Peramalan

Pengertian Peramalan

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 datang (Nasu, 05].

Untuk menjamin efektivitas dan efisiensi dari sistem peramalan permintaan, terdapat Sembilan langkah yang harus diperhatikan yaitu (Yami, 05):

1. Menentukan tujuan dari peramalan

2. Memilih item independent demand yang diramalkan

3. Menentukan horizon waktu dari peramalan

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

Fungsi 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 [Yami05]:

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.

Peramalan dan Horison Waktu

Dalam hubunganya dengan horizon waktu peramalan, kita dapat mengklasifikasikan peramalan tersebut ke dalam 3 kelompok, yaitu [Nasu05]:

1. Peramalan Jangka Pajang, umumnya 2 sampai 10 tahun. Peramaln ini digunakan untuk perencanaan produk dan perencanaan sumber daya.

2. Peramalan Jangka Menengah, umumnya 1 sampai 24 bulan. Peramalan ini lebih mengkhusus dibandingkan peramalan jangka panjang, biasanya digunakan untuk menentukan aliran kas, perencanaan produksi, dan penentuan anggaran.

3. Peramalan Jangka Pendek, umumnya 1 sampai 5 minggu. Peramalan ini digunakan untuk mengambil keputusan dalam hal perlu tidaknya lembur, penjadwalan kerja, dan lain – lain.

Faktor - Faktor yang Mempengaruhi Peramalan

Permintaan suatu produk pada suatu perusahaan sangat dipengaruhi oleh berbagai faktor lingkungan yang saling berinteraksi dalam pasar yang berada di luar kendali perusahaan. Dimana faktor – faktor lingkungan tersebut juga akan mempengaruhi peramalan. Berikut ini merupakan beberapa faktor lingkungan yang mempengaruhi peramalan [Yami05] :

1. Kondisi umum bisnis dan ekonomi

2. Reaksi dan tindakan pesaing

3. Tindakan pemerintah

4. Kecenderungan pasar

5. Siklus hidup produk

6. Gaya dan mode

7. Perubahan permintaan konsumen

8. Inovasi teknologi

Karakteristik Peramalan yang Baik

Peramalan yang baik mempunyai beberapa criteria yang penting, antara lain akurasi, biaya, dan kemudahan. Penjelasan dari criteria – criteria tersebut adalah sebagai berikut [Nasu99]:

· Akurasi. Akurasi dari suatu hasil peramalan diukur dengan kebiasan dan kekonsistensian peramalan. Hasil peramalan dikarakan bias bila peramalan tersebut terlalu tinggi atau terlalu rendah dibanidng dengan kenyataan yang sebenarnya terjadi. Hasil peramalan dikatakan konsisten bila besarnya kesalahan peramalan relatif kecil.

Buffa menjelaskan bahwa metode yang lebih canggih tidak menjamin dihasilkannya hasil yang lebih akurat ketimbang metode yang lebih sederhana, lebih mudah diterapkan, dan lebih murah. Berikut ini merupakan temuan – temuan yang berhubungan dengan pemilihan metode peramalan dan akurasi hasil peramalan :

1. Akurasi peramalan meningkat jika ramalan dari lebih banyak metode dikombinasikan untuk menghasilkan ramalan akhir; tetapi dampak marjinal dari penambahan satu metode berkurang dengan semakin banyaknya jumlah metode yang digunakan.

2. Resiko kesalahan yang lebih besar dalam peramalan yang mungkin disebabkan oleh pemilihan metode yang keliru, resiko kesalahan akan berkurang jika hasil dari dua atau lebih metode dikombinasikan.

3. Variabilitas dalam akurasi ramalan diantara berbagai kombinasi metode peramalan berkurang dengan makin banyaknya metode yang digunakan. [Buff96]

· Biaya. Biaya yang diperlukan untuk pembuatan suatu peramalan tergantung dari jumlah item yang diramalkan, lamanya periode peramalan, dan metode peramalan yang dipakai.

· Kemudahan. Penggunaan metode peramalan yang sederhana, mudah dibuat, dan mudah diaplikasikan akan memberikan keuntungan bagi perusahaan.

Beberapa Sifat Hasil Peramalan

Dalam membuat peramalan atau menerapkan hasil peramalan, ada beberapa hal yang harus dipertimbangkan, yaitu [Nasu05]:

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.

Peraturan Peramalan

Terdapat beberapa peraturan yang harus diperhatikan sebelum melakukan peramalan, yaitu [Gasp02]:

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.

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

Disamping berdasarkan waktu, peramalan juga dapat dilakukan berdasarkan lokasi geografis, kelompok produk, yang dikenal sebagai peramlan berdasarkan dimensi agregasi dan disagregasi.

Peramalan pada tingkat agregasi yang lebih tinggi akan lebih akurat dibandingkan peramalan pada tingkat agregasi yang lebih rendah atau pada tingkat disagregasi.

didapat dari berbagai sumber di internet, untuk tugas kuliah sistem penunjang keputusan..... hehehe

Posted in: Sistem Informasi