diary piyu

entah apa aku masih mengenal cinta 

rasanya begitu jauh untuk menggapainya

tidak ada lagi kemungkinan yang selalu diimpikan

nyatanya selamanya aku akan sendiri

kisah masa lalu membuatu banyak belajar dan menyesal

entah aku harus bersyukur atau mengutuk tubuh ini

yang ku butuhkan hanyalah uluran tangan 

jikalau mungkin pelukan besar untuk bersandar

ingin berlari tapi entah kemana

tanpa tujuan dan aku tersesat

dalam gelap dan dingin aku tertuntuk 

menatap tanah apakah ingin menerima ku

teralu jauh kaki ini melangkah 

meninggalkanmu yang hanya tinggal kenangan 

aku hanya seorang pecundang 

yang tak mampu keluar dari gelap ku

klise

assalamualaikum wr.wb
memaknai hidup terkadang terasa sulit. apabila hati, mata dan fikiran telah dibutakan dengan sudut pandang yang berbeda, kita akan lupa siapa kita dan apa tujuan kita.wahai sahabat, hendaklah kita memiliki satu pegangan untuk menjadi pengingat, apakah yang kita lakukan sudah benar, atau mungkin yang kita putuskan adalah salah. saling mengingatkan dan menjadi pengigat dijalan yang baik, tanpa kalian sadari seseorang yang dekat dengan kalian membutuhkan kalian untuk menjadi tempat bersandar.
salam anak rantau

aku dan kamu

aku dan kamu, kita adalah dua. tak mungkin dengan mudah menjadi satu.
aku dan kamu, kita adalah beda. tak ada kemiripan dan tak ada bakat untuk meniru.
aku dan kamu, kita miliki jiwa pemberontak dengan segudang ke egoisan dari pengetahuan.
aku dan kamu, kita bertemu di sisi timur pulau jawa.
berhalang rintangkan waktu, jarak, kepercayaan, pengetahuan dan keinginan untuk tetap dua
aku teralu besar untuk menjadi satu
karena aku adalah satu setengah sedang sisanya adalah kamu
aku dan kamu, kita sehebat dua ribu atom yang akan meledak
dari sanalah kita belajar, siapa aku dan siapa kamu.
jalan kita berbeda, tujuan kita berbeda akan tetapi aku berharap
kamu adalah masa depanku
aku dan kamu, ayo kita bangun semuanya
jalan yang belum pernah kita lihat
hidup yang tak pernah kita bayangkan
mari kita bangun sebuah atap untuk berteduh
disana akan ku buatkan sup hangat untukmu
kita ciptakan jutaan senyum dan malaikat kecil
aku dan kamu, akankahkita menjadi satu ?
aku akan berjuang, jadi aku harap begitu juga dengan mu

teori produksi jangka pendek

      TEORI PRODUKSI JANGKA PENDEK DAN JANGKA PANJANG

² ARTI PRODUKSI

Secara umum, istilah "produksi" diartikan sebagai penggunaan dan pemanfaatan sumberdaya yang mengubah suatu komoditi menjadi komoditi lainnya yang sama sekali berbeda, baik dalam pengertian apa ,dan dimana atau kapan komoditi-komoditi itu dilokasikan, maupun dalam pengertian apa yang dikerjakan oleh konsumen terhadap komoditi itu. Istilah produjsi berlaku untuk barang dan jasa, karena istilah "komoditi" memang mengacu jepada barang dan jasa. Bahkan sebenarnya keberadaan antara barang dan jasa itu sendiri, dari sudut pandang ekonomi, sangat tipis. Keduanya sama sama dihasilkan dengan mengerahkan modal dan tenaga kerja. 

² INPUT-INPUT PRODUKSI

Apa yang dibutuhkan produksi suatu komoditi? Input. Istilah lainnya banyak, seperti faktor produksi (sering di singkat faktor) dan sumber-sumber daya produktif, tapi semua istilah ini sama saja. Fungsi produksi menggambarkan teknologi yang dipakai oleh suatu perusahaan, suatu industri atau suatu perekonomian secara keseluruhan. Dalam keadaan teknologi tertentu hubungan antara input dan outputnya tercermin dalam rumusan fungsi produksinya. Apabila teknologi berubah, berubah pulalah fungsi produksinya. Suatu fungsi produksi menggambarkan semua metode produksi yang efisien secara teknis dalam arti menggunakan kuantitas bahan mentah yang minimum, tenaga kerja minimal, dan barang-barang modal lain yang minimal. Metode produksi yang boros tidak diperhitungkan dalam proses produksi. 

² JANGKA WAKTU

Produksi membutuhkan waktu. Dalam proses produksi, jangka waktu dapat dibagi dua yaitu jangka pendek dan jangka panjang.

Jangka pendek

Menurut Samuelson, jangka pendek adalah sebagai suatu periode di mana perusahaan dapat menyesuaikan produksi dengan cara mengubah factor-faktor variabel seperti bahan baku dan tenaga kerja, tetapi tidak dapat mengubah factor-faktor tetap seperti modal, bangunan dan mesin. Dalam jangka pendek, fungsi produksi Q = f (K, L) di mana K konstan (fixed) dan L variabel. Karena K konstan, maka dalam jangka pendek Q = f (L). Sedangkan alam jangka panjang, semua input adalah variabel. Dalam jangka panjang, produsen bisa menaikkan Q (output) melalui instalasi mesin baru atau membuat pabrik baru. Q= f(L). Total output adalah maksimum output yang bisa dicapai pekerja dengan jumlah pabrik dan mesin yang tetap, Tenaga kerja (labor) berubah. Fungsi Produksi Dalam Jangka Pendek Untuk memperjelas analisis kita menganggap ada dua input, satu input variable dan satu input fixed. Labor/tenaga kerja adalah variable input yang bisa diubah dalam jangka pendek. Sebuah perusahaan menggunakan fixed input pabrik dan peralatan dapat merubah output dengan merubah jumlah tenaga kerja. Hubungan antara Q dan L. 

Munurut boediono dalam bukunya ekonomi mikro mengatakan Equilibrium perusahaan dalam jangka pendek terjadi bila keuntungan jangka pendek dari perusahaan adalah maksimum atau kerigian jangka pendek dari perusahaan adalah minimum. Posisi keuntungan jangka pendek yang maksimum tercapai bila short run marginal cost (SMC)sama dengan short run merginal revenue (SMR), (atay dalam persaingan sempurna dimana kurva permintaan yang dihadapi oleh sebuah perusahaan adalah horisontal, SMC sama dengan harga). 

Jangka panjang

Jangka Panjang (long run) merupakan satu waktu di mana seluruh input variabel maupun input tetap yang digunakan perusahaan dapat diubah. Menurut Samuelson, jangka panjang adalah suatu periode yang cukup panjang di mana semua faktor termasuk modal dapat disesuaikan. Tingkat/rate di mana satu input ditukar fungsi produksi dalam jangka panjang fixed input bisa diubah. Dengan demikian semua input adalah variabel.

Menurut Boediono dalam bukunya ekonomi mikro menjelaskan keseimbangan jangka panjang, equilibrium perusahaan dan equilibrium pasar jangka panjang juga ditentukan dengan arah yang sama seperti untuk jangka pendek diatas. Bedanya adalah dalam jangka panjang kita mempunyai dua faktor tambahan yang mempengaruhi jalannya proses penyesuaian kearah equilibrium, yaitu kemungkinan adanya perluasan (atau penciutan).kapasitas yang ada dan masuknya perusahaan-perussahaan beru kedalam industri. Keduaduanya-duanya mempunyai akibat menambah atau mengurangi penawaran pasar.  

² FUNGSI PRODUKSI 

Menurut Sudarsono pada bukunya pengantar ekonomi mikro mengatakan Fungsi produksi adalah hubungan dengan output fisik dengan input-input fisik. Konsep terrsebut di definisikan sebagai skedul atau persamaan matematika yang menunjukan kuantitas maksimum output yang dihasilkan dari serangkaian input, ceteris paribus. Ceteris paribus disini mengacu terutama kepada bagian kemungkinan teknik atau proses produksi yang ada untuk mengolah input tersebut menjadi output. 

Dalam pengertiannya yang paling umum, fingsi produksi bisa di tunjukan dengan rumus sebagai berikut:

Q = f (K.L)

Q adalah tingkat output per unit periode, K adalah arus jasa dari cadangan atau persediaan modal per unit periode, dan L arus jasa dari pekerja perusahaan per unit periode. Persamaan ini menunjukan bahwa kuantitas output secara fisik di tentukan dengan kuantitas input secara fisik, dalam hal ini adalah modal dan tenaga kerja. 

² PRODUKSI JANGKA PENDEK DENGAN SATU VARIABLE

jumlah unit tenaga kerja tahunan per tahun	Jumlah unit jasa mesin tahunan pertahun	Total produk fisik (sekian pon barang pertahun)
1	2	100
2	2	210
3	2	330
4	2	405
5	2	475
6	2	500
7	2	490

Hubungan fungsi-fungsi jangka pendek tersaji pada tabel diatas. Rumusnya adalah sebagai berikut:

                          _

                Q  =  f (L.K)

_

K adalah K yang konstan.

Total produk fisik. Di sini diasumsikan hanya ada satu faktor produksi variabel, yakni tenaga kerja. Sedangkan modal dianggap konstan. Semakin banyak tenaga kerja yang diserap, akan semakin besar total output fisiknya. Kurva total produk fisik(total physical product)yang tercipta dari data tabel 

Barang (sekian pon per tahun)

           600        total kurva produk jangka pendek

           500                    •    •    •

           400                •

           300            •

           200        •

           100     •

             

              0    1   2   3   4   5    6    7  

                    Jumlah unit tenaga kerja per tahun

Pada gambar diatas nampak bahwa total produksi fisik maksimum dihasilkan oleh enam unit tenaga kerja. Lewat dari batas ini, penambahan tenaga kerja justru menurunjan total produksi fisik.

² HUKUM PERTAMBAHAN HASIL YANG SEMAKIN BERKURANG

Dalam bahasa Inggris disebut Law of Diminishing Return, dalam hubungannya dengan produksi jangka pendek, di mana satu factor peoduksi bersifat variabel  dan factor-faktor produksi lainya tetap, akan dijumpai suatu kenaikan produksi total apabila kita menambah factor produksi variabel secara terus menerus, produksi total akan bertambah terus tetapi dengan tambahan yang semakin kecil, dan setelah suatu jumlah tertentu akan mencapai maksimum dan kemudian menurun.

Mengapa fungsi produksi umumnya tunduk pada hukum ini? Menurut Samuelson, alasannya aadalah semakin banyak suatu input tertentu seperti tenaga kerja ditambahkan ke input, tanah, mesin, dan input lainnya yang berjumlah tetap, maka tenaga kerja semakin sedikit faktor produksi lain yang bekerja samanya. Tanah semakin sempit, mesin pun dipekerjakan melampaui batas, dan tugas yang dirasa semakin kurang penting.

Hukum hasil lebuh yang makin berkurang mudah dimengerti dengan mengamati input air. Unit pertama air sangatlah vital bagi kehidupan tanaman, unit selanjutnya membuat tanaman menjadi sangat sehar dan tumbuh subur dan besar, tetapi semakin banyak air yang disiramkan, tanaman menjadi busuk dan tidak bisa di panen.

Dalam menerapkan hukum hasil lebih yang semakin berkurang terhadap produksi, kita harus selalu menekankan bahwa hukum ini merupakan hasil observasi empiris yang dilakukan secara luass dan teratur. Kita bisa menyamakannya dengan hukum gravitasi yang telah dianggap sebagai kabenaran universal. Hukum ini telah ditemukan di berbagai penelitian empiris, meskipun terdapat pula beberapa pengecualian. Selanjutnya kita perlu ingat hukum hasil lebih yang semakin berkurang tidak berlaku untuk semua tingkat produksi. Input tenaga kerja pertama mungkin akan menunjukan peningkatan produk marginal, karena hanya diperlukan beberapa menit menjelankan mesin dan mengangkut tenaga kerja kelapangan. 

Pada kasus air, input air terakhir (paling banyak) akan memberikan produk marginal yang negative, karena tanaman telah mati lemas karena kebanyakan air. Oleh sebab itu, kita harus selalu ingat bahwa hukum hasil lebih yang semakin berkurang (law of definising retrun) merupakan suatu keteraturan empiris yang tunduk pada pengecualian, dan merupakan hukum yang bersifat universal. 

    

² ISOCOST

Garis isocost adalah garis yang menggambarkan kombinasi input yang memberikan biaya (cost) sama. Garis isocost menggambarkan rasio antara upah buruh dengan kapital, dengan formula sebagai berikut:

 

Di mana w adalah upah buruh (wage), dan r merepresentasikan tingkat penyewaan kapital (rental rate of capital). Slope dari isocost adalah:

 

atau rasio negatif antara upah dibagi dengan biaya sewa. Garis isocost dikombinasikan dengan garis isoquant untuk menentukan titik produksi optimal (pada tingkat output tertentu).

² ISOKUANT

Karena pentingnya isokuant sebagai alat analisa maka pengertian yang terkandung dalam isokuant perlu didalami lebih lanjut setidak-tidaknya lebih dalam daripada yang sekedar di gambarkan dalam definisi. Isokuant ini analog dengan kurva indiferensi. Jadi isokuant mempunyai mempuntai sifat-sifat tertentu. Bentuknya konveks terhadap titik asal, tidak boleh berpotong satu dengan yang lain. Bukan garis lurus vertikal atau horizontal, makin jauh kedudukannya dari titik asal makin banyak faktor yang digunakan sehingga semakin banyak kuantitas produksi yang dihasilkan. 

Beda pokoknya dengan kurva indiverensi adalah bahwa kuantitas produksi yang dicerminkan dapat diukur sedangkan dayaguna tidak.

Isoquant mempunyai sifat-sifat yang serupa dengan indifference curve konsume : cembung ke arah orgin, menurun dari kiri atas ke kanan bawah, output makin tinggi bagi kurva yang terletak lebik kanan atas. Isoquant bisa didapatkan dari fungsi produksi.

 DAFTAR PUSAKA

Sudarsono, pengantar ekonomi mikro

Miller, Ruger Leory dan Meiners, Rogeer E. 2000 teori ekonomi intermediate PT. Raya Grafindo Persada : jakarta

Boediono, ekonomi mikro.BPFE:Yogyakarta

forecasting

BAB I 

PENDAHULUAN

Peramalan (forecasting) merupakan seni dan ilmu untuk memperkirakan kejadian dimasa depan. Hal ini dapat dilakukan dengan melibatkan pengambilan data masa lalu dan menempatkannya kemasa yang akan datang dengan suatu bentuk model matematis. Bisa juga merupakan prediksi intuisi yang bersifat subjektif. Atau bisa juga dengan menggunakan kominasi model matematis yang disesuaikan dengan pertimbangan yang baik dari seorang manager.

Peramalan merupakan aktivitas fungsi bisnis yang memperkirakan penjualan dan penggunaan produk sehingga produk-produk itu dapat dibuat dalam kuantitas yang tepat. Peramalan merupakan dugaan terhadap permintaan yang akan datang berdasarkan pada beberapa variabel peramal, sering berdasarkan data deret waktu historis. Peramalan menggunakan teknik-teknik peramalan yang bersifat formal maupun informal (Gaspersz, 1998).

Kegiatan peramalan merupakan bagian integral dari pengambilan keputusan manajemen. Peramalan mengurangi ketergantungan pada hal-hal yang belum pasti (intuitif). Peramalan memiliki sifat saling ketergantungan antar divisi atau bagian. Kesalahan dalam proyeksi penjualan akan mempengaruhi pada ramalan anggaran, pengeluaran operasi, arus kas, persediaan, dan sebagainya.

I.I RUMUSAN MASALAH

1. Mengetahui pengertian peramalan

2. Memahami konsep dasar peramalan

3. Bagaimana menghitung keandalan peramalan

4. Mengenal horizon waktu

5. Apa jenis peramalan

6. Mengetahui tujuh langkah sistem peramalan

7. Mengetahui metode peramalan 

BAB II

ISI

II.1 LANDASAN TEORI

II.1.1 Peramalan

Peramalan (forecasting), adalah seni dan ilmu untuk memperkirakan kejadian di masa depan. Hal ini dapat dilakukan dengan melibatkan pengambilan data di 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 model matematis yang disesuaikan dengan pertimbangan yang baik dari seorang manajer. (Jay Heizer,Barry render, 2001)

Peramalan (forecaseting) merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien khususnya dalam bidang ekonomi. Peramalan mempunyai peranan langsung pada peristiwa eksternal yang pada umumnya berada di luar kendali menejemen seperti: Ekonomi, Pelanggan, Pesaing, Pemerintah, dan lain sebagainya.

Peramalan permintaan memegang peranan penting dalam perencanaan dan pengambilan keputusan khususnya di bidang produksi. Aktivitas manajemen operasi menggunakan peramalan permintaan dan perencanaan yang menyangkut skedul produksi, Perencanaan pemenuhan kebutuhan bahan, Perencanaan kebutuhan tenaga kerja, perencanaan kapasitas produksi, perencanaan kapasitas produksi, perencanaan layout fasilitas, penentuan lokasi, penentuan metode proses, penentuan jumlah mesin, Desain aliran peristiwa dengan kebutuhan mendatang.

II.1.2 Konsep Dasar Peramalan

Peramalan merupakan sebuah prediksi mengenal apa yang akan terjadi di masa yang akan datang, pada kenyataannya, Seorang manajer secara konstan mencoba untuk meramalkan masa yang akan datang berdasarkan sejumlah faktor, untuk mengambil keputusan di masa sekarang yang akan menjamin suksesnya perusahaan dimasa yang akan datang. (Lab metode kuantitatif bisnis).

II.1.3 Keandalan Ramalan

Pada dasarnya tidak ada teknik yang dapat menghasilkan ramalan yang sangat akurat (yaitu masa yang akan datang tidak mungkin dapat diramalkan secara tepat dan sempurna). Karena itu keandalan ramalan digunakan untuk melihat seberapa andal /akuratnya suatu metode peramalan. Untuk menguji keakuratannya ramalan tersebut, peramal dapat menggunakan pengukuran keandalan, yaitu dengan MAD (mean absolute eviation) dan MSE (mean squared error ). Secara umum semakin rendah nilai MAD dan MSE berarti semakin baik dan akurat.

Menurut Nachrowi D, dan Hardius Usman (2004,p239) menyatakan bahwa sebenarnya membandingkan kesalahan peramalan adalah suatu cara sederhana, apakah suatu teknik peramalan tersebut patut dipilih untuk digunakan membuat peramalan data yang sedang kita analisa atau tidak. Minimal prosedur ini dapat digunakan sebagai indikator apakah suatu teknik peramalan cocok digunakan atau tidak. Dan teknik yang mempunyai MSE terkecil merupakan ramalan yang terbaik.

Sedangkan menurut Freddy Rangkuti (2005,p80) menyatakan keharusan untuk membadingkan perhitungan yang memiliki nilai MAD paling kecil, karena semakin kecil MAD. Berarti semakin kecil pula perbedaan antara hasil forecasting dan nilai altual.

Menurut Vincent Gaspers (2005,p80) dalam bukunya menyebutkan akurasi peramalan akan semakin tinggi apabila nilai-nilai MAD, MSE, dan MAPE semakin kecil.

Menurut Jay Heizer dan Barry Render ada beberapa perhitungan yang biasa digunakan

untuk menghitung kesalahan peramalan (forecast error) total. Perhitungan ini dapat digunakan untuk membandingkan model peramalan yang berbeda, juga untuk mengawasi

peramalan, untuk memastikan peramalan berjalan baik tiga dari perhitungan yang paling  terkenal adalah Deviasi Rata-rata Absolut (mean absolute deviation-MAD), Kesalahan Ratarata Kuardrat (mean squared error-MSE), dan Kesalahan Persen Rata-rata Absolut(mean absolute percent-MAPE).

1. Deviasi Rata-rata Absolut (Mean Absolute Deviation = MAD)

MAD merupakan ukuran pertama kesalahan peramalan keseluruhan untuk sebuah model. Nilai ini dihitung dengan mengambil jumlah nilai absolut dari tiap kesalahan peramalan dibagi dengan jumlah periode data (n)

Σ│aktual - peramalan│

MAD=  ________________________

n

2. Kesalahan Rata-rata Kuardrat (Mean Square Error = MSE)

MSE merupakan cara kedua untuk mengukur kesalahan peramalan keseluruhan. MSE merupakan rata-rata selisih kuardrat antara nilai yang diramalkan dan yang diamati. Kekurangan penggunaan MSE adalah bahwa ia cenderung menonjolkan deviasi yang besar karena adanya pengkuadratan.

Σ (Kesalahan Peramalan)

MSE=   _________________________

n

3. Kesalahan persen Rata-rata Absolut (mean Absolute Percentage Error = MAPE)

Masalah yang terjadi dengan MAD dan MSE adalah bahwa nilai mereka tergantung pada besarnya unsur yang diramal. Jika unsur tersebut dihitung dalam satuan ribuan, maka nilai MAD dan MSE bisa menjadi sangat besar. Untuk menghindari masalah ini, kita dapat menggunakan MAPE. MAPE dihitung sebagai rata-rata diferensiasi absolut antara nilai yang diramal dan aktual, dinyatakan sebagai persentase nilai aktual.

II.1.4 Meramal Horizon Waktu

Peramalan biasanya di klasifikasikan berdasarkan horizon waktu masa depan yang dicakupnya. Horizon waktu terbagi atas beberapa katagori :

1. Peramalan jangka pendek, Peramalan ini mencakup 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 aatau intermediate, 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.

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).

II.1.5 Jenis Peramalan

Organisasi pada umumnya menggunakan 3 tipe peramalan yang utama dalam

perencanaan operasi di masa depan:

1. Peramalan Ekonomi, (economic forecast ), Menjelaskan sirklus bisnis dengan memprediksikan tingkat inflasi, ketersediaan uang, Data yang dibutuhkan untuk membangun perumahan, dan indikator perencanaan lainnya.

2. Peramalan Teknologi (teknological forecast ), Memperhatikan tingkat kemajuan teknologi yang dapat memunculkan produk baru yang menarik, yang membutuhkan pabrik dan peralatan baru.

3. Peramalan Permintaan (demand forecast ), adalah 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.

II.1.6 Tujuh Langkah Sistem Peramalan

1. Menetapkan tujuan peramalan.

2. Memilih unsur apa yang akan diramal.

3. Menentukan horizon waktu peramalan.

4. Memilih tipe model peramalan.

5. Mengumpulkan data yang diperlukan untuk melakukan peramalan.

6. Membuat peramalan.

7. Memvalidasi dan menerapkan hasil peramalan.

II.2 Metode Peramalan 

Banyak jenis metode peramalan yang tersedia untuk menejemen namun yang lebih penting bagi para praktisi adalah bagaimana memahami karakteristik suatu metode peramalan agar cocok bagi situasi pengambilan keputusan tertentu. Secara umum metode peramalan dapat dibagi dalam 2 katagori utama, yaitu metode kuantitatif dan metode kualitatif. Metode kuantitatif dapat dibagi ke dalam deret berkala atau runtun waktu (time series ) dan metode kasual, Sedangkan metode kualitatif dapat dibagi menjadi metode eksploratoris dan normatif.

II.2.1 Metode Kualitatif

Metode kualitatif umumnya bersifat subjektif, dipengaruhi oleh intuisi, emosi, pendidikan dan pengalaman seseorang. Oleh karena itu hasil peramalan dari satu orang dengan orang lain dapat berbeda. Meskipun demikian, peramalan kualitatif dapat menggunakan teknik/metode peramalan, yaitu :

~ Juri dari Opini Eksekutif : metode ini mengambil opini atau pendapat dari sekelompok kecil manajer puncak/top manager (pemasaran, produksi, teknik, keuangan dan logistik), yang seringkali dikombinasikan dengan model-model statistik.

~ Gabungan Tenaga Penjualan : setiap tenaga penjual meramalkan tingkat penjualan di daerahnya, yang kemudian digabung pada tingkat provinsi dan nasional untuk mencapai ramalan secara menyeluruh.

~ Metode Delphi : dalam metode ini serangkaian kuesioner disebarkan kepada responden, jawabannya kemudian diringkas dan diberikan kepada para ahli untuk dibuat peramalannya. Metode memakan waktu dan melibatkan banyak pihak, yaitu para staf, yang membuat kuesioner, mengirim, merangkum hasilnya untuk dipakai para ahli dalam menganalisisnya. Keuntungan metode ini hasilnya lebih akurat dan lebih profesional sehingga hasil peramalan diharapkan mendekati aktualnya.

~ Survai Pasar (market survey) : Masukan diperoleh dari konsumen atau konsumen potensial terhadap rencana pembelian pada periode yang diamati. Survai dapat dilakukan dengan kuesioner, telepon, atau wawancara langsung.

Contoh kasus:

Peramalan di Sektor Jasa : Di sektor eceran perlu menjaga catatan jangka pendek (menggunakan komputer) tentang : 1)  kebiasaan waktu kunjungan pelanggan contoh : berdasarkan kenyataan sebagian besar tukang cukur pria tutup pada hari Minggu dan Senin, hal ini terjadi karena kebiasaan pelanggan dalam mencukur rambutnya pada hari Jumat dan Sabtu, sehingga arus puncak kunjungan pelanggan adalah pada hari Jumat dan Sabtu. 2) Dalam peramalan di sektor jasa perlu mengetahui kapan hari libur nasional, libur sekolah , peristiwa-peristiwa  penting /valentine day (restoran, jasa transportasi, hotel, tempat rekreasi, toko souvenir), 3) Perlu pula dicatat pada jam berapa terjadi lonjakan permintaan (restoran siap saji) 4) Perlu diketahui peristiwa-peristiwa tidak biasa/cuaca, sehingga bisa diperkirakan kaitan/korelasinya terhadap permintaan/penjualan. 

II.2.2 Metode Kuantitatif

Metode kuantitatif menggunakan berbagai model matematis atau metode statistik dan data historis dan atau variabel-variabel kausal untuk meramalkan permintaan, Metode Peramalan Kuantitatif dapat dikelompokkan menjadi dua jenis, yaitu :

A. Model Deret Waktu / Metode deret berkala

Model Deret waktu / metode deret berkala (time series) ialah metode yang dipergunakan untuk menganalisis serangkaian data yang merupakan fungsi dari waktu, terbagi menjadi :

1. Rata-rata bergerak (moving averages),

~ Rata-Rata Bergerak Sederhana (simple moving averages), bermanfaat jika diasumsikan bahwa permintaan pasar tetap stabil.

~ Rata-Rata Bergerak Tertimbang (weighted moving averages) : apabila ada pola atau trend yang dapat dideteksi, timbangan bisa digunakan untuk menempatkan lebih banyak tekanan pada nilai baru 

Model rata-rata bobot bergerak lebih responsif terhadap perubahan karena data dari periode yang baru biasanya diberi bobot lebih besar. Rumus rata-rata bobot bergerak yaitu sebagai berikut.

Contoh:

Penjualan alat pemotong rumput di Donna’s Garden Supply ditunjukkan sebagai berikut:

Bulan	Penjualan Aktual
Januari	10
Februari	12
Maret	13

Maka peramalan untuk bulan April berdasarkan rata-rata bergerak sederhana tiga bulanan adalah:

(10 + 12 + 13)/3 = 11

Sedangkan untuk model rata-rata bobot bergerak dimisalkan pembobotan pada data terakhir sebagai berikut:

Bobot Yang Diberikan	Periode
3	Bulan lalu
2	Dua bulan lalu
1	Tiga bulan lalu
6	Jumlah total bobot

Maka peramalan untuk bulan April berdasarkan rata-rata bobot bergerak tiga bulanan adalah:

[(3 x 13) + (2 x 12) + (10)]/6 = 12

2. Penghalusan eksponensial (exponential smoothing).

Penghalusan Eksponensial merupakan metode peramalan dengan menambahkan parameter alpha dalam modelnya untuk mengurangi faktor kerandoman. Istilah eksponensial dalam metode ini berasal dari pembobotan/timbangan (faktor penghalusan dari periode-periode sebelumnya yang berbentuk eksponensial. Peramalan menggunakan model pemulusan eksponensial rumusnya adalah sebagai berikut:

         

Ft = peramalan baru

Ft-1  = peramalan sebelumnya

= konstanta penghalusan (pembobotan) (01),

At-1  = permintaan aktual periode lalu

Contoh:

Pada bulan Januari, seorang penjual mobil memprediksi permintaan Ford Mustang di bulan Februari sebanyak 142 mobil. Permintaan aktual bulan Februari adalah 153 mobil. Dengan menggunakan konstanta penghalusan yang dipilih pihak manajemen  = 0,20, kita dapat meramalkan permintaan di bulan Maret dengan menggunakan metode penghalusan eksponensial sebagai berikut: 

Peramalan baru (untuk permintaan Maret) = 142 + 0,2 (153 – 142) = 142 + 2,2 = 144,2

3. Proyeksi trend (trend projection)

Metode proyeksi trend dengan regresi, merupakan metode yang dignakan baik untuk jangka pendek maupun jangka panjang. Metode ini merupakan garis trend untuk persamaan matematis. Teknik ini mencocokan garis tren pada serangkaian data masa lalu, kemudian memproyeksikan garis pada masa datang untuk peramalan jangka menengah atau jangka panjang.

B. Model / metode kausal (causal/explanatory model)

Merupakan metode peramalan yang didasarkan kepada hubungan antara variabel yang diperkirakan dengan variabel lain yang mempengaruhinya tetapi bukan waktu melainkan sebab akibat. Dalam prakteknya jenis metode peramalan ini terdiri dari metode regresi dan kolerasi, merupakan metode yang digunakan baik untuk jangka panjang maupun jangka pendek dan didasarkan kepada persamaan dengan teknik least squares yang dianalisis secara statis.

Metode kausal merupakan metode peramalan yang didasarkan kepada hubungan antara variabel yang diperkirakan dengan variabel alin yang mempengaruhinya tetapi buakn waktu. Dalam prakteknya jenis metode peramalan ini terdiri dari :

1. Metode regresi dan kolerasi, merupakan metode yang digunakan baik untuk jangka panjang maupun jangka pendek dan didasarkan kepada persamaan dengan teknik least squares yang dianalisis secara statis.

2. Model Input Output, merupakan metode yang digunakan untuk peramalan jangka panjang yang biasa digunakan untuk menyusun trend ekonomi jangka panjang.

3. Model ekonometri, merupakan peramalan yang digunakan untuk jangka panjang dan jangka pendek.

II.2.3 Peramalan Menggunakan Metode Regresi:

Penggunaan metode ini didasarkan kepada variabel yang ada dan yang akan mempengaruhi hasil peramalan. Hal- hal yang perlu diketahu sebelum melakukan peramalan dengan metode regresi adalah mengetahui terlebih dahulu mengetahui kondisi- kondisi seperti :

1. Adanya informasi masa lalu

2. Informasi yang ada dapat dibuatkan dalam bentuk data (dikuantifikasikan)

3. Diasumsikan bahwa pola data yang ada dari data masa lalu akan berkelanjutan dimasa yang akan datang.

Adapun data- data yang ada dilapangan adalah :

l Musiman (Seasonal)

l Horizontal (Stationary)

l Siklus (Cylikal)

l Trend

Dalam menyusun ramalan pada dasarnya ada 2 macam analisis yang dapat digunakan yaitu :

1. Analisi deret waktu (Time series), merupakan analisis antaravariabel yang dicari dengan variabel waktu

2. Analisis Cross Section atau sebab akibat (Causal method), merupakan analisis variabel yang dicari dengan variabel bebas atau yang mempengaruhi.

Ada dua pendekatan untuk melakukan peramalan dengan menggunakan analisis deret waktu dengan metode regresi sederhana yaitu :

1. Analisis deret waktu untuk regresi sederhana linier

2. Analisis deret untuk regresi sederhana yang non linier

Untuk menjelaskan hubungan kedua metode ini kita gunakan notasi matematis seperti:

Y = F (x)

Dimana :

Y = Dependent variable (variabel yang dicari)

X = Independent variable (variabel yang mempengaruhinya)

Notasi regresi sederhana dengan menggunakan regresi linier (garis lurus) dapat digunakan sebagai berikut :

Y = a + b x

Dimana a dan b adalah merupakan parameter yang harus dicari. Untuk mencari nilai a dapat digunakan dengan menggunakan rumus :
 

kemudian nilai b dapat dicari dengan rumus :

DAFTAR PUSTAKA

Handoko, T. Hani. 1992. Dasar-dasar Manajemen Produksi dan Operasi. Yogyakarta: BPFE

Heizer, Jay dan Render, Barry. 2008. Manajemen Operasi. Jakarta: Salemba Empat

Sipper, Daniel dan Bulfin, Robert L. Jr. 1998. Production: Planning, Control, and Integration. McGraw-Hill Companies, Inc.