Manajemen Pemasaran

Mengukur dan Meramalkan Permintaan

Oleh :

Hairul Anwar : 090810201146

Mohammad Farid : 090810201165

Septian Handy : 090810201116

JURUSAN MANAJEMEN
FAKULTAS EKONOMI
 UNIVERSITAS JEMBER
KATA PENGANTAR

Didalam krisis global baru-baru ini banyak perusahaan-perusahaan kecil yang terpaksa
gulung tikar, hal ini dikarenakan perusahaan tersebut belum tahu apa yang harus dilakukan
apabila terjadi seperti tersebut.

Makalah Mengukur dan Meramalkan Permintaan ini kami susun dalam rangka
menjawab persoalan di atas dan untuk memenuhi tugas.

Dengan selesainya makalah ini, penulis mengucapkan terima kasih kepada bapak
Wajihudin yang telah rela memberikan waktunya untuk membantu dalam pembuatan makalah
ini.

Tentu saja, penulis pun berharap makalah ini dapat membantu dan juga dengan senang
hati mengharapkan saran dan kritik yang membangun dari pembaca.

Jember, 30 September 2010

Penulis
 BAB I

PENDAHULUAN

Melakukan analisis pasar sangatlah penting. Dalam suatu tahap yang dilakukan untuk
menganalisis pasar terdapat tahap mengukur permintaan saat ini atau sekarang dan
memperkirakan atau meramal pasar yang akan datang yang pada dasarnya meliputi pengukuran
dan peramalan permintaan saat ini dan pertumbuhan atau perkiraan permintaan di masa yang
akan datang. Pengukuran permintaan merupakan usaha untuk mengetahui permintaan atas
suatu produk atau jasa di masa yang lalu dan sekarang. Sedangkan peramalan permintaan
mencakup permintaan di masa yang akan datang. Studi pasar dilakukan untuk melihat peluang
pemasaran yang tersedia dan menentukan sebagian dari peluang pemasaran tersebut menjadi
peluang pemasaran untuk proyek yang diusulkan dengan strategi pemasaran tertentu.

Salah satu alasan utama perusahaan melakukan riset pemasaran adalah untuk
mengidentifikasi peluang pasar. Setelah riset selesai, perusahaan harus mengukur dan
memperkirakan ukuran, pertumbuhan, dan potensi laba dari masing-masing peluang pasar.
Peramalan penjualan digunakan oleh departemen keuangan untuk meningkatkan kas yang
dibutuhkan untuk investasi dan operasi; oleh departemen manufaktur untuk menentukan
kapasitas dan tingkat hasil; oleh departemen pembelian untuk mendapatkan jumlah persediaan
yang benar; dan oleh departemen sumber daya manusia untuk mempekerjakan jumlah pekerja
yang diperlukan; dan departemen pemasaran bertanggung jawab untuk menyiapkan peramalan
penjualan.
 BAB II

PERMASALAHAN

1. Bagaimana prosedur pengukuran dan peramalan permintaan?

2. Bagaimana caranya untuk menentukan permintaan sekarang?
3. Bagaimana cara meramal permintaan?
4. Bagaimana tehnik pengawasan terhadap peramalan permintaan?
5. Apa saja metode yang dipakai untuk meramalkan permintaan di masa yang akan
datang?
 BAB III

PEMBAHASAN

1. Prosedur Pengukuran dan Peramalan

Prosedur pengukuran dan peramalan dimulai dari analisis ekonomi secara global.
Artinya mengadakan proyeksi terhadap aspek-aspek makro, misalnya kebijakan pemerintah
terhadap produk/jasa yang diusulkan. Contoh analisis ekonomi lainnya adalah tingkat
inflasi, pengangguran, tingkat bunga, jumlah ekspor, pengeluaran dan tabungan
masyarakat, investasi bisnis, pengeluaran pemerintah dan sebagainya. Analisis ini
menghasilkan peramalan Produk Nasional Bruto yang digunakan bersamaan dengan
indikator ekonomi lainnya untuk meramalkan penjualan industri dan peramalan penjualan
bisnis. Hasil ramalan penjualan bisnis merupakan bagian pasar di dalam industri yang
dikuasai bisnis.

Setelah itu, analisis industri yaitu permintaan seluruh bisnis yang menghasilkan
produk/jasa sejenis dengan produk/jasa proyek. Analisis ini mencakup kondisi kebutuhan
konsumen dan permintaan industri selama ini yang secara riil sudah dapat dipenuhi oleh
bisnis yang sudah ada dan prospeknya di masa datang.

Cara-cara yang dapat ditempuh untuk mengukur dan meramalkan permintaan

dalam analisis industri adalah antara lain dengan:

1. Menggunakan data impor dan ekspor barang sejenis. Dengan mempelajari data
impor dan ekspor dapat ditentukan besar permintaan pasar yang sebenarnya.
Contoh formula tersebut: PE = P + (I – E) +  C, PE = permintaan efektif yang dicari, P
= produksi dalam negeri selama masa yang bersangkutan, I = impor, E = ekspor dan
 C = jumlah perubahan cadangan produk, yakni selisih persediaan awal dan akhir
periode. Data tersebut sebaiknya dalam periode yang lama misalnya sepuluh tahun
atau lebih untuk menunjukkan kecenderungan (trend) permintaan pasar produk
yang bersangkutan.
2. Data permintaan barang sejenis di luar negeri. Dalam mengukur permintaan produk
baru, data permintaan barang sejenis di negara lain bisa digunakan untuk
mengetahui gambaran perkembangan permintaan barang sejenis di negara lain jika
produk tersebut sudah dipasarkan di negara lain.
3. Menggunakan data produk pengganti. Dalam usaha memperkirakan permintaan
produk-produk barang yang menghadapi persaingan dengan produk pengganti,
misalnya produk sabun batangan yang menghadapi persaingan dengan sabun
deterjen, analis harus mempertimbangkan pula permintaan produk pengganti
tersebut, jika perlu menganalisa kedua jenis produk tersebut di negara lain untuk
melihat pola permintaan keduanya.
4. Menggunakan data kapasitas produk lanjutannya. Untuk mengukur dan
memperkirakan produk “intermediate” yang akan diproses lebih lanjut oleh bisnis
lain sebagai masukan (input), analisis pasar produk “intermediate” tersebut harus
mempertimbangkan pula penilaian atas kapasitas dan produksi barang-barang
 proses lanjutannya sampai dengan produk akhirnya baik keadaan masa lalu,
sekarang maupun untuk masa datang. Salah satu contoh adalah bisnis pemintalan
kapas yang memproduksi benang. Penentuan besarnya pemakain mesin dan
kapasitas produksi benang sangat tergantung pada kondisi permintaan dan prospek
produk kain maupun pakaian jadi.

Setelah mengadakan pengukuran dan peramalan industri, tahap selanjutnya adalah

mengukur dan meramalkan permintaan proyek. Tahap tersebut meliputi analisis penjualan
masa lalu dengan melihat posisi bisnis di dalam persaingan yang diharapkan untuk
memperkirakan pangsa pasar yang akan dicapai. Bagi proyek baru, hal tersebut tidak dapat
dilakukan kecuali dengan mengambil analogi dan penyesuaian dengan bisnis lain yang telah
memproduksi produk sejenis atau yang mendekati kesamaan.

Tahap terakhir adalah mengadakan pengawasan peramalan, yakni usaha

mengadakan minimalisasi kesalahan peramalan dari berbagai teknik peramalan yang
digunakan untuk memilih teknik peramalan yang memadai.

2. Mengukur Permintaan Sekarang

Permasalahan yang dihadapi dalam mengadakan analisis permintaan baik sejak analisis
ekonomis, industri maupun permintaan proyek adalah mengukur permintaan sekarang dan
meramalkan kondisi-kondisi tersebut pada masa yang akan datang.

Mengukur permintaan sekarang berarti menganalisis kondisi sekarang dan sebelumnya

sebagai sumber informasi untuk memprediksi keadaan yang akan datang dengan asumsi
keadaan masa lalu akan berulang kembali di masa datang. Dua hal yang akan dibicarakan dalam
mengukur permintaan sekarang yakni pasar-pasar potensial dan pangsa pasar.

Pasar potensial. Dalam mengukur permintaan sekarang, analis perlu mengukur pasar
potensial yaitu jumlah penjualan maksimal (dalam unit atau rupiah) yang bisa dicapai oleh
seluruh bisnis dalam industri yang bersangkutan selama waktu dan dalam tingkat usaha-usaha
pemasaran serta keadaan lingkungan tertentu. Salah satu metode yang bisa dipakai adalah
Metode Rasio Rantai (Chain Ratio Methode). Yaitu suatu metode perhitungan pasar potensial
yang mengalikan suatu angka dasar dengan beberapa prosentase penyesuaian. Contoh
permintaan untuk makanan kecil rendah kalori = jumlah penduduk x pendapatan per kapita x
rata-rata prosentase pendapatan yang dibelanjakan makanan secara umum x rata-rata
prosentase dari pengeluaran makanan yang dibelanjakan untuk makanan ringan x prosentase
dari pengeluaran makanan ringan yang dibelanjakan untuk makanan ringan rendah kalori.

Pangsa pasar. Selain mengukur pasar potensial, suatu bisnis perlu mengetahui bagian
penjualan nyata bisnis di dalam industri yang bersangkutan di dalam pasar. Hal tersebut berarti
bahwa bisnis harus mengidentifikasikan pula pesaingnya dan memperkirakan besar penjualan
pada pesaing tersebut.

Meskipun sulit mendapatkan data penjualan yang sebenarnya dari para pesaing, bisnis
tetap bisa mengukur prestasinya di dalam industri. Misalnya sebuah bisnis mengukur
pertumbuhan penjualannya sebesar 5% setahun padahal pertumbuhan barang sejenis dalam
industri adalah 10%. Hal tersebut berarti bahwa sebenarnya, di dalam industrinya, prestasi
bisnis tidak memuaskan.

3. Meramal Permintaan
Meramal produksi dan penjualan suatu produk/jasa yang permintaannya stabil dari
waktu ke waktu dan tidak ada persaingan relatif lebih mudah dibandingkan dengan
meramalkan produksi atau penjualan produk/jasa yang memiliki kondisi sebaliknya. Padahal di
dalam kenyataan, sebagian besar pasar, permintaan pasar keseluruhan dan permintaan
produk/jasa bisnis sangat tidak stabil. Oleh karena peramalan menjadi suatu hal yang penting
sekali.

Teknik-teknik peramalan yang ada dibuat atas dasar segala sesuatu yang masyarakat
katakan, kerjakan atau yang mereka telah lakukan. Teknik peramalan atas dasar segala sesuatu
yang masyarakat katakan misalnya peramalan berdasarkan pendapat wira niaga (salesman),
pendapat konsumen/pembeli dan pendapat para ahli.

Salah satu contoh teknik peramalan atas dasar segala sesuatu yang masyarakat kerjakan
adalah Metode Tes Pasar. Metode Tes Pasar biasanya dilakukan untuk meramalkan dan
mendapatkan reaksi pembeli atas produk baru atau produk yang sudah ada di pasar tetapi
menggunakan saluran distribusi baru atau memasuki daerah pemasaran baru.

Terakhir, teknik peramalan atas dasar segala sesuatu yang masyarakat lakukan misalnya
analisis catatan perilaku pembelian para pembeli di masa lalu dan teknik peramalan dengan
metode statistik seperti misalnya analisis runtut waktu.

Teknik peramalan bisa pula dikelompokkan ke dalam analisis kualitatif dan kuantitatif.
Teknik kualitatif biasanya merupakan peramalan berdasarkan pendapat suatu pihak, dan
datanya tidak bisa dibuat dalam angka. Teknik peramalan tersebut misalnya peramalan
pendapat (judgment forecast) dan peramalan dengan menggunakan survai. Contoh survai
pembeli, pendapat para wira niaga, pendapat pimpinan, pendapat para ahli dan tes pasar.

Sebaliknya, teknik peramalan kuantitatif merupakan teknik peramalan yang

mendasarkan pada data masa lalu dan dapat dibuat dalam angka serta berasumsi bahwa
keadaan masa lalu akan berulang kembali di masa yang akan datang.

Teknik peramalan kuantitatif dapat dikelompokkan menjadi dua yaitu (1) peramalan
sederhana dan (2) peramalan statistik. Perhitungan dalam ramalan sederhana adalah
perhitungan matematis sederhana. Misalnya, jumlah penjualan tahun A adalah Rp 1 juta
setahun dengan kenaikan 20% se tahun. Jadi penjualan tahun B adalah Rp 1.200.000,- (120% x
Rp 1.200.000,-). Sedangkan peramalan statistik dikelompokkan atas analisis runtut waktu dan
analisis regresi-korelasi.

Beberapa teknik peramalan tersebut akan dibahas secara ringkas sebagai berikut:

Survai pembeli (survai of buyers intentions). Teknik peramalan ini untuk mengetahui
kecenderungan yang akan dilakukan oleh para pembeli dalam menghadapi keadaan tertentu.
Survai ini bisa bermanfaat jika pembeli memiliki sikap yang jelas dan dapat diformulasikan serta
diinformasikan kepada pihak yang mengadakan survey.

Untuk produksi konsumen, hal-hal yang perlu disurvey antara lain adalah skala
kemungkinan pembeli (purchase probability scale) termasuk mengetahui kondisi keuangan dan
perekonomian calon pembeli dan tingkat ketidaksenangan serta tingkat kesenangan terhadap
produk yang ditawarkan.

Contoh :

Apakah saudara bermaksud membeli rumah dalam waktu 6 bulan ini?

0,00 0,20 0,40 0,60 0,80 1,00

tidak sama sedikit cukup banyak tinggi Yakin

sekali kemungkinan kemungkinan kemungkinan kemungkinan

Sedangkan untuk barang industri, survai lebih dititikberatkan pada masalah peralatan,
bahan baku dan kepabrikan lainnya. Survey sikap pembeli barang industri lebih mudah
dilakukan karena jumlah pembeli tidak sebanyak pembeli barang konsumen, biaya penelitian
relatif kecil, para pembeli memiliki sikap yang jelas dan mau mengemukakan sikapnya.

Peramalan berdasarkan Pendapat Tenaga Pemasaran (Composite of Sales-Force

Opinions). Jika survey pembeli langsung tidak bisa dijalankan, bisnis dapat menggunakan tenaga
pemasaran sebagai sumber informasi untuk mengadakan peramalan.

Kelemahan metode ini adalah terlalu optimis atau pesimisnya peramalan oleh tenaga
pemasaran tersebut. Sehingga bisa menyebabkan peramalan yang terlalu tinggi atau
sebaliknya. Untuk mengatasi hal tersebut bisnis dapat memberikan insentif kepada tenaga
pemasaran yang mengajukan ramalan terbaik dan setiap periode tertentu tenaga pemasaran
menerima laporan peramalannya dibandingkan dengan kenyataannya sebagai bentuk
pengawasannya. Dengan demikian diharapkan prestasi tenaga pemasaran dapat lebih terpacu
untuk menghasilkan yang lebih baik.

Pendapat para ahli (expert opinion). Para ahli yang dilibatkan dalam peramalan disini
termasuk “dealer”, distributor, pemasok, konsultan pemasaran dan asosiasi dagang. Misalnya
secara periodik, dealer diminta target penjualan yang ingin dicapai atau setiap periode tertentu
perusahan membeli suatu peramalan industri oleh suatu konsultan.

Tes pasar (Market Tes). Tujuan mengadakan tes pasar adalah mempelajari reaksi
konsumen dan “dealers” dalam menangani, menggunakan dan membeli kembali produk secara
nyata dan melihat luas permintaan.
 Metode tes pasar antara produk konsumen berbeda dengan produk industri. Dalam
mengadakan tes pasar produk konsumen, bisnis memiliki empat periode yang akan diukur yaitu
percobaan, percobaan pertama, adopsi dan frekuensi pembelian. Terdapat empat metode tes
pasar yakni “Sales Wave Research”, Simulated Store Technique, Controlled Test Marketing dan
Test Markets.

Dalam Sales-Wave Research, konsumen diberi produk percobaan secara Cuma-Cuma

atau dengan harga yang lebih murah dibandingkan dengan produk pesaing (jika barang
tersebut sudah ada di pasaran) selama tiga sampai lima kali.

Metode Simulated Store Technique membutuhkan biaya yang lebih besar daripada
metode sebelumnya. Bisnis memilih beberapa toko atau pusat pembelanjaan untuk di
“screening”. Kemudian konsumen diberikan sejumlah uang dan diundang di salah sebuah toko
tersebut sehingga mereka bisa membelanjakan atau memilih produk baru diantara produk-
produk lainnya. Beberapa minggu kemudian, konsumen tersebut diminta memberi keterangan
(lewat telepon) untuk mendapatkan alasannya mengapa mereka membeli atau tidak. Metode
ini meskipun membutuhkan biaya yang tidak sedikit tetapi memberikan hasil yang cepat.

Controlled Test Marketing (Minimarket Testing) mengadakan wawancara terhadap

beberapa konsumen untuk mengumpulkan informasi mengenai kesadaran mereka terhadap
produk.

Tes market biasanya dilakukan dengan bekerja sama dengan bisnis riset pasar dan
mengadakan test pasar di berbagai kota atau daerah tujuan pasar bisnis.

Tes pasar produk industri biasanya dilakukan sepenuhnya di laboratorium untuk

mengukur penampilannya, kecocokan kegunaan, desain dan biaya operasi. Metode tes pasar
produk industri yang umum dilakukan adalah “product use test” yaitu dengan memilih
beberapa konsumen potensial untuk diminta mencoba produk yang bersangkutan.

Metode lain adalah dengan memperkenalkan produk baru tersebut melalui pameran
dagang.

Analisis kuantitatif yang akan dibahas adalah analisis statistik. Analisis statistik terdiri
atas analisis runtut waktu dan analisis regresi korelasi.

Analisis Runtut Waktu (time series analysis). Banyak bisnis meramal permintaannya
dengan mendasarkan pada data historis. Di dalam data historis runtut waktu, misalnya data
penjualan masa lalu, terdapat empat komponen yaitu “trend”, variasi siklis, variasi musim, dan
variasi tidak beraturan. Keempat komponen tersebut dapat dipisahkan dan dapat diproyeksikan
untuk menemukan permintaan masa datang.

Komponen pertama adalah “trend” (T) merupakan suatu kecenderungan prestasi masa
lalu baik kecenderungan meningkat atau menurun yang menunjukkan aktivitas ekonomi
didalam dinamika perekonomian dan merupakan dengan keadaan jangka panjang di dalam
ukuran waktu menurut fenomena ekonomi.
 Komponen kedua adalah variasi skilis. Komponen tersebut menunjukkan gerakan
perubahan penjualan. Penjualan dipengaruhi oleh kegiatan ekonomi secara luas yang
cenderung bersifat periodik.

Komponen lain adalah variasi musim yakni suatu pola perubahan tertentu yang bersifat
periodik dalam satu tahun. Satuan waktu yang dipakai bisa harian, mingguan, bulanan atau
triwulanan. Komponen tersebut sangat erat hubungannya dengan faktor iklim, harian libur dan
kebiasaan dagang.

Komponen keempat adalah komponen beraturan artinya segala sesuatu kejadian yang
tidak bisa diduga dan diramalkan semula. Misalnya, adanya pemogokan total seluruh negeri
untuk menuntut upah, bencana alam, kebakaran dan lain sebagainya.

Analisis runtut waktu terdiri tas dekomposisi rencana penjualan murni ke dalam empat
komponen tersebut diatas. Kemudian komponen – komponen tersebut digabungkan kembali
untuk menghasilkan peramalan penjualan. Contoh sederhana adalah sebagai berikut:

Sebuah bisnis asuransi berhasil menjual polis sebanyak 12.000 pada tahun ini.
Diramalkan tahun berikutnya akan meningkat 5%. Berarti penjualan tahun berikutnya adalah
12.600 = (12.000x1,05). Pada tahun depan diramalkan terjadi inflasi yang akan menurunkan
penjualan sebesar 10%. Berarti proyeksi penjualan akan sebesar 11.340 = (12.600 x 0,90) dan
penjualan rata-rata sebulan akan sebesar 945 (11.340/12). Jika bulan Desember merupakan
puncak penjualan dengan index 1,30 maka diperkirakan penjualan bulan Desember tahun
berikut akan sebesar 1.288,5 (945 x1,3). Jika diperkirakan tidak akan ada faktor tidak terduga
seperti misalnya pemogokan dan sebagainya maka penjualan pada bulan Desember tahun
depan adalah sebesar 1.288,5.

Suatu bisnis yang memiliki banyak jenis produk yang dijual dan ingin meramalkan
penjualannya secara efisien dan ekonomis, dapat menggunakan teknik “Exponential
Smoothing”. Rumus Exponential Smoothing sederhana untuk meramalkan penjualan pada
periode selanjutnya adalah:

Q t+1 = a St + (1 – a) Qt

Q t+1 = ramalan penjualan pada periode selanjutnya

A = konstante “smoothing” yang bedanya 0 < a < 1

St = penjualan nyata pada periode t

Qt = ramalan penjualan pada periode t

Analisis regresi-korelasi. Analisis runtut waktu lebih banyak menitikberatkan pada faktor
waktu daripada faktor-faktor yang mempengaruhi permintaan tersebut. Analisis regresi –
korelasi adalah suatu perhitungan statistik yang dibuat untuk menemukan faktor-faktor penting
yang mempengaruhi suatu yang diramal dan besarnya pengaruh tersebut. Misalnya faktor-
faktor yang mempengaruhi penjualan adalah harga, pendapatan, penduduk dan promosi.
 Analisis regresi-korelasi atas variabel tidak bebas dan variabel bebas yang
mempengaruhi variabel tidak bebas. Variabel tidak bebas (Y) merupakan fungsi dari faktor-
faktor bebas (X1, X2, X3, …., Xn)

Terdapat dua konsep regresi-korelasi yakni linier sederhana dan berganda. Analisis
regresi-korelasi sederhana memiliki satu variabel bebas dengan model.

Y = a + bx

Sedangkan teknik regresi-korelasi berganda memiliki variabel bebas lebih dari satu.

Y = f (X1, X2, …., Xn)

Dengan model :

Y = a + b1 X1 + b2 X2+ …+ bk Xk

Interpretasi model regresi-korelasi berganda, misalnya

Y = a + b1 X1 + b2 X2

Adalah sebagai berikut :

Nilai a adalah konstanta, sementara itu b1 merupakan konstanta yang mengukur besarnya
perubahan Y akibat terjadi perubahan nilai 1 unit X1 dengan asumsi variabel lain tidak berubah
(konstan). Begitu pula interpretasi untuk nilai konstanta b2.

4. Pengawasan Peramalan
Tidak selamanya teknik peramalan yang digunakan selalu tepat karena teknik peramalan
yang digunakan belum tentu sesuai dengan “sifat” datanya atau disebabkan oleh kondisi di luar
bisnis yang mengharuskan bisnis perlu menyesuaikan diri. Oleh karenanya perlu diadakan
pengawasan peramalan sehingga dapat diketahui sudah sesuai atau dengan tidaknya teknik
peramalan yang digunakan dengan secepatnya. Kemudian memilih dan menentukan teknik
peramalan yang lebih sesuai atau melakukan perubahan batas toleransi sehingga dapat
menampung penyimpangan yang terjadi.

Pada prinsipnya, pengawasan peramalan dilakukan dengan membandingkan hasil

peramalan dengan kenyataan yang terjadi. Penggunaan teknik peramalan yang menghasilkan
penyimpangan terkecil adalah teknik peramalan yang paling sesuai. Jadi, semakin kecil nilai
penyimpangan yang terjadi semakin tepat teknik peramalan tersebut digunakan.

Beberapa teknik untuk mengetahui nilai penyimpangan adalah sebagai berikut:

1. Kesalahan Absolut Rata-rata. Yaitu mencari selisih absolut antar nilai peramalan dan
nilai riil dengan formula berikut:
RKA = Rata-rata kesalahan absolut
1
Y ∑
|Y-Y |
= data riil
RKA=
n
 Y1 = data peramalan

n = banyaknya waktu data peramalan

2. Kesalahan kuadrat “mean” akar. Yakni akar dari hasil membagi jumlah kuadrat
selisih antara nilai peramalan dan nilai riil dengan banyaknya periode data yang
digunakan (n).

KKMA = Kesalahan Kuadrat Mean Akar

2
Y

Y1 =
= KKMA=
√ ∑ ( Y-Y' )
n
data riil

data peramalan

n = banyaknya periode data peramalan

3. Tes korelasi dengan rumus

2
∑ ( Y −Y 1)
r=
√ 1−
∑ ( Y − Ȳ )2
r=koefisien korelasi

Y = data riil

Y1 = data peramalan

5. Metode Ramalan permintaan

Meramalkan 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 depan. Peramalan permintaan merupakan
usaha untuk mengetahui jumlah produk atau sekelompok produk di masa yang akan datang
dalam kendala satu set kondisi tertentu.

Hal yang perlu diingat adalah bahwa aktivitas peramalan permintaan tidaklah dapat
diartikan sebagai aktivitas yang bertujuan untuk mengukur permintaan di masa yang akan
datang secara pasti, melainkan sekedar usaha untuk mengurangi kemungkinan terjadinya hal
yang berlawanan antara keadaan yang sungguh-sungguh terjadi di kemudian hari dengan apa
yang menjadi hasil peramalan. Dengan kata lain, hasil maksimal dari aktivitas peramalan adalah
melakukan minimisasi ketidakpastian yang mungkin terjadi di masa yang akan datang.

Untuk melakukan forecasting atau peramalan terhadap permintaan pasar, disini akan
diuraikan berbagai metode model peramalan terhadap permintaan pasar dari barang atau jasa
yang diproduksi dan dijual oleh perusahaan. Secara garis besar terdapat dua macam metode
peramalan permintaan yang biasa dilakukan, yaitu metode kualitatif yang terdiri atas teknik
survey dan teknik pengumpulan opini. Sedangkan metode berikutnya adalah metode
kuantitatif, yang terdiri atas Metode Time Series, Metode Tren Linear, Metode Kuadratik,
Analisis Musiman dan Model Ekonometri.

Pembahasan lebih lanjut tentang metode-metode peramalan permintaan adalah

sebagai berikut:

I. Metode Kualitatif
Metode peramalan permintaan secara kualitatif berhubungan dengan data-data kualitatif,
misalnya tentang selera konsumen terhadap suatu produk, atau survey tentang loyalitas
konsumen, dan lain-lain. Forecasting kualitatif ini dapat dikelompokkan ke dalam beberapa
metode teknik seperti akan dijelaskan berikut ini.

1. Teknik Survey
Teknik survey ini merupakan suatu alat meramalkan yang cukup penting
khususnya untuk memprediksi kejadian-kejadian atau kecenderungan-kecenderungan
dalam jangka pendek mendatang ini. Survey biasanya menggunakan alat interview
atau daftar pertanyaan yang akan ditujukan para responden yang terpilih dan yang
dituju. Sesuai kelompok yang memang diperkirakan akan menjadi sasaran pasar yang
dituju oleh perusahaan.

Survey ini dilakukan untuk meramalkan variabel ekonomi yang memang

berhubungan baik langsung maupun tidak langsung dengan permintaan konsumen
atau pasar yang dituju. Variabel-variabel ekonomi yang disurvey ini misalnya variabel
yang berhubungan dengan budget rumah tangga yang dikeluarkan untuk memenuhi
kebutuhan rumah tangga.

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 periodic diperlukan dan frekuensi
pemenuhan yang dilakukan untuk masa-masa yang akan datang, dan lain-lain.
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 apa saja yang bisa ditarik sebagai kepentingan bagi perusahaan
atas hasil-hasil survey ini untuk memprediksi dan memperkirakan perilaku pasar atau
konsumen perusahaan.
 Bila diklasifikasikan bahwa hasil survey ini merupakan bagian dari kegiatan riset
pasar yang dilakukan oleh perusahaan. Dari sini berbagai kemungkinan yang diperoleh
adalah munculnya variabel ikutan yang dapat diprediksi Apa yang bisa dimanfaatkan
oleh perusahaan yang hendak atau sudah diproduksi dan dijual kepada pasar yang
dituju yang telah disurvey ini. Dengan demikian dapat dinyatakan bahwa hasil survey
ini sebagian atau seluruhnya dapat dipergunakan untuk memprediksi permintaan
konsumennya dari produk yang dibuat dan jual oleh perusahaan.

2. Teknik Jajak Pendapat (Opinion Pools)

Teknik jajak pendapat sering dilakukan untuk melengkapi data dari survey. Jajak
pendapat dari para pakar, para eksekutif, dari masyarakat umum, atau dari konsumen.
Jajak pendapat ini lebih bersifat pandangan atau pendapat pribadi (subjektif) dari
respondennya, sebaliknya teknik survey lebih bersifat objektif.

Sebelum peluncuran produk baru, biasanya diadakan pre test dan jajak pendapat
terhadap responden yang menjadi sampel. Teknik pooling ini melibatkan berbagai
media seperti media TV, telepon, koran, surat, SMS, email, atau internet untuk
menyebarkan kuesioner atau daftar pertanyaan tentang berbagai informasi yang
dibutuhkan perusahaan.

Laporan atau pernyataan resmi dari suatu perusahaan atau pemerintah suatu
negara dapat digunakan sebagai sumber data guna meramalkan kondisi ekonomi di
masa yang akan datang, sekaligus dapat digunakan untuk membuat strategi bersaing
dalam pasar bebas.

II. Metode Kuantitatif

1. Metode Time Series
Metode Time Series berhubungan dengan nilai-nilai suatu variabel yang diatur
secara periodesasi sepanjang periode waktu dimana prakiraan permintaan
diproyeksikan. Misalnya mingguan, bulanan, kwartalan, dan tahunan, tergantung
keinginan dari pihak-pihak yang melakukan prakiraan permintaan ini. Metode ini
semata-mata mendasarkan diri pada data dan keadaan masa lampau. Jika keadaan di
masa yang akan datang cukup stabil dalam arti tidak banyak perubahan yang berarti
dengan keadaan masa lampau, metode ini dapat memberikan hasil peramalan yang
cukup akurat.

2. Metode Tren Linear

Khusus metode ini digunakan jika scatter diagram berbentuk garis lurus dengan
persamaan umum adalah:

Y = a + bX
Untuk metode tren linear ini banyak jenisnya, antara lain:

a. Metode Least Square

 Metode ini sering digunakan oleh perusahaan karena dianggap paling mudah
untuk dipraktekkan. Metode ini digunakan pada waktu data yang tersedia adalah
mempunyai kecenderungan berbentuk garis lurus. Maka persamaannya adalah:

Y = a + bX

Dimana:

Y = variabel yang akan diramalkan, dalam hal ini adalah ramalan penjualan
produk perusahaan

a = konstanta, yang akan menunjukkan besarnya harga

b = variabilitas per X, yaitu menunjukkan besarnya perubahan nilai Y dari setiap

perubahan satu unit X

X = unit waktu/ periode

b. Metode Product Moment

Metode ini lazim dinamakan metode momen saja. Metode ini digunakan oleh
perusahaan karena dianggap mudah di samping metode least square, karena
perlakuan angka X (prediksi) untuk data ganjil maupun genap tidak ada perlakuan
khusus seperti halnya pada metode least square. Tentunya metode ini digunakan
dalam ramalan penjualan untuk data yang tersedia adalah mempunyai
kecenderungan berbentuk garis lurus terutama nilai ramalannya, sedangkan
persamaannya adalah:

Y = a + bX
Dimana:

Y= variabel yang akan diramalkan, dalam hal ini adalah ramalan penjualan
produk perusahaan

a = konstanta, yang akan menunjukkan besarnya harga Y (ramalan) apabila X

sama dengan 0 (nol)

b = variabilitas per X, yaitu menunjukkan besarnya perubahan nilai Y dari setiap

perubahan satu unit X

X = unit waktu/ periode, yang dapat dinyatakan dalam minggu, bulan, semester,
tahun dan lain sebagainya

Untuk mencari besarnya nilai a, dan b tersebut akan dapat dilakukan dengan
mempergunakan rumus-rumus sebagai berikut:

Persamaan I

∑Y = n.a + b∑x
 Persamaan II
∑XY = a ∑x + b ∑x2

Dengan syarat ∑x ≠ 0

c. Metode Setengah Rata-Rata (Semi Evarage Method)

Metode setengah rata-rata ini masih tergolong metode tren linier dimana data
yang tersedia tetap berbentuk linier jika digambar dalam bentuk grafik. Metode
tren setengah rata-rata menentukan bahwa untuk mengetahui fungsi Y’ = a + bX
tersebut, semua data historis dikelompokkan menjadi dua kelompok (himpunan)
dengan jumlah anggota masing-masing yang sama. Berdasarkan perhitungan rata-
rata dari anggota masing-masing kelompok itulah akan diperoleh fungsi garis lurus
yang bersangkutan.

3. Metode Kuadratik
Metode kuadratik adalah merupakan tren non linier, dan jika digambar
berbentuk garis lengkung. Metode ini biasanya digunakan atau diterapkan untuk data
historis dimana jika digambar akan membentuk garis tidak lurus atau berbentuk
parabola.

Sedangkan persamaan dari metode kuadratik adalah:

Y’ = A + BX + Cx2
Dimana:

Y’ = variabel yang akan diramalkan, dalam hal ini adalah ramalan penjualan
produk perusahaan

a = konstanta, yang akan menunjukkan besarnya harga Y (ramalan) apabila X sama

dengan 0 (nol)

b = variabilitas per X, yaitu menunjukkan besarnya perubahan nilai Y dari setiap

perubahan satu unit X

X= unit waktu/ periode, yang dapat dinyatakan dalam minggu, bulan, semester,
tahun dan lain sebagainya

Sedangkan koefisiennya adalah:

A = (∑Y - c∑X2) / n
 B = (∑XY / ∑x2)

C = (n ∑X2Y) – ((∑X2) – (∑Y))

(n ∑X4) – ((∑ZX2)2)

Dengan syarat ∑X2 = 0 (nol)

4. 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 penghujan dan bahkan musim kemarau, produk apa yang sedang atau akan
datang musimnya.

Sifat masyarakat yang menimbulkan musiman ini oleh karena faktor budaya dan
kebiasaan misalnya karena musim hari raya keagamaan. Pada saat-saat itu biasanya
masyarakat akan memiliki hajat 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 masyarakat menggunakan bulan tersebut melaksanakan hajat
perkawinan, pesta perkawinan, dan hajat-hajat yang lain yang memerlukan pesta dan
upacara-upacara sacral yang memerlukan konsumsi dan persediaan barang kebutuhan
untuk keperluan tersebut.

5. Metode Ekonometri
Metode ekonometri merupakan metode prediksi volume atau nilai dependen
variabel dengan melibatkan berbagai faktor atau variabel independent yang relevan
dan cukup signifikan mempengaruhi dependen variabel tersebut. Secara ekonomi dari
model ekonometri ingin dilihat relevansinya pengaruh independent variabel terhadap
dependen variabel. Bahkan juga ingin dilihat apakah antar variabel independent itu
saling mempengaruhi dan berapa besar pengaruh mempengaruhi antar variabel
independent ini atas besarnya 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 dibanding 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. Kedua adalah metode ekonometrika mengestimasi perilaku
hubungan antara variabel-variabel. Secara mencolok meramalkan 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 di dalam memformulasi forecast model

ekonometrika ini.

1) Membangun suatu model teori

2) Mengumpulkan data
3) Memilih bentuk persamaan fungsi yang diestimasi
4) Mengestimasi dan menginterpretasi hasi
 BAB IV

KESIMPULAN

Ada beberapa metode yang dapat dipilih untuk melakukan pengukuran dan peramalan
permintaan. Akan tetapi perlu disimak terlebih dahulu sebenarnya untuk apa pengukuran dan
peramalan permintaan ini. Ada berbagai cara yang bisa kita gunakan untuk mengukur dan
meramalkan sesuatu yang akan terjadi. Walau peramalan ini tidak bersifat mutlak akan terjadi.
Tapi dengan adanya metode tersebut sedikit banyak membantu dalam pengambilan keputusan
dalam proyek yang akan dilaksanakan.
Pada dasarnya terdapat dua cara mengukur dan meramalkan permintaan. Pertama,
dengan metode kualitatif, yang bisa dilakukan dengan cara teknik survey dan teknik jajak
pendapat. Kedua, dengan metode kuantitatif, dapat dilakukan dengan metode time series,
metode tren linear, metode kuadratik, metode variasi musim dan metode ekonometri.

BAB V

DAFTAR PUSTAKA

Aziz, Noor. 2002. Ekonomi Manajerial. Jilid 1. Malang.

Muslich. 2003. Ekonomi Manajerial: Alat Analisis Strategi dan Kebijaksanaan Bisnis. Edisi kedua.
Yogyakarta: Ekonisia.

www.google.com