10/14/2015
PERENCANAAN PRODUKSI
Membuat keputusan yang baik Apakah yang dapat membuat suatu perusahaan sukses? – Keputusan yang dibuat baik
Bagaimana kita dapat yakin bahwa keputusan yang dibuat baik? – Akurasi prediksi masa yang akan datang
Bagaimana kita melakukannya? – Peramalan
1
10/14/2015
Pengertian peramalan Bukan menduga (guess) ! Estimasi nilai atau karakteristik masa depan Informasi yang dipergunakan sebagai dasar untuk membuat rencana PENENTUAN JENIS DAN VOLUME PRODUKSI Peramalan : Proses untuk memperkirakan jumlah permintaan (demand) produk yang diminta oleh konsumen dimasa yang akan datang. merupakan langkah awal dari proses perencanaan dan pengendalian produksi secara keseluruhan.
Mengapa diperlukan? Masa depan bersifat tidak pasti (uncertain) Permintaan tidak pasti karena: -Kompetisi -Perilaku konsumen -Siklus bisnis -Upaya penjualan -Siklus hidup produk -Variasi random, dll. Diperlukan referensi untuk perencanaan hasil peramalan
2
10/14/2015
Prinsip Peramalan • Peramalan seringkali salah. • Setiap model peramalan memuat estimasi dari kesalahan peramalan • Mengkombinasikan metode dapat meningkatkan akurasi • Peramalan jangka panjang biasanya mempunyai akurasi lebih kecil dibanding peramalan jangka pendek
MODEL KUALITATIF Individual Opinion : Opini peramalan berasal dari pribadi (Individu) → pakar/expert dalam bidangnya yaitu : - Konsultan : Ilmiah / non Ilmiah - Manajer pemasaran / produksi - Individu yang banyak bergerak pada masalah tersebut. Kebaikan : cepat Kelemahan : Subyektif Group Opinion
Kebaikan
: Opini peramalan diperoleh dari beberapa orang dengan mencoba merata-ratakan hasil peramalan yang lebih obyektif (rasional) : lebih obyektif (unsur subyektifitas dapat dihilangkan) mis : dengan merata-ratakan hasil.
3
10/14/2015
Contoh
: Delphy method → peramalan dibentuk melalui beberapa tahapan untuk mencari hasil yang lebih obyektif. Pada metode ini kepada expertnya diberikan informasi tambahan sehingga keputusan hasil ramalan dapat berubah karena informasi tersebut. Secara umum metode kUalitatif lebih mudah dibuat tetapi mempunyai unsur subyektifitas yang tinggi. MODEL KUANTITATIF
Time Series
: unsur obyektifitas lebih tinggi karena menggunakan pendekatan teknis (Mathematical Approach) : Meramalkan titik-titik permintaan (mencari – sesuatu fungsi yang representatif) terhadap data ataupun fakta yang ada → demand hanya dipengaruhi oleh waktu → dt = f(t).
Kausal
: Meramalkan permintaan dengan tidak hanya memperhatikan waktu. Sebenarnya demand juga dipengaruhi oleh faktor-faktor lain, seperti : - harga produk - saluran distribusi - promosi - pendapatan - jumlah penduduk, dll dt = f (faktor penyebab demand) Pada metode ini diperlukan : - identifikasi variabel yang relevan - mecari fungsi yang cocok Kebaikan : - mempunyai ketepatan hasil yang tinggi - dapat digunakan untuk peramalan jangka panjang Kelemahan : - tidak praktis, membutuhkan banyak jenis data - waktu lama - mahal
4
10/14/2015
Peramalan
: upaya memperkecil resiko yang mungkin timbul akibat pengambilan keputusan dalam suatu perencanaan produksi Namun, upaya memperkecil resiko dibatasi oleh biaya
Biaya Biaya total
Biaya peramalan
resiko Upaya peramalan
Model kualitatif regresi Metode peramalan
Moving average
Time series smoothing
Model kuantitatif
Exponential smoothing
kausal
5
10/14/2015
Data SUMBER : – Arsip perusahaan – Data pemerintah (laporan Biro Pusat Statistik, Departemen, dll)
• FAKTOR INTERNAL THD PENJUALAN – Kualitas, harga, delivery time, promosi, discount, dll
• FAKTOR EKSTERNAL – Indikator perekonomian : tingkat pertumbuhan ekonomi, tingkat inflasi, nilai tukar valuta asing, dll
Pertimbangan dalam peramalan •
Ongkos dan manfaat – Ongkos • • •
Ongkos pengembangan metoda Ongkos kegiatan peramalan Ongkos akibat kesalahan ramal
– Manfaat • •
Mengerti hubungan antara permintaan dan faktor lain Kondisi dunia nyata Sistem pengendalian produksi
• "Untuk tujuan apa suatu ramalan dibuat akan menentukan pendekatan yang diambil"
6
10/14/2015
Pertimbangan dalam peramalan •
Ketelitian – Suatu ukuran seberapa tepat ramalan dari kondisi aktual
•
Sederhana dalam perhitungan – ketelitian tinggi vs sederhana dalam perhitungan
•
Kemampuan menyesuaikan terhadap perubahan
•
Lead time, perioda, horizon
Horison dan Periode Peramalan • Horison peramalan: menunjukkan seberapa jauh ke depan peramalan dilakukan dan terkait dengan jangkauan perencanaan yang akan dilakukan (misal: setahun ke depan) • Periode peramalan: menunjukkan basis waktu data peramalan (misal: bulanan)
DATA
FORECAST
Horison Peramalan Periode peramalan
7
10/14/2015
Pola Data
Teknik Peramalan untuk Pola Data Konstan • Data relatif stable untuk periode waktu tertentu • Terjadi variasi sepanjang waktu tetapi tidak signifikan • Fungsi yang menunjukkan pola data konstan d(t) = a d(t) = permintaan selama periode t a = konstanta • Teknik peramalan yang bisa dipakai antara lain: – – – –
Metode rata-rata sederhana Metode rata-rata bergerak Pemulusan eksponensial sederhana Metode Box-Jenkins
8
10/14/2015
Teknik Peramalan untuk Pola Data Trend • Demand menunjukkan kecenderungan meningkat (menurun) dari waktu ke waktu • Fungsi pola data trend adalah: d(t) = a + bt
d(t) = permintaan pada periode t a, b = parameter model • Teknik peramalan yang dipakai antara lain: – Double moving average – Pemulusan eksponensial dari Brown – Pemulusan eksponensial dari Holt
Teknik Peramalan untuk Pola Data Siklis • Pola data siklis dapat didefiniskan sebagai fluktuasi seperti gelombang disekitar garis trend. • Pola siklis cenderung untuk berulang setiap dua, tiga tahun, atau lebih • Pola siklis sulit untuk dibuat modelnya karena polanya tidak stabil,turun naiknya fluktuasi di sekitar trend jarang sekali berulang pada interval waktu yang tetap • Teknik peramalan yang dapat dipakai antara lain: – Model-model ekonometrik – Regresi berganda runtut waktu – Metode Box-Jenkins
9
10/14/2015
Teknik Peramalan untuk Pola Data Musiman • Suatu data runtut waktu yang bersifat musiman didefinisikan sebagai suatu data runtut waktu yang mempunyai pola perubahan yang berulang secara tahunan. • Teknik peramalan yang dapat dipakai antara lain: – Pemulusan eksponensial dari winter – Regresi berganda runtut waktu – Metode Box-Jenkins
Kriteria Performansi Peramalan • Performansi diukur dari kesalahan peramalan (forecasting error) • Cerminan dari akurasi peramalan: semakin kecil kesalahan semakin akurat hasil ramalan • Kesalahan peramalan (et): deviasi antara observasi aktual (dt) dengan nilai ramalannya (d’t) atau et = dt – d’t • Karena observasi aktual pada saat peramalan belum ada maka kesalahan dihitung pada data historis (observasi aktual historis vs nilai ramalan periode historis)
10
10/14/2015
Ukuran Kesalahan Peramalan • Mean Square Error (MSE) 2
n
∑ (d t − d 't )
MSE = t =1
Error percentage PE
t
= (dt
− d 't
d
) x1 00%
t
n
• Standard Error of Estimate (SEE)
( − ) ∑ d t d 't
2
SEE =
n
t =1
(n − f )
f = degree of freedom - 1 untuk pola data konstan - 2 untuk pola data trend - 3 untuk pola data siklis
Verifikasi Peramalan • Dilakukan untuk memeriksa apakah hasil peramalan sudah betul • Menggunakan teknik moving range chart
11
10/14/2015
region C
region B
region A
Plot nilai (dt-d’t) pada grafik UCL
Kondisi di luar kendali jika: 1. Ada titik di luar UCL atau LCL 2. Dari 3 titik plot berturutan 2 titik berada pada region A (± 1.77 MR) 3. Dari 5 titik plot berturutan terdapat 4 titik berada pada region B (± 0.89 MR) 4. Ada 8 titik plot berturutan berada pada bagian atas atau bawah garis tengah (region C)
region C
region B
region A
center line
LCL
OUT OF CONTROL !!! Periksa apa yang terjadi pada kondisi out of control …… pabrik off ? Sales problem ? …. Jika jelas penyebab; hasil ramalan bisa dipakai
Jika tidak: bisa tunggu bukti baru…. Kembali in control … pakai terus…. Terjadi lagi out of control … pikirkan ganti metode peramalan
Bisa juga langsung mengganti metode peramalan…..
12
10/14/2015
Penutup • Peramalan merupakan langkah awal dalam perencanaan • Berfungsi mendapatkan nilai perkiraan sepanjang periode perencanaan • Perkiraan tersebut menjadi referensi dalam menyusun rencana kerja sesuai ketersediaan sumber daya perusahaan • Peramalan yang diperoleh tepat waktu sangat menolong proses perencanaan • Perlu juga diperhatikan biaya untuk mengumpulkan data serta manfaat dari perencanaan yang diperoleh • Selalu diliputi kesalahan karena itu kemudian perlu up-dating data sebagai bentuk pengendalian
13
