METODE PENGUKURAN

DAN PERAMALAN PERMINTAAN

PENDEKATAN PERAMALAN

Pada dasarnya terdapat dua pendekatan utama dalam peramalan dengan metode

kuantitatif. Pertama adalah pendekatan Time Series, yakni model yang tidak

memperhatikan hubungan sebab akibat atau dengan kata lain hasil peramalan hanya

memperhatikan kecenderungan dari data masalalu yang tersedia.

Dalam pendekatan ini akan dibahas tentang teknik peramalan dengan metode tren, baik

secara linier, kuadratik maupun logaritma. Pendekatan kedua, adalah pendekatan yang

memperhatikan hubungan sebab akibat (cause- effects method) atau pendekatan yang

menjelaskan terjadinya suatu keadaan (explanatory method) oleh sebab-sebab tertentu.

Tidak semua variabelpenyebab atau penjelasan mampu dirangkum secara keseluruhan

melainkan beberapa diantaranya yang secara teoretik dinyatakan merupakan variabel

penjelas utama tercangkup dalam model persamaan. Dengan kata lain hubungan sebab

akibat yang terjadi bukan hubungan deterministic, melainkan hubungan stokastik.

Pada model ini diharapkan dapat memiliki tingkat akurasi yang memadai dan dapat

meliputi jangka waktu yang panjang, karena secara eksplisit memperhatikan variabel

penjelasan. Teknik yang hendak dibahas dalam pendekatan ini adalah teknik regresi dan

korelasi baik untuk linier sederhana maupun regresi linier berganda, korelasi biasa,

berganda maupunparsial.

PROSEDUR PERAMALAN

Secara ringkas prosedur peramalan permintaan yang dilakukan dalam studi kelayakan

proyek melalui tahapan sebagai berikut:

1. analisis ekonomi, yakni dengan mengadakan proyeksi terhadap aspek-aspek

makro, terutama aspek kependudukan dan pendapatan.

2. analisis industri, yakni analisis terhadap permintaan pasar dari seluruh perusahaan

yang menghasilkan produk yang sejenis, dari produk yang diusulkan dalam studi

kelayakan proyek.

3. analisis penjualan masa lalu, hal ini dilakukan untuk melihat “market positioning”

produk dalam stuktur persaingan dan daripadanya dapat diketahui “market share”

produk tersebut.

4. analisis peramalan permintaan, baik untuk industri maupun untuk proyek yang

diusulkan. Pada tahap ini terlebih dahulu perlu dilakukan identifikasi terhadap

kemungkinan variabel ekstern untuk industri dan perubahan variabel intern

perusahaan, khususnya yang berkaitan dengan perencanaan program pemasaran

dimasa yang akan datang.

5. pengawasan hasil peramalan, yakni usaha melakukan minimisasi kesalahan hasil

peramalan dari berbagai teknik peramalan yang digunakan, dan daripadanya dapat

ditentukan hasil peramalan yang memadai.

KENDALA PEMILIHAN TEKNIK PERAMALAN

Beberapa kendala yang perlu diperhatikan adalah sebagai berikut:

a. waktu yang hendak diliput, yakni rentangan waktu masa yang akan datang

dan jangkauan peramalan.

b. Tingkah laku data, meliputi jumlah, ketepatan dan tingkahlaku data masa lalu

yang tersedia.

c. Tipe model, yakni apakah model yang digunakan merupakan model time

series, kausalitas ataukh model lain yang lebih kompleks dan canggih akan

mempengaruhi pemilihan teknik peramalan.

d. Biaya yang tersedia untuk maksud peramalan ini dan lebih luas biaya yang

tersedia untuk penyusunan studi kelayakan proyek.

e. Tingkat ketepatan yang diinginkan, ini berkaitan dengan kebutuhan

manajemen dalam tingkat kecermatan, ketelitian peramalan yang diinginkan.

f. Kemudahan penerapan, ini berkaitan dengan kemampuan manajemen, data,

dan biaya yang tersedia.

PENGUKURAN PERMINTAAN PRODUK

Terdapat beberapa metode pengukuran permintaan produk masa lalu dan masa sekarang,

beberapa metode tersebut antaralain:

a. Penggunaan data impor produk yang bersangkutan, jika selama ini sebelum

proyek yang bersangkutan da belum pernah dihasilkan di dalam negri, dan

produk yang bersangkutan merupakan produk subtitusi impor.

b. Penggunaan data impor, ekspor, dan produksi dalam negri, jika produk yang

diusulkan dalam studi kelayakan sebelumnya telah diproduksi dalam negri

dan juga telah di ekspor, disamping masih ada impor yang dilakukan untuk

pemenuhan kebutuhan dalam negri.

Formula yang digunakan untuk keadaan ini adalah:

PE = P + (I – E) + DC

Keterangan:

PE = permintaan efektif yang dicari

P = produksi dalam negri selama masa yang bersangkutan

I = impor yang dilakukan

E = ekspor yang dilakukan

DC = jumlah perubahan cadangan produk, yakni selisih persediaan awal dan

akhir masa

c. Metode rasio rantai, yakni metode yang menghitung permintaan efektif

dengan cara membagi dalam komponen-komponen yang lebih kecil dari suatu

mata rantai urutan dari variabel yang berpengaruh terhadap permintaan

produk yang bersangkutan

RAMALAN PERMINTAAN PRODUK YANG SUDAH MAPAN

Batasan yang digunakan dalam permasalahan ini untuk pengertian produk yang sudah

mapan adalahproduk yang telah pernah diproduksi oleh investor. Dengan demikian,

proyek yang diusulkan adalah proyek perluasan usaha dan konsumen telah mengenal

produk yang bersangkutan baik dari investor tersebut maupun dari investor lain.

Beberapa metode yang dapat digunakan adalah:

1. Metode pendapat

Pendapat pimpinan bagian pemasaran (executive opinion)

Pendapat para petugas penjualan (salesman)

Pendapat lembaga-lembaga penyalur (channel of distribution)

Pendapat konsumen (melalui penelitian pasar)

Pendapat para ahli yang dipandang memahami (konsultan)

2. metode test/eksperimen

3. metode survey

4. metode time series

5. metode regresi korelasi

6. metode input output

PERAMALAN PERMINTAAN PRODUK BARU

Metode Time Series

metode ini semata-mata mendasarkan diri pada data dan keadaan masa lampau. Jika

keadaan dimasa yang akan datang cukup stabil dalam arti tidak banyak perubahan

yang berarti dengan keadaan masa lampau,

Metode Tren Linier

Khusus metode ini digunakan jika scatter diagram berbentuk garis lurus dengan

persamaan umum adalah:

Y = a + bX

Untuk metode tren linera ini banyak jenisnya:

1. metode least square, metode ini sering digunakan oleh perusahaan karena

dianggap paling gampang dan mudah untuk dipraktikan.

Y = a + Bx

Dimana:

Y = variabel yang akan diramalkan,dalam hal ini adalah ramalan penjualan

produk perusahaan

a = konstanta, yang akan menunjukan besarnya harga

Y = (ramalan) apabila X sama dengan 0 (nol)

b = variabilitas per X, yaitu menunjukan besarnya perubahan nilai Y dari setiap

perubahan satu unit X

X = unit waktu/periode, yang dapat dinyatakan dalam minggu, bulan, semester,

tahun dan lain sebagainya tergantung kepada kesesuaian yang ada didata

perusahaan.

Oleh karena itu, dalam penyalesaian peramalan tersebut perlu ditentukan dahulu

besarnya nilai a dan b. untuk mencari nilai tersebut dipergunakan rumus:

åY åXY

A = = Y B =

n åX2

dengan syarat å X = 0

dimana n adalah sama dengan jumlah data.

Untuk persamaan least squarenya adalah:

Y΄ = A + B x

2. metode produk moment

metode ini lazim dinamakan metode momen saja. Metode ini digunakan oleh

perusahaan karena dianggap gampang disamping metode least square, karena

perlakuan angka X (prediksi) untuk data ganjil maupun genap tidak ada perlakuan

khusus seperti halnya pada metode least square. Metode ini digunakan dalam

ramalan penjualan perusahaan untuk data yang tersedia adalah mempunyai

kecenderungan berbentuk garis lurus persis seperti metode least square terutama

nilai ramalanya, persamaanya adalah:

Y = a + bX

Dimana:

Y = variabel yang akan diramalkan, dalam hal ini adalah ramalan penjualan

produk perusahaan.

a = konstanta, yangakan menunjukkan besarnya harga Y (ramalan) apbila X

sama dengan 0 (nol).

b = variabel per X, yaitu menunjukkan besarnya perubahan nilai Y dari setiap

perubahan satu unit X.

X = unit waktu/periode, yang dapat dinyatakan dalam minggu, bulan, semester,

tahun dan lain sebagainya tergantung pada kesesuaian yang ada dalam

perusahaan.

Untuk mencari besarnya nilai a ,b tersebut menggunakan rumus:

Persamaan I

∑Y = n.a + b∑x2

Dengan syarat ∑x ≠ 0

Persamaan II

∑XY = a ∑x + b ∑x2

3. metode setengah rata-rata (semi everage method)

menurut metode ini garis lurus yang dibuat sebagai pengganti garis patah-patah

yang dibentuk dari data-data histories tersebut, diperoleh dengan perhitungan

statistika dan mate-matika tertentu, sehingga pengaruh unsur subjektif dapat

dihilangkan.

Rumus persamaan metode setengah rata-rata

y 1 = a + bx1

y2 = a + bx2

koordinat persamaan gabungan:

Y΄ = A + BX

4. Metode kuadratik

Adalah merupakan tren non linier, dan jika kita gambarberbentuk garis lengkung.

Persamaan metode kuadratik adalah:

Y΄ = A + BX + Cx2

Dimana:

Y = variabel akan diramalkan, dalam hal ini adalah ramalan penjualan produk

perusahaan.

a = konstanta, yang akan menunjukkan besarnya harga Y (ramalan) apabila X

sama dengan 0 (nol)

b dan c = variabel per X, yaitu menunjukkan besranya perubahan nilai Y dari

setiap perubahan satu unit X

X = unit waktu/periode,yang dapat dinyatakan dalam minggu, bulan, semester,

tahun dan lain sebagainya tergantung pada kesesuaian yang ada didalam

perusahaan.

Sedangkan koefisienya adalah:

A = ( ∑Y - c∑X2) /n

B = ( ∑XY / ∑ x2)

(n ∑X2Y) – (( ∑X2) ( ∑Y))

C =

(n ∑X4) – (( ∑X2)2)

Dengan syarat ∑X2 = 0 (nol).

PENGAWASAN RAMALAN PENJUALAN

Patokan yang digunakan untuk melakukan pengawasan forecast, adalah:

a. Kuadrat terkecil

Yaitu dengan cara hasil penjualan riil dikurangi dengan hasil penjualan ramalan

selanjutnya mengkuadratkannya, dan menjumlahkan seluruh hasil dari proses

tersebut untuk tiap tahun. Dengan rumus:

Kuadrat terkecil = ∑ ( Y - Y΄)2

b. Metode kesalahan rata-rata mutlak (average absolute error)

adalah suatu rata-rata selisih absolute antara nilai ramalan penjualandengan nilai

senyatanya (riil).

Maka rumusnya adalah:

∑|Y-Y΄|

AAE =

N

Dimana:

AAE = average absolute error

Y = data riil (penjualan riil)

Y΄ = data ramalan

N = jumlah periode/waktu dari data ramalan

= harga mutlak

c. Metode kesamaan kuadrat rata-rata akar (Root Mean Squared Error)

Cara perhitunganya adalah dengan jalan menjumlahkan kuadrat kesalahan atau

selisih nilai riil dan nilai ramalan, kemudian membagi jumlah tersebut dengan

banyaknya waktu ramalan dan kemudian menarik akarnya, atau dirumuskan

sebagai berikut:

RASE =

RASE = Root Average Squared Error

Y = Data riil

Y΄ = Data ramalan

N = Jumlah waktu data ramalan.