METODE PENGUKURAN DAN PERAMALAN PERMINTAAN Pengukuran permintaan adalah usaha untuk mengetahui permintaan atas suatu produk

atau sekelompok produk di masa yang lalu dan di masa yng sekarang dalm kendala satu asset kondisi tertentu. Peramalan permintaan merupakan usaha untuk mengetahui jumlah produk atau sekelompok produk di masa yang akan datang dalam kendala satu asat kondisi tertentu. Hasil maksimal dari suatu kegiatan peramalan adalah adalah melakukan minimisasi ketidakpastian yang mungkin terjadi di masa yang akan datang. Ada dua macam pendekatan dalam peramalan yaitu : 1. Pendekatan time series yaitu model yang tidak memperhatikan hubungan sebab akibat atau dengan kata lain hasil peramalan hanya memperhatikan kecenderungan dari data yang di masa lalu yang tersedia. Menurut makridatis dan steven secara skematis pendekatan ini dapat diganbarkan sebagai berikut: system Input-----------------generating proses----------------------output Random effects 2. Pendekatan yang memperhatikan hubungan sebab akibat (cause-effects method) atau pendekatan yang menjelaskanterjadinya suatu keadaan (explanatory method) oleh sebab-sebab tertentu. Dengan kata lain hubungan sebab akibat yang terjadi bukan hubungan deterministic melainkan hubungan stokastic. Secara schematic pendekatan inidapat digambarkan sebagai berikut system Input--------------cause and effects relationship------------uotput Random effects

KENDALA PEMILIHAN TEHNIK PERAMALAN Kendala-kendala yang dihadapi antara lain: 1. waktu yang handak diliput yakni rentangan waktu masa ynag akan datang dan jangkauan peramalan. data dan biaya. analisis penjualan mas lalu yakni dilakukan untuk melihat “ market positioning” produk dalam stuktur persaingan dan dari padanya dapat diketahui “ market share “ produk tersebut. 3. 2. analisis ekonomi yakni yang mengadakan proyeksi terhadap aspek-aspek makro terutama aspek kependudukan dan pendapatan. 6. tipe model yakni pakah model yang digunakan merupakan model time series. . 5. 4. analisis industri yakni analisis terhadap permintaan pasar dari seluruh perusahaan yang menghasilkan produk sejenisdari produk yang diusulkan dalam study kelayakan proyek. jika selama ini sebelum proyek yang bersangkutan ada belum pernah dihasilkan di dalam negeri. 2. pengawasan hasil dari peramalan yakni usaha untuk minimalisasi kesalahan hasil dari berbagai tenik peramalan yang dugunakan . tingkat ketepatan yang diinginkan yakni ketelitian dan kecermatan peramalan yang diinginkan. tingkah laku data yakni meliputi jumlah . analisis peramalan permintaan di mana berkaitan dengan perencanaan program pemasaran di masa yang akan datang.PROSEDUR PERAMALAN Tahap-tahap dalam study kelayakan proyek : 1. kaosalitas atau yang lainnya. manajemen. penggunaan dta impor produk yang bersangkutan. 5. 4. kemudahan penerpan yakni kemudahan . dan tingkah laku data di masa yang lalu yang tersedia. 3. PENGUKURAN PERMINTAAN PRODUK Ada beberapa metode dalam mengukur permintaan produk : 1. ketepatan. biaya yang tersedia yakni biaya yang tersedia untuk penyusunan studi kelayakan proyek. dan produk yang bersangkutan merupakan produk subsitusi impor.

E) + DC Dimana: PE : Permintaan efektif yang di cari P I E : Produksi dalam negeriselama masa yang bersangkutan : Impor yang dilakukan : ekspor yang dilakukan DC : jumlah perubahan cadangan produk. dan produksi dalam negeri . 3. penggunaan data ekpor. metode time series 5. metode regresi korelatif 6. PERAMALAN PERMINTAAN PRODUK YANG SUDAH MAPAN Ada beberapa metode yang digunakan diantaranya: 1. metode pendapatan 2. metode survey 4. impor.2. metode tes atau eksperimen 3. metode tred linier yang mana dapat di formulasikan : Y = a + bX Di mna pada metode ini juga di bagi lagi menjadi beberapa bagian yanitu : . metode rasio rantai yakni metode yang menghitung permintaan efektif dengan cara membagi dalam komponen-komponen yang lebih kecil dari suatu mata rantai urutan dari variable yang berpengaruh terhadap produk yang bersangkutan. 2. metode input output PERAMALAN PERMINTAAN PRODUK BARU Ada beberapa metode yang akan di gunakan : 1. formula yang digunkan untuk keadaan ini adalah: PE = P + (I . metode time series di mana metode ini hanya berdasarkan data dari masa yng lalu.

semester. metode least square pada awal data yang tersedia adalah mempunyai kecenderunganberbentuk garis lurus . Dimana : Y a : variable yang akan di ramalkan : kostanta yang akan menunjukkan brsarnya harga Y apabila X sama dengan 0 = a + bX dan B = å XY åX2 .1. metode product moment metode ini hampir sama dengan dmetode leaset squere hanya saja ini di gunakan dalam meramalkan penjualan perusahaan untuk data yang tersedia adalah mempunyai kecenderunan berbentuk garis lurus di mana persamaannya adalah : Y . tahun tergantung pada data perusahaan. bulan . dan dapat di formulasikan sebagai berikut : Y = a + bX Dimana : Y a Y b X : variable yang akan di ramalkan : kostanta yang akan menunjukkan brsarnya harga : (ramalan) apabila X sama dengan nol : variabilitas per x ysitu menunjukksn besarnya perubahan nilai y dari setiap perubahan satu unit X : unit waktu yang dapat dinyatakan dalm minggu . Sedangkan untuk mencari nilai a dan b dapat dengan rumus sebagai berikut : A = åY = Y n 2.

a + b∑x Dengan syarat ∑x ≠ 0 Persamaan II ∑XY = a ∑x + b ∑x2 3. tahun tergantung pada data perusahaan Sedangkan untuk mencari nilai a dan b adalah sebagai berikut : Persamaan I ∑Y = n. Y’ = a + bX Untuk mencari nilai a dan b adalah : Y1 = a + bx1 Y2 = a = bx2 3. semester. Sedangkan persamaan dari bentuk metode kuadratik adalah : Y’ = A + BX + Cx2 Di mana : Y a : variable yang akan di ramalkan : kostanta yang akan menunjukkan brsarnya harga Y apabila X sama dengan 0 . Metode Kuadratik Metode kuadratik adalah metode merupakan trend non linier dan jika kita gambar berbentuk garis melengkung.b X : variabilitas per x yaitu menunjukksn besarnya perubahan nilai y dari setiap perubahan satu unit X : unit waktu yang dapat dinyatakan dalam minggu . metode setengah rata-rata metode setengah rat-rata ini masih tergolong metode tred linier di man data yang tersedia tetap berbentuk linier jika kita gambar dalam bentuk grafik. bulan .

bx yang dapat disederhanakan menjadi fungsilogaritma yaitu : y’ = log a + log b x dengan syarat ∑x = 0 maka koefisien a dan b dapat dicari dengan : log a = ∑ log Y N dan log b = = ∑ log Y ∑X2 1.b dan c adalah variable per X. akan tetapi kenaikan atau penurunan tidak terlalu tajam.(( ∑X2 ) (∑Y)) (n ∑X4) . bulan . . Maka fungsi persamaannya : y’ = a. semester. tahun tergantung pada data perusahaan Sedangkan koovisiennya adalah . X : unit waktu yang dapat dinyatakan dalam minggu .((∑X2)2) Dengan syarat ∑X2 sama dengan 0 4. yaitu menunjukkan besarnya perubahan satu unit X. Metode Regresi-Korelasi Dalam rangka menyusun peramalan penjualan produk perusahaan ternyata terdapat beberapa perusahaan di mana penjualan produknya mempunyai ketergantungtan terhadap penjualan produk yang lain. A = (∑ y -c ∑X2 ) / n B = (∑ XY / ∑x2 ) C = ( n ∑X 2Y) . Produk yang mempengaruhi tersebut dapt berasal atau diproduksi oleh perusahaan yang sama atau jugadiproduksi atau di jual oleh perusahan yang lain. metode exponencial sederhana metode ini digunakan jika data histories di gambar menjadi kurva kecenderungan berbentuk naik dan turun.

B (∑Y) N . Secara umum prosedur yang dilaksanakan di dalam penyusunan persamaan tersebut adalah . 2.((∑X)2) ] A = (∑Y) N . menyusun ramalan penjualan produk dominant 4. 1. menyusun regresi antara penjualan produk domimnan dengan produk perusahan atas dasar penjualan kdi masa yang lalu. Model Peramalan Penjualan. Sedangkan persamaannya adalah .((∑X) (∑Y)) ] [ N ∑X2 . Y’ = A + BX Dimana: X = variable bebas Y = variable terikat A = bilangan konstan B = koofisien regresi Dengan menggunakan metode regresi maka diperoreh koefisien a dan b sebagai berikut : B = [ N ∑XY . 3. Model peramalan penjualan produk perusahaan dimana produknya merupakan produk permintaan turunan ini tidak jauh berbeda dengan model penjualan produk terdahulu. menyusun peramalan produk perusahaan. mengadakan pengujian apakah memeng terjadi hubungan antara jumlah penjualan produk dominant dengan jumlah produk perusahaan.2. Regresi Linier Sederhana Pada hubungan ini hanya satu variable yang dianggap bebas atau berpengaruh pada terjadinya variable yang lain atau variable yang terikat.

((∑X)2) ] [ N ( ∑Y2 )] .[((∑X) (∑Y)) ] [ N ( ∑X2 )] . Metode statistic untuk analisa khusus.((∑Y)2)1/2 3. kemudian membagi jumlah tersebut dengan banyaknya waktu ramalan dan kemudian menarik akarnya dapat dirumuskan : RASE = ∑ (Y − Y ′) N . metode kesalahan rata-rata mutlak dapat diformulasikan sebagai berikut : di mana : AAE = ∑ Y – Y’ N AAE Y Y’ N I I : Average Absolute Error : Data riil : Data peramalan : Jumlah periode atau waktu dari data : harga Mutlak C. analisis industri b. beberapa analisisn khusus antara lain . a. kuadrat terkecil dapat di formulasikan : kuadrat terkecil = ∑ ( Y –Y’ )2 B. Metode Kesalahan Kuadrat Rata-Rata Akar Metode RASE ini cara perhitungannya adalh denagn jalan menjumplahkan kuadrat kesalahan atau selisih nilai riil dan nilai peramalan. analisis penggunaan akhir PENGAWASAN PERAMALAN PENJUALAN A. analiosis jenis produk c.Sebenarnya banyak sekali perhitungan korelasi . yang dalam penerapannya memerlukan syarat-syarat tertentu dari data yang tersedia salah satunya adlan dalam bentuk persamaan sebagai berikut R = [ N ( ∑XY)] .

.Di mana RASE = Rood Averrage Squared Error Y Y’ N = Data riil = Data Ramalan = Jumlah waktu Data Ramalan Sumber dari : buku studi kelayakan bisnis suatu pengantar karangan muhammad jihadi.

Sign up to vote on this title
UsefulNot useful