tugas manajemen operasi produksi

8/20/2019 Tugas Manajemen operasi produksi

1/11

TUGAS MANAGEMEN OPERASI & PRODUKSI

“ PERAMALAN”

Nama Kelompok : (kelas R)

1. Alfeo !e"#a Sap$%#a ( '*+ )

2. ,#a"k- Iska"a# ( '..+* )

3. N$# K/ol0s ( '.. )


2/11

PERAMALAN (FORECASTING)

PENGERTIAN

• Peramalan ( Forecasting ) adalah seni dan ilmu untuk memperkirakan kejadian di masa depan.

• Berdasarkan horizon waktu, peramalan dibagi 3, yaitu :

. Peramalan jangka pendek

!. Peramalan jangka menengah

3. Peramalan jangka panjang

• Peramalan jangka menengah dan jangka panjang dapat dibedakan dari peramalan jangka

pendek dengan melihat dari tiga hal, yaitu :

. Peramalan jangka menengah dan panjang berkaitan dengan permasalahan yg lebih

menyeluruh dan mendukung keputusan manajemen yg berkaitan dgn peren"anaan produk,

pabrik, dan proses.!. Permalan jangka pendek biasanya menetapkan metodologi yg berbeda dibandingkan

permalan jangka panjang.

3. Peramalan jangka pendek "endrung lebih tepat dibandingkan peramalan jangka panjang.

#aktor$%aktor yg mempengaruhi perubahan permintaan berubah setiap hari.

&engan demikian semakin panjang horizon waktu, ketepatan peramalan seseorang semakin

berkurang.

• #aktor lain yg harus dipertimbangkan saat membuat peramalan penjualan, terutama peramalan

penjualan jangka panjang, adalah siklus hidup produk. Penjualan produk bahkan jasa tidak

terjadi pada tingkat yg konstan sepanjang hidupnya. 'ampir semua produk yg berhasil melalui

empat tahapan, yaitu : perkenalan, per$tumbuhan, kematangan dan penurunan.

1ENIS21ENIS PERAMALAN

• Berbagai organisasi menggunakan tiga jenis peramalan yg utama dalam peren"a$naan operasi di

masa depan :

. Peramalan ekonomi : meren"anakan indikator$indikator yg berguna dalam membantu

organisasi menyiapkan peramalan jangka menengah dan jangka panjang.


3/11

!. Peramalan teknologi : peramalan jangka panjang sangat memperhatikan laju perkembangan

teknologi.

3. Peramalan permintaan : proyeksi suatu penjualan perusahaan yg berlaku pada setiap periode

dalam peren"anaan horizon.

Peramalan ekonomi dan teknologi bukan merupakan %ungsi manajer operasi, sehinggadalam pembahasan kita menekankan pada peren"anaan permintaan.

LANGKA!2LANGKA! SISTEM PERMALAN

• da langkah dasar sistem peramalan :

. *enetapkan tujuan peramalan

!. *emilih unsur yg akan diramalkan

3. *enentukan horizon waktu peramalan

+. *emilih jenis model pemodelan

. *engumpulkan data yg diperlukan untuk melakukan peramalan

-. *embuat peramalan

. *emalidasikan dan menerapkan hasil peramalan.

PENDEKATAN DALAM PERAMALAN

• /erdapat dua pendekatan umum untuk peramalan, yaitu :

. Pe#amala" k$a"%0%a%0f : peramalan yang menggunakan model matematis yang beragam

dengan data masa lalu dan ariabel sebab$akibat untuk peramalan permintaan.

'3 Pe#amala" k$al0%a%0f (s$45ek%0f) :

peramalan yg menggabungkan %a"tor seperti : intuisi, emosi, pengalaman pribadi, keputusan

untuk meramal.

da + teknik pe#amala" k$al0%a%0f :

. 0uri dari opini eksekuti%

!. *etode &elphi

3. 1omposit tenaga penjualan


4/11

+. 2ureri pasar konsumen

da metode pe#amala" k$a"%0%a%0f :

. *odel deret waktu :

a. Pendekatan nai%

b. ata$rata bergerak

". Penghalusan eksponensial

!. *odel sosiasi% :

a. Proyeksi tren

b. egresi linear

• *odel &eret 4aktu : teknik peramalan yg menggunakan sejumlah data masa lalu untuk

membuat peramalan.

• *odel asosiati% (hubungan sebab akibat) seperti regresi linear, menggabungkan banyak ariabel

atau %aktor yg mungkin mempengaruhi kuantitas yg sedang di$ramalkan. 2ebagai "ontoh,

model asosia$ti% dari penjualan mesin pemotong rumput mungkin memasukkan %aktor spt

adanya perumahan baru, anggaran iklan, dan harga pesaing.

PERAMALAN DERET 6AKTU

• &eret waktu didasarkan pada urutan dari titik$titik data yg berjarak sama dalam waktu

(mingguan, bulanan, kuartalan, dll).

• *enganalisis deret waktu berarti membagi data masa lalu menjadi komponen$komponen,

kemudian memproyeksikan$nya ke masa depan. &eret waktu mem$punyai empat komponen :

. /ren : merupakan pergerakkan data sedikit demi sedikit meningkat atau menurun. Perubahan

pendapatan, populasi, penyebaran umur, atau pandangan budaya dapat mempengaruhi

pergerakkan tren.!. *usiman : adalah pola data yg berulang pada kurun waktu tertentu, seperti :

harian, mingguan, bulanan, atau kuartal.

3. 2iklus : pola dalam data yg terjadi setiap beberapa tahun. 2iklus ini biasanya terkait pada siklus

bisnis dan merupakan satu hal penting dlm analisis dan peren"anaan bisnis jangka pendek.


5/11

*emprediksi siklus bisnis sulit dilakukan karena adanya pengaruh kejadian politik ataupun

kerusuhan internasional.

+. 5ariasi a"ak : merupakan satu titik khusus dalam data yg disebabkan oleh peluang dan situasi

yg tidak lazim. 5ariasi a"ak tdk mempunyai pola khusus shg tdk dapat diprediksi.

PENDEKATAN NAI,

• Pendekatan nai% adalah teknik peramalan yg mengasumsikan permintaan periode berikutnya

sama dengan permintaan pada periode terakhir. &engan kata lain, jika penjualan sebuah produk

(mis: telpon gemgam *otorolla) adalah -6 unit pada bulan 0anuari, kita dapat meramalkan pen$

jualan pada bulan #ebruari akan sama, yaitu sebanyak -6 unit juga.

• Pendekatan nai% ini merupakan model peramalan objekti% yg paling e%ekti% dan e%isien dari segi

biaya. Paling tidak pen$dekatan nai% memberikan titik awal untuk perbandingan dengan model

lain yang lebih "anggih.

RATA2RATA 7ERGERAK

• ata$rata bergerak adalah suatu metode peramalan yg menggunakan rata$rata periode terakhir

data untuk meramalkan periode berikutnya.

n 7 jumlah periode dalam rata$rata bergerak

• 8ontoh :

7$la" Pe"5$ala" Ak%$al Ra%a2#a%a 4e#8e#ak . 4$la"a"

0anuari 9

#ebruari !

*aret 3

pril - (9!3);3 7 ,-

*ei < (!3-);3 7 3,-

0uni !3 (3-


6/11

0uli !- (-


7/11

• Penghalusan eksponensial merupakan metode peramalan rata$rata bergerak dgn pembobotan

dimana titik data dibobotkan oleh %ungsi eksponensial.

umus penghalusan eksponensial :

dimana : adalah sebuah bobot atau konstanta penghalusan yg dipilih oleh peramal yg mempu$nyai

nilai antara 9 dan .

• umus :

dimana : #t 7 Peramalan baru

#t$ 7 Peramalan sebelumnya

7 1onstanta penghalusan (9CD)

Ko"s%a"%a

Pe"8/al$sa"

Pe#0oe

Te#ak/0#

Pe#0oe Se4el$m

Te#ak/0#

Pe#0oe

Ke$a

Se4el$m

Te#ak/0#

Pe#0oe Ke%08a Se4el$m

Te#ak/0#

Pe#0oe

Keempa%

Se4el$m

Te#ak/0#

7 9, 9, 9,9< 9,96 9,93 9,9--

7 9, 9, 9,! 9,! 9,9-3 9,93

t$ 7 Permintaan aktual periode lalu

• Me"8/0%$"8 Kesala/a" Pe#amala"

Kesalahan Peramalan = Permintaan Aktual – Nilai


8/11

da beberapa perhitungan yg biasa digunakan untuk menghitung kesalahan dlm peramalan. /iga

dari perhitungan yang paling terkenal adalah deiasi mutlak rata$rata (mean absolute deviation =

MAD). 1esalahan kuadrat rata$rata (mean absolute deviation =MSE) dan kesalahan persen mutlak

rata$rata (mean absolute percent = MAPE ).

De90as0 M$%lak Ra%a2#a%a ( MAD)

• *& adalah nilai yg dihitung dengan me$ngambil jumlah nilai absolut dari setiap kesalahan

peramalan dibagi dengan jumlah periode data (n).

8ontoh :

2elama 6 kuartal terakhir, Perusahaan E membongkar muat sejumlah besar biji$bijian dari

kapal. *anajer operasi pelabu$han ingin menguji penggunaan penghalus$an eksponensial utk melihat

seberapa baik teknik ini bekerja dlm memprediksi tonase biji$bijian yg dibongkar;muat. Fa menebak

peramalan bongkar;muat biji$bijian pada kuartal pertama adalah ton. &ua nilai yg diuji 79, dan

79,.

Penyelesaian :

1uartal /onase

Bongkar;*uat

Peramalan yg dibulatkan dgn 79, Peramalan yg dibulatkan

dgn 79,

69

! -6 9,(69$)7,9 ,9

3 < ,99,(-6$,9)7+, !,

+ +,9,(


9/11


10/11


11/11

tugas manajemen operasi produksi

Documents