SPK : Model Peramalan

Peramalan kuantitatif menggunakan data historis dan hubungan kausal (sebab-akibat) untuk meramalkan permintaan yang akan datang.

Model Time Series

• Peramalan dengan penghalusan/pemulusan (smooting): rata-rata bergerak dan penghalusan eksponensial
• Dekomposisi (trend, season, cyclic, random); metode box jenkins (autoregressive integrated moving average, ARIMA)

Model Kausal, yakni analisis regresi, seperti regresi linier, curvilinier, dan variabel bebas kualitatif; Structural Equation Modeling (SEM).

Tahap Peramalan

• Menentukan penggunaan peramalan itu, apa tujuannya.
• Memilih hal-hal yang akan diramal.
• Menentukan horison waktunya, jangka panjang/pendek.
• Memilih model peramalanya.
• Mengumpulkan data yang dibutuhkan untuk membuat ramalan.
• Membuat ramalan.
• Menerapkan hasilnya.

Peramalan Tugas Menantang

• Asumsi yang beralasan mempengaruhi ketepatan peramalan yang dibuat manajer.
• Tidak ada metode peramalan yang sempurna untuk semua kondisi.
• Sekali ditemukan pendekatan yang memuaskan, manajer masih harus terus memantau dan mengawasi ramala-ramalannya agar tidak menambah kesalahan.
• Peramalan adalah bagian dari tugas manajemen yang menantang sekaligus prestesius.