Pengertian peramalan/Forecasting

Pengertian peramalan ( Forecasting ) 

Berdasarkan pendapat Freddy Rangkuti (2005, p95) Perencanaan kapasitas produksi yang baik harus sesuai dengan besarnya kebutuhan permintaan. Kondisi pada waktu yang akan datang tidaklah dapat diperkirakan secara pasti sehingga orang bisnis mau tidak mau bekerja dengan berorientasi pada kondisi pada waktu yang akan datang yang tidak pasti. Usaha untuk meminimalkan ketidakpastian itu lazim dilakukan dengan metode atau teknik peramalan tertentu.

Berdasarkan pendapat Freddy Rangkuti (2005, p94) Perencanaan kapasitas produksi yang fleksibel adalah perencanaan kapasitas produksi yang sesuai dengan besarnya kebutuhan permintaan. Perusahaan akan mengalami kerugian apabila kapasitas produksi yang direncanakan terlalu besar sehingga melebihi kebutuhan permintaan yang sebenarnya. Melakukan analisis dan mengestimasi penjualan (sales forecasting) merupakan salah satu kegiatan yang sangat penting bagi perusahaan dalam menentukan jumlah produksi yang disesuaikan dengan kapasitas produksi yang dimiliki perusahaan. Selain itu peramalan penting artinya karena dengan peramalan yang tepat-guna diharapkan akan meningkatkan efisiensi produksi.

Adapun pengertian peramalan (forecasting) menurut pendapat para ahli:

Berdasarkan pendapat Barry Render dan Jay Heizer (2001, p46) :

Peramalan (forecasting) adalah seni dan ilmu memprediksi peristiwa-peristiwa masa depan dengan pengambilan data historis dan memproyeksikannya ke masa depan dengan menggunakan beebrapa bentuk model matematis.

Berdasarkan pendapat Lerbin R. Aritonang R. (2002, p12) :

Peramalan adalah kegiatan penerapan model yang telah dikembangkan pada waktu yang akan datang.

Berdasarkan pendapat Lalu Sumayang, (2003, p24) :

Peramalan adalah perhitungan yang objektif dan dengan menggunakan data-data masa lalu, untuk menentukan sesuatu dimasa yang akan datang.

Dari pengertian diatas peramalan itu adalah suatu seni atau ilmu memprediksi masa depan dengan menggunakan data-data masa lalu untuk menentukan sesuatu dimasa yang akan datang.

Model peramalan secara umum dapat dikemukakan sebagai ; Yt = Pola + error. Data dibedakan menjadi komponen yang dapat diidentifikasi (pola) dan yang tidak dapat diidentifikasi (error). Jadi, penggunaan metode peramalan adalah untuk mengidentifikasi suatu model peramalan sedemikian rupa sehingga error nya menjadi seminimal mungkin. Penggunaan teknik peramalan diawali dengan pengeksplorasian kondisi (pola data) pada waktu-waktu yang lalu guna mengembangkan model yang sesuai dengan pola data itu dengan menggunakan asumsi bahwa pola data pada waktu yang lalu itu akan berulang lagi pada waktu yang akan datang.

Langkah - Langkah Peramalan

Berdasarkan pendapat Sofjan Assauri (1999, p33) Peramalan yang baik adalah peramalan yang dilakukan dengan mengikuti langkah-langkah atau prosedur penyusunan yang baik. Pada dasarnya ada tiga langkah peramalan, yaitu:

1. Pertama, menganalisa data yang lalu. Tahap ini berguna untuk pola yang terjadi pada masa lalu. Analisis ini dilakukan dengan cara membuat tabulasi dari data yang lalu. Suatu langkah yang penting dalam memilih metode analisis deret waktu adalah mempertimbangkan jenis pola yang terdapat dari data observasi sehingga metode tersebut dapat ditest. Ada empat jenis pola data :

1. Pola Horizontal atau stationary, Bila nilai-nilai dari data observasi berfluktuasi sekitar nilai konstan rata-rata atau dapat dikatakan pola ini sebagai stationary pada rata-rata hitungnya (means). Missal suatu produk mempunyai jumlah penjualan yang tidak menaik atau menurun selama beberapa waktu.
2. Pola Musiman atau Seasonal, Bila suatu deret waktu dipengaruhi oleh faktor musim (seperti kuartalan, bulanan, mingguan, harian). Misal minuman segar, ice cream, jasa angkutan, dan lain sebagainya. Data runtut waktu yang berkaitan dengan adanya kejadian yang berulang secara teratur dalam setiap tahun. Misal volume penjualan buku pelajaran pada awal-awal tiap tahun ajaran baru.
3. Pola Siklus atau Cyclical, Bila data observasi dipengaruhi oleh fluktuasi ekonomi jangka panjang yang berkaitan atau tergabung dengan siklus usaha. Ada produk yang penjualannya menunjukan pola siklus seperti mobil sedan, besi baja, dan perkakas atau peralatan bengkel.
4. Pola trend, Bila ada pertambahan/kenaikan atau penurunan daru data observasi untuk jangka panjang. Pola ini terlihat pada penjualan produk dari banyak perusahaan. Merupakan komponen data runtut waktu yang berkaitan dengan adanya kecenderungan (meningkat, menurun) dalam jangka panjang (biasanya sepuluh tahun atau lebih).

2. Kedua, menentukan metode yang dipergunakan. Metode peramalan yang baik adalah metode yang memberikan hasil ramalan yang tidak jauh berbeda dengan kenyataan yang terjadi.

Ada dua pendekatan umum yang digunakan dalam peramalan ;

• Peramalan kuantitatif, menggunakan berbagai model matematis yang menggunakan data histories dan atau variable-variabel kausal untuk meramalkan permintaan.
• Peramalan kualitatif atau peramalan subyektif, memanfaatkan faktor-faktor penting seperti intuisi, pengalaman pribadi, dan system nilai pengambilan keputusan.

Pada pembahasan skripsi ini, dibatasi peramalan dengan pendekatan kuantitatif. Pada dasarnya metode peramalan kuantitatif ini dapat dibedakan atas:

1. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan variabel yang akan diperkirakan dengan variabel lain yang mempengaruhinya, yang bukan waktu, yang disebut metode korelasi atau sebab akibat (“causal methods”).

Terdiri dari : metode regresi dan korelasi metode ekonometri metode input output

2. Metode peramalan yang akan didasarkan atas penggunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu, yang merupakan deret waktu, atau “time series”.

Metode-metode peramalan dengan menggunakan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu, atau analisa deret waktu, terdiri dari:

• Metode smoothing, Mencakup metode rata-rata kumulatif, metode rata-rata bergerak (moving average) dan metode “exponential smoothing”. metode smoothing ini digunakan untuk mengurangi ketidak teraturan musiman dari data yang lalu maupun kedua-duanya, dengan membuat rata-rata tertimbang dari sederetan data yang lalu. Ketepatan (accuracy) dari peramalan dengan metode ini akan terdapat pada peramalan jangka pendek. Biasanya digunakan untuk perencanaan dan pengendalian produksi dan persediaan, perencanaan keuntungan, dan perencanaan keuangan lainnya. Data yang dibutuhkan untuk penggunaan metode ini minimum dua tahun.
• Metode Box Jenkins menggunakan dasar deret waktu dengan model matematis, agar kesalahan yang terjadi dapat sekecil mungkin. Oleh karena itu penggunaan metode ini membutuhkan identifikasi model dan estimisasi parameternya. Metode ini sangat baik ketepatannya untuk peramalan jangka pendek. Data yang dibutuhkan untuk penggunaan metode peramalan ini minimum dua tahun, dan lebih baik bila data yang dipunyai lebiih dari tahun. Metode ini dipergunakan untuk peramalan dalam perencanaan dan pengendalian produksi, dan persediaan serta perencanaan anggaran.
• Metode Proyeksi Trend dengan regresi merupakan dasar garis trend untuk suatu persamaan matematis, sehingga dengan dasar persamaan tersebut dapat diproyeksikan hal yang diteliti untuk masa depan. Untuk peramalan jangka pendek maupun peramalan jangka panjang. Ketepatan peramalan dengan metode ini sangat baik. Data yang dibutuhkan untuk penggunaan metode ini adalah data tahunan, dan makin banyak data yang dipunyai makin lebih baik, serta minimum data tahunan yang harus ada adalah lima tahun. Metode ini selalu dipergunakan untuk peramalan bagi penyusanan rencana penanaman tanaman baru, perencanaan produk baru, rencana ekspansi, rencana investasi dan rencana pembangunan suatu Negara atau daerah.

3. Ketiga, memproyeksikan data yang lalu dengan menggunakan metode yang dipergunakan dan mempertimbangkan adanya beberapa faktor perubahan.