PERAMALAN PERMINTAAN Mirza Hamzah

1.1.LATAR BELAKANG MASALAH Sebagai sebuah mata kuliah yang diajukan pada jurusan Tarbiyah tentu mata kuliah “ Supply Cain Management “ ini, mempunyai peranan yang sangat penting, terutama untuk meramalkan seberapa besar kira-kira jumlah permintaan akan barang dan jasa dan bagaimana dengan persediaan yang ada, selain itu mencocokkan antara persediaan dan permintaan supaya tidak terjadi kesenjangan antara persediaan dan permintaan. Oleh karena itu pemakalah akan mencoba membahasnya sesuai dengan kemampuan pemakalah, Adapun pembahasan yang akan di bahas dalam makalah ini adalah tentang “Peramalan Demand (Forecast Demand)” . untuk itu pemakalah akan menjelaskan dan memaparkannya pada bab pembahasan. Adapun yang dibahas dalam makalah ini antara lain : Ø Apa itu peramalan permintaan? Ø Bagaimana mencocokkan supply dan demand? Ø Bagaimana teknik-teknik peramalan? Ø Bagaimana akurasi permalan? Pembahasan ini bertujuan untuk menguraikan , membahas serta menjelaskan tentang hal- hal yang berhubungan dengan Peramalan Demanad (Forecast Demand), sehingga dapat dijadikan sebagai salah satu sumber untuk menambah ilmu pengetahuan, dan dapat dijadikan sebagai sebuah keahlian. Disamping tujuan utama tersebut, pembahasan ini juga bertujuan untuk memenuhi tuntutan tugas terstruktur yang diemban kepada pemakalah. PERAMALAN PERMINTAAN (FORECASTING DEMAND) 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 (fOrecasting Demand) merupakan tingkat permintaan produk –produk yang diharapkan akan terealisasi untuk jangka waktu tertentu pada masa yang akan datang. Menurut Vincers Gapers didalam Management permintaan ada dua jenis permintaan, yaitu: 1. Permintaan bebas ( independent Demand) Merupakan permintaan terhadap material, suku cadang atau produk yang bebas atau tidak terkait langsung dengan struktur bill of material (BOM) untuk produk akhir atau item teretentu. 2. Permintaan tidak bebas( Dependent Demand) Merupakan permintaan terhadap material , suku cadang atau produk yang terkait langsung dengan atau diturunkan dari struktur bill of material untuk produk akahir atau item tertentu. Tujuan peramalan dilihat dengan waktu: a. Jangka pendek (Short Term) Menentukan kuantitas dan waktu dari item dijadikan produksi. Biasanya bersifat harian ataupun mingguan dan ditentukan oleh Low Management. b. Jangka Menengah (Medium Term) Menentukan kuantitas dan waktu dari kapasitas produksi. Biasanya bersifat bulanan ataupun kuartal dan ditentukan oleh Middle Management. c. Jangka Panjang (Long Term) Merencanakan kuantitas dan waktu dari fasilitas produksi. Biasanya bersifat tahunan, 5 tahun, 10 tahun, ataupun 20 tahun dan ditentukan oleh Top Management. 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 : Akurasi dari suatu hasil peramalan diukur dengan hasil kebiasaan dan kekonsistensian peramalan tersebut. Hasil peramalan dikatakan bisa 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 dalammenyeimbangkan persediaan yang ideal. 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 ). 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. Beberapa Sifat Hasil Peramalan. Dalam membuat peramalan atau menerapkan suatu peramalan maka ada beberapa hal yang harus dipertimbangkan yaitu : 1. Ramalan pasti mengandung kesalahan, artinya peramal hanya bisa mengurangi ketidakpastian yang akan terjadi, tetapi tidak dapat menghilangkan ketidakpastian tersebut. 2. Peramalan seharusnya memberikan informasi tentang beberapa ukuran kesalahan, artinya karena peramalan pasti mengandung kesalahan, maka adalah penting bagi peramal untuk menginformasikan seberapa besar kesalahan yang mungkin terjadi. 3. Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka panjang. Hal ini disebabkan karena pada peramalan jangka pendek, faktor-faktor yang mempengaruhi permintaan relatif masih konstan sedangkan masih panjang periode peramalan, maka semakin besar pula kemungkinan terjadinya perubahan faktor-faktor yang mempengaruhi permintaan. B.Mencocokkan Supply Dan Permintaan Untuk mencocokankan antara supply dan permintaan maka disini perlu diperhatikan apa saja factor-faktor yang mempengaruhi tingkat permintaan(demand). 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 8. konsumenInovasi teknologi Selain hal- hal diatas yang diperhatikan juga untuk mencocokkan antara supply dan demand adalah: 1) Smart pricing, Strategi harga telah dipakai beberapa perusahaan seperti Dell, Nikon, dan Sharp. Strategi-strategi yang dipakai mempunyai suatu kesamaan yaitu untuk mempengaruhi permintaan pasar dengan mengaplikasikan prinsip revenue management techniques. Ada 2 cara pendekatan strategi harga yang saling melengkapi satu sama lain yaitu, customized pricing dan dynamic pricing. a. Customized Pricing Cusmotized pricing dilakukan dengan membedakan kastemer sesuai dengan sensitivitasnya terhadap harga.Salah satu caranya adalah dengan memberikan rebate atau diskonBeberapa perusahaan seperti Dell dan Sharp menggunakan sistem diskon mail-in rebates untuk membedakan kastemer berdasarkan sensitivitasnya terhadap harga v Mail in rebate Dalam melakukan mail-in rebate, ada beberapa hal yang harus diperhatikan :With no rebateretailer harus menentukan sendiri harga jual dan kuantitas barang yang akan dipesan agar mendapat keuntungan yang maksimal.Harga jual terhadap retail adalah proporsional, namun tidak menguntungan bagi kastemer retailer.With mail in rebatesManufaktur mempengaruhi demand pasar dengan disko, di sisi lain juga menawarkan insentif kepada retailer untuk menaikkan jumlah orderWalaupun harga efektif yang harus ditawarkan menurun, namun permintaan akan naik sehingga bisa melebihi keuntungan jika dijual dengan harga efektif yang normal diberikan v Mail in rebateWholesale priceMenurut pandangan dari segi manufaktur, ada beberapa alasan mengapa mereka tidak menerapkan wholesale price, seperti :Tidak semua kastemer mengirimkan kembali kupon diskonRetailer kemungkinan besar akan menggunakan diskon dari wholesale price untuk keuntungannya sendiri sehingga tidak menaikan demand pasar.Strategi mail-in rebates lebih menguntungkan karena selain dapat menaikkan demamd dari pasar, juga bisa menaikkan jumlah order dari retailer b. Dynamic PricingDynamic pricing adalah merubah harga produk setiap saat tanpa membedakan target pasar yang ditujuStrategi ini telah dikembangkan sejak dulu dan biasanya digunakan untuk media penjualan atau promosiDynamic pricing diterapkan sebagai alat untuk mencocokkan antara demand dan supplyDibutuhkan executive pada front-end dari supply chain sebagai pengambil keputusan dari perubahan harga yaitu dia yang paling tahu bagaimana keadaan pasar saat itu dan masalah supply chain produk itu sendiri Dynamic PricingAda beberapa kunci pertimbangan saat akan menerapkan strategi dymanic pricing untuk mendapatkan keuntungan maksimal dari fixed-pricenya :Available capacitydengan asumsi semua adalah sama, semakin kecil kapasitas produksi dibandingkan dengan demand rata-rata, maka semakin menguntungkan penggunaan dymanic pricingDemand variabilitykeuntungan pengunaan dymanic pricing meningkat seiring semakin besar nilai ketidak pastian demand berdasarkan coefficient of variationSeasonality in demand patternpenentuan harga berdasarkan pada musim tertentu sesuai dengan permintaan terhadap produk tersebutLength of the planning horizon Semakin panjang planning produksi suatubarang, semakin sulit untuk melakukan dymanic pricingBerdasarkan pada data dan model asumsinya, dynamic pricing dapat meningkatkan profit 2-6 %. Peningkatan profit terjadi sangat significant untuk industri dengan low profit sepeti retail dan komputer. c. Pengaruh internet dalam perkembangan startegi hargaMenu cost perubahan harga lebih mudah menggunakan internet dibanding dengan cara konvensional. Lewat internet perubahan harga dapat di uodate dengan cepat tiap saatLower buyer search price pencarian harga barang terendah memicu terjadinya persainga antar penjual, disini fokus strategi smart pricing sangat bergunaVisibilitypemberian harga yang berbeda lewat situs privat sesuai dengan geografi dan demografi, serta dapat mempengaruhi keputusan mengenai harga, inventory dan produksiCustomer segmentationdata histori pembeli lebih mudah didapatkan lewat intenet dibandingkan dengan toko konvensional lainnyaTesting capabilitydapat mencoba melakukan tes efek terhadap harga tertentu pada segelintir kelompok sebagai acuan dalam menentukan strategi harga. d. Peringatan terhadap penggunaan strategi hargaBerdasarkan pengalaman sejumlah perusahaan, apapun jenis strategi harga yang dipakai, stategi itu harus adil kepada setiap kastemer. Meramalkan permintaan dari pasar yang dimasuki oleh perusahaan adalah suatu pekerjaan yang perlu dilakukan oleh setiap manajer perusahaan dalam rangka memprediksi berapa besar peluang pasar yang tersedia di masa depan. Peramalan permintaan merupakan usaha untuk mengetahui jumlah produk atau sekelompok produk di masa yang akan datang dalam kendala satu set kondisi tertentu. Hal yang perlu diingat adalah bahwa aktivitas peramalan permintaan tidaklah dapat diartikan sebagai aktivitas yang bertujuan untuk mengukur permintaan di masa yang akan datang secara pasti, melainkan sekedar usaha untuk mengurangi kemungkinan terjadinya hal yang berlawanan antara keadaan yang sungguh-sungguh terjadi di kemudian hari dengan apa yang menjadi hasil peramalan. Dengan kata lain, hasil maksimal dari aktivitas peramalan adalah melakukan minimisasi ketidakpastian yang mungkin terjadi di masa yang akan datang. Untuk melakukan forecasting atau peramalan terhadap permintaan pasar, disini akan diuraikan berbagai metode model peramalan terhadap permintaan pasar dari barang atau jasa yang diproduksi dan dijual oleh perusahaan. Secara garis besar terdapat dua macam metode peramalan permintaan yang biasa dilakukan, yaitu metode kualitatif dan kuantitatif. Pembahasan lebih lanjut tentang metode-metode peramalan permintaan adalah sebagai berikut: Peramalan kualitatif umumnya bersifat subjektif, dipengaruhi oleh intuisi, emosi, pendidikan, dan pengalaman seseorang. Oleh karena itu, hasil peramalan dari satu orang dengan orang yang lain dapat berbeda. Meskipun demikian, peramalan dengan metode kualitatif tidak berarti hanya menggunakan intuisi, tetapi juga bisa mengikutsertakan model – model statistik sebagai bahan masukan dalam melakukan judgement (keputusan), dan dapat dilakukan secara perseorangan maupun kelompok. Metode peramalan permintaan secara kualitatif berhubungan dengan data-data kualitatif, misalnya tentang selera konsumen terhadap suatu produk, atau survey tentang loyalitas konsumen, dan lain-lain. Forecasting kualitatif ini dapat dikelompokkan ke dalam beberapa metode teknik seperti akan dijelaskan berikut ini. 1. Teknik Survey ( riset pasar/ market research) Teknik survey ini merupakan suatu alat meramalkan yang cukup penting khususnya untuk memprediksi kejadian-kejadian atau kecenderungan-kecenderungan dalam jangka pendek mendatang ini. Survey biasanya menggunakan alat interview atau daftar pertanyaan yang akan ditujukan para responden yang terpilih dan yang dituju. Sesuai kelompok yang memang diperkirakan akan menjadi sasaran pasar yang dituju oleh perusahaan. Survey ini dilakukan untuk meramalkan variabel ekonomi yang memang berhubungan baik langsung maupun tidak langsung dengan permintaan konsumen atau pasar yang dituju. Variabel-variabel ekonomi yang disurvey ini misalnya variabel yang berhubungan dengan budget rumah tangga yang dikeluarkan untuk memenuhi kebutuhan rumah tangga. Sasaran dan klasifikasi sasaran dan jenis kebutuhan dan keperluan dari kelompok responden ini dapat dikategorikan sebagai berikut: · Survey tentang budget keperluan rumah tangga masyarakat eksekutif bisnis dan pemerintahan yang sekiranya berkait dengan rencana perusahaan. Survey ini diharapkan dapat merekam keseluruhan anggaran setiap rumah tangga yang disurvey. · Survey mengenai barang atau jasa yang diperlukan bagi para pelaku bisnis yang akan memperdagangkan barang atau jasanya. Mereka ini mungkin pelaku bisnis yang bergerak pada bisnis distributor, pengecer atau pedagang besar. · Survey ini dilakukan bagi para rumah tangga umum mengenai keperluan rumah tangga, produk atau barang apa secara periodic diperlukan dan frekuensi pemenuhan yang dilakukan untuk masa-masa yang akan datang, dan lain-lain. Dari metode survey berdasar kelompok sasaran ini sebenarnya terkandung maksud dari surveyor bahwa barang dan jasa apa saja yang dibutuhkan, berapa frekuensi pemenuhan kebutuhan dan faktor-faktor apa saja yang pada umumnya yang mempengaruhi perilaku beli mereka ini. Sehingga secara tidak langsung perusahaan melihat peluang dan apa saja yang bisa ditarik sebagai kepentingan bagi perusahaan atas hasil-hasil survey ini untuk memprediksi dan memperkirakan perilaku pasar atau konsumen perusahaan. Bila diklasifikasikan bahwa hasil survey ini merupakan bagian dari kegiatan riset pasar yang dilakukan oleh perusahaan. Dari sini berbagai kemungkinan yang diperoleh adalah munculnya variabel ikutan yang dapat diprediksi Apa yang bisa dimanfaatkan oleh perusahaan yang hendak atau sudah diproduksi dan dijual kepada pasar yang dituju yang telah disurvey ini. Dengan demikian dapat dinyatakan bahwa hasil survey ini sebagian atau seluruhnya dapat dipergunakan untuk memprediksi permintaan konsumennya dari produk yang dibuat dan jual oleh perusahaan. 2. Teknik Jajak Pendapat (Opinion Pools). Teknik jajak pendapat sering dilakukan untuk melengkapi data dari survey. Jajak pendapat dari para pakar, para eksekutif, dari masyarakat umum, atau dari konsumen. Jajak pendapat ini lebih bersifat pandangan atau pendapat pribadi (subjektif) dari respondennya, sebaliknya teknik survey lebih bersifat objektif. Sebelum peluncuran produk baru, biasanya diadakan pre test dan jajak pendapat terhadap responden yang menjadi sampel. Teknik pooling ini melibatkan berbagai media seperti media TV, telepon, koran, surat, SMS, email, atau internet untuk menyebarkan kuesioner atau daftar pertanyaan tentang berbagai informasi yang dibutuhkan perusahaan. Laporan atau pernyataan resmi dari suatu perusahaan atau pemerintah suatu negara dapat digunakan sebagai sumber data guna meramalkan kondisi ekonomi di masa yang akan datang, sekaligus dapat digunakan untuk membuat strategi bersaing dalam pasar bebas. Pada metode ini sekelompok pakar mengisi kuesioner, Moderator menyimpulkan hasilnya dan memformulasikan menjadi suatu kuesioner baru yang diisi kembali oleh kelompok tersebut, demikian seterusnya. Hal ini merupakan proses pembelajaran (learning process) dari kelompok tanpa adanya tekanan atau intimidasi individu. 4. Analogi historis (Historical Analogy), Merupakan teknik peramalan berdasarkan pola data masa lalu dari produk-produk yang dapat disamakan secara Analogi. Misalnya peramalan untuk pengembangan pasar televisi multi sistem menggunakan model permintaan televisi hitam putih atau televisi berwarna biasa. Analogi historis cenderung akan menjadi terbaik untuk penggantian produk di pasar dan apabila terdapat hubungan substitusi langsung dari produk dalam pasar itu. 5. Dugaan manajemen ( management estimate ) atau Panel Consensus Dimana peramalan semata-mata berdasarkan pertimbangan manajemen, umumnya oleh manajemen senior. Metode ini akan cocok dalam situasi yang sangat sensitif terhadap intuisi dari suatu atau sekelompok kecil orang yang karena pengalamannya mampu memberikan opini yang kritis dan relevan. Teknik akan dipergunakan dalam situasi dimana tidak ada situasi dimana tidak ada laternatif lain dari model peramalan yang dapat diterapkan. Bagaimanapun metode ini mempunyai banyak keterbatasan, sehingga perlu dikombinasikan dengan metode peramalan yang lain. Peramalan kualitatif dapat diterapkan jika tersedia data masa lalu, informasi dapat dikuatifikasi (diwujudkan dalam bentuk angka), dan asumsi beberapa aspek pola masa lalu akan terus berlangsung (assumption of community). Adapun jenis peramalan kuantitif meliputi. Metode Time Series berhubungan dengan nilai-nilai suatu variabel yang diatur secara periodesasi sepanjang periode waktu dimana prakiraan permintaan diproyeksikan. Misalnya mingguan, bulanan, kwartalan, dan tahunan, tergantung keinginan dari pihak-pihak yang melakukan prakiraan permintaan ini. Metode ini semata-mata mendasarkan diri pada data dan keadaan masa lampau. Jika keadaan di masa yang akan datang cukup stabil dalam arti tidak banyak perubahan yang berarti dengan keadaan masa lampau, metode ini dapat memberikan hasil peramalan yang cukup akurat. Dengan analisis deret waktu dapat ditunjukkan bagaimana permintaan terhadap suatu produk tertentu bervariasi terhadap waktu. Sifat dari perubahan permintaan dari tahun ke tahun dirumuskan untuk meramalkan penjualan pada masa yang akan datang. Metoda peramalan yang didasarkan atas penggunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu, yang merupakan deret waktu atau “time – series”. Berikut adalah beberapa metode time series yang dipakai untuk mencari forecast demand(peramalan permintaan) meliputi: Mt = moving averages forecast selama t periode Mt = moving average forecast dari p= peramalan ke (1,2,…,p) Pada metode ini apabila hasil forecast adalah posistif, yang berarti actual permintaan lebih tinggi disbanding nilai ramalan (A-F > 0). Maka model exponential smoothing akan secara otomatis meningkatkan ramalan. Sebaliknya apabila hasil forecast adalah negative, yang berartinilai permintaan actual lebih rendah daripada nilai ramalan (A-F FDt = nilai ramalan untukperiode waktu ke-t FDt-1= nilai peramalan untuk satu periode waktu yang lalu. T-1 At-1= nilai akatual untuk satu periode waktu yang lalu, t-1 A= smoothing Constant ( ) It= nilai indeks musiman. 2) Metode trend least square Adalah suatu metode peramalan serangkaian waktu yg sesuai dengan garis tren terhadap serangkaian titik-titik data masa lalu, kemudian diproyeksikan ke dalam peramalan masa depan untuk peramalan jangka menengah dan jangka panjang. Trend adalah rata-rata perubahan dalam jangka panjang. Jika hal yang diteliti menunjukkan gejala pertambahan, maka trend yang dimiliki disebut sebagai trend positif. Jika hal yang diteliti menunjukkan gejala semakin berkurang, maka trend yang dimiliki disebut sebagai trend negative. Salah satu metode trend yang digunakan adalah metode least squares. Persamaan trend dengan metode least square adalah a & b = konstanta persamaan Metode kausal mengasumsikan faktor yang diperkirakan menunjukkan adanya hubungan sebab akibat dengan satu atau beberapa variabel bebas (independen). Sebagai contoh, jumlah pendapatan berhubungan dengan faktor-faktor seperti jumlah penjualan, harga jual, dan tingkat promosi. Kegunaan dari metode kausal adalah untuk menemukan bentuk hubungan antara variabel-variabel tersebut dan menggunakannya untuk meramalkan nilai dari variabel tidak bebas (dependen). Pada model ini untuk meramalkan permintaan tidak hanya memperhatikan waktu, tetapi juga memperhatikan faktor yang mempengaruhi, antara lain : a. Harga produk, jika harga produk naik maka permintaan naik b. Saluran distribusi, jika banyak saluran distribusi maka permintaan naik. Metode kausal terdiri atas beberapa metode, antara lain : Ø Metode regresi dan korelasi Metoda regresi dan korelasi pada penetapan suatu persamaan estimasi menggunakan teknik “least squares”. Hubungan yang ada pertama – tama dianalisis secara statistik. Ketepatan peramalan dengan menggunakan metoda ini sangat baik untuk peramalan jangka pendek, sedangkan untuk peramalan jangka panjang ternyata ketepatannya kurang begitu baik. Metoda ini didasarkan atas peramalan sistem persamaan regresi yang diestimasikan secara simultan. Baik untuk peramalan jangka pendek maupun peramalan jangka panjang, ketepatan peramalan dengan metoda ini sangat baik. Terdapat empat tahapan yang termasuk di dalam memformulasi forecast model ekonometrika ini. 1) Membangun suatu model teori 2) Mengumpulkan data 3) Memilih bentuk persamaan fungsi yang diestimasi 4) Mengestimasi dan menginterpretasi hasil Melakukan prakiraan volume permintaan konsumen di waktu-waktu yang akan datang dapat didasarkan pada gelombang musiman yang melekat pada kultur budaya atau kebiasaan dari masyarakat. Tetapi dapat juga karena faktor sifat dan keadaan alam yang melekat pada iklim atau cuaca. Misalnya produksi musim semi, gugur dan musim penghujan dan bahkan musim kemarau, produk apa yang sedang atau akan datang musimnya. Ukuran akurasi peramalan secara umum digunakan untuk mengetahui tingkat perbedaan antara hasil peramalan dengan permintaan yang terjadi untuk melihat kesalahan peramalan. Adapun ukuran yang biasanya digunakan adalah: Ø Mean Absolute Deviation / MAD (rata-rata absolute mutlak) Rata-rata penyimpangan absolut merupakan penjumlahan kesalahan prakiraan tanpa menghiraukan tanda aljabarnya dibagi dengan banyaknya data yang diamati, yang dirumuskan sebagai berikut: At = permintaan actual pada perioda t Ft = peramalan permintaan pada perioda t n= jumlah periode peramalan yang terlibat. Ø Mean Square Error /MSE ( rata-rata kuadrat kesalahan) MSE dirumuskan sebagai berikut: Untuk Keterangan sama dengan sebelumnya. Ø Mean Forecast Error/ MFE ( rata-rata kesalahan peramalan) Rata-rata kesalahan kuadrat (MSE, mean square error) memperkuat pengaruh angka-angka kesalahan besar, tetapi memperkecil angka kesalahan prakiraan yang lebih kecil dari satu unit. Sanagat efektif untuk mengetahui apakah suatu hasil peramalan pada perioda tertentu terlalu rendah atau terlalu tinggi. Secara sistematis dapat dirumuskan : Untuk Keterangan sama dengan sebelumnya. Ø Mean Absolute Percentage Error/MAPE ( rata-rata persentase kesalahan absolute) MAPE merupakan ukuran kesalahan relative. Rata-rata persentase kesalahan kuadrat merupakan pengukuran ketelitian dengan cara-cara persentase kesalahan absolute, (MAPE) menunjukkan rata-rata kesalahan absolut prakiraan dalam bentuk persentasenya terhadap data aktualnya yang akan memberikan informasi kesalahan terlalu endah atau terlalu tinggi. Secara sistematis dapat dirumuskan : Verifikasi dan Pengendalian Peramalan Langkah penting setelah peramalan dilakukan adalah verifikasi peramalan sedemikian rupa sehingga mencerminkan data masa lalu dan sistem penyebab yang mendasari permintaan tersebut. Sepanjang representasi peramalan tersebut dapat dipercaya, hasil peramalan dapat terus digunakan. Jika selama proses verifikasi tersebut ditemukan keraguan validitas metode peramalan yang digunakan, harus dicari metode lainnya yang lebih cocok. Validitas tersebut harus ditentukan dengan uji statistis yang sesuai. Setelah suatu peramalan dibuat, selalu timbul keraguan apakah perlu dibuat suatu metode peramalan baru . Peramalan harus selalu dibandingkan dengan permintaan aktual secara teratur. Pada suatu saat harus diambil tindakan revisi peramalan apabila ditemukan bukti adanya perubahan pola permintaan yang meyakinkan. Selain itu, penyebab perubahan pola permintaan harus diketahui. Penyesuaian metode peramalan dilakukan segera setelah perubahan pola permintaan diketahui. Terdapat banyak perkakas yang dapat digunakan untuk memverifikasi peramalan dan mendeteksi perubahan sistem penyebab yang melatarbelakangi perubahan pola permintaan. Bentuk yang paling sederhana adalah peta kendali peramalan, mirip dengan peta kendali kualitas. Peta kendali ini dapat dibuat dengan ketersediaan data yang minim. Peta Moving Range dirancang untuk membandingkan nilai permintaan aktual dengan nilai peramalan. Data permintaan aktual dilihat dan dibandingkan dengan nilai peramalan pada perioda yang sama. Peta tersebut dikembangkan ke perioda yang akan datang sehingga data peramalan dapat dibadingkan dengan permintaan aktual. Selama perioda dasar (perioda pada saat menghitung peramalan), Peta Moving Range digunakan untuk melakukan verifikasi teknik dan parameter peramalan. Setelah metode peramalan ditentukan, peta Moving Range digunakan intuk pengujian kestabilan sistem penyebab yang mempengaruhi permintaan. Moving Range dapat didefinisikan sebagai : Garis tengah peta Moving Range adalah pada titik nol. Upper control level (batas kendali atas) dan Lower control level (batas kendali bawah) pada peta Moving Range Sementara itu variabel yang akan diplot ke dalam peta Moving Range : Sekurang-kurangnya harus ada 10 dan lebih disukai 20 data untuk membuat peta Moving Range. Batas ini ditetapkan sedemikian sehingga diharapkan hanya ada tiga dari 1000 titik yang berada di luar batas kendali, jika sistem penyebab yang melatarbelakanginya tetap sama. Jika ditemukan satu titik yang berada di luar batas kendali pada saat peramalan diverifikasi, harus ditentukan apakah data harus diabaikan atau peramalan baru harus dicari. Jika ditemukan sebuah titik berada di luar batas kendali harus diselidiki penyebabnya. Temuan itu mungkin membutuhkan penyelidikan yang ekstensif. Jika semua titik berada di dalam batas kendali, diasumsikan peramalan permintaan yang dihasilkan telah cukup baik. Jika terdapat titik yang berada di luar batas kendali berarti peramalan yang didapat kurang baik dan harus direvisi. Peta kendali dapat digunakan untuk mengetahui apakah terjadi perubahan dalam sistem penyebab yang melatarbelakangi permintaan sehingga dapat ditentukan persamaan peramalan baru yang lebih cocok atas sistem penyebab yang terjadi pada saat ini. 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 ini dirancang agar dapat digunakan dengan jumlah data yang seminimal mungkin. Uji ini dilakukan dengan cara membagi peta kendali ke dalam enam bagian dengan selang yang sama. Daerah A adalah daerah di luar +- 2/3 (2.66 MR) = 1.77 MR (di atas +1.77 MR dan di bawah – 1.77 MR). Daerah B adalah daerah di luar +- 1/3 (2.66 MR) = +-0.89 MR (di atas +0.89 MR dan di bawah – 0.89 MR). Daerah C adalah daerah di atas atau di bawah garis tengah. Uji kondisi di luar kendali adalah: 1. Dari tiga titik berurutan, apakah ada dua atau lebih titik yang berada di daerah A? 2. Dari lima titik yang berurutan, apakah ada empat atau lebih titik yang berada di daerah B? 3. Apakah ada delapan titik berturut-turut yang berada di salah satu sisi (di atas atau di bawah garis tengah). Gambaran daerah-daerah A, B, dan C ditunjukkan pada gambar. Kondisi apabila ketiga kriteria di atas terpenuhi diperlakukan sama dengan kondisi titik berada di luar batas kendali. Gambar Kriteria Di Luar Kendali 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 (fOrecasting Demand) merupakan tingkat permintaan produk –produk yang diharapkan akan terealisasi untuk jangka waktu tertentu pada masa yang akan datang. Untuk mencocokankan antara supply dan permintaan maka disini perlu diperhatikan apa saja factor-faktor yang mempengaruhi tingkat permintaan(demand). Adapun Faktor-Faktor Yang Mempengaruhi Tingkat Permintaan (Demand) · Perilaku konsumen / selera · Ketersediaan dan harga barang sejenis pengganti dan · Banyaknya/intensitas kebutuhan konsumen Meramalkan permintaan dari pasar yang dimasuki oleh perusahaan adalah suatu pekerjaan yang perlu dilakukan oleh setiap manajer perusahaan dalam rangka memprediksi berapa besar peluang pasar yang tersedia di masa depan. Ada beberapa teknik peramalan permintaan, ada secara kualitatif, seperti teknik survey, teknik jajak pendapat, metode Delphi, analogi histori dan dugaan management. Selain itu ada juga teknik permlaan secara kuantitatif seperti teknik time series, causal, dan lain-lain. Demikianlah makalah ini kami buat, bila ada terdapat kesalahan maka kami meminta kritik dan saran yang membangun dari pembaca, sekaligus atas kritik dan sarannya kami ucapkan terima kasih.