METODE PERAMALAN PERMINTAAN

METODE PERAMALAN PERMINTAAN

Memforecasting permintaan dari pasar yang dimasuki oleh perusahaan adalah suatu pekerjaan yang perlu dilakukan oleh setiap manajer perusahaan dalam rangka memprediksi berapa besar peluang pasar yang tersedia di masa mendatang. Sehingga potensi pasar yang hendak dan sudah dimasuki itu tergambar secara proyektif ke depan.
Dengan melakukan forecasting permintaan pasar dengan cara yang tepat, akan dapat membantu manajer perusahaan dalam menggambarkan tersedianya potensi pasar. Jika hasil forecasting itu dapat meyakinkan para manajer perusdahaan maka akan dapat membantu menyiapkan perencanaan di bidang produksi, keuangan dan menyiapkan sarana dan prasarana pemasaran yang diperlukan dalam rangka memanfaatkan potensi pasar yang tersedia itu. Namun yang menjadi pertanyaan disini adalah bagaimana para manajer perusahaan melakukan forecasting terhadap permintaan pasar ini.
Secara garis besar terdapat dua macam metode forecasting yang biasa dilakukan, yaitu metode kualitatif yang terdiri atas teknik survey dan teknik pengumpulan opini. Sedangkan metode berikutnya adalah metode prakiraan kuantitatif, yang terdiri atas Analisis Runtut Waktu, Trend Seluler, Siklus Fluktuasi, Analisis Musiman dan Model Ekonometri.

A.FORECASTING KUALITATIF
Forecasting dengan metode ini jika data kuantitatif yang berkaitan dengan faktor-faktor yang langsung mempengaruhi permintaan tidak cukup memadai. Apabila dari data yang tidak cukup memadai ini dipaksakan untuk dasar forecasting maka hasilnya diperkirakan atau dikhawatirkan terjadi bias, tidak proporsional, dan tidak memiliki relevansi yang cukup kuat. Oleh karena itu dipergunakan metode forecasting kualitatif.
Tetapi dengan metode ini dapat dipergunakan untuk mendukung metode forecasting kuantitatif. Hal ini dilakukan dalam rangka mengantisipasi jika metode kuantitatif yang biasa dilakukan berdasar data histories yang mungkin telah dilakukan itu perlu ada koreksi dari hasil metode kualitatif ini. Jadi dengan demikian metode kualitatif ini masih diperlukan dalam usaha mengoreksi hasil forecasting berdasar data historis. Karena metode kualitatif ini meliputu aspek-aspek tertentu yang paling terkini yang menyangkut perilaku permintaan dan konsumen. Justru di dalam metode kualitatif akan digali dan diselidiki fenomena terakhir yang menyangkut keinginan dan kebutuhan konsumen. Sehingga metode kualitatif merupakan kelengkapan dan penyempurnaan dari metode kuantitatif.

1.Teknik Survey
Teknik survey ini merupakan suatu alat memforecasting yang cukup penting khusunya untuk memprediksi kejadian-kejadian atau kecenderungzn-kecenderungan dalam jangka pendek mendatang ini.
Survey biasanya menggunakan alat interview atau daftar pertanyaan yang akan ditujuakan para responden yang terpilih dan yang dituju. Sesuai kelompok yang memang diperkirakan akan menjadi sasaran pasar yang dituju oleh perusahaan.
Sasaran dan klasifikasi sasaran dan jenis kebutuhan dan keperluan dari kelompok responden ini dapat dikategorikan sebagai berikut:
a.Survey tentang budget keperluan rumah tangga masyarakat eksekutif bisnis dan pemerintahan yang sekiranya berkait dengan rencana perusahaan. Survey ini diharapkan dapat merekam keseluruhan anggaran setiap rumah tangga yang disurvey.
b.Survey mengenai barang atau jasa yang diperlukan bagi para pelaku bisnis yang akan memperdagangkan barang atau jasanya. Mereka ini mungkin pelaku bisnis yang bergerak pada bisnis distributor, pengecer atau pedagang besar.
c.Survey ini dilakukan bagi para rumah tangga umum mengenai keperluan rumah tangga, produk atau barang apa secara periodik diperlukan dan frekuensi pemenuhan yang dilakukan untuk masa-masa yang akan datang.
Dari metode survey berdasar kelompok sasaran ini sebenarnya terkandung maksud dari surveyor bahwa barang dan jasa apa saja yang dibutuhkan, berapa frekuensi pemenuhan kebutuhan dan faktor-faktor apa saja yang pada umumnya yang mempengaruhi perilaku beli mereka ini. Sehingga secara tidak langsung perusahaan melihat peluang dan kendala apa saja yang bisa ditarik sebagai kepentingan bagi perusahaan atas hasil-hasil survey ini untuk memprediksi dan memperkirakan perilaku pasar dan konsumen perusahaan.

2.Sasaran Pengumpulan Data Kualitatif
Sasaran yang dituju dari pengumpulan data kualitatif ini kurang lebih sama dengan metode survey. Mereka antara lain para eksekutif, agen dan distributor, serta konsumen pada umumnya. Bahkan disini adalah sejumlah pihak yang dimintakan opini mereka, yakni para expert dibidangnya masing-masing, para konsultan manajemen dan bisnis yang relevan dengan maksud pengumpulan data dan opini ini.
Para konsultan dan expert ini dimintai opini mereka tentang persepsi mereka tentang beberapa aspek, tentang perilaku konsumen, selera dan keinginan konsumen, barang atau jasa apa saja yang akan menjadi trend di masa dating, sumber-sumber potensi apa dan di mana, serta bagaimana sikap dan respon yang harus dikembangkan oleh perusahaan terhadap kecenderungan yang terjadi di pasar.

B.METODE PERKIRAAN KUANTITATIF
1.Teknik dan Analisis Runtut Waktu
Pengertian runtut waktu sering dikonotasikan sebagai serangkaian waktu yang berurutan periodesasinya sepanjang periode di mana prakiraan permintaan diproyeksikan. Misalnya mingguan, bulanan, kuartalan dan tahunan, tergantung keinginan dari pihak-pihak yang melakukan prakiraan permintaan ini. Kalau diinginkan mingguan atau bulanan atau kuartalan dan tahunan maka periode prakiraan yang diinginkan adalah periode mingguan, biulanan, kuartalan, dan tahunan. Ini sesuai dengan kebutuhan periodik yang akan diharapokan hasilnya sebagai prediksi volume atau jumlah permintaan atau potensi pertumbuhan permintaan.
Perlu diperhatikan disini, bahwa klasifikasi waktu menurut sifat keruntutannya dapat dikelompokkan dalam empat kategori:
1.Trend Sekuler
2.Siklus Fluktuasi
3.Variasi Musim
4.Pengaruh Tak Teratur

2.Trend Sekuler
Forecasting model trend sekuler dilakukan dengan menarik garis secara kasar atau serampang mengikuti kecenderungan permintaan yang terjadi secara siklus dari tahun ke tahun.
Kalau kecenderungan permintaan di tahun-tahun yang akan datang naik maka garis trend yang kita tarik cenderung menaik untuk tahun yang akan datang. Tetapi kalau kecenderungannya turun maka kita tarik garis trend menurun untuk tahun-tahun yang akan datang. Model penarikan garis semacam ini ada sejumlah data atau variabel lain ynag perlu kita jadikan sebagai data atau variabel pendukung serta asumsi yang bisa memperkuat kecenderungan garis yang telah dibuat.

a.Fluktuasi Siklus
Siklus perubahan atau naik turunnya volume permintaan selama tahun-tahun yang telah lalu dan yang akan dating,kita tarik kecenderungannya tentu disebabkan atau dipengaruhi oleh sejumlah faktor yang secara periodik dan tetap harus ada atau terjadi selam periode tahunan yang akan datang. Biasanya siklus bisa kita duga sebelumnya bahwa dengan datangnya permintaan yang meningkat pada periode tertentu sudah bisa kita prediksi kejadiannya. Begitu juga atas terjadinya penurunan permintaan oleh konsumen kita mesti dapat menduga sebelumnya pada periode tertentu selama tahun yang bersangkutan.

b.Metode Proyeksi Trend
Metode proyeksi trend ini merupakan metode yang paling sederhana dibanding dengan metode yang lainnya. Karena di dalam metode ini hanya dengan menarik garis lurus sesuai dengan kecenderungan data time series yang ada. Jika data time series yang dijadikan pijakan dalam menarik garis lurus ini ada kecenderungan meningkat, maka garis lurus yang ditarik cenderung naik sesuai dengan kecenderungan peningkatan yang terjadi atau yang akan terjadi.
Rumus yang dipakai dalam menarik garis lurus ini adalah:
St = So + bt (1)
Di mana St merupakan nilai variabel yang akan diramal pada periode t. So adalah nilai estimasi dari time series (nilai konstanta dari fungsi forecast) pada tahun dasar. Dan b merupakan koefisien kecenderungan kemiringan garis forecast yang akan ditarik, atau angka absolut pertumbuhan atau penurunan per periode. Dan t merupakan lama waktu di mana time series dalam periode yang diramalkan.

c.Metode Variasi Musim
Melakukan prakiraan volume permintaan konsumen di waktu-waktu yang akan datang dapat didasarkan pada gelombang musiman yang melekat pada kultur budaya atau kebiasaan dari masyarakat. Tetapi dapat juga karena faktor sifat dan keadaan alam yang melekat pada iklim atau cuaca. Misalnya produksi musim semi, gugur, dan musim hujan bahkan musim kemarau.
Sifat masyarakat yang menimbulkan musiman ini oleh karena faktor budaya dan kebiasaaan misalnya karena musim hari raya keagamaan. Pada saat itu biasanya masyarakat akan memiliki ajat yang cukup besar dalam melakukan pemenuhan konsumsi barang keperluan pesta dan sehari-hari. Maka dapat dipastikan pada periode ini permintaan akan kebutuhan dan keperluan konsumsi akan meningkat dalam jumlah yang cukup berarti. Demikian juga ketika datang musim bulan-bulan baik maka banyak masyarakt menggunakan bulan tersebut melaksanakan hajat perkawinan, pesta perkawinan, yang memerlukan konsumsi dan persediaan barang kebutuhan untuk keperluan tersebut.

d.Metode Rata-rata Bergerak
Metode rata-rata bergerak ini dilakukan untuk lebih memperbaiki hasil dari metode trend yang dinilai cukup kasar dan cukup besar risiko penyimpangan dari hasil trend seperti yang telah ditampilkan sebelum ini. Metode rata-rata bergerak, sesuai dengan yang namanya bergerak dilakukan dengan pengelompokan periode waktu dihitung rata-ratanya menurut pengelompokkan periode waktu dihitung.
Kepentingan peramalan yang akan dipakai apakah dalam skup jangka pendek nilai ramalan yang diketahui atau dalam rentang waktu yang lebih panjang. Kalau menggunakan rentang waktu yang lebih pendek maka hasil rata-rata bergerak yang akan kita peroleh akan lebih mendekati kondisi sifat data yang sebenarnya dan rata-rata yang kita temukan terdistribusi atau tersebar pada kelompok data faktual. Sedangkan jika satuan waktu yang lebih panjang, rata-rata yang kita peroleh akan lebih mewakili sejumlah data yang lebih banyak dan beraneka macam fluktuasinya, sehingga rata-rata bergeraknya lebih tersebar dan kurang mewakili fakta sifat data yang tersebar tersebut. Terkecuali sifat data lebih homogen dan tidak terlalu fluktuatif.
Angka deviasi dapat diperoleh dengan cara mengurangi angka observasi dengan angka rata-rata bergerak. Sedangkan deviasi kuadrat adalah menguadratkan deviasi sehingga menghasilkan angka pada kolom deviasi kuadrat. Jumlah deviasi kuadrat ini akan kita pergunakan untuk menghitung penyimpangan atau tingkat error (istilah disini adalah Root Mean Square Error = RMSE) setiap pengelompokkan rata-rata bergerak ini. Dengan rumus sebagai berikut:
RMSE = √∑(At - Ft)2 (2)
n
Di mana:
RMSE = Root Mean Squre Error
At = angka observasi
Ft = rata-rata bergerak yang dihasilkan per kelompok waktu

e.Metode Rata-rata Tertimbang
Metode eksponential smoothing ini merupakan metode yang lebih halus lagi daripada metode rata-rata bergerak. Jadi metode ini lebih hati-hati dalam memprediksi atau meramal permintaan yang akan terjadi di masa datang.
Apabila kita memperhatikan sifat data time series, maka ada kecenderungan bahwa metode rata-rata tertimbang akan lebih dipilih daripada metode rata-rata bergerak. Mengapa demikian, karena di dalam metode rata-rata tertimbang menyertakan faktor-faktor yang relevan yang menjadi penyebab tersebarnya data time series. Hal ini diimplementasikkan ke dalam prakiraan dari faktor terjadinya fluktuasi pada data time series kedalam risiko penyimpangan prakiraan, sehingga hasil prakiraan pada masing-masing prakiraan lebih kecil risiko fluktuasi penyimpangan. Dan angka rata-rata tertimbang tertentu yang dipilih merupakan komposisi persebaran atas terjadinya keakuratan dan risiko penyimpangan yang mungkin akan terjadi sebagai mendasari prakiraan yang dihasilkan. Demikian untuk perhitungan prakiraan berikutnya secara berjenjang dari prakiraan sebelumnya ke prakiraan selanjutnya di dalam periode yang diramalkan. Hal ini dimaksudkan untuk meratakan risiko penyimpangan sehingga risiko tersebut berada pada persebaran yang lebih merata keseluruhan periode yang diperkirakan.
Metode rata-rata tertimbang dilakukan dengan proses perhitungan sebagai berikut:
a.Menentukan angka tertimbang (weight) tertentu bagi data observasi dengan notasi w antara angka 0 s/d angka 1.;
b.Menambahkannya dengan angka tertimbang bagi data prakiraan dengan notasi (1-w).
c.Menghitung rata-rata keseluruhan dari data time series dengan rumusan
A1 + A2 + …......An dan notasinya = F1
n
d.Menghitung prakiraan dengan rumusan Ft+1 = wA + (1-w)F1
Di mana Ft+1 merupakan prakiraan pada periode kedua, w merupakan angka tertimbang yang dipilih, A merupakan data observasi, 1-w merupakan persebaran atau penghalusan, dan F1 merupakan prakiraan sebelumnya.

3.Metode Ekonometri
Metode ekonometri merupakan metode prediksi volume atau nilai dependen variabel dengan melibatkan berbagai faktor atau varibel independen yang relevan dan cukup signifikan mempengaruhi dependen variabel tersebut. Secara ekonomi dari model ekonometri ingin dilihat relevansinya pengaruh independen variabel terhadap dependen variabel. Bahkan juga ingin dilihat apakah antar variabel independent itu saling mempengaruhi dan berapa besar pengaruh terhadap dependen variabel. Juga ingin dilihat berapa tepat antara kebenaran statistik dikoreksi dengan kebenaran secara ekonomi.
Jadi secara literatur ekonometrik merupakan suatu pengukuran secara ekonomi, baik secara statistik, matematik, maupun secara ekonomi teori sekaligus dalam konteks hubungan antara variabel-variabel ekonomi. Memang metode ekonometrik sering lebih kompleks disbanding dengan metode proyeksi trend. Namun ekonometrik setidaknya memiliki dua keunggulan sebagai alat prakiraan. Pertama adalah keunggulan dalam memperoleh prediksi nilai variabel yang penting. Ini akan sangat berguna bagi manajer untuk mengevaluasi kemungkinan pengaruh alternatif keputusan yang diambil. Sebagai contoh bahwa studi ekonometrik yang mengestimasi pengaruh advertensi terhadap permintaan dapat dipergunakan sebagai akses melakukan strategi advertensi. Kedua adalah metoda ekonometrika mengestimasi perilaku hubungan antara variabel-variabel. Secara mencolok memforecasting dengan dasar metode lain seperti misalnya survey data hanya memperoleh sesuatu yang lebih kecil dari penyebab yang hakiki pada hubungan antar variabel-variabel ini secara umum.
Terdapat empat tahapan yang termasuk didalam memformulasi forecast model ekonometrika ini.
1.Membangun suatu model teori.
2.Mengumpulkan data.
3.Memilih bentuk persamaan fungsi yang diestimasi.
4.Mengestimasi dan menginterpretasi hasil.

a.Membangun Model Teori
Dengan menggunakan metode ekonometri, pertama yang harus dilakukan adalah memformulasi model teori hubungan ekonomi. Model ini harus didasarkan pada nuansa teori ekonomi dan dinyatakan dalam bentuk fungsi matematik. Pada dasarnya membangun model termasuk menentukan variabel-variabel yang dimasukkan di dalam model dan jika ada teori yang rasional untuk memprediksi hubungan dan perilaku keterkaitan antar variabel. Sebagau contoh kita menginginkan untuk memprakirakan permintaan, maka hubungan antar harga dan kuantitas dapat menjadi dasar teori yang logis bagi suatu model. Suatu pernyataan matematik yang sederhana dalam hubungan antar variabel ini adalah:
Q = f(P) (3)
Teori ekonomi memprediksi suatu hubungan berbalik arah antara harga dan jumlah barang yang diminta. Jadi ini diharapkan deviasi (dQ/dP) kuantitas dengan harga akan negatif.
Namun satu hal bahwa hubungan antara harga dan kuantitas barang yang diminta oleh masyarakat ditunjukkan adanya hubungan dan respon negatif di dalam hubungan kedua faktor tersebut. Oleh karena itu pada model ekonometri ingin ditunjukkan model sejumlah faktor yang mempengaruhi volume permintaan.
Faktor yang harga mempengaruhi volume permintaan tersebut sebenarnya tidaklah lain yang juga ikut mempengaruhi permintaan, tetapi banyak faktor lain yang juga ikut mempengaruhi permintaan. Maka secara spesifik hubungan kausalistik permintaan itu dipengaruhi selain oleh harga, tetapi juga dipegaruhi oleh income per kapita (I), harga barang lain (Po), dan advertensi (A).
Karena itu model fungsi yang dikembangkan dalam persamaan ekonometri sebagimana ditunjukkan pada pembahasan estimasi permintaan yang dipengaruhi oleh sejumlah faktor atau variabel, seperti:
Qd = f (P, I, Po dan A) (4)
Yang secara ekonomi terbukti secara empiric bahwa fungsi permintaan (Qd) dipengaruhi P, I, Po dan A dirumuskan sebagai fungsi:
Qd = a – bP + cI + dPo + eA (5)
Dimana Qd merupakan volume permintaan, a merupakan koefisien konstanta, b, c, d dan e merupakan koefisiensi parameter faktor harga, income, harga barang lain dan advertensi. Dan tanda positif dan negatifnya koefisiensi parameter itu mencerminkan sifat hubungan antar variabel P, I, Po dan A tersebut secara parsial terhadap Qd.

b.Mengumpulkan Data
Kegiatan mengumpulkan data dari faktor-faktor yang mempengaruhi permintaan yaitu harga, income, harga barang lain dan advertensi dilakukan oleh manajer anatara lain melaui survey di perusahaan, biro statistik umum, lembaga-lembaga konsultan manajemen. Survey juga dapat dilakukan langsung pada para pelaku usaha dan masyarakat konsumen selama periode tertentu menurut kebutuhan pengkajian dan peramalan permintaan dan potensi pasar yang akan dijadikan sebagai bahan informasi potensi dan peluang serta kendala pasar yang dihadapi oleh manajer perusahaan yang akan menyusun model atau metode ekonometri yang akan disusun.


c.Memilih dan Menetukan Fungsi Permintaan
Setelah data yang dikumpulkan tersebut diolah dalam komputer dan menghasilkan suatu print out atau tampilan parameter-parameter, uji kesalahan dan signifikansi serta layak dan tidaknya parameter tertsebut, baik secara statistik maupun secara ekonomi teori dari yang dihasilkan.
Jika telah meyakini bahwa fungsi permintan pada rumus (5) di atas dan terbukti signifikan semua parameter variabel yang terpilih tersebut, maka dapat kita pergunakan sebagai alat memforecasting atau meramal permintan di masa datang, dengan sejumlah asumsi yang perlu disertakan. Tidak ada variabel lain selain yang diprediksi mempengaruhi secara dominan terhadap permintaan.
Fungsi permintaan menghubungkan kuantitas yang diminta dengan harga satuan barang tersebut juga dengan factor-faktor lainnya yang besar pengaruhnya terhadap jumlah barang yang konsumen ingin dan sanggup untuk membelinya, seperti pendapatan konsumen yang bersangkutan, harga barang pengganti, harga barang komplementer dan cita rasa atau kesukaan si konsumen.

d.Mengestimasi dan Menginterpretasi Hasil
Sebagai hasil dari pemilihan bentuk fungsi permintaan, maka kita akan jadikan ini sebagai fungsi yang dapat menjelaskan hal-hal berikut ini:
a.Persamaan fungsi ini kita pilih untuk meramal berdasar pada teori ekonomi.
b.Estimasi parameter dari persamaan linier ini mengindikasikan pengaruh perubahan variabel independen.
c.Demikian juga estimasi parameter, estimasi itu dapat kita jadikan sebagai bahan untuk menguji dan mengevaluasi gejala dan perilaku permintaan dipengaruhi variabel independen.
d.R2 merupakan nilai yang indikasinya adalah proporsi variasi pada variabel dependen dijelaskan oleh variabel independen.

DAFTAR PUSTAKA

Muslich. 2003. Ekonomi Manajerial: Alat Analisis Strategi dan Kebijakan Bisnis. Edisi Kedua. Yogyakarta: Ekonisia.
Reksoprayitno, Soediyono. 2000. Pengantar Ekonomi Mikro. Edisi Millenium. Yogyakarta: BPFE.

Posted in: