deret Waktu Analisis deret waktu didasarkan pada asumsi bahwa deret waktu tersebut dari komponen-komponen Trend (T), Siklus / Cycle (C), Pola musiman / Season (S), dan Variasi acak / Random (R) yang akan menunjukkan suatu pola tertentu. Analisi deret waktu ini sangat tepat untuk meramalkan permintaan yang pola permintaan dimasa lalunya cukup konsisten dalam periode waktu yang lama, sehingga diharapkan pola tersebut akan tetap berlanjut. Penjelasan tentang komponen-komponen tersebut adalah sebagai berikut : 1. Kecenderungan / Trend (T) Merupakan sifat dari permintaan masa lalu terhadap waktu terjadinya apakah permintaan tersebut cenderung naik, turun, atau konstan. Gambar 2-1 Pola Permintaan Trend Akhir 17 Tugas

32 Bab II Landasan Teori Siklus / Cycle (C) Permintaan suatu produk dapat memiliki siklus yang berulang secara periodik, biasanya lebih dari satu tahun, sehingga pola ini tidak perlu dimasukkan dalam peramalan jangka pendek. Pola ini amat berguna untuk peramalan jangka menengah dan jangka panjang. Gambar 2-2 Pola Permintaan Siklus 3. Musiman / Season (S) Fluktuasi permintaan suatu produk dapat naik turun disekitar garis trend dan biasanya berulang setiap tahun. Pola ini biasanya disebabkan oleh faktor cuaca, musim libur panjang, dan hari raya keagamaan yang akan berulang secara periodik setiap tahunnya. Gambar 2-3 Pola Permintaan Musiman Akhir 18 Tugas

33 Bab II Landasan Teori Variasi acak / Random (R) Permintaan suatu produk dapat mengikuti pola bervariasi secara acak karena faktor-faktor adanya bencana alam, bangkrutnya perusahaan pesaing, promosi khusus, dan kejadian-kejadian lainnya yang tidak mempunyai pola tertentu. Variasi acak ini diperlukan dalam rangka menentukan persediaan pengamanan untuk mengantisipasi kekurangan persediaan bila terjadi lonjakan permintaan. Gambar 2-4 Pola Permintaan Acak 2.10 Pendekatan Umum Dalam Peramalan Secara Statistik Untuk mengetahui bahwa metode statistik yang digunakan untuk data yang lalu adalah suatu cara peramalan yang realistik untuk masa yang akan datang, perlu dilakukan hal-hal sebagai berikut : 1. Penentuan data aktual permintaan (demand) 2. Membuat gambaran permintaan dan waktu. (Permintaan sebagai ordinat dan waktu sebagai absis) 3. Menentukan metode peramalan yang akan digunakan dan lakukan perhitungan 4. Menilai kesalahan dalam peramalan dan memberikan rangking pembobotan 5. Pemilihan metode peramalan berdasarkan nilai rangking pembobotan terkecil Akhir 19 Tugas

34 Bab II Landasan Teori Lakukan uji verifikasi terhadap dengan metode peramalan terpilih 7. Membuat suatu keputusan untuk menggunakan teknik tertentu berdasarkan pertimbangan yang ada atau mencoba mendapatkan sesuatu yang lebih baik lagi. Pendekatan tersebut merupakan cara yang sistematis dalam memulai, mendesain, dan menerapkan suatu sistem peramalan Metode Peramalan Time Series Single Moving Average Pada metode peramalan single moving average, setiap muncul nilai observasi baru maka nilai rata-rata baru dapat dihitung dengan membuang nilai observasi yang paling tua dan masukan nilai observasi terbaru. Rata-rata bergerak ini kemudian akan menjadi peramalan untuk periode mendatang. Perhitungannya dapat dilakukan dengan menggunakan rumus sebagai berikut : Dimana : F t+r = X = Xt T F t+r X t t T = Peramalan periode ke t + r = Permintaan pada periode t = Periode = Periode pengamatan Metode Single Moving Average lebih cocok digunakan untuk peramalan dengan data yang bersifat random (sulit diketahui polanya), tidak terjadi gejala trend naik atau turun, musiman dan sebagainya. Akhir 20 Tugas

35 Bab II Landasan Teori Double Moving Average Metode ini menjelaskan suatu variasi dari prosedur rata-rata bergerak yang diinginkan dalam mengatasi adanya trend secara lebih baik. Dasar metode ini adalah menghitung rata-rata bergerak yang kedua. Perhitungannya dapat menggunakan rumus sebagai berikut : X S t = S'' S t = + X + X N X t t 1 t 2 t ( n 1 ) + S + S N S t t 1 t 2 t ( n 1 ) a t = S t +(S t -S t ) = 2S t -S t b t = 2 (S t - S t ) N 1 F t+m = a t + b t (m) Dimana : F t+m = Peramalan periode ke t + m S t = Pemulusan pertama periode ke-t S t Xt t m = Pemulusan kedua periode ke-t = Permintaan pada periode t = Periode = Jumlah Periode kedepan Akhir 21 Tugas

36 Bab II Landasan Teori Weight Moving Average Saat ada trend atau pola yang terdeteksi, bobot dapat digunakan untuk menempatkan penekanan yang lebih pada nilai terkini. Dinyatakan dengan rumus : F t+1 = (W 1 X t-1 +W 2 X t-2 +W m X t-n ) Dimana : F t+1 = Peramalan periode t + 1 W m = Bobot masing-masing data yang digunakan ( W1=1), Ditentukan secara subjektif. Xt n = Permintaan actual periode ke-t = Jumlah periode ke depan Single Exponential Smoothing Perhitungan implikasi untuk pemulusan exponensial dapat dilihat lebih baik bila persamaannya diperluas dengan mengganti F oleh komponen sebagai berikut : F t+1 = Xt+(1 - )(( X t -t)+(1- )F t-1 ) F t+1 = Xt+ (1- )X t-1 +(1- ) 2 F t-1 Jika proses substitusi ini diulang dengan mengganti F t-1 dengan komponennya F t-2 dengan komponennya dan seterusnya, hasilnya adalah persamaan : F t-1 = X t +α(1-α)x t-1 +α(1-α) 2 X t-2 +α(1-α) 3 X t-3 +α(1-α) 4 X t-4 +α(1-α) 5 X t-5 + +α(1-α) n-1 X t- (n-1) Cara lain untuk menuliskan persamaan tersebut adalah dnegan susunan sebagai berikut : Akhir 22 Tugas

37 Bab II Landasan Teori 23 F t-1 = F 1 + (X t -F t ) Secara sederhana : F t-1 = F t + (E t ) Dimana : F t-1 = Peramalan pada periode t-1 F t = Peramalan pada periode t = Nilai pembobotan (0< <1) E t = Kesalahan peramalan (data actual-peramalan) Metode Single Exponential Smoothing lebih cocok untuk meramal hal-hal yang berfluktuasi secara random Double Exponential Smoothing Metode ini merupakan model linier yang dikemukakan oleh Brown. Di dalam metode Double Exponential Smoothing dilakukan proses smoothing dua kali, sebagai berikut : S t = αx t (1- α) S t-1 S t = αs t + (1- α) S t-1 Sedangkan untuk forecast dilakukan dengan rumus : a t = 2S' t S" t α b t = (S' t S" t ) 1 α Ft + m = at + b (m) t Akhir 23 Tugas

38 Bab II Landasan Teori 24 Dimana: F t+m S t S t Xt a,b t m = Peramlan Period ke-t+m = Pemulusan pertama period ke-t = Pemulusan kedua period ke-t = Permintaan pada periode t = Parameter peramalan = Periode = Jumlah period ke depan α = Bobot yang mempengaruhi besarnya pemulusan, nilainya 0-1 Metode Double Exponential Smoothing ini biasanya untuk meramalkan data yng mengalami trend kenaikan Peramalan Linier Jika bentuk peramalan d t = f (t) dianggap merupakan hubungan linier antara d t dan t maka dapat menggunakan : d t = a + bt Pernyataan untuk E sekarang adalah : n 2 E = d a bt) t t Dengan memperkecil persamaan E = n 2 dt a bt) terhadap a dan b, memberikan : t n n E E = 0 = ( d t a bt) dan = ( ) a 0 = t d a a bt t t Ini dapat ditulis sebagai : d na b t = 0 dan dt a t b t 2 = 0 t Akhir 24 Tugas

39 Bab II Landasan Teori 25 Jika persamaan d t = a + bt dan d na b t = 0 dan dt a t b t 2 = 0 digabungkan ke dalam bentuk determinan, maka menjadi : d' d dt 1 n t t t t 2 = 0 Dalam persamaan di atas kolom kedua terdapat koefisen-koefisien a dan kolom ketiga terdapat koefisien b. Perluasan determinan menghasilkan persamaan dimana a dan b dapat diganti dengan nilai-nilai determinan tersebut, sehingga diperoleh : d = n d dt t t 2 t t 2 t + t n t d dt n t 2 t t = d n t dimana dan t 2 2 t 2 ( t) dt + t n n dt t 2 d 2 ( t) a t d n t t t = ( t) n dt d b = 2 2 n t ( t) dt t Bentuk a selanjutnya dapat dikurangkan terhadap : a = d- bt t dianggap merupakan suatu bilangan bulat dari 1 sampai n. Berdasarkan hal ini, kita dapat menulis : Akhir 25 Tugas

40 Bab II Landasan Teori 26 dan Bila persamaan t n( n +1) t = 2 n( n + 1)(2n = ) 2 n( n + 1)(2n + 1) t = dimasukkan ke dalam persamaan 6 d' d dt 1 n t t t t 2 = 0 maka dipunyai : d' d dt 1 n n( n + 1) 2 t n( n + 1) 2 n( n + 1)(2n + 1) 6 6(2 dt ( n + 1) d) b = n( n 2 + 1) = 0 2(2n + 1) d 6 dt a = n( n + 1) Kesalahan standar dari perkiraan akan dihitung sesuai dengan persamaan : atau n 2 S dt = ( d d' ) / ( n f ) t t t S dt ( dt d' t ) = n 2 2 Metode Linear ini lebih cocok digunakan untuk pola data linear atau mendekati garis lurus. Akhir 26 Tugas

41 Bab II Landasan Teori Peramalan Non Linear (Kuadratik) Hubungan non-linier dapat berbentuk hubungan kuadrat (parabola) atau hubungan pangkat tiga ataupun lainnya. Bila bentuk hubungannya adalah kuadratik dapat dinyatakan sebagai : d = a + bt + ct 2 Dimana : a, b, c : konstanta t : periode waktu Adapun persamaan-persamaan yang digunakan menentukan nilai konstanta adalah sebagai berikut : γσ θα b = 2 γβ α Dimana : γ = ( t 2 ) 2 n t t σ = d n td 2 θ = t d n α 2 = t t n 2 β = ( t) n t 3 4 t t 3 2 d d a= - n θ bα c = γ b t - n c t 2 Kesalahan standar dari perkiraan akan dihitung sesuai dengan persamaan : n Akhir 27 Tugas

42 Bab II Landasan Teori 28 atau n S 2 dt = ( d d' ) / ( n f ) t t t S dt ( dt d' t ) = n Ukuran Akurasi Hasil Peramalan Ukuran akurasi hasil peramalan merupakan ukuran tentang tingkat perbedaan antara hasil peramalan dengan permintaan yang terjadi untuk melihat kesalahan peramalan. Adapun ukuran yang biasa digunakan adalah : 1. Rata-rata Deviasi Mutlak (Mean Absolute Deviation = MAD) MAD merupakan rata-rata kesalahan mutlak selama perioda tertentu tanpa memperhatikan apakah hasil peramalan lebih besar atau lebih kecil dibandingkan kenyataannya. Secara matematis, MAD dirumuskan sebagai berikut : Dimana : MAD n t= = 1 At Ft n A = Permintaan Aktual pada perioda t Ft = Peramalan Permintaan pada perioda t n = Jumlah Periode Peramalan yang terlibat Akhir 28 Tugas

43 Bab II Landasan Teori Rata-rata Kuadrat Kesalahan (Mean Square Error = MSE) MSE dihitung dengan menjumlahkan kuadrat semua kesalahan peramalan pada setiap perioda dan membaginya dengan jumlah perioda peramalan. Secara matematis, MSE dirumuskan sebagai berikut : MSE n t= = 1 At Ft n 2 3. Rata-rata Kesalahan Peramalan (Mean Forecast Error = MFE) MFE sangat efektif untuk mengetahui apakah suatu hasil peramalan selama perioda tertentu terlalu tinggi atau terlalu rendah. MFE dihitung dengan menjumlahkan semua kesalahan peramalan dan membaginya dengan jumlah perioda peramalan. Secara matematis, MFE dinyatakan sebagai berikut : MFE n ( At Ft) t= = 1 n 4. Rata-rata Persentase Kesalahan Absolut (Mean Absolute Percentage Error = MAPE) MAPE merupakan ukuran kesalahan relatif. MAPE biasanya lebih berarti dibandingkan MAD karena MAPE menyatakan persentase kesalahan hasil peramalan terhadap permintaan aktual selama periode tertentu yang akan memberikan informasi persentase kesalahan terlalu tinggi atau terlalu rendah. Secara otomatis, MAPE dinyatakan sebagai berikut : Akhir 29 Tugas

44 Bab II Landasan Teori 30 MAPE = n t= 1 ( At Ft / n At) x100% 5. Standard Error of Estimate (SEE) SEE dapat dinyatakan sebagai berikut: SEE = n d t D' ( n f ) t= 1 t Dimana : f = derajat kebebasan -1 = untuk data konstan -2 = untuk data linier -3 = untuk data kuadratis 2.13 Pemeriksaan dan Pengendalian Ramalan Suatu langkah pertama yang diperlakukan setelah membuat ramalan adalah memeriksa bahwa ramalan tersebut memang telah dapat mewakili data dan sistem penyebab kebetulan yang mendasari permintaan bagi produk yang dipertanyakan. Sekali ramalan telah dibuat, maka harus diperkenalkan sampai tiba waktunya untuk membuat ramalan yang berikut. Untuk melakukan suatu peramalan yang baik, perlu dilakukan secara berkesinambungan membandingkan ramalan tersebut dengan kenyataan permintaan dan membuat perbaikan ramalan bila terdapat perubahan Akhir 30 Tugas

45 Bab II Landasan Teori 31 permintaan tersebut. Waktu untuk melakukan ini adalah segera setelah terjadinya perubahan. Terdapat banyak cara yang dapat digunakan memeriksa ramalan dan mengamati suatu perubahan dalam sistem penyebab yang mendasari permintaan. Bagaimanapun dikehendaki sejumlah data ini mungkin tidak tersedia. Bentuk yang termudah dari cara pengendali adalah peta kendali secara statistik yang digunakan dalam pengendalian kualitas. Salah satu peta yang dapat digunakan dimana terdapat suatu jumlah data yang minimum adalah pada peta rentang bergerak (Moving Range) Peta Rentang Bergerak (Moving Range) Peta rentang bergerak dirancang untuk membandingkan nilai yang diamati dengan yang diramalkan dari suatu permintaan. Dengan kata lain, dilihat terjadi permintaan dari peramalan secara periode dasar. Kemudian peta tersebut diperluas untuk masa yang akan datang sehingga dapat dibandingkan ramalan dengan kenyataan dari periode tersebut (periode yang dibuat untuk peramalan). Peta rentang bergerak digunakan untuk memeriksa teknik peramalan dan parameter-parameternya. Sekali dibuat peramalan dan dan peta rentang bergerak, berarti akan digunakan sebagai pemeriksaan yang berkesinambungan untuk melihat jika yang mendasari sistem penyebab tersebut adalah tidak berubah. Rentang bergerak didefinisikan sebagai : MR = t ( d' t dt ) ( d' t 1 d 1 ) Rata-rata rentang bergerak didefinisikan sebagai : Akhir 31 Tugas

46 Bab II Landasan Teori 32 MR MR = n 1 dan BKA = BKB = + 2,66MR 2,66MR Perubahan atau perbedaan yang digambarkan pada rentang begerak adalah : d t = d' t d t Jika mendapatkan suatu titik tak terkendali sewaktu memeriksa peramalan, maka akan dihindari beberapa data atau mencari peramalan baru. Jika terdapat sebuah titik tak terkendali dalam suatu ramalan yang mengikuti periode dasar tersebut, maka akan diselidiki untuk ditentukan penyebabnya. Jika semua titik yang diplot (digambarkan) masuk kedalam batas-batas kendali, maka dapat dianggap bahwa persamaan peramalan tersebut adalah benar dan aman. Jika titik-titik yang masuk di luar batas-batas tersebut, berarti persamaan peramalan yang digunakan tidak teliti, sehingga perlu diadakan perbaikan yang sesuai. Dengan menggunakan peta kendali maka dapat dilihat dimana perubahan terjadi dan dapat ditentukan suatu persamaan peramalan dari data yang sesuai dengan system penyebab permintaan yang ada Peta Bergerak untuk Pemeriksaan Pertama kali dipergunakan peta rentang bergerak bertujuan untuk memeriksa peramalan-peramalan yang dilakukan. Akhir 32 Tugas

47 Bab II Landasan Teori Peta Rentang Bergerak untuk Pengendalian Ramalan Peta rentang bergerak telah dibahas dalam hubungannya sebagai suatu alat untuk membuat kebenaran dari suatu fungsi peramalan. Peta rentang bergerak tersebut dapat juga digunakan sebagai alat untuk pengawasan pemeliharaan dan kestabilan sistem penyebab tersebut yang dibuat dari permintaan. Bila kondisi tak terkendali diamati, kegiatan relatif terhadap ramalan atau permintaan akan dapat diterima. Dua kegiatan yang berkenaan dengan peramalan tersebut adalah : 1. Memperbaikinya untuk memasukkan data baru dan sistem penyebab yang baru. 2. Menunggu fakta-fakta atau keterangan berikutnya. Salah satu tindakan yang dapat diterima hanya setelah adanya suatu pertimbangan dari seluruh aspek sistem penyebab tersebut. Suatu analisis hanya dari data secara umum adalah tidak cukup. Jika tindakan diterima berkenaan dengan permintaan dan yang mendasarinya sistem penyebab, secara umum tindakan tersebut haruslah menjadi : 1. Suatu percobaan untuk mempengaruhi sistem penyebab tersebut. 2. Penerimaan dari perubahan-perubahan dalam permintaan tanpa tindakan. Tindakan yang diterima berkenaan dengan permintaan dan sistem penyebabnya adalah : 1. Perubahan dalam periklanan 2. Perubahan dalam promosi penjualan 3. Perubahan dalam kemampuan penjualan 4. Perubahan dalam harga dan lain-lain Akhir 33 Tugas

48 Bab II Landasan Teori Beberapa Uraian Umum terhadap Perbaikan Peramalan Fungsi peramalan digunakan sampai ditemukan adanya ketidaktepatan pada peta kendali. Dua tindakan dapat dilakukan : 1. Memperbaiki peramalan dengan menggunakan seluruh data yang lalu yang tersedia jika kelihatannnya seolah-olah ini akan dihasilkan dalam suatu peramalan yang benar secara statistik. 2. Memasukkan data yang lalu dari pertimbangan jika kelihatannya bahwa suatu perubahan yang permanen yang terjadi dalam sistem penyebab kebetulan yang menimbulkan permintaan Uji Kondisi di Luar Kendali Uji yang paling konklusif bagi kondisi di luar kendali adalah adanya titik di luar batas kendali. Selain itu, terdapat pula uji lainnya dengan tingkat kemungkinan yang sama. Teknik yang digunakan berikut dirancang agar dapat digunakan dengan jumlah data yang seminimal mungkin. Uji dilakukan dengan cara membagi peta kendali ke dalam enam bagian dengan selang yang sama. Ke enam bagian tersebut adalah : 1. Daerah A adalah daerah di luar ± 2/3 (2.66 MR) = ± 1.77 MR (di atas MR dan di bawah MR). 2. Daerah B adalah di luar ± 1/3 (2.66 MR) = ± 0.89 MR (di atas MR dan di bawah MR). 3. Daerah C adalah daerah di atas atau di bawah garis tengah. Akhir 34 Tugas

49 Bab II Landasan Teori 35 d -d 0 Daerah Di Luar Daerah A Daerah B Daerah C Daerah C Daerah B Daerah A Daerah Di Luar Batas Kendali Batas Daerah Batas Daerah B Batas Daerah Batas Daerah Batas Kendali Gambar 2-5 Kriteria Di Luar Kendali 2.14 Ikhtisar Salah satu prosedur untuk menilai metode peramalan secara statistik adalah peta rentang bergerak, yang keuntungannya sama baiknya dengan mengusahakan kesederhanaan konstruksi dan pemeliharaan. Pada dasarnya peta kendali mengemukakan tiga hal penting mengenai suatu pola permintaan : 1. Mengemukakan jika permintaan yang lalu adalah stabil karena statistik. 2. Mengemukakan jika permintaan yang sekarang adalah mengikuti pola yang lalu. 3. Jika permintaan yang sekarang tidak mengikuti pola yang lalu, peta kendali menggambarkan bagaimana cara untuk memperbaiki metode peramalan tersebut. Jadi, peramalan diselesaikan atau disempurnakan dengan salah satu alat yang sangat sederhana. Akhir 35 Tugas