2016

Tuesday, November 1, 2016

PERAMALAN PERMINTAAN (Tugas Tambahan)


PERAMALAN PERMINTAAN
(FORECASTING DEMAND)

Peramalan adalah proses untuk memperkirakan berapa kebutuhan di masa datang yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa. Salah satu jenis peramalan adalah peramalan permintaan. Peramalan permintaan (fOrecasting Demand) merupakan tingkat permintaan produk –produk yang diharapkan akan terealisasi untuk jangka waktu tertentu pada masa yang akan datang.
Menurut Vincers Gapers didalam Management permintaan ada dua jenis permintaan, yaitu:
1.      Permintaan bebas ( independent Demand)
Merupakan permintaan terhadap material, suku cadang atau produk yang bebas atau tidak terkait langsung dengan struktur bill of material (BOM) untuk produk akhir atau item teretentu.

2.      Permintaan  tidak bebas( Dependent Demand)
Merupakan permintaan terhadap material , suku cadang atau produk yang terkait langsung dengan atau diturunkan dari struktur bill of material untuk produk akahir atau item tertentu.

Tujuan peramalan dilihat dengan waktu:
a.      Jangka pendek (Short Term)
Menentukan kuantitas dan waktu dari item dijadikan produksi. Biasanya bersifat harian ataupun mingguan dan ditentukan oleh Low Management.

b.      Jangka Menengah (Medium Term)
Menentukan  kuantitas  dan  waktu  dari  kapasitas  produksi.  Biasanya bersifat bulanan ataupun kuartal dan ditentukan oleh Middle Management.

c.       Jangka Panjang (Long Term)
Merencanakan  kuantitas  dan  waktu  dari  fasilitas  produksi.  Biasanya bersifat tahunan, 5 tahun, 10 tahun, ataupun 20 tahun dan ditentukan oleh Top Management.

Karakteristik Peramalan Yang Baik 
Peramalan yang baik mempunyai beberapa kriteria yang penting, antara lain akurasi, biaya,dan kemudahan. Penjelasan dari kriteria-kriteria tersebut adalah sebagai berikut :
1.      Akurasi.
Akurasi dari suatu hasil peramalan diukur dengan hasil kebiasaan dan kekonsistenan peramalan tersebut. Hasil peramalan dikatakan bisa bila peramalan tersebut terlalu tinggi atau rendah dibandingkan dengan kenyataan yang sebenarnya terjadi. Hasil peramalan fikatakan konsisten bila besarnya kesalahan peramalan relative kecil. Peramalan yang terlalu rendah akan mengakibatkan kekurangan persediaan, sehingga permintaan konsumen tidak dapat dipenuhi segera akibatnya perusahaan dimungkinkan kehilangan pelanggan dan kehilangan keuntunga penjualan. Peramalan yang terlalu tinggi akan mengakibatkan terjadinya penumpukan persediaan, sehingga banyak mdal yang terserap sia – sia. Keakuratan dari hasil peramalan ini berperan penting dalam menyeimbangkan persediaan yang ideal.

2.      Biaya. 
Biaya yang diperlukan dalam pembuatan suatu peramalan adalah tergantung daaro jumlah item yang diramalkan, lamanya periode peramalan, dan metode peramalan yang dipakai. Ketiga factor pemicu biaya tersebut akan mempengaruhi berapa banyak data yang dibuuhkan, bagaimana pengolahan datanya (manual atau sistemasi), bagaimana penyimpanan datanya dan siapa tenaga ahli yang diperbantukan. Pemilihan metode peramalann harus disesuaikan dengan dana yang tersedia dan tingkat akurasi yang ingi didapat, misalnya item – item yang penting akan diramalkan dengan  metode yang sederhana dan murah. Prinsip ini merupakan adopsi dari Hukum Pareto (Analisa ABC)

3.      Kemudahan
Penggunaan metode peramalan yang sederhana, mudah dibuat, dan mudah diaplikasikan  akan  memberikan  keuntungan  bagi  perusahaan.  Adalah percuma memakai metode yang canggih, tetapi tidak dapat diaplikasikan pada sistem perusahaan karena keterbatasan dana, sumber daya manusia, maupun peralatan teknologi

Empat pola data yang lazim ditemui dalam peramalan:
1.      Pola Horizontal
Pola ini terjadi bila data berfluktuasi di sekitar rata-ratanya. Produk yang penjualannya tidak meningkat atau menurun selama waktu tertentu termasuk jenis ini. Struktur datanya dapat digambarkan sebagai berikut ini.
https://fariedpradhana.files.wordpress.com/2012/06/pola-horizontal.jpg?w=627

2.      Pola Musiman
Pola musiman terjadi bila nilai data dipengaruhi oleh faktor musiman (misalnya kuartal tahun tertentu, bulanan atau hari-hari pada minggu tertentu). Struktur datanya dapat digambarkan sebagai berikut ini.
https://fariedpradhana.files.wordpress.com/2012/06/pola-musiman.jpg?w=627

3.      Pola Siklis
Pola ini terjadi bila data dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis. Struktur datanya dapat digambarkan sebagai berikut.
https://fariedpradhana.files.wordpress.com/2012/06/pola-siklis.jpg?w=627

4.      Pola Trend
Pola Trend terjadi bila ada kenaikan atau penurunan sekuler jangka panjang dalam data. Struktur datanya dapat digambarkan sebagai berikut.
https://fariedpradhana.files.wordpress.com/2012/06/pola-trend.jpg?w=627


 Beberapa Sifat Hasil Peramalan. 
Dalam membuat peramalan atau menerapkan suatu peramalan maka ada beberapa hal yang harus dipertimbangkan yaitu :
1.      Ramalan  pasti  mengandung  kesalahan
Artinya peramal hanya bisa mengurangi ketidakpastian yang akan terjadi, tetapi tidak dapat menghilangkan ketidakpastian.

2.      Peramalan memberika  informasi beberapa ukuran kesalahan
Artinya karea peramalan pasti mengandung kesalahan, maka penting bagi peramal untuk menginformasian seberapa besar kesalahan mungkin terjadi.

3.      Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka panjang
Hal ini disebabkan karena pada peramalan jangka pendek, faktor-faktor yang mempengaruhi permintaan relative masih konstan sedangkan masih panjang periode peramalan, maka semakin besar pula kemungkinan terjadinya  perubahan faktor-faktor yang mempengaruhi permintaan.

Metode Peramalan
Model kuantitatif intrinsik sering disebut sebagai model-model deret waktu (Time Series model). Model deret waktu yang populer dan umum diterapkan dalam peramalan permintaan adalah rata-rata bergerak (Moving Averages), pemulusan eksponensial (Exponential Smoothing), dan proyeksi kecenderungan (Trend Projection). Model kuantitatif ekstrinsik sering disebut juga sebagai model kausal, dan yang umum digunakan adalah model regresi (Regression Causal model) (Gaspersz, 1998).
1.      Weight Moving Averages (WMA)
Model rata-rata bergerak menggunakan sejumlah data aktual permintaan yang baru untuk membangkitkan nilai ramalan untuk permintaan di masa yang akan datang. metode rata-rata bergerak akan efektif diterapkan apabila permintaan pasar terhadap produk diasumsikan stabil sepanjang waktu. Metode rata-rata bergerak terdapat dua jenis, rata-rata bergerak tidak berbobot (Unweight Moving Averages) dan rata-rata bobot bergerak (Weight Moving Averages). Model rata-rata bobot bergerak lebih responsif terhadap perubahan karena data dari periode yang baru biasanya diberi bobot lebih besar. Rumus rata-rata bobot bergerak yaitu sebagai berikut.

https://fariedpradhana.files.wordpress.com/2012/06/wma.jpg?w=627

2.      Single Exponential Smoothing (SES)
Pola data yang tidak stabil atau perubahannya besar dan bergejolak umumnya menggunakan model pemulusan eksponensial (Exponential Smoothing Models). Metode Single Exponential Smoothing lebih cocok digunakan untuk meramalkan hal-hal yang fluktuasinya secara acak (tidak teratur). Peramalan menggunakan model pemulusan eksponensial rumusnya adalah sebagai berikut.

https://fariedpradhana.files.wordpress.com/2012/06/ses.jpg?w=627

Permasalahan umum yang dihadapi apabila menggunakan model pemulusan eksponensial adalah memilih konstanta pemulusan (α) yang diperirakan tepat. Nilai konstanta pemulusan dipilih di antara 0 dan 1 karena berlaku 0 < α < 1. Apabila pola historis dari data aktual permintaan sangat bergejolak atau tidak stabil dari waktu ke waktu, nilai α yang dipilih adalah yang mendekati 1. Pola historis dari data aktual permintaan tidak berfluktuasi atau relatif stabil dari waktu ke waktu, α yang dipilih adalah yang nilainya mendekati nol (Gaspersz, 1998).

3.      Regresi Linier
Model analisis Regresi Linier adalah suatu metode populer untuk berbagai macam permasalahan. Menurut Harding (1974) dua variabel yang digunakan, variabel x dan variabel y, diasumsikan memiliki kaitan satu sama lain dan bersifat linier. Rumus perhitungan Regresi Linier yaitu sebagai berikut.
https://fariedpradhana.files.wordpress.com/2012/06/rl-11.jpg?w=627https://fariedpradhana.files.wordpress.com/2012/06/rl-21.jpg?w=627https://fariedpradhana.files.wordpress.com/2012/06/rl-31.jpg?w=627https://fariedpradhana.files.wordpress.com/2012/06/rl-41.jpg?w=627https://fariedpradhana.files.wordpress.com/2012/06/rl-51.jpg?w=627
Keterangan:
Y = hasil peramalan
n = periode
a = perpotongan dengan sumbu tegak
b = menyatakan slope atau kemiringan garis regresi




Ukuran Akurasi Peramalan
Model-model peramalan yang dilakukan kemudian divalidasi menggunakan sejumlah indicator sebagai berikut :
1.      Mean Absolute Deviation (MAD)
Metode untuk mengevaluasi metode peramalan menggunakan jumlah dari kesalahan-kesalahan yang absolut. Mean Absolute Deviation (MAD) mengukur ketepatan ramalan dengan merata-rata kesalahan dugaan (nilai absolut masing-masing kesalahan). MAD berguna ketika mengukur kesalahan ramalan dalam unit yang sama sebagai deret asli. Nilai MAD dapat dihitung dengan menggunakan rumus sebegai berikut.
https://fariedpradhana.files.wordpress.com/2012/06/mad.jpg?w=627

2.      Mean Square Error (MSE)
Mean Squared Error (MSE) adalah metode lain untuk mengevaluasi metode peramalan. Masing-masing kesalahan atau sisa dikuadratkan. Kemudian dijumlahkan dan ditambahkan dengan jumlah observasi. Pendekatan ini mengatur kesalahan peramalan yang besar karena kesalahan-kesalahan itu dikuadratkan. Metode itu menghasilkan kesalahan-kesalahan sedang yang kemungkinan lebih baik untuk kesalahan kecil, tetapi kadang menghasilkan perbedaan yang besar.
https://fariedpradhana.files.wordpress.com/2012/06/mse.jpg?w=627

3.      Mean Absolute Percentage Error  (MAPE)
Mean Absolute Percentage Error (MAPE) dihitung dengan menggunakan kesalahan absolut pada tiap periode dibagi dengan nilai observasi yang nyata untuk periode itu. Kemudian, merata-rata kesalahan persentase absolut tersebut. Pendekatan ini berguna ketika ukuran atau besar variabel ramalan itu penting dalam mengevaluasi ketepatan ramalan. MAPE mengindikasi seberapa besar kesalahan dalam meramal yang dibandingkan dengan nilai nyata.
https://fariedpradhana.files.wordpress.com/2012/06/mape.jpg?w=627

4.      Tracking Signal
Validasi peramalan dilakukan dengan Tracking Signal. Tracking Signal adalah suatu ukuran bagaimana baiknya suatu peramalan memperkirakan nilai-nilai aktual. Nilai Tracking Signal dapat dihitung dengan menggunakan rumus sebegai berikut.

https://fariedpradhana.files.wordpress.com/2012/06/ts1.jpg?w=627

Tracking signal yang positif menunjukan bahwa nilai aktual permintaan lebih besar daripada ramalan, sedangkan tracking signal yang negatif berarti nilai aktual permintaan lebih kecil daripada ramalan. Tracking signal disebut baik apabila memiliki RSFE yang rendah, dan mempunyai positive error yang sama banyak atau seimbang dengan negative error, sehingga pusat dari tracking signal mendekati nol. Tracking signal yang telah dihitung dapat dibuat peta kontrol untuk melihat kelayakkan data di dalam batas kontrol atas dan batas kontrol bawah.

5.      Moving Range (MR)
Peta Moving Range dirancang untuk membandingkan nilai permintaan aktual dengan nilai peramalan. Data permintaan aktual dibandingkan dengan nilai peramal pada periode yang sama. Peta tersebut dikembangkan ke periode yang akan datang hingga dapat dibandingkan data peramalan dengan permintaan aktual. Peta Moving Range digunakan untuk pengujian kestabilan sistem sebab-akibat yang mempengaruhi permintaan. Rumus perhitungan peta Moving Range adalah sebagai berikut.

https://fariedpradhana.files.wordpress.com/2012/06/mr.jpg?w=627
Jika ditemukan satu titik yang berada diluar batas kendali pada saat peramalan diverifikasi maka harus ditentukan apakah data harus diabaikan atau mencari peramal baru. Jika ditemukan sebuah titik berada diluar batas kendali maka harus diselidiki penyebabnya. Penemuan itu mungkin saja membutuhkan penyelidikan yang ekstensif. Jika semua titik berada di dalam batas kendali, diasumsikan bahwa peramalan permintaan yang dihasilkan telah cukup baik. Jika terdapat titik yang berada di luar batas kendali, jelas bahwa peramalan yang didapat kurang baik dan harus direvisi (Gaspersz, 1998).
Kegunaan peta Moving Range ialah untuk melakukan verifikasi hasil peramalan least square terdahulu. Jika peta Moving Range menunjukkan keadaan diluar kriteria kendali. Hal ini berarti terdapat data yang tidak berasal dari sistem sebab-akibat yang sama dan harus dibuang maka peramalan pun harus diulangi lagi.


Thursday, October 27, 2016

TEORI PERILAKU KONSUMEN


TEORI PERILAKU KONSUMEN

Pengertian Perilaku Konsumen
Perilaku konsumen adalah proses yang dilalui oleh seseorang atau organisasi dalam mencari, membeli, menggunakan, mengevaluasi, dan membuang produk atau jasa setelah dikonsumsi untuk memenuhi kebutuhannya. Perilaku konsumen akan diperlihatkan dalam beberapa tahap yaitu tahap sebelum pembelian, pembelian, dan setelah pembelian. Pada tahap sebelum pembelian konsumen akan melakukan pencarian informasi yang terkait produk dan jasa. Pada tahap pembelian, konsumen akan melakukan pembelian produk, dan pada tahap setelah pembelian, konsumen melakukan konsumsi, evaluasi kinerja produk, dan akhirnya membuang produk setelah digunakan. Atau kegiatan-kegiatan individu yang secara langsung terlibat dalam mendapatkan dan menggunakan barang dan jasa termasuk di dalamnya proses pengambilan keputusan pada persiapan dan penentuan kegiatan-kegiatan tersebut.
Konsumen dapat merupakan seorang individu ataupun organisasi, mereka memiliki peran yang berbeda dalam perilaku konsumsi, mereka mungkin berperan sebagai initiator, influencer, buyer, payer atau user. Dalam upaya untuk lebih memahami konsumennya sehingga dapat memenuhi kebutuhan dan keinginan konsumen, perusahaan dapat menggolongkan konsumennya ke dalam kelompok yang memiliki kemiripan tertentu, yaitu pengelompokan menurut geografi, demografi, psikografi, dan perilaku.

Macam-macam Teori Perilaku Konsumen
1.      Teori Ekonomi Mikro.
Teori ini beranggapan bahwa setiap konsumen akan berusaha memperoleh kepuasan maksimal. Mereka akan berupaya meneruskan pembeliannya terhadap suatu produk apabila memperoleh kepuasan dari produk yang telah dikonsumsinya.

2.      Teori Psikologis.
Teori ini mendasarkan diri pada faktor-faktor psikologis individu yang dipengaruhi oleh kekuatan-kekuatan lingkungan. Bidang psikologis ini sangat kompleks dalam menganalisa perilaku konsumen, karena proses mental tidak dapat diamati secara langsung.

3.      Teori Antropologis.
Teori ini juga menekankan perilaku pembelian dari suatu kelompok masyarakat yang ruang lingkupnya sangat luas, seperti kebudayaan, kelas-kelas sosial dan sebagainya.

Teori Prilaku konsumen dapat dibedakan dalam dua macam pendekatan : 
-          Pendekatan nilai Guna Cardinal
1.      Kepuasan konsumsi dapat diukur dengan satuan ukur.
2.      Makin banyak barang dikonsumsi makin besar kepuasan
3.      Terjadi hukum The law of deminishing Marginal Utility pada tambahan kepuasan setiap satu satuan. Setiap tambahan kepuasan yang diperoleh dari setiap unit tambahan konsumsi semakin kecil. (Mula-mula kepuasan akan naik sampai dengan titik tertentu atau saturation point tambahan kepuasan akan semakin turun ). Hukum ini menyebabkan terjadinya Downward sloping MU curva. Tingkat kepuasan yang semakin menurun ini dikenal dengan hukum Gossen.
4.      Tambahan kepuasan untuk tambahan konsumsi 1 unit barang bisa dihargai dengan uang, sehingga makin besar kepuasan makin mahal harganya. Jika konsumen memperoleh tingkat kepuasan yang besar maka dia akan mau membayar mahal, sebaliknya jika kepuasan yang dirasakan konsumen redah maka dia hanya akan mau membayar dengan harga murah. Pendekatan kardinal biasa disebut sebagai Daya guna marginal
Keseimbangan Konsumen
Keseimbangan konsumen tercapai jika konsumen memperoleh kepuasan maksimum dari mengkonsumsi suatu barang.
Syarat Keseimbangan :
1.     MUx/Px = MUy/Py = ….= MUn/Pn
2.     Px Qx + Py QY + ……+ Pn Qn = M

MU         : Marginal Utility
P             : Harga
M            : Pendapatan Konsumen

Diketahui :
Px = 2 Py = 1 M = 12

Syarat Equilibrium:
1.      MUx / Px     = MUy / Py
12 / 2            = 6 / 1

2.      Px Qx + Py QY       = MPx Qx + Py QY = M
(2) (3) + (1) (6)         = 12

Total Utility
= MUx QX + MUy QY
= (12) (3) + (6) (6)
= 72


-          Pendekatan Nilai Guna Ordinal
Kelemahan pendekatan kardinal terletak pada anggapan yang digunakan bahwa kepuasan konsumen dari mengkonsumsi barang dapat diukur dengan satuan kepuasan. Pada kenyataannya pengukuran semacam ini sulit dilakukan. Pendekatan ordinal mengukur kepuasan konsumen dengan angka ordinal (relatif). Tingkat kepuasan konsumen dengan menggunakan kurva indiferens (kurva yg menunjukkan tingkat kombinasi jumlah barang yang dikonsumsi yang menghasilkan tingkat kepuasan yang sama).

Ciri-ciri kurva indiferens :
1.      Mempunyai kemiringan yang negative
(konsumen akan mengurangi konsumsi barang yg satu apabila ia menambah jumlah barang lain yang di konsumsi).

2.      Cembung ke arah titik origin,
menunjukkan adanya perbedaan proporsi jumlah yang harus ia korbankan untuk mengubah kombinasi jumlah masing-masing barang yang dikonsumsi (marginal rate of substitution).

3.      Tidak saling berpotongan
tidak mungkin diperoleh kepuasan yang sama pada suatu kurva indiferens yang berbeda.

Prinsip-prinsip Dasar Dalam Analisis Perilaku Konsumen
1.      Kelangkaan dan terbatasnya pendapatan.
Adanya kelangkaan dan terbatasnya pendapatan memaksa orang menetukan pilihan agar pengeluaran senantiasa berada dianggaran yang sudah di tetapkan, meningkatkan konsumsi suatu barang atau jasa harus disertai dengan pengurangan konsumsi pada barang atau jasa yang lain.

2.      Banding Biaya
Konsumen mampu membandingkan biaya dengan manfaat. Jika dua barang member manfaat yang sama konsumen akan memilih yang biayanya lebih kecil. Disisilain, bila untuk memperoleh dua jenis barang dibutuhkan biaya yang sama, maka konsumen akan memilih barang yang memberi manfaat lebih besar.

3.      Memperkirakan manfaat dengan tepat
Tidak selamanya konsumen dapat memperkirakan manfaat dengan tepat. Saat membeli suatu barang bisa jadi manfaat yang di peroleh tidak sesuai dengan harga yang harus di bayarkan: segelas kopi starsbuck, miasalnya, ternyata terlalu pahit untuk harga Rp. 40.000,- percangkir. Lebih nikmat kopi tubruk di warung kopi yang Rp. 3000,- pergelasnya. Pengalaman tersebut akan menjadi informasi bagi konsumen yang akan mempengaruhi keputusan konsumsinya mengenai kopi di masa yang akan dating.

4.      Pendistribusian
Setiap barang dapat di distribusi dengan barang lain. Dengan demikian konsumen dapat memperoleh kepuasan dengan berbagai cara.

5.      Taat Akan Hukum
Konsumen tunduk terhadap hukum berkurangnya tambahan kepuasan ( the law of diminishing marginal utility). Semakin banyak jumlah barang yang di konsumsi, semakin kecil tambahan kepuasan yang dihasilkan. Jika untuk setiap tambahan barang di perlukan sebesar harga barang tersebut (p), maka konsumen akan berhenti membeli barang tersebut manakala manfaat tambahan yang di perolehnya (MU) sama besar dengan tambahan biaya yang harus di keluarkan.

Faktor-faktor yang Mempengaruhi Perilaku Konsumen
Menurut James F.Engel-Roger D.Blackwell-paul W.Miniard dalam saladin (2003:19) terdapat tiga faktor yang mempengaruhi perilaku konsumen yaitu :
1.      Pengaruh Lingkungan, terdiri dari budaya, kelas sosial, keluarga dan situasi. Sebagai dasar utama perilaku konsumen adalah memahami pengaruh lingkungan yang membentuk atau menghambat individu dalam mengambil keputusan berkonsumsi mereka.
2.      Perbedaan dan pengaruh individu, terdiri dari motivasi dan keterlibatan, pengetahuan, sikap, kepribadian, gaya hidup, dan demografi. Perbedaan individu merupakan faktor internal (interpersonal) yang menggarakan serta mempengaruhi perilaku. Kelima faktor tersebut akan memperluas pengaruh konsumen dalam pengambilan keputusannya.
3.      Proses psikologi, terdiri dari pengolahan informasi, pembelajaran, perubahan sikap dan perilaku. Ketiga faktor tersebut menambah minat utama dari penelitian konsumen sebagai faktor yang turut mempengaruhi perilaku konsumen dalam pengambilan keputusan pembeliannya.

Manfaat Perilaku Konsumen
Perilaku konsumen sangat beragam tergantung pada pemanfaat atau pengguna. terdapat dua kelompok pemanfaat: kelompok peneliti (riset) dan kelompok yang berorientasi implementasi (Peter dan Olson, 1999). Peran perilaku konsumen bagi pemasar atau produsen adalah mampu :
1.      Membujuk konsumen untuk membeli produk yang dipasarkan.
2.      Memahami konsumen dalam berperilaku, bertindak dan berpikir, agar pemasar atau produsen mampu memasarkan produknya dengan baik.
3.      Memahami mengapa dan bagaimana konsumen mengambil keputusan, sehingga pemasar atau produsen dapat merancang strategi pemasaran dengan baik.

Sumber :
-          Sumarwan Ujang, Perilaku Konsumen, 2004, Ghalia Indonesia
-          http://esty.staff.uns.ac.id/definisi-perilaku-konsumen/ (diakses pada hari minggu, 12 April 2015 pada pukul 19.24 WIB)
-          http://zakii29.blogspot.com/ (diakses pada hari minggu, 12 April 2015 pada pukul 19.27 WIB)
-          Arsyad Lincolin, Ekonomi Manajerial edisi keempat, yogyakarta : BPFE




Universitas : UNIBA