Peramalan dalam Produksi

A. Latar Belakang
Untuk menyelesaikan masalah di masa datang yang tidak dapat dipastikan, orang senantiasa berupaya menyelesaikannya dengan model pendekatan-pendekatan yang sesuai dengan perilaku aktual data, begitu juga dalam melakukan peramalan.
Peramalan (forecasting) permintaan akan produk dan jasa di waktu mendatang dan bagian-bagiannya adalah sangat penting dalam perencanaan dan pengawasan produksi. Suatu peramalan banyak mempunyai arti, maka peramalan tersebut perlu direncanakan dan dijadwalkan sehingga akan diperlukan suatu periode waktu paling sedikit dalam periode waktu yang dibutuhkan untuk membuat suatu kebijaksanaan dan menetapkan beberapa hal yang mempengaruhi kebijaksanaantersebut.
Peramalan diperlukan disamping untuk memperkirakan apa yang akan terjadi dimasa yang akan datang juga para pengambil keputusan perlu untuk membuat planning.

B. Definisi Peramalan (Forecasting)
Peramalan adalah suatu perkiraan tingkat permintaan yang diharapkan untuk suatu produk atau beberapa produk dalam periode waktu tertentu di masa yang akan datang. Oleh karena itu, peramalan pada dasarnya merupakan suatu taksiran, tetapi dengan menggunakan cara-cara tertentu peramalan dapat lebih daripada hanya satu taksiran. Dapat dikatakan bahwa peramalan adalah suatu taksiran yang ilmiah meskipun akan terdapat sedikit kesalahan yang disebabkan oleh adanya keterbatasan kemampuan manusia. Sebelum menjabarkan tentang metode peramalan ini, maka terlebih dahulu diuraikan tentang definisi dari peramalan itu sendiri.
Menurut John E. Biegel:
“Peramalan adalah kegiatan memperkirakan tingkat permintaan produk yang diharapkan untuk suatu produk atau beberapa produk dalam periode waktu tertentu di masa yang akan datang”. (John E. Biegel, 1999)
Dalam peramalan (forecasting) tidak jarang terjadi kesalahan misalnya saja penjualan sering tidak sama dengan nilai eksak yang diperkirakan. Sedikit variasi dari perkiraan sering dapat diserap oleh kapasitas tambahan, sediaan penjadwalan permintaan. Tetapi, variasi perkiraan yang besar dapat merusak operasi. Ada tiga cara untuk mengakomodasi perkiraan, yaitu: yang pertama adalah mencoba mengurangi kesalahan melakukan pemerakiraan yang lebih baik. Yang kedua adalah, membuat fleksibilitas pada operasi dan yang terakhir adalah mengurangi waktu tunggu yang dibutuhkan dalam prakiraan. Tetapi kemungkinan kesalahan terkecil adalah tujuan yang konsisten dengan biaya prakiraan yang masuk akal.
Menurut Buffa:
“Peramalan atau forecasting diartikan sebagai penggunaan teknik-teknik statistic dalam bentuk gambaran masa depan berdasarkan pengolahan angka-angka historis”. (Buffa S. Elwood, 1996)
Menurut Makridakis:
“Peramalan merupakan bagian integral dari kegiatan pengambilan keputusan manajemen”. (Makridakis, 1988)
Organisasi selalu menentukan sasaran dan tujuan, berusaha menduga faktor-faktor lingkungan, lalu memilih tindakan yang diharapkan akan menghasilkan pencapaian sasaran dan tujuan tersebut. Kebutuhan akan peramalan meningkat sejalan dengan usaha manajemen untuk mengurangi ketergantungannya pada hal-hal yang belum pasti. Peramalan menjadi lebih ilmiah sifatnya dalam menghadapi lingkungan manajemen. Karena setiap organisasi berkaitan satu sama lain, baik buruknya ramalan dapat mempengaruhi seluruh bagian organisasi. (Makridakis, 1988)
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. Bisa juga merupakan prediksi intuisi yang bersifat subjektif. Atau bisa juga dengan menggunakan kombinasi model matematis yang disesuaikan dengan pertimbangan yang baik dari seorang manajer.
C. Meramal Horizon Waktu
Peramalan biasanya diklasifikasikan berdasarkan horizon waktu masa depan yang dicakupnya. Ho­rizon waktu terbagi atas beberapa kategori:
1. Peramalan jangka pendek. Peramalan ini mencakup jangka waktu hingga 1 tahun tetapi umumnya kurang dari 3 bulan. Peramalan ini digunakan untuk merencanakan pembelian, penjadwalan kerja, jumlah tenaga kerja, penugasan kerja, dan tingkat produksi.
2. Peramalan jangka menengah. Peramalan jangka menengah, atau intermediate, umumnya mencakup hitungan bulanan hingga 3 tahun. Peramalan ini berguna untuk merencanakan penjualan, perencanaan dan anggaran produksi, anggaran kas, clan menganallsis bermacam-macam rencana operasi.
3. Peramalan jangka panjang. 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 (litbang).
Peramalan jangka menengah jangka panjang dapat dibedakan dari peramalan jangka pendek dengan melihat tiga hal:
1. Peramalan jangka menengah dan jangka panjang berkaitan dengan permasalahan yang lebih menyeluruh dan mendukung keputusan manajemen yang berkaitan dengan perencanaan produk, pabrik, clan proses. Menetapkan keputusan akan fasilitas, seperti misalnya keputusan seorang manajer umum untuk membuka pabrik manufaktur baru, dapat memerlukan waktu 5-8 tahun sejak permulaan hingga benar-benar selesai secara tuntas.
2. Peramalan jangka pendek biasanya menerapkan metodologi yang berbeda dibandingkan peramalan jangka panjang. Teknik matematika, seperti rata-rata bergerak, penghalusan eksponensial, clan ekstrapolasi tren (yang kesemuanya akan dibahas sebentar lagi) umumnya dikenal untuk peramalan jangka pendek. Lebih sedikit metode kuantitatif yang berguna untuk meramalkan suatu permasalahan, misalnya apakah suatu produk baru seperti perekam disk optik perlu dimasukkan dalam produk perusahaan.
3. Sebagaimana yang mungkin Anda perkirakan, peramalan jangka pendek cenderung lebih tepat dibandingkan peramalan jangka panjang. Faktor-faktor yang mempengaruhi perubahan permintaan berubah setiap hari. Dengan demikian, sejalan dengan semakin panjangnya horizon waktu, ketepatan peramalan seseorang cenderung semakin berkurang. Peramalan penjualan harus diperbaruhi secara berkala untuk menjaga nilai dan integritasnya. Peramalan harus selalu dikaji ulang dan direvisi pada setiap akhir periode penjualan.

D. Jenis-jenis Peramalan
Situasi peramalan sangat beragam dalam horizon waktu peramalan, faktor yang menentukan hasil sebenarnya, tipe pola dan berbagai aspek lainnya. Untuk menghadapi penggunaan yang luas seperti itu, beberapa teknik telah dikembangkan. Peramalan pada umumya dapat dibedakan dari berbagai segi tergantung dalam cara melihatnya.
Dilihat dari jangka waktu ramalan yang disusun, peramalan dapat dibedakan atas
dua macam, yaitu:
a. Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan yang jangka waktunya lebih dari satu setengah tahun atau tiga semester. Lebih tegasnya peramalan jangka panjang ini berorientasi pada dasar atau perencanaan.
b. Peramalan jangka pendek, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan yang dilakukan kurang dari satu setengah tahun atau tiga semester.

Penetapan jadwal induk produksi untuk bulan yang akan datang atau periode kurang dari satu tahun sangat tergantung pada peramalan jangka pendek.
Apabila dilihat dari sifat penyusunannya, maka peramalan dapat dibedakan menjadi dua macam, yaitu:
1. . Peramalan subjektif, yaitu peramalan yang didasarkan atas perasaan atau intuisi dari orang yang menyusunnya. Dalam hal ini pandangan atau ketajaman pikiran orang yang menyusunnya sangat menentukan baik tidaknya hasil peramalan.
2. Peramalan objektif, yaitu peramalan yang didasarkan atas data yang relevan pada masa lalu dengan menggunakan teknik-teknik dan metode-metode dalam penganalisaan data tersebut.

Dilihat dari sifat ramalan yang telah disusun, maka peramalan dapat dibedakan atas dua macam, yaitu:
1. Peramalan kualitatif atau teknologis, yaitu peramalan yang didasarkan atas data kualitatif masa lalu. Hasil peramalan yang ada tergantung pada orang yang menyusunnya, karena peramalan tersebut sangat ditentukan oleh pemikiran yang bersifat intuisi, judgement (pendapat) dan pengetahuan serta pengalaman dari penyusunnya.Metoda kualitatif dibagi menjadi dua metode.
yaitu:
• Metode eksploratif
Pada metoda ini dimulai dengan masa lalu dan masa kini sebagai awal dan bergerak ke arah masa depan secara heuristik, sering kali dengan melihat semua kemungkinan yang ada.
• Metode normatif
Pada metode ini dimulai dengan menetapkan sasaran tujuan yang akan datang, kemudian bekerja mundur untuk melihat apakah hal ini dapat dicapai berdasarkan kendala, sumber daya dan teknologi yang tersedia.
2. Peramalan kuantitatif, yaitu peramalan yang didasarkan atas data kuantitatif pada masa lalu. Hasil peramalan yang dibuat tergantung pada metode yang digunakan dalam peramalan tersebut. Metode yang baik adalah metode yang memberikan nilai-nilai perbedaan atau penyimpangan yang mungkin.
Peramalan kuantitatif hanya dapat digunakan apabila terdapat tiga kondisi sebagai berikut: (Makridakis, 1988)
• Informasi tentang keadaan masa lalu.
• Informasi tersebut dapat dikuantifikasikan dalam bentuk data numerik.
• Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berkelanjutan pada masa yang akan datang.
Metode peramalan kuantitatif terbagi atas dua jenis model peramalan yang utama,
yaitu:
1. Model deret berkala (time series), yaitu: Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu, yang merupakan deret waktu.
2. Model kausal, yaitu metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antara variabel lain yang mempengaruhinya, yang bukan waktu yang disebut metode korelasi atau sebab akibat.

E. Tujuh Langkah Sistem Peramalan
Peramalan terdiri dari tujuh langkah dasar. Tupperware Corporation, yang merupakan fokus Profil Perusahaan Global pada bah ini, akan digunakan sebagai contoh setiap langkah.
1. .Menetapkan tujuan peramalan. Tupperware menggunakan peramalan permintaan untuk mengendalikan produksi pada 13 pabriknya.
2. Memilih unsur apa yang akan dismal. Tupperware yang memiliki lebih dari 400 produk, dengan unit simpan produknya (stock-keeping unit—SKU) masing-masing. Tupperware melakukan peramalan permintaan sesuai dengan pengelompokan produk ini.
3. Menentukan horizon waktu peramalan. Apakah ini merupakan peramalan jangka pendek, menengah, atau jangka panjang? Tupperware menyusun prediksi penjualan bulanan, kuartalan, dan tahunan.
4. Memilih tipe model peramalan. Tupperware menggunakan beragam model statistik yang akan didiskusikan, termasuk rata-rata bergerak, penghalusan eksponensial, dan analisis regresi. Selain itu juga model yang menggunakan penilaian subjektif atau nonkuantitatif.
5. Mengumpulkan data yang diperlukan untuk melakukan peramalan. Seperti Kantor pusat Tupperware mempunyai database yang besar untuk mengawasi penjualan setiap produk.
6. Membuat peramalan.
7. Memvalidasi dan menerapkan basil peramalan. Pada Tupperware, peramalan dikaji di departemen penjualan, pemasaran, keuangan, dan produksi untuk memastikan bahwa model, asumsi, dan data yang digunakan sudah valid. Perhitungan kesalahan dilakukan; kemudian peramalan digunakan untuk menjadwalkan bahan, peralatan, dan pekerja pada setiap pabrik.
Tujuh langkah ini menyajikan jalan yang sistematis untuk memulai, mendesain, dan menerapkan sistem peramalan. Apabila sistem tersebut digunakan untuk menghasilkan ramalan berkala, maka data harus dikumpulkan secara rutin. Kemudian perhitungan aktual dibuat dengan bantuan komputer.
Terlepas dari sistem yang digunakan oleh perusahaan seperti Tupperware, setiap perusahaan menghadapi beberapa kenyataan:
1. Peramalan jarang ada yang sempurna. Hal ini berarti faktor luar yang tidak dapat kita duga atau kendalikan sering mempengaruhi peramalan. Perusahaan harus memberikan kelonggaran untuk kenyataan ini.
2. Hampir semua teknik peramalan mengasumsikan bahwa sistem akan tetap stabil. Oleh karena itu, beberapa perusahaan membuat ramalan secara otomatis menggunakan komputer dengan software peramalan, dan hanya mengawasi produk yang mempunyai permintaan tidak menentu.
3. Baik peramalan kelompok produk maupun peramalan secara keseluruhan lebih akurat daripada peramalan produk individu. Sebagai contoh, Tupperware, melakukan peramalan melalui pengelompokkan ukuran produk dan daerah pemasaran. pendekatan ini menolong menyeimbangkan prediksi yang mungkin kurang atau berlebih untuk setiap produk dan daerah pemasaran.
F. Pendekatan Dalam Peramalan
Terdapat dua pendekatan umum peramalan, sebagaimana ada dua cara mengatasi semua model keputusan. Yang satu adalah analisis kuantitatif, yang lainnya adalah analisis kualitatif. Peramalan kuantitatif (quantitative forecast) menggunakan model matematis yang beragam dengan data masa lalu dan variabel sebab akibat untuk meramalkan permintaan. Peramalan subjektif atau kualitatif (qualitative forecast) menggabungkan faktor seperti intuisi, emosi, pengalaman pribadi, dan sistem nilai pengambil keputusan untuk meramal. Beberapa perusahaan menggunakan satu pendekatan, dan perusahaan lain menggunakan pendekatan yang lain. Pada kenyataannya, kombinasi dari keduanya merupakan yang paling efektif.
G. Kesimpulan
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. Bisa juga merupakan prediksi intuisi yang bersifat subjektif. Atau bisa juga dengan menggunakan kombinasi model matematis yang disesuaikan dengan pertimbangan yang baik dari seorang manajer.
Ho­rizon waktu terbagi atas beberapa kategori: Peramalan jangka pendek Peramalan jangka menengah Peramalan jangka panjang.







DAFTAR PUSTAKA
digilib.unnes.ac.id/gsdl/collect/skripsi/import/819.pdf
fikahastarita.files.wordpress.com/2008/12/8peramalan-regresi.pdf
http://www.slideshare.net/hendragustomi/forecasting-1202.91.15.14/upload/files/2261_Modul_2_(Forecasting).ppt