PERAMALAN

        Peramalan  merupakan  aktivitas  fungsi  bisnis  yang  memperkirakan  penjualan  dan  penggunaan  produk  sehingga  produk-produk  itu  dapat  dibuat  dalam  kuantitas  yang  tepat.  Peramalan  merupakan  dugaan  terhadap  permintaan  yang  akan  datang  berdasarkan  pada  beberapa  variabel  peramal,  sering  berdasarkan  data  deret  waktu  historis.  Peramalan  menggunakan  teknik-teknik  peramalan  yang  bersifat  formal  maupun  informal  (Gaspersz, 1998).

        Kegiatan  peramalan  merupakan  bagian  integral  dari  pengambilan  keputusan  manajemen.  Peramalan  mengurangi  ketergantungan  pada  hal-hal  yang  belum  pasti  (intuitif).  Peramalan  memiliki  sifat  saling  ketergantungan  antar  divisi  atau  bagian.  Kesalahan  dalam  proyeksi  penjualan  akan  mempengaruhi  pada  ramalan  anggaran,  pengeluaran  operasi,  arus kas,  persediaan,  dan  sebagainya.  Dua  hal  pokok  yang  harus  diperhatikan  dalam  proses  peramalan  yang  akurat  dan  bermanfaat  (Makridakis, 1999):

1. Pengumpulan  data  yang  relevan  berupa  informasi  yang  dapat  menghasilkan  peramalan  yang  akurat.
2. Pemilihan  teknik  peramalan  yang  tepat  yang  akan  memanfaatkan  informasi  data  yang  diperoleh   semaksimal  mungkin.

      Terdapat  dua  pendekatan  untuk  melakukan  peramalan  yaitu  dengan  pendekatan  kualitatif  dan  pendekatan  kuantitatif.  Metode  peramalan  kualitatif  digunakan  ketika  data  historis  tidak  tersedia.  Metode  peramalan  kualitatif  adalah  metode  subyektif  (intuitif).  Metode  ini  didasarkan  pada  informasi  kualitatif.  Dasar  informasi  ini  dapat  memprediksi  kejadian-kejadian  di  masa  yang  akan  datang.  Keakuratan  dari  metode  ini  sangat  subjektif  (Materi Statistika, UGM).

Metode  peramalan  kuantitatif  dapat  dibagi  menjadi  dua  tipe,  causal  dan  time  series.  Metode  peramalan  causal  meliputi  faktor-faktor  yang  berhubungan  dengan  variabel  yang  diprediksi  seperti  analisis  regresi.  Peramalan  time  series  merupakan  metode  kuantitatif  untuk  menganalisis  data  masa  lampau  yang  telah  dikumpulkan  secara  teratur  menggunakan  teknik  yang  tepat.  Hasilnya  dapat  dijadikan  acuan  untuk  peramalan  nilai  di  masa  yang  akan  datang  (Makridakis, 1999).

Model  deret  berkala  dapat  digunakan  dengan  mudah  untuk  meramal,  sedang  model  kausal  lebih  berhasil  untuk  pengambilan  keputusan  dan  kebijakan.  Peramalan  harus  mendasarkan  analisisnya  pada  pola  data  yang  ada.  Empat  pola  data  yang  lazim  ditemui  dalam  peramalan  (Materi  Statistika,  UGM):

1.  Pola  Horizontal

2.  Pola  Musliman

3.  Pola  Siklis

4.  Pola  Trend

Metode Peramalan

        Model  kuantitatif  intrinsik  sering  disebut  sebagai  model-model  deret  waktu  (Time  Series  model).  Model  deret waktu  yang  populer  dan  umum  diterapkan  dalam  peramalan  permintaan  adalah  rata-rata  bergerak  (Moving  Averages),  pemulusan  eksponensial  (Exponential  Smoothing),  dan  proyeksi  kecenderungan  (Trend  Projection).  Model  kuantitatif  ekstrinsik  sering  disebut  juga  sebagai  model  kausal,  dan  yang  umum  digunakan  adalah  model  regresi  (Regression  Causal  model)  (Gaspersz, 1998).

 1.  Weight  Moving  Averages  (WMA)

 2.  Single  Exponential  Smoothing  (SES)

 3.  Regresi  Linier

Salah satu contoh Bengkel Mobil

 Narasinya  :
   Jadi hal yang pertama mesti di lakukan yaitu membuat tempat atau tata letak yang nyaman untuk konsumen

Pertama, tentunya mobil-mobil yang akan di perbaiki ataupun di cuci otomatis di parkirkan terlebih dahulu.

Kedua, setelah mengantri ataupun tidak pastinya mobil langsung di perbaiki ataupundi cuci. Sambil menunggu mobilnya di perbaiki atau di cuci, tentu lebih enaknya bersantai terlebih dahulu (duduk-duduk) sambil makan-makan di kantin/restoran bagi konsumen yang lapar.  Kemudian setelah selesai di perbaiki ataupun di cuci mobilnya sambil beristirahat santai makan, akhirnya konsumen pun harus membayar total dari semua fasilitas yang sudah di pakai.