Metode apa saja yang dapat digunakan dalam melakukan Peramalan (Forecasting)?

Peramalan merupakan bagian awal dari suatu proses pengambilan suatu keputusan. Sebelum melakukan peramalan harus diketahui terlebih dahulu apa sebenarnya persoalan dalam pengambilan keputusan itu, karena suatu keputusan itu berpengaruh terhadap keadaan masa dapan yang penuh dengan resiko dan ketidak pastian.

Berikut ini adalah kategori peramalan berdasarkan horizon waktu:

1. Peramalan jangka pendek
   Peramalan ini mancakup jangka waktu hingga 1 tahun tetapi umumnya kurang dari 3 bulan. Peramalan ini biasanya digunakan untuk merencanakan pembelian, penjadwalan kerja, penjualan, jumlah tenaga kerja, penugasan kerja, dan tingkat produksi

2. Peramalan jangka menengah
   Peramalan ini umumnya mencakup hitungan bulanan hingga waktu 3 tahun. Peramalan ini berguna untuk merencanakan penjualan, perencanaan dan anggaran produksi, anggaran kas, dan menganalisis bermacam-macam rencana operasi.

3. Peramalan jangka panjang
   Umunya untuk waktu perencanaan masa 3 tahun atau lebih. Permalan jangka panjang digunakan untuk merencanakan produk baru, pembelanjaan modal, lokasi atau pengembangan fasilitas, serta penelitian dan pengembangan (litbang).

Peramalan berdasarkan aspek strategis dalam perencanaan operasi di masa depan antara lain:

1. Peramalan ekonomi (economic forecast)
   peramalan ini menjelaskan/meramalkan siklus bisnis dengan memprediksikan tingkat inflasi, ketersediaan uang, dana yang dibutuhkan untuk membangun perumahan, dan indicator perencanaan lainnya.

2. Peramalan teknologi (technological forecast)
   memperhatikan tingkat kemajuan teknologi yang dapat meluncurkan produk baru yang menarik, yang membutuhkan pabrik dan peralatan baru.

3. Peramalan permintaan (demand forecast)
   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.

Secara umum teknik atau metode peramalan dapat dibagi menjadi dua kategori, yang masing-masing kategori terdiri dari beberapa model. Hal ini dapat dijelaskan oleh (Spyros Makridakis, 1993) sebagai berikut:

1. Metode Kualitatif
   Metode ini lebih menekankan pada keputusan-keputusan hasil diskusi pendapat pribadi seseorang, dan intuisi yang meskipun kelihatannya kurang ilmiah tetapi dapat memberikan hasil yang baik. Metode ini dibagi menjadi 2 yakni Metode eksploritas dan Metode normati.

2. Metode kuantitatif
   Merupakan prosedur peramalan yang mengikuti aturan-aturan matematis dan statistik dalam menunjukan hububgan antara permintaan dengan satu atau lebih variabel yang mempengaruhinya. Peramalan kuantitatif mengasumsikan bahwa tingkat keeratan dan macam dari hubungan antara variabel-variabel bebas dengan permintaan yang terjadi pada masa lalu akan berulang pada masa akan datang.

Menurut Sofjan Assauri (1984), terdapat beberapa teknik dan metode dalam peramalan berdasarkan sifatnya terbagi menjadi dalam dua buah kategori, yaitu:

1. Teknik peramalan kuantitatif

Teknik peramalan kuantitatif adalah suatu metode peramalan yang dapat diterapkan apabila terdapat informasi atau data tentang masa lalu dan informasi atau tersebut dapat dikuantitatifkan serta informasi atau data tersebut dapat dianggap terus menerus berlanjut di masa yang akan datang. Teknik peramalan kuantitatif ini sendiri dapat dibagi menjadi dua metode lagi yaitu:

• Metode deret berkala ( time series )

  Metode deret berkala memperhatikan serangkaian variabel yang diamati pada suatu interval ruang waktu.

  • Metode kausal atau eksplanatoris ( regresi ).

  Metode kausal adalah suatu pemodelan dari variabel yang tak bebas Y ( independent variable ) sebagai fungsi dari sejumlah variabel bebas Xi sampai dengan Xk ( dependent variable ), metode ini juga digunakan bila ingin mengetahui seberapa kuat variabel-variabel X mempengaruhi variabel Y.

• Teknik peramalan kualitatif (teknologis).

  Metode kualitatif atau dikenal juga sebagai metode teknologi digunakan apabila asumsi pola data konstan tidak dipenuhi (pola yang terdapat di dalam masa lalu tidak dapat dianggap berlanjut terus di masa yang akan datang), serta pula informasi atau data tentang masa lalu tidak dapat kita peroleh atau bilamana ramalannya mengenai suatu masalah atau peristiwa tidak dapat diharapkan di masa mendatang.

Sedangkan berdasarkan sifat penyusunannya, maka peramalan dapat dibedakan menjadi 2 macam yaitu:
* Peramalan yang subjektif, yaitu peramalan yang didasarkan atas perasaan atau intuisi dari orang yang menyusunnya. Dalam hal ini, pandangan dari orang yang menyusunnya sangat menentukan baik tidaknya hasil ramalan tersebut.

• Peramalan yang objektif, adalah peramalan yang didasarkan atas data yang relevan pada masa lalu, dengan menggunakan teknik-teknik dan metode dalam penganalisaan data tersebut.

Metode peramalan digunakan untuk menghitung jumlah permintaan barang atau jasa di masa yang mendatang agar dapat sesuai dengan apa yang direncanakan. Menurut Heizer dan Render (2009), metode peramalan dibagi menjadi dua yaitu metode kualitatif dan kuantitatif.

1 Metode Kualitatif

Metode ini merupakan subyektif atau berdasarkan pada estimasi-estimasi dan pendapat-pendapat. Menurut Heizer dan Render (2009) berbagai sumber pendapat bagi peramalan kondisi bisnis adalah sebagai berikut :

• Para eksekutif
  Dalam metode ini, dianggap bahwa para eksekutif sering mempunyai kemampuan untuk memberikan masukan-masukan peramalan yang berguna, terutama dari manajer yang mempunyai pengalaman yang cukup lama dalam industri atau perusahaan sejenis.

• Metode Delphi
  Metode ini merupakan teknik yang mempergunakan suatu prosedur yang sistematik untuk mendapatkan suatu konsensus pendapat-pendapat dari suatu kelompok ahli.

• Tenaga Penjualan
  Para tenaga penjualan secara tetap berhubungan dengan pelanggan sehingga dapat memperkirakan jumlah pembelian, sikap, dan kebutuhan mereka. Tenaga penjualan juga merupakan sumber yang dapat menyediakan informasi tentang strategi para pesaing sekarang dan perkiraan di waktu yang akan datang.

• Para Pelanggan (Customer)
  Pelanggan yang membeli suatu produk atau jasa perusahaan terkadang bersedia untuk mengungkapkan rencana pembelian mereka. Hal ini dijadikan sebagai umpan balik bagi perusahaan. Pelanggan menyampaikan informasi secara pribadi kepada para eksekutif dan tenaga penjualan, atau melalui surat, telephone dan pengisian daftar pertanyaan suatu survei konsumen atau wawancara pribadi.
  Berdasarkan hasil penelitian di atas dapat disimpulkan bahwa peramalan dengan metode kualitatif ini merupakan cara untuk menentukan suatu hal di masa depan terkait bisnis yang diperoleh dari pendapat para subjek terkait.

2 Metode Kuantitatif

Menurut Heizer dan Render (2009) metode kuantitatif ini merupakan metode peramalan yang menggunakan berbagai model matematis yang menggunakan data historis dan atau variabel-variabel kausal untuk meramalkan permintaan. Hasil peramalan sangat bergantung pada model peramalan yang digunakan tersebut.

Peramalan menggunakan metode kuantitatif dapat digunakan jika terdapat 3 kondisi sebagai berikut :

1. Informasi mengenai keadaan pada waktu yang tersedia.
2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data numeric (angka).
3. Waktu yang akan datang (disebut asumsi kontinuitas).
   Jadi dapat disimpulkan bahwa metode kuantitatif adalah cara untuk menentukan peramalan dengan menggunakan data historis.

3. Metode Regresi Linear

Menurut Handoko (2003), analisis regresi adalah metode statistik yang digunakan untuk menentukan hubungan antar paling tidak dua variabel, satu atau lebih variabel bebas (independent variables) dan satu variabel bergantung (dependent variable).

Tujuannya adalah untuk meramalkan atau memperkirakan nilai variabel bergantung dalam hubungannya dengan nilai variabel bebas tertentu.

Jadi dapat disimpulkan bahwa metode regresi linear merupakan metode statistika yang digunakan untuk membentuk model hubungan antara variabel terikat (dependen; Y) dengan satu atau lebih variabel bebas (independen; X).

Memantau dan Mengendalikan Peramalan

Menurut Heizer dan Render (2009) mengemukakan bahwa, tiga dari perhitungan yang paling terkenal adalah deviasi mutlak rerata (Mean Absolute Deviation - MAD) dan kesalahan kuadrat rerata (Mean Squared Error - MSE).

1. Deviasi Mutlak Rerata (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).
   

2. Kesalahan Kuadrat Rerata (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.
   

Menurut Gaspersz (2004) akurasi peramalan akan semakin tinggi apabila nilai-nilai MAD dan MSE semakin kecil. Ketepatan dari sebuah ramalan merupakan hal yang sangat penting. Namun, hal yang perlu disadari bahwa suatu ramalan adalah tetap ramalan, yang selalu ada unsur kesalahannya. Sehingga yang penting diperhatikan adalah usaha untuk memperkecil kemungkinan kesalahannya tersebut.

Akhirnya, baik tidaknya suatu ramalan yang disusun sangat tergantung pada orang yang melakukannya, langkah-langkah peramalan yang dilakukannya dan metode yang dipergunakannya.