PERAMALAN (forecasting)

A. Pengertian Peramalan (forecasting)

            Peramalan (forecasting) adalah seni dan ilmu untuk memperkirakan kejadian di masa depan. Hal ini dapat dilakukan dengan melibatkan pengambilan data masa lalu dan menempatkannya ke masa yang akan datang dengan suatu bentuk model matematis.

            Peramalan untuk tujuan bisnis melibatkan pendekatan-pendekatan yang sama. Meskipun demikian, dalam bisnis, metode yang lebih formal digunakan untuk membuat ramalan dan menilai keakuratan ramalan. Ramalan adalah dasar untuk penganggaran, perencanaan kapasitas, penjualan, produksi dan persediaan, sumber daya manusia, pembelian, serta masih banyak lagi. Peramalan memainkan peran penting dalam proses perencanaan karena memperbolehkan manajer untuk mengantisipasi masa depan sehingga mereka dapat merencanakan dengan tepat.

Dibawah ini beberapa contoh dari penggunaan peramalan dalam organisasi bisnis.

·         Akuntansi. Estimasi biaya produk atau proses yang baru, proyeksi laba, manajemen kas.

·         Keuangan. Kebutuhan peralatan atau penggantian peralatan, penentuan waktu dan jumlah dana, atau kebutuhan  pinjaman.

·         Sumber Daya Manusia. Aktivitas perekrutan, termasuk rekrutmen, wawancara, pelatihan, perencanaan pemutusan hubungan kerja, pengurangan karyawan, konseling.

·         Pemasaran. Penentuan harga dan promosi, strategi bisnis elektronik (e-business), strategi kompetisi global.

·         MIS. Sistem Informasi baru atau sistem informasi yanng direvisi, jasa Internet.

·         Operasi. Jadwal, perencanaan kapasitas, penugasa kerja dan beban kerja, perencanaan persediaan, keputusan membuat atau membeli, pengalihdayaan, manajemen proyek.

·         Desain produk atau jasa. Revisis fitur saat ini, desain produk atau jasa baru.

B. Pendefenisian Tujuan Peramalan

Tujuan peramalan dilihat dengan waktu:

1.      Peramalan Jangka Pendek (Short Term)

Bersifat harian ataupun mingguan, umumnya peramalan ini mencakup jangka waktu hingga 1 tahun tetapi umumnya kurang dari 3 bulan. Peramalan ini digunakan untuk merencanakan pembelian, penjadwalan kerja, penugasan kerja dan tingkat produksi. Biasanya ditentukan oleh Low Management.

2.      Peramalan Jangka Menengah (Medium Term)

Bersifat bulanan ataupun kuartal, umumnya mencakup hitungan bulanan hingga 3 tahun. Peramalan ini berguna untuk merencanakan penjualan, perencanaan, dan anggaran produksi, anggaran kas, dan menganalisis bermacam-macam rencana operasi. Biasanya ditentukan oleh Middle Management.

3.      Peramalan Jangka Panjang (Long Term)

Bersifat tahunan, umumnya untuk perencanaan masa 3 tahun atau lebih. Peramalan jangka panjang digunakan untuk merencanakan produk baru, pembelanjaan modal, lokasi atau pengembangan fasilitas, serta penelitian dan pengembangan. Biasanya ditentukan oleh Top Management.

Faktor lain yang harus dipertimbangkan saat membuat ramalan penjualan, terutama penjualan jangka panjang, adalah siklus hidup produk. Penjualan produk dan bahkan jasa, tidak terjadi pada tingkat yang konstan sepanjang hidupnya. Hampir semua produk yang berhasil melalui empat tahapan: (1) perkenalan, (2) pertumbuhan, (3) kematangan dan (4) penurunan.

C. Kegunaan Peramalan

Peramalan itu penting artinya bagi perusahaan bisnis, terutama untuk memenuhi keperluan pembuatan perencanaan jangka panjang. Namun demikian dari sisi fungsional, tiap departemen juga memerlukan ramalan aktivitas. Departemen Sumber Daya Manusia berkepentingan terhadap hasil peramalan untuk dipakai menyusun perencanaan personil. Departemen Akuntansi dan Keuangan memerlukan estimasi kegiatan jangka pendek untuk keperluan penyusunan anggaran. Departemen Pemasaran untuk keperluan penyusunan perencanaan distribusi. Secara umum peramalan dibutuhkan oleh manajemen untuk membuat atau menyusun rencana yang terkait dengan bidang tugas atau fungsinya. Untuk membuat ramalan yang baik dibutuhkan data yang cukup, perangkat keras dan perangkat lunak analisis yang memadai. Dan suatu ramalan disebut baik jika memenuhi kriteria mutu berupa : akurat, objektif, kecepatan penyediaan hasilnya dan stabilitas vs responsivitas ramalan tersebut.

D. Jenis Peramalan

Organisasi pada umumnya menggunakan tiga tipe peramalan yang utama dalam perencanaan operasi di masa depan:

1.      Peramalan Ekonomi (ecinomic forecast), menjelaskan siklus bisnis dengan memprediksi tingkat inflasi, ketersediaan uang, dan yang dibutuhkan untuk membangun perumahan dan indikator perencanaan lainnya.

2.      Permalan Teknologi (technological forecast), memperhatikan tingkat kemajuan teknologi yang dapat meluncurkan produk baru yang menarik, yang membutuhkan pabrik dan peralatan baru.

3.      Peramalan Permintaan (demand forecast), proyeksi permintaan untuk produk atau layanan suatu perusahaan. Peramalan ini disebut juga peramalan penjualan, yang mengendalikan produksi, kapasitas, serta sistem penjadwalan dan menjadi input bagi perencanaan keuangan, pemasaran dan sumber daya manusia.

Peramalan dilihat dari sifat penyusunannya terbagi atas dua macam, yaitu :

1. Peramalan Kualitatif

Peramalan kualitatif bersifat subyektif dan didasarkan atas perasaan atau intuisi dari orang yang menyusunnya.  Dalam hal ini pandangan atau judgement dari orang yang menyusunnya sangat menentukan baik tidaknya hasil ramalan tersebut.

2. Peramalan Kuantitatif

            Peramalan kuantitatif didasarkan atas data historis yang relevan di masa lalu, mengikuti pendekatan statistika formal dan pendekatan yang sistematis yang meminimumkan kesalahan (error) peramalan.

      Dalam peramalan kuantitatif, memerlukan tiga kondisi yaitu :

Ø  Adanya informasi masa lalu

Ø  Informasi tersebut dapat dikuantifisir

Ø  Dapat diasumsikan bahwa pola di masa lalu dapat berkelanjutan di masa yang akan datang.

E. Metode Peramalan

            Peramalan kadang-kadang dilakukan dengan metode “to-down”. Dalam kasus-kasus lainnya, sebaliknya, digunakan metode :bottom-up”. Dan dalam kasus-kasus lainnya lagi, pengalaman masa lalu diekstropolasi ke waktu mendatang dengan menggunakan berbagai prosedur matematikal dan statistical.

1.      Top-down Forecasting

            Metode “top-down” sering dimulai dengan penggunaan hasil-hasil peramalan berbagai kondisi bisnis umum yang dibuat oleh para ekonom dalam berbagai lembaga-lembaga pemerintah dan dalam perusahaan-perusahaan besar serta universitas-universitas. Ramalan-ramalan seperti ini secara ajeg muncul dalam publikasi-publikasi pemerintah dan swasta. Disamping itu, ramalan-ramalan yang lebih terperinci dan dibuat menurut pesanan dibeli oleh organisasi-organisasi yang bergerak khusus dalam peramalan “ekonometrik” (peramalan kecenderungan ekonomi, penggunaan prosedur-prosedur statistical dan matematikal).

2.      Bottom-up Forecasting

            Metode bottom-up mulai dengan perkiraan permintaan produk akhir individual. Berapa banyak setiap produk akhir akan dapat dijual oleh perusahaan tahun depan? Atau berapa jam pelayanan yang akan diminta? Dalam metode ini para peramal menerima estimasi-estimasi dari orang-orang penjualan, para dealer (distributor), dan para langganan. Analis juga perlu mengamati pola-pola penjualan di waktu yang lalu. Akhirnya, analis menambahkan ramalan-ramalan produk lainnya dan memperoleh hasil peramalan total, yang disebut ramalan agrerat.

            Dalam kenyataannya, banyak perusahaan menggunakan kedua metode, top-down dan bottom-up, secara bersamaan dan mengkombinasikan kedua hasil proyeksinya menjadi suatu ramalan tunggal. Tetapi sebelum penetapan ramalan akhir, perusahaan juga mungkin menggunakan pendekatan “pendapatan dewan eksekutif” (metode “Delphi”) untuk membenarkan dengan pertimbangan-pertimbangan tertentu hasil peramalan yang ditentukan secara lebih tehnikal. Ramalan-ramalan disesuaikan ke bawah atau ke atas menurut apa yang diperkirakan orang-orang puncak organisasi tentang waktu yang akan datang.

Metode yang banyak dipakai dalam peramalan tingkat pemerintahan terdiri atas:

1.      Metode Kualitatif

Metode Kualitatif adalah metode panaksiran permitaan berdasarkan prakiraan secara subjektif atau opini pembuat ramalan. Metode Kualitatif terdiri atas berbagai jenis aplikasi, yaitu metode Delphi, judgment para ahli/opini eksekutif, Riset Pasar, Analogic Historic, Konsensus panel dan sebagainya.

a.       Metode Delphi

Metode Delphi merupakan teknik yang mempergunakan suatu prosedur yang sistematik untuk mendapatkan suatu konsensus pendapat-pendapat dari suatu kelompok ahli. Proses Delphi ini dilakukan dengan meminta kepada para anggota kelompok untuk memberikan serangkaian ramalan-ramalan melalui tanggapan mereka terhadap daftar pertanyaan. Kemudian, seorang moderator mengumpulkan dan memformulasikan daftar pertanyaan baru dan dibagikan lagi kepada kelompok.

b.      Riset pasar

Riset pasar adalah peralatan peramalan yang berguna, terutama bila ada kekurangan data historis atau data tidak reliabel. Teknik ini secara khusus  digunakan untuk meramal permmintaaan jangka panjang dan penjualan produk baru.

c.       Analogic historic.

Peramalan dilakukan dengan menggunakan pengalaman-pengalaman historis dari suatu produk yang sejenis. Peramalan produk baru dapat dikaitkan dengan tahap-tahap dalam siklus kehidupan produk yang sejenis.

d.      Konsensus panel

Gagasan yang didiskusikan oleh kelompok akan menghasilkan ramalan-ramalan yang lebih baik daripada dilakukan oleh seseorang. Diskusi dilakukan dalam pertemuan pertukaran gagasan secara terbuka. Para partisipan dapat terdiri para eksekutif, orang-orang penjualan, para ahli atau langganan.

2.      Metode Analisis Deret Berkala

Metode Analisis Deret Berkala (Time Series Analysis) merupakan metode pembuatan ramalan yang berangkat dari asumsi, bahwa data historis yang lalu dapat dipakai untuk meramalkan volume kegiatan di masa yang akan datang. Metode ini terdiri atas beberapa jenis aplikasi, yaitu metode rata-rata bergerak sederhana, rata-rata bergerak tertimbang, penghalusan eksponensial, analisis regresi dan korelasi, dan proyeksi trend.

a.       Metode Rata-rata Bergerak Sederhana

Metode ini cocok dipakai untuk melakukan peramalan berdasarkan sediaan data historis yang fluktuasinya rendah karena metode ini memakai asumsi bahwa peluang keberulangan setiap kejadian di masa mendatang adalah sama.

b.      Penghalusan Eksponensial

Metode ini cocok dipakai untuk data berfluktuasi relatif besar, dan sediaan data terbatas. Untuk mengaplikasikan model maka langkah pertama yang harus dilakukan oleh pengguna model ialah menetapkan faktor penghalus alpha (a).

3.      Metode Kausal

a.       Analisis Regresi

Analisi regresi merupakan metode yang dipakai untuk membuat garis trend dari suatu sebaran data historis yang relevan dengan sebaran data dimaksud. Metode yang paling umum dipakai dalam analisis regresi ialah metode kesalahan kuadrat paling kecil.

b.      Analisis Korelasi

Analisis Korelasi merupakan metode yang dipakai untuk manaksir keeratan dan sifat hubungan antara variabel depanden dan independen sebuah persamaan regresi linear.

F. Karakteristik Peramalan Yang Baik

Peramalan yang baik mempunyai beberapa kriteria yang penting, antara lain akurasi, biaya,dan kemudahan. Penjelasan dari kriteria-kriteria tersebut adalah sebagai berikut :

1.      Akurasi.

Akurasi dari suatu hasil peramalan diukur dengan hasil kebiasaan dan kekonsistensian peramalan tersebut. Hasil peramalan dikatakan bias bila peramalan tersebut bila terlalu tinggi atau rendah dibandingkan dengan kenyataan yang sebenarnya terjadi. Hasil peramalan dikatakan konsisten bila besarnya kesalahan peramalan relatif kecil. Peramalan yang terlalu rendah akan mengakibatkan kekuranga persediaan, sehingga permintaan konsumen tidak dapat dipenuhi segera akibatnya 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 yang ideal.       

2.      Biaya

Biaya yang diperlukan dalam pembuatan suatu peramalan adalah tergantung dari jumlah item yang diramalkan, lamanya periode peramalan, dan metode peramalan yang dipakai. Ketiga faktor pemicu biaya tersebut akan mempengaruhi berapa banayak data yang dibutuhkan, bagaimana pengolahan datanya (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 didapat, misalnya item-item yang penting akan diramalkan dengan metode yang sederhana dan murah. Prinsip ini merupakan adopsi dari hukum Pareto (Analisa ABC).

3.      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 diaplikasikan pada sistem perusahaan karena keterbatasan dana, sumber daya manusia, maupun peralatan teknologi.

G. Teknik Peramalan

      Faktor-Faktor Yang Mempengaruhi Pemilihan Teknik Peramalan.

Peramalan sebenarnya upaya untuk memperkecil resiko yang timbul akibat pengambilan keputusan dalam suatu perencanaan produksi. Semakin besar upaya yang dikeluarkan tentu resiko yang dapat dihindari semakin besar pula. Namun upaya memperkecil resiko tersebut dibatasi oleh biaya yang dikeluarkan akibat mengupayakan hal tersebut. Faktor-Faktor yang harus dipertimbangkan:

1.      Horizon Peramalan

Ada dua aspek dari horison waktu yang berhubungan dengan masing-masing metoda peramalan yaitu :

a.    Cakupan waktu dimasa yang akan datang

Untuk mana perbedaan dari metoda peramalan yang digunakan sebaiknya disesuaikan.

b.    Jumlah periode untuk mana ramalan diinginkan

Beberapa teknik dan metoda hanya dapat disuaikan untuk peramalan satu atau dua periode di muka, sedangkan teknik dan metoda lain dapat dipergunakan untuk peramalan beberapa periode dimasa mendatang.

2.      Tingkat Ketelitian

Tingkat ketelitian yang dibutuhkan sangat erat hubungannya dengan tingkat perincian yang dibutuhkan dalam suatu peramalan. Unuk beberapa pengambilan keputusan mengharapkan variasi atau penyimpangan atas ramalan yang dilakukan antara 10 persen sampai dengan 15 persen bagi maksud-maksud yang mereka harapkan, sedangkan untuk hal atau kasus lain mungkin menganggap bahwa adanya variasi atau penyimpangan atas ramalan sebesar 5 persen adalah cukup berbahaya.

3.      Ketersediaan Data

Metode yang dipergunakan sangat besar manfaatnya, apabila dikaitkan dengan keadaan atau informasi yang ada atau data yang dipunyai. Apabila dari data yang lalu diketahui adanya pola musiman, maka untuk peramalan satu tahun ke depan sebaiknya digunakan metode variasi musim. Sedangkan apabila dari data yang lalu diketahui adanya pola hubungan antara variable-variable yang saling mempengaruhi, maka sebaiknya dipergunakan metode Sebab Akibat (causal) atau korelasi (correlation).

4.      Bentuk Pola Data

Dasar utama dari metoda peramalan adalah anggapan bahwa macam dari pola yang didapati didalam data yang diramalkan akan berkelanjutan. Sebagai contoh, beberapa deret yang melukiskan sutau pola musiman, demikian pula halnya dengan suatu pola trend. Metoda peramalan yang lain mungkin lebih sederhana, terdiri dari suatu nilai rata-rata, dengan fluktuasi yang acakan atau random yang terkandung. Oleh karena adanya perbedaan kemampuan metoda peramalan untuk mengidentifikasikan pola-pola data, maka perlu adanya usaha penyesuaian antara pola data yang telah diperkirakan terlebih dahulu dengan teknik dan metoda peramalan yang akan digunakan.

5.      Biaya

Umumnya ada empat unsur biaya yang tercakup dalam penggunaan suatu prosedur ramalan, yaitu biaya-biaya pengembangan, penyimpanan (storage) data, operasi pelaksanaan dan kesempatan penggunaan teknik-teknik dan metoda lainnya. Adanya perbedaan yang nyata dalam jumlah biaya, mempunyai pengaruh atas dapat menarik tidaknya penggunaan metode tertentu untuk sutau keadaan yang dihadapi.

6.      Jenis dari model

Sebagai tambahan perlu diperhatikan anggapan beberapa pola dasar yang penting dalam data. Banyak metoda peramalan telah menganggap adanya beberapa model dari keadaan yang diramalkan . Model – model ini merupakan suatu derat dimana waktu digambarkan sebagai unsur penting untuk menentukan perubahan – perubahan dalam pola, yang mungkin secara sistematik dapat dijelaskan dengan analisis regresi atau korelasi. Model yang lain adalah model sebab akibat atau “causal model”, yang menggambarkan bahwa ramalan yang dilakukan sangat tergantung pada terjadinya sejumlah peristiwa yang lain, atau sifatnya merupakan campuran dari model-model yang telah disebutkan diatas. Model-model tersebut sangat penting diperhatikan, karena masing-masing model tersebut mempunyai kemampuan yang berbeda-beda dalam analisis keadaan untuk pengambilan keputusan.

7.      Mudah tidaknya penggunaan dan aplikasinya

Satu prinsip umum dalam penggunaan metoda ilmiah dari peramalan untuk menagement dan analisis adalah metoda – metoda yang dapat dimengerti dan mudah diaplikasikan yang akan dipergunakan dalam pengambilan keputusan adan analisa. Prinsip ini didasarkan pada alasan bahwa, bila seorang manajer atau analisis bertanggung jawab atas keputusan yang diambilnya atau hasil analisa yang dilakukan, maka ia sudah tentu tidak menggunakan dasar yang tidak diketahuinya atau tidak diyakininya. Jadi, sebagai ciri tambahan dari teknik dan metoda peramalan adalah bahwa yang diperlukan untuk memenuhi kebutuhan dari keadaan ialah teknik dan metoda peramalan yang dapat disesuaikan dengan kemampuan dari manager atau analisis yang akan menggunakan metode ramalan tersebut.

H. Tahapan Dalam Proses Peramalan

Ada enam tahapan dasar dalam proses peramalan, yaitu:

1.      Menentukan tujuan ramalan. Bagaimana ramalan akan digunakan dan kapan akan dibutuhkan ramalan? Tahapan ini akan memberikan indikasi tingkat rincian yang diperlukan dalam ramalan, jumlah sumber daya (karyawan, waktu, komputer, dan biaya) yang dapat dibenarkan, serta tingkat keakuratan yang diperlukan.

2.      Memilih teknik peramalan.

3.      Memperoleh, membersihkan dan menganalisis data yang tepat. Memperoleh data dapat meliputi usaha yang signifikan. Setelah memperoleh data, data mungkin perlu “dibersihkan” agar dapat menghilangkan objek asing dan data yang jelas tidak benar sebelum analisis.

4.      Membuat ramalan.

5.      Memantau ramalan. Ramalan harus dipantau untuk menentukan apakah ramalan ini dilakukan dengan cara yang memuaskan. Jika tidak memuaskan, periksa kembali metode peramalan, asumsi, keabsahan data, dan lain-lain. Kemudian mengubahnya sesuai kebutuhan serta menyiapkan revisi ramalan.

DAFTAR PUSTAKA

Ma’arif, M.Syamsul dan Hendri Tanjung. 2003. Manajemen Operasi. Jakarta: PT Grasindo.

Stevenson, William J. Dan Sum Chee Chuong. 2014. Manajemen Operasi (Perspektif Asia). Jakarta: Salemba Empat.

Heizer, Jay dan Barry Render. 2009. Manajemen Operasi. Jakarta: Salemba Empat.

Pardede, Pontas M. 2005. Manajemen Operasi dan Produksi:Teori, Model dan Kebijakan. ANDI:Yogyakarta.

Jakfar, Kasmir. 2003. Studi Kelayakan Bisnis. Jakarta: Prenada Media. Tdi_437_handout_peramalan1.pdf

Lulu. 2013. Forecasting (peramalan) dalam Manajemen Operasi. Softspacess.blogspot.com/2013/10/forecasting-peramalan-dalam-manajemen-html.