Peramalan dalam Perencanaan Produksi

Salah satu Ilmu atau seni dalam Proses perencanaan produksi adalah Peramalan, karena dengan adanya peramalan kita dapat menentukan dan melakukan persiapan produksi yang akan datang.

Pengertian Peramalan dalam proses perencanaan produksi ?

Peramalan adalah proses untuk memperkirakan berapa kebutuhan di masa mendatang yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu, dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa.

Peramalan mungkin tidak selalu dibutuhkan dalam kondisi permintaan pasar yang stabil, karena perubahan permintaannya relatif kecil. Tetapi peramalan akan sangat dibutuhkan bila kondisi keadaan pasar bersifat kompleks dan dinamis.

Dalam kondisi pasar bebas, permintaan pasar lebih banyak bersifat kompleks dan dinamis karena permintaan tersebut akan bergantung kepada keadaan sosial, ekonomi, politik, aspek teknologi, produk pesaingm dan produk substitusi. Oleh karena itu, peramalan yang akurat merupakan informasi yang sangat dibutuhkan dalam pengambilan keputusan manajemen.

Peramalan dan Horizon Waktu

Dalam hubunganya dengan horison waktu, peramalan dapat diklasifikasikan ke dalam tiga kelompok, yaitu:

1. Peramalan Jangka Panjang, umumnya 2 sampai 10 tahun. Peramalan ini digunakan untuk perencanaan produk dan perencanaan sumberdaya.

2. Peramalan Jangka Menengah, umumnya 1 sampai 24 bulan. Peramalan ini lebih khusus dibandingkan peramalan jangka panjang, biasanya digunakan untuk menentukan aliran kas, perencanaan produksi, dan penentuan anggaran.

3. Peramalan Jangka Pendek, umumnya 1 sampai 5 minggu. Peramalan ini digunakan untuk mengambil keputusan dalam hal perlu tidaknya lembur, penjadwalan kerja, dan keputusan kontrol jangka pendek lainnya.

Forecast

Penggunaan Peramalan cek disini

Di antara tujuan utama dari peramalan adalah

1. Menentukan kebutuhan dan ukuran perluasan pabrik

2. Menentukan perencanaan jangka menengah untuk produk yang ada untuk diproduksi dengan fasilitas yang ada

3. Menentukan penjadwalan jangka pendek dari produk yang ada untuk diproduksi dengan peralatan yang ada

Metode Peramalan dalam Perencanaan Produksi

Peramalan dapat dibagi berdasarkan jangka waktu sejalan dengan kegunaannya. Karena derajat detil dan akurasi berkaitan dengan jangka waktu, maka tipe peramalan dibagi berdasarkan kegunaan, detail, dan jangka waktu.

Selain itu peramalan dapat dikatagorikan dengan cara lain:

1. Berdasarkan pendapat subjektif orang-orang di lapangan penjualan dan pemasaran

2. Berdasarkan indeks aktivitas usaha

3. Berdasarkan rata-rata data penjualan yang lalu

4. Berdasarkan analisis statistik data penjualan yang lalu

5. Berdasarkan kombinasi

Jenis Peramalan

Dalam membuat keputusan dalam perusahaan industri, seorang manajer membutuhkan informasi dari berbagai sisi yang berbeda. Oleh karena itu, Seorang manajer perlu melakukan peramalan pada beberapa bidang penting, antara lain peramalan tentang perkembangan teknologi, peramalan tentang kondisi ekonomi, peramalan permintaan, dan sebagainaya. Pada Perencanaan dan Pengendalian Produksi (PPC), bidang peramalan yang difokuskan adalah peramalan permintaan.

PeramalanPermintaan

Peramalan permintaan merupakan peramalan tingkat permintaan produk-produk yang diharapkan akan teralisasikan untuk jangka waktu tertentu pada masa yang akan datang. Peramalan tersebut akan menjadi masukan yang sangat penting dalam keputusan perencanaan dan pengendalian perusahaan. Karena bagian operasional produksi bertanggung jawab terhadap pembuatan produk yang dibutuhkan konsumen, maka keputusan operasi produksi sangat dipengaruhi oleh hasil peramalan permintaan. Peramalan permintaan ini digunakan untuk meramalkan permintaan dari produk yang bersifat bebas  (tidak bergantung) , seperti peramalan produk jadi.

Faktor yang Mempengaruhi Permintaan

Permintaan produk pada suatu perusahaan merupakan resultan dari berbagai faktor yang saling berinteraksi dalam pasar. Faktor-faktor tersebut hampir selalu merupakan kekuatan yang berada di luar kendali perusahaan. Berbagai faktor tersebut antara lain:

·         Siklus Bisnis. Penjualan produk akan dipengaruhi oleh permintaan akan produk tersebut, dan permintaan akan suatu produk akan dipengaruhi oleh kondisi ekonomi yang membentuk siklus bisnis dengan fase-fase inflasi, resesi, depresi, dan masa pemulihan.

·         Siklus Hidup Produk. Siklus hidup suatu produk biasanya mengikuti suatu pola yang biasa disebut kurva S. Kurva S menggambarkan besarnya permintaan terhadap waktu, di mana siklus hidup suatu produk akan dibagi menjadi fase pengenalan, fase pertumbuhan, fase kematangan, dan akhirnya fase penurunan. Unutk menjaga kelangsungan usaha, maka perlu dilakukan inovasi produk pada saat yang tepat

Faktor-faktor lain.  Beberapa faktor lain yang mempengaruhi permintaan adalah reaksi balik dari pesaing, perilaku konsumen yang berubah, dan usaha-usaha yang dilakukan sendiri oleh perusahaan seperti peningkatan kualitas, pelayanan, anggaran periklanan, dan kebijakan pembayaran secara kredit.

Karaketeristik Peramalan yang Baik

Peramalan yang baik mempunyai beberapa kriteria yang penting antara lain sebagai berikut :

·         Akurasi. Akurasi dari suatu hasil peramalan diukur dengan kebiasaan dan konsistensi peramalan tersebut. Hasil peramalan dikatakan bias bila peramalan  tersebut terlalu tinggi atau terlalu rendah dibandingkan dengan kenyataan yang sebenarnya terjadi. Hasil peramalan dikatakan konsisten  bila besarnya kesalahan peramalan relatif kecil. Peramalan yang terlalu rendah, akan mengakibatkan kekurangan persediaan, sehingga permintaan konsumen tidak dapat dipenuhi segera, akibatnya adalah perusahaan dimungkinkan kehilangan pelanggan dan kehilangan keuntungan penjualan. Peramalan yang terlalu tinggi akan mengakibatkan  terjadinya penumpukan persediaan, sehingga banyak modal yang terserap sia-sia. Keakuratan dari hasil peramalan ini berperan penting dalam menyeimbangkan persediaan yang ideal, yaitu meminimasi penumpukan persediaan dan memaksimasi tingkat pelayanan.

·         Biaya. Biaya yang diperlukan dalam pembuatan suatu peramalan  bergantung kepada jumlah item yang diramalkan, lamanya periode peramalan, dan metode peramalan yang dipakai. Ketiga faktor pemicu biaya tersebut akan mempengaruhi berapa banyak data yang dibutuhkan, Bagaimana pengolahan datanya, yaitu secara manual atau komputerisasi, bagaimana penyimpanan datanya, dan siapa tenaga ahli yang diperbantukan. Pemilihan metode peramalan harus disesuaikan dengan dana yang tersedia dan tingkat akurasi yang ingin didapat, misalnya item-item yang penting akan diramalkan dengan metode yang canggih dan mahal, sedangkan item-item yang kurang penting bisa diramalkan dengan metode yang sederhana dan murah. Prinsip ini merupakan adopsi dari Hukum Pareto (Analisis ABC).

·         Kemudahan. Penggunaan metode peramalan yang sederhana, mudah dibuat, dan mudah diaplikasikan, akan memberikan keuntungan bagi perusahaan. Adalah percuma memakai metode yang canggih, tetapi tidak dapat diaplikasikan pada sistem perusahaan karena keterbatasan dana, sumberdaya manusia, maupun peralatan teknologi.

Sifat Hasil Peramalan

Dalam membuat peramalan atau menerapkan hasil suatu peramalan, terdapat beberapa hal yang harus dipertimbangkan, yaitu:

·         Peramalan pasti mengandung kesalahan, artinya peramal hanya bisa mengurangi ketidakpastian yang akan terjadi, tetapi tidak dapat menghilangkan ketidakpastian tersebut.

·         Peramalan seharusnya memberikan informasi tentang berapa ukuran kesalahan, artinya karena peramalan pasti mengandung kesalahan, maka adalah penting bagi peramal untuk menginformasikan seberapa besar kesalahan yang mungkin terjadi.

·         Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka panjang. Hal ini disebabkan pada peramalan jangka pendek, sejumlah faktor yang mempengaruhi permintaan relatif masih konstan, sementara semakin panjang periode peramalan, semakin besar pula kemungkinan terjadinya perubahan faktor yang mempengaruhi permintaan. 

Metoda Peramalan

Secara umum, peramalan diklasifikasika menjadi 2 macam, yaitu :

1. Peramalan yang bersifat subyektif

2. Peramalan yang bersifat obyektif

Perbedaan antara kedua macam peramalan ini didasarkan pada cara mendapatkan nilai-nilai ramalan.

Peramalan Subjektif

Peramalan subyektif lebih menekankan pada keputusan-keputusan hasil diskusi, pendapat pribadi seseorang, dan intuisi yang meskipun kelihatanya kurang ilmiah tetapi dapat memberikan hasil yang baik. Peramalan subyektif ini akan diwakili oleh metoda delphi dan metoda penelitian pasar.

·         Metoda Delphi. Metoda ini merupakan cara sistematis, untuk mendapatkan keputusan bersama dari suatu kelompok yang terdiri dari para ahli dan berasal dari disiplin yang berbeda. Kelompok ini tidak bertemu secara bersama dalam suatu forum untuk berdiskusi, tetapi merka diminta pendapatnya secara terpisah dan tidak boleh saling berunding. Hal ini dilakuan untuk menghindari pendapat yang bias karena pengaruh kelompok. Pendapat yang berbeda secara signifikan  dari ahli yang lain dalam kelompok tersebut akan ditanyakan lagi kepada yang bersangkutan, sehingga diperoleh angka estimasi pada interval tertentu yang dapat diterima. Metoda delphi ini dipakai dalam peramalan teknologi yang sudah digunakan pada pengoperasian jangka panjang. Selain itu, metoda ini juga bermamfaat dalam pengembangan produk baru, pengembangan kapasitas produksi, penerobosan kesegmen pasar baru dan strategi keputusan bisnis lainnya.    

·         Metoda Penelitian Pasar. Metoda ini mengumpulkan dan menganalisa fakta secara otomatis pada bidang yang berhubungan dengan pemasaran. Salah satu teknik utama dalam penelitian pasar ini adalh survei konsumen. Survei konsumen akan memberikan informasi mengenai selera yang diharapkan konsumen, dimana informasi tersebut diperoleh dari sampel dengan kuesioner. Penelitian pasar sering digunakan dalam merencanakan produk baru, sistem periklanan, dan promosi yang tepat. Hasil dari penelitian pasar ini kadang-kadang juga dipakai sebagai dasar peramalan permintaan produk baru.

Peramalan Objektif

Peramalan objektif merupakan prosedur peramalan yang mengikuti aturan-aturan matematis dan statistik dalam menunjukan hubungan antara permintaan dengan satu atau lebih variabel yang mempengaruhinya. Selain itu peramalan objektif juga mengasumsikan bahwa tingkat keeratan dan macam dari hubungan antara variabel-variabel bebas dengan permintaan yang terjadi pada masa lalu akan berulang juga pada masa yang akan datang. Peramalan objektif terdiri atas dua metoda, yaitu metoda intristik dan metoda ektrinsik.

·         Metoda Intrinsik. Metoda ini  membuat peramalan hanya berdasarkan proyeksi permintaan historis tanpa mempertimbangkan  faktor-faktor eksternal yang mungkin mempengaruhi besarnya permintaan. Metoda ini hanya cocok untuk peramalan jangka pendek pada kegiatan produksi, di mana dalam rangka pengendalian produksi dan pengendalian persediaan bahan baku seringkali perusahaan harus melibatkan banyak item yang berbeda. Hal ini tentu membosankan  sehingga memerlukan metoda-metoda peramalan yang mudah dan murah. Metoda Intrinsik diwakili oleh analisis deret waktu.

·         Metoda Ekstrinsik. Metoda ini mempertimbangkan faktor-faktor eksternal yang mungkin dapat mempengaruhi besarnya permintaan di masa yang akan datang dalam model peramalannya. Metoda ini lebih cocok untuk peramalan jangka panjang karena dapat menunjukan hubungan sebab akibat yang jelas dalam hasil peramalanya sehingga disebut metoda kausal dan dapat memprediksi titik-titik perubahan. Kelemahan dari metoda ini adalah dalam hal mahalnya biaya aplikasi dan frekuensi perbaikan hasil peramalan yang rendah karena sulitnya menyediakan informasi perubahan faktor-faktor eksternal yang terukur. Metoda ekstrinsik banyak dipakai untuk peramalan pada tingkat agregat. Metoda ini akan diwakili oleh metoda regresi.

Pendekatan Peramalan

Dengan mempertimbangan bahwa penggunaan metoda statistik yang dilakukan pada data yang lalu adalah cara yang realistis untuk melakukan peramalan permintaan yang akan datang, dilakukan langkah sebagai berikut:

1. Membuat plot permintaan terhadap waktu (demand versus time)

2. Menentukan teknik yang digunakan

3. Mengevaluasi error yang diharapkan

4. Mengambil keputusan untuk menggunakan teknik yang dipertimbangkan atau berusaha mendapatkan yang lebih baik.

Terdapat beberapa metode peramalan:

·         Peramalan Least Square / Linear

·         Peramalan Constant

·         Peramalan Cyclic

·         Peramalan Linear-Cyclic

·         Peramalan lainnya: Moving Average, Exponential Smoothing, Curvilinear Regression, Combination.

Analisis Deret Waktu (Time Series)

Dalam pendekatan analisis deret waktu didasarkan pada asumsi bahwa deret waktu tersebut terdiri dari komponen-komponen Trend (T), Siklus/Cycle (C), Pola Musiman / Season (S), Variasi Acak / Random (R) yang akan menunjukkan suatu pola tertentu. Komponen-komponen tersebut kemudian dipakai sebagai dasar dalam membuat persamaan matematis. Analisa Deret Waktu ini sangat tepat dipakai untuk meramalkan permintaan yang pola permintaan di masa lalunya cukup konsisten dalam periode waktu yang lama, sehingga diharapkan pola tersebut masih akan tetap berlanjut.

Permintaan di masa lalu pada analisa deret waktu akan dipengaruhi keempat komponen utama T, C, S, dan R. Penjelasan tentang komponen-komponen tersebut adalah sebagai berikut.

1. Kecenderungan / Trend (T)

Trend merupakan sifat dari permintaan di masa lalu terhadap waktu terjadinya, apakah permintaan tersebut cenderung naik, turun, atau konstan.

2. Siklus / Cycle (C)

Permintaan suatu produk dapat memiliki siklus yang berulang secara periodik, biasanya lebih dari satu tahun, sehingga pola ini tidak perlu dimasukan dalam peramalan jangka pendek. Pola ini amat berguna untuk peramalan jangka menengah dan jangka panjang.

3. Pola Musiman / Season (S)

Fluktuasi permintaan suatu produk dapat naik turun di sekitar garis trend dan biasanya berulang setiap tahun.  Pola ini biasanya disebabkan oleh faktor cuaca, musim libur panjang, dan hari raya keagamaan yang akan berulang secara periodik setiap tahunnya.

4. Variasi Acak / Random (R)

Permintaan suatu produk dapat mengikuti pola bervariasi secara acak karena faktor-faktor adanya bencana alam, bangkrutnya perusahaan pesaing, promosi khusus, dan kejadian-kejadian lainnya yang tidak mempunyai pola tertentu. Variasi acak ini diperlukan dalam ragka menentukan persediaan pengaman untuk mengantisipasi kekurangan persediaan bila terjadi lonjakan permintaan.

Rata-rata Bergerak (Moving Average = MA)

Moving Average diperoleh dengan merata-rata permintaan berdasarkan beberapa data masa lalu yang terbaru. Tujuan utama dari penggunaan teknik MA ini adalah untuk mengurangi atau menghilangkan variasi acak permintaan dalam hubungannya dengan waktu. Tujuan ini dicapai dengan merata-ratakan beberapa nilai data secara bersama-sama, dan menggunakan rata-rata tersebut sebagai ramalan permintaan untuk periode yang akan datang. Disebut rata-rata bergerak karena begitu setiap data aktual permintanan baru deret waktu tersedia, maka data waktu aktual permintaan yang paling terdahulu akan dikeluarkan dari perhitungan, kemudian nilai suatu rata-rata baru akan dihitung.

Tweet