19
2.1.3.6 Peramalan Deret Waktu
Jay Heizer dan Barry Render (2010 : 169), menganalisis deret waktu berarti
membagi data masa lalu menjadi komponen-komponen, kemudian
memproyeksikannya ke masa depan. Deret waktu mempunyai empat komponen,
antara lain :
1.
Tren, merupakan pergerakan data sedikit demi sedikit meningkat atau menurun.
Perubahan pendapatan, populasi, penyebaran umur, atau pandangan budaya dapat
mempengaruhi pergerakan tren.
2.
Musim, adalah pola data yang berulang pada kurun waktu tertentu, seperti hari,
minggu, bulan, atau kuartal.
3.
Siklus, adalah pola dalam data yang terjadi setiap beberapa tahun. Siklus ini
biasanya terkait pada siklus bisnis dan merupakan satu hal penting dalam analisis
dan perencanaan bisnis jangka pendek. Memprediksi siklus bisnis sulit dilakukan
karena adanya pengaruh kejadian politik ataupun kerusuhan internasional.
4.
Variasi acak, merupakan satu titik khusus dalam data yang disebabkan oleh
peluang dan situasi yang tidak lazim. Variasi acak tidak mempunyai pola khusus
sehingga tidak dapat diprediksi.
2.1.3.7 Metode Peramalan Kuantitatif
Jay Heizer dan Barry Render dalam buku Manajemen Operasi (2010 : 170-
175), metode - metode peramalan kuantitatif, terdiri dari :
1.
Pendekatan Naif (Naive Method)
Cara paling sederhana untuk meramal adalah berasumsi bahwa
permintaan di periode mendatang akan sama dengan permintaan pada periode
terakhir. Untuk beberapa jenis produk, pendekatan naif (naive method)
merupakan model peramalan objektif yang paling efektif dan efisien dari segi
biaya. Paling tidak, pendekatan naif memberikan titik awal untuk perbandingan
dengan model lain yang lebih canggih.
2.
Rata-Rata Bergerak (Moving Average)
Peramalan rata-rata bergerak menggunakan sejumlah data aktual masa
lalu untuk menghasilkan peramalan. Rata-rata bergerak berguna jika kita dapat
mengasumsikan bahwa permintaan pasar akan stabil sepanjang masa kita
 |