Forecasting Peramalan(1)

7/23/2019 Forecasting Peramalan(1)

http://slidepdf.com/reader/full/forecasting-peramalan1 1/8

BAB

I

F OR E CA S TI NG

(PERAMALAN)

A. Deskripsi Peramalan

(Forecasting)

Sebelum dekade 1980-an,

peramalan

masih

dipandang

sebagai

kegiatan

yang

teknis

di

dunia Barat. Pada dekade

1990-an,

pandangan

yang

sama

juga

masih dirasakan di kalangan bisnis Indonesia dan di negara berkembang

lainnya,

padahal

di tempat asalnya

(Barat)

cakupan

peramalan

telah berkembang

dengan

pesat

melam-paui sifatnya

yang

teknis, meliputi

penggunaan

yang

luas

dalam

perencanaan

pengambilan

keputusan, serta

ilmu-ilmu

manajerial lainnya.

Secara

umum,

peramalan

dapat

dikelompokkan

ke

dalam

peramalan

kualitatif

dan kuantitatif.

Peramalan

kualitatif

adalah

peramalan

yang

didasarkan

pada

intuisi

dan

pengalaman

empiris,

sehingga

relatif bersifat subyektif.

Untuk

situasi

yang

kompleks,

peramalan

subyektif

sukar dilaksanakan

karena

keterbatasan

otak

manusia dalam menganalisis informasi serta hubungan

sebab

akibat

yang

mempengaruhi bisnisnya. Jika

peramalan

kualitatif

tersebut

dilakukan

oleh beberapa

orang

secara

terpisah,

maka hasilnya

akan bervariasi

cukup besar.

Sebalinya,

jika

dilaksanakan

secara

bersama-samq kemungkinan

tidak

diperoleh

kesamaan

hasil

peramalan,

atau orang

yang

berpengaruh

pada

kelompoklah

yang

menentukan hasilnya.

Pada sisi

lain,

peramalan

kuantitatif

memiliki

sifat

yang

obyektif

karena

didasarkan

pada

keadaan

faktual

(data)

yang

diolah

dengan

metode-metode

tertentu.

Penggunaan

suatu

metode

juga

harus

didasarkan

pada

fenomena

manajemen

bisnis.

Peubah apa

yang

harus diramalkan

dan untuk tujuan

apa

peramalan

itu

dilakukan.

Dengan

digunakannya

data

yang

merupakan

representasi

gambaran

keadaan

aktual

masa

lalu

serta

adanya

justifikasi

teoritis

mengenai

metode

yang

digunakan

secara sistematik,

maka

hasil dari

peramalan

kuantitatif

menjadi

sesuatu

yang

dapat

dipertanggungjawabkan,

karena memiliki dasar

yang

jelas.

Di

samping itu,

pelaksa-naannya

juga

dapat

dilakukan kapan

saja

dan oleh

siapa saja

yang

memang

memiliki

ketrampilan

dan

pengetahuan

yang

dibutuhkan,

tanpa

khawatir

bahwa

hasil

pera-malan

akan

bersifat

bias

pada

suatu

kepentingan.

Herz Dian

Setiowaq/TTMK/B

1/05



Selain

itu. dengan

perkembangan

teknologi

komputer

yang

sedemikian

pesal

maka

peramalan

kuantitatif

akhirnya

dapat

dipandang sebagai

sesuatu

kegiatan

yang

tidak

terlalu sukar untuk diterapkan

dan

dapat memberikan

hasil

yang

akurat.

Dari sekian banyak

metode

untuk

melakukan

peramalan, metode Regresi

Sederhana

dan/atau Berganda

merupakan salah satu

metode

yang

paling

banyak

digunakan.

baik oleh

praktisi

bisnis

maupun

perencanaan

pembangunan

pemerintah.

B.

Regresi Sederhana dan/atau

Berganda

Analisis

regresi

linier sederhana/ganda

ditujukan

untuk mengetahui

bagaimana

variabel

dependen

(terikat)

dapat diprediksikan

melalui

variabel

inde

pende

n

(bebas)

secara

individual.

Dampak

dari

penggunaan

analisis

ini adalah

untuk

memutuskan

apakah

naik/menurunnya

variabel

dependen

dapat dilakukan

melalui

menaikkan/menurunkan

keadaan

variabel

independen, atau

untuk

meningkatkan

keadaan

variabel

dependen dapat dilakukan

dengan

meningkatkan

variabel

i

nde

p

e

nde n

I dan sebaliknya.

1.

Analisis

Regresi Linier Sederhana

Untuk

regresi

linier

sederhana

didasarkan

pada

hubungan fungsional

ataupun kausal satu

variabel

independen dengan satu

variabel dependen,

dengan

rumus:

Y: a+bX

Keterangan:

Y

:

Subyek

dalam variabel

dependen

yang

diprediksikan

a

-

Harga Y bila

X:0

(harga

konstan)

b

:

Angka

arah atau

koefisien

regresi,

yang

menunjukkan

angka

peningkatan

ataupun

penurunan

variabel dependen

yang

didasarkan

pada

variabel independen.

Bila

b

(+)

maka naik,

dan

bila b

O

maka terjadi

penurunan

X

:

Subyek

pada

variabel

independer

yang

mempunyai

nilai

teftentu.

a. Besarnya

"nilai

b" dapat

dihitung

dengan menggunakan

rumus

sebagai

berikut:

Heru

Dian

Seticrw

an/TTMK/B

1/05



n

txY

-

(:x) (rY)

b:

n

rxr-(tx),

b.

Besamya

"nilai

d' dapat

dihitung

dengan menggunakan

rumus sebagai

berikut:

(tY)

(Ix1-(tx)

(IxY)

n

Ix'?-

(Ix)'z

2.

Analisis Regresi Linier Ganda

Untuk

menghitung

persamaan garis

regresi linier

ganda

menggunakan

rumus

sebagai

berikut:

Y"

:

bs+b1X1

+

6rY,

Dengan metode kuadrat

terkecil

dapat

diperoleh

persamaan-persamaan

normal

sebagai

berikut

:

Y

-

nbo

-

brXr bzXz

:

0 ..................

persamaan

I

XrY-boXr-brXr2-b:XrXz

=0 ..................

persamaanll

XzY-boX:-brX1X2

b2X2

:0

...................

persamaanlll

Dengan

persamaan

normal

ini

dapat

diperoleh

atau

dihitung

harga-harga

bo, br, dan bu.

C. Studi Kasus

l.

Cobalah

minta

data

penjualan

di beberapa

perusahaan

retail

yang

mudah

diakses.

Kemudian

dari

paling

sedikit 3 tahun data

yang

terkumpul, buatlah

peramalan penjualan

untuk tahun

depan

dengan

menggunakan

regresi

sederhana,

dimana faktor

yang

mempengaruhi

adalah

biaya

promosi.

Diketahui

besarnya

biaya

promosi

dan

penjualan

perusahaan

(dalam

jutaan)

yang

didapatkan

di suatu

perusahaan

retail

pada

jenjang

waktu 3 tahun sebagai

berikut:

Tahun

Promosi Penjualan

Heru Dian

Seliatrtan/TTMIJB

1/05



2005

2006

2007

40

55

65

1400

1750

1950

.lumlah

160

5000

Data

di

atas

selanjutnya

diolah

sebagai

berikut

:

No.

Promosi

(x)

Penjualan

(Y)

x2

Y2

XY

I

2

40

55

65

1400

1750

i950

1600

3025

4225

1960000

3062500

3802500

56000

96250

1267 5A

Jumlah

r60 5000

8850 8825000

279000

Diketahui

:

tx

=160

;

IY:sooo;

Ix'=a8so

Iy,:8825000

;

Ixv

:zzsooo

;

n =l

Sehingga

besamya

nilai

a dan

6 adalah

:

(tD (Ix1-

(ID

(txY)

n

Ix'-

(Ix)'?

(s000)

(88s0) (160)

(27e000)

(3)

(8s50)

-

(l6o)'?

44250000

-

44640000

26550

-

25600

-

390000

950

a

=

-410,3263

Heru

Dian

Seliowan/TTMK/B

1/05



n

rxY

-

(rx) (IY)

b:

n

tx'z

(IxF

(3) (27e000)

-

(160) (s000)

b=

(3) (88s0)

-

(160)'z

837000

-

800000

26550

-25600

37000

950

b

:

38,9474

Berdasarkan

perhitungan

tersebut di atas diketemukan harga a dan 6. sehingga

persamaan

regresi linier

sederhana dapat disusun sebagai

berikut

:

Y:

-410,5263+38,9474X

Persamaan

tersebut

di

atas

berarti

bahwa apabila setiap promosi

(X)

ditingkatkan

sekitar

l%,

maka diperkirakan

penjualan (Y)

akan

meningkat

sekitar 38,9474Yo.

2. Cobalah minta

data

penjualan

di beberapa

perusahaan

retail

yang

mudah

diakses.

Kemudian

dari

paling

sedikit

3

tahun data

yang

terkumpul,

buatlah

peramalan penjualan

untuk tahun depan

dengan

menggunakan

regresi

sederhan4 dimana faklor-faktor

yang

mempengaruhi

adalah biaya

promosi

dan

pengembangan

produk.

Diketahui besamya

penjualan

perusahaan

serta biaya

promosi

dan

pengembangan

produk

(dalam

jutaan)

yang

didapatkan

di

suatu

perusahaan

padajenjang

waktu

3

tahun

sebagai

berikut:

Tahun

Promosi

Pengembangan

Produk

Penjualan

Heru Dian

Setiowan/TTMI(/B

I /05



2005

2006

40

55

65

60

70

1400

1750

1950

,lumlah 160

210 5000

Data

di atas selanjutnya

diolah

sebagai

berikut :

No.

Pro-

mosl

(X,)

Pengem-

bangan

Produk

(x,

Pen-

jualan

(Y)

Xr' X,,

XrY

XrY

XrXz

I

2

40

55

65

60

70

80

1400

1750

r

950

1600

3

025

4225

3600

4900

6400

56000

96250

1267 50

84000

122500

156000

2400

3850

5200

t

r60 210 5000 8850 14900

279000

362500 I1450

Diketahui:

IxJ

:

roo;

Ix2:2lo; Iv:sooo

;

ZxJ

:z79ooo;

n=l

Ix,.

= 8850

;

Ux2':14900

;

txrY

:362500

;

Ixrx2

-

11450

Didapatkan

persamaan

sebagai

berikut :

Y-nbo-brXr-b:X:

=0

..................

persamaan I

XrY-

boXr

-

brXr2

bzXrXz

:0

..................

persamaan

Il

XuY

-

boX:

-

brX

tXz

bzXz

:0

...................

persamzurn Ill

5000

=

3

b.

+

160

br

+

210

bz

persamaan

I

279000:160

bo

+ 8850 br

+

11450

b:

persamaan

2

362500

=

210 b0

+

11450 br

+

14900

bz

persamaan

3

Persamaan

I dan 2

5000

=

3 b"

+

160 br

+

210 b:

ll

x

Qoo)

il

279000 = 160

bo

+

8850 br

+

I

1450 b:

ll

x

(3)

Heru Dian Setiawan/TTMK/B l/05



Persamaan

I

dan 3

5000

:

3 bo

+

160

br

+

210

b:

ll

x

Qrc)

I

362500

=

210

bo

+

I1450

br

+

14900

b:

ll

x

(3)

800000

:

480 bo

+

25600 br

+

33600

bz

837000

:

480 bo

+

26550 br

+

34350 b:

-

37000

:

- 950

br

-

750

br

persamaan

4

1050000:

630

bo

+ 33600

br

+ 44100

b:

1087500 = 630

bo

+

34350 bt

+

44700b2

-

37500

:

-

750

br

-

600

bz

.....................

persamaan

5

Persamaan

4

dan 5

-

37000

:

-

950 br

-

750

b:

- 37500

=

-

750 br

-

600

bz

27750000

:712500

br

+

562500b2

3s62s000

--

712500

br

+

570000b:

-

7875000

:

- 7500

bz

bz

=

1050

- 37000

:

-

950

br

-

750

bz

-

37000

:

-

950 br

-

750

(1050)

- 37000

:

-

950 br

-

787500

750500

ll

;

:ffit

br:

- 9s0

Heru Dian

Seticnoan/TTMKIB

I /05



br:

-790

5000 = 3 bo

+

160

br

+

210

bz

5000: 3bo+

160c790)+ 210(1050)

5000:

3b"-

126400+

220500

-5000

94 I 00

3

bo

:

- 29700

Dengan diketemukannya

harga-harga

tersebut

di

atas,

maka

persamaan

regresi

linier

ganda

dapat disusun sebagai berikut :

Y

:

-29700 -

790 Xr

+

1050

&

Persamaan tersebut

di atas berarti

bahwa

apabila

setiap

biaya

promosi

(X;)

dan

biaya

pengembangan

produk (X2)

ditingkatkan

secara bersama-sama

sekitar

I%,

maka

diperkirakan

penjualan

(Y)

akan

meningkat

sekitar

2600/0.

Bahan

Diskusi

Cobalah minta data

penjualan

di beberapa

perusahaan

retail

yang

mudah

diakses.

Kemudian

dari paling sedikit

3

tahun data yang terkumpul, buatlah

peramalan

penjualan

untuk tahun

depan dengan menggunakan

regresi berganda,

dimana

faktor-faktor

yang

mempengaruhi adalah

pendapatan

masyarakat.

harga

produk

tersebut.

dan

harga

produk

pesaing.

Heru Dian Setiowan/TTMK/B I /05

Forecasting Peramalan(1)

Documents