P. 1
metode_peramalan_permintaan

metode_peramalan_permintaan

|Views: 35|Likes:
Published by khestia

More info:

Published by: khestia on Mar 28, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

03/28/2012

pdf

text

original

METODE PERAMALAN PERMINTAAN  Metode Peramalan Dengan Pendekatan Marketing Research Dalam melakukan peramalan permintaan konsumen, berbagai

metode dapat digunakan terutama dengan pendekatan penelitian pemasaran (Marketing Research) karena bagian pemasaranlah yang secara langsung berhubungan dengan konsumen. Metode peramalan yang sering digunakan yaitu: Consumer Surveys (survey pelanggan) Survey pelanggan merupakan suatu metode yang digunakan untuk mengetahui sikap dan persepsi konsumen atau pelanggan dengan cara mewawancarai konsumen secara langsung atau memberikan daftar pertanyaan yang sudah dipersiapkan. Data tentang produk apa yang dikonsumsi, kebiasaan-kebiasaan konsumen, spesifikasi dan identitas konsumen, sikap konsumen terhadap perubahan-perubahan yang terjadi dari factor-faktor yang mempengaruhinya misalnya perubahan harga, pendapatan atau rencana konsumendalam konsumsi yang akan datang, merupakan beberapa contoh data yang dapat dihasilkan dari proses wawancara atau hasil kuosioner. Dari data-data tersebut maka akan dapat diramalkan permintaan konsumen di masa yang akan datang. Kelemahan : 1. Biaya yang relatif mahal karena membutuhkan banyak sample konsumen (agar kesimpulan yang diambil tidak menjadi bias) 2. Survey yang dilakukan secara formal, justru menghasilkan data yang tidak realistic karena konsumen tidak mau memberikan jawaban yang akurat Metode Observasi Dilakukan dengan cara mengamati perilaku konsumen, bagaimana mereka membeli dan menggunakan berbagai produk, kapan mereka melakukan pembelian, dan data lain yang diperlukan produsen. Observasi tidak melibatkan konsumen secara langsung, pengamatan ini tanpa sepengetahuan konsumen. Kelemahan :

bulan. dan justru subjektifitas dari observer sangat tinggi karena mereka tidak mengetahui persepsi yang sesungguhnya dari konsumen. Dimana Data time series mengalami perubahan dan kontraksi yang berulang kembali setiap beberapa tahun • Variasi musiman ( seasonal variation) . Uji coba dilakukan dengan memberikan perlakuan tertentu terhadap factor-faktor yang mempengaruhi permintaan.  METODE KUANTITATIF Metode Time Series Metode ini berhubungan dengan nilai-nilai suatu variable yang diatur secara kronologis menurut waktu. Yang dimaksud dengan pola tertentu adalah pola berdasarkan fluktuasi yang dapat diidentifikasi. seperti: • Tren sekuler (secular trend) Yaitu peningkatan atau penurunan data jangka panjang. seperti hari. Metode ini biasanya digunakan untuk produk baru atau produk yang mengalami inovasi atau pengembangan. kuartal. Metode ini dapat digunakan untuk meramalkan nilai-nilai data masa depan dari data-data masa lalu yang berderet menurut waktu. Metode Market Experiment (Percobaan Pasar) Yaitu suatu cara untuk membuat peramalan permintaan dengan melakukan uji coba pada segmen atau bagian pasar tertentu.Metode ini tidak memberikan gambaran yang objektif dari konsumen. minggu. Asumsi yang digunakan adalah bahwa deret waktu akan terus bergerak seperti di waktu yang lalu dengan pola tertentu yang tetap. dijadikan sebagai dasar penarikan garis tren • Fluktuasi Siklis (cyclical fluctuation) Yaitu ekspansi dan kontraksi yang berulang (Long-Run Cycle of Expansion and Contraction). semester atau tahunan.

semester. atau trjadi kekacauan politik dan social atau perang dan sebagainya sehingga data deret waktu yang ada tidak beraturan perubahannya atau bersifat acak.Yaitu fluktuasi yang teratur (Regularly Occuring Fluctuation) berulang kembali dalam kegiatan ekonomi setiap tahun yang disebabkan oleh cuaca atau kebiasaan social. Maka persamaannya adalah: Y = a + bX Dimana : Y = variabel yang akan diramalkan. bulan. dalam hal ini adalah penjualan produk perusahaan a = konstanta. yang dapat dinyatakan dalam minggu. Metode ini digunakan pada waktu data yang tersedia mempunyai kecenderungan berbentuk garis lurus. dan lain sebagainya tergantung pada kesesuaian yang ada di data perusahaan . sehingga bencana alam banjir atau kekeringan tidak dapat diprediksi. Metode Tren Linear Khusus metode ini digunakan jika scatter diagram berbentuk garis lurus dengan persamaan umum adalah: Y = a + bX Jenis dari metode tren linear:  Metode Least Square Metode ini sering digunakan karena dianggap paling mudah dan gampang dipraktikkan. tahun. • Irregular or random influences (pengaruh tak teratur atau acak) Efek pemanasan global menyebabkan perubahan cuaca atau musim menjadi tidak beraturan. yang akan menunjukkan besarnya harga Y (ramalan) apabila X sama dengan 0 b = variabilitas per X. yaitu menunjukkan besarnya perubahan nilai Y dari setiap perubahan satu unit X X = unit waktu / periode.

dimana n adalah sama dengan jumlah data. Menurut matematika.b trsebut akan dapat dilakukan dengan mempergunakan rumus persamaan berikut ini: Persamaan I: ∑ Y = n. sedangkan persamaannya: Y = a + bX Untuk mencari besarnya nilai a. Metode tren setengah rata-rata dengan syarat ∑x ≠ 0 .Untuk mencari besarnya nilai a dan b tersebut akan dapat dilakukan dengan menggunakan rumus-rumus sebagai berikut: ảY a= n =Y b= ả X2 ả XY Dengan syarat ả X = 0.a + b ∑x Persamaan II ∑ XY = a ∑ x + b ∑ x2  Metode setengah rata-rata (Semi Everage Method) Metode ini masih tergolong metode trend linier dimana data yang tersedia tetap berbentuk linier jika kita gambar dalam bentuk grafik. diperoleh dengan perhitungan statistika dan matematika tertentu. yaitu Y΄ = a + bX. karena perlakuan angka X (prediksi) untuk data ganjil maupun data genap tidak ada perlakuan khusus seperti halnya pada metode least square.  Metode Product Moment Metode ini digunakan oleh perusahaan karena dianggap gampang disamping metode least square. Menurut metode ini garis lurus yang dibuat sebagai pengganti garis patah-patah yang dibentuk dari data-data histories tersebut. garis lurus yang akan dibuat tersebut dinyatakan dalam suatu persamaan atau suatu fungsi garis lurus (linear). Tentunya metode ini digunakan dalam ramalan penjualan perusahaan untuk data yang tersedia adalah mempunyai kecenderungan berbentuk garis lurus. sehingga pengaruh unsur subjektif dapat dihilangkan.

dengan cara data pertama beri 0 selanjutnya interval terserah anda. Berdasarkan perhitungan rata-rata dari anggota masing-masing kelompok itulah akan diperoleh fungsi garis lurus yang bersangkutan • Metode tren setengah rata-rata dengan data histories dalam jumlah genap:  Langkah pertama → data terlebih dahulu kita bagi menjadi dua kelompok  Langkah kedua → tentukan absis dari masing-masing kelompok. ordinat tersebut kita cari dengan cara menjumlahkan semua nilai ordinat. tetapi terlebih dahulu Anda buat angka . Absis tersebut kita cari dengan menjumlahkan semua absis dalam kelompok tersebut selanjutnya anda bagi dengan jumlah data (n) dari kelompok tersebut  Langkah ketiga → tentukan ordinat dari masing-masing kelompok. tetapi terlebih dahulu Anda buat angka prediksi yaitu x.menentukan bahwa untuk mengetahui fungsi Y΄ = a + bX tersebut. misalkan y1 dalam kelompok trsebut selanjutnya Anda bagi dengan data (n) dari kelompok tersebut  Langkah keempat → gabungkan persamaan dari masing-masing kelompok • Metode tren setengah rata-rata dengan data histories dalam jumlah ganjil:  Langkah pertama → data terlebih dahulu kita bagi menjadi dua kelompok. karena data ganjil maka kita akan memakai data yang tengah untuk kita hilangkan  Langkah kedua → tentukan absis dari masing-masing kelompok. semua data histories dikelompokkan menjadi dua kelompok (himpunan) dengan jumlah anggota masing-masing yang sama.

dan jika kita gambar berbentuk garis lengkung. Absis tersebut kita cari dengan menjumlahkan semua absis dalam kelompok tersebut selanjutnya anda bagi dengan jumlah data (n) dari kelompok tersebut.prediksi yaitu x.c ∑ X2 ) / n b = ( ∑XY / ∑ X2 ) (n∑X2Y)-((∑X2) (∑Y)) c= . Sedangkan persamaan dari metode ini adalah: Y΄ = a + bX + cX2 Sedangkan koefisiennya adalah: a = ( ∑Y . ordinat tersebut kita cari dengan cara menjumlahkan semua nilai ordinat. sehingga perhitungan jumlah x diloncati 1 jika intervalnya sati  Langkah ketiga → tentukan ordinat dari masing-masing kelompok. dengan cara data pertama beri 0 selanjutnya interval terserah anda. Metode ini biasanya digunakan atau diterapkan untuk data histories dimana jika digambar akan membentuk garis tidak lurus atau berbentuk parabola. artinya tetap dikasih angka prediksi. misalkan y1 dalam kelompok trsebut selanjutnya Anda bagi dengan data (n) dari kelompok tersebut  Langkah keempat → gabungkan persamaan dari masing-masing kelompok  Metode kuadratik Merupakan tren non linier. Tetapi perlu diingat untuk absis interval tetap berlaku untuk data yang dihilangkan.

(n∑X4) – ((∑X2)2) Dengan syarat ∑X2 = 0 (nol)  Metode Eksponensial sederhana (simple Exponencial) Metode ini digunakan. berarti dalam menentukan prediksinya (x) sama dengan metode least square yaitu 0 (nol) dari sebuah perusahaan x menyusun peramalan penjualan produk perusahaan keperluan penyusunan peramalan ini manajemen pei akan berusaha untuk dapat mengetahui berapa b produk nasional bruto pada waktu yang akan diteliti produk nasional bruto ini tengah. Maka koefisien a dan b dapat dicari dengan: ∑ log Y Log a = N ∑X log Y Log b = ∑X2 Sedangkan hasil ramalannya dilakukan dengan cara mencari anti logaritma dari hasil ramalan dengan fungsi logaritma tersebut. akan tetapi kenaikan serta penurunannya tidak terlalu drastis/tajam. Studi Kelayakan Bisnis suatu pengantar → Muhammad Jihadi . Noor Aziz. Sumber dari buku yaitu: 1. 2. MM. Metode eksponensial ini mempunyai persamaan fungsi adalah sebagai berikut: Y΄ = a. jika data histories digambar menjadi kurve cenderung berbentuk naik turun. Ekonomi Manajerial → Drs.bx yang dapat disederhanakan menjadi bentuk fungsi logaritma yaitu: Y΄ =log a+ log b x Dengan syarat ∑x = 0.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->