Uraian

Rentang Ramalan

Jangka pendek

Jangka menengah

Jangka panjang

Kelangsungan

Biasanya kurang dari 3 bulan, maksimum setahun

3 bulan hingga 3 tahun

Lebih dari 3 tahun

Pemakaian

Penjadwalan pekerjaan, penugasan pekerja

Perencanaan produksi dan penjualan, penganggaran

Pengembangan produk baru, perencanaan fasilitas

Uraian

Pendekatan Kualitatif

Pemakaian

Dimanfaatkan bilamana situasi adalah kabur & sedikit data tersedia (misalnya. produk dan teknologi baru)

Dimanfaatkan bilamana situasi adalah stabil & data historis tersedia

(misalnya produk yang sudah ada, teknologi sekarang)

Pertimbangan

Melibatkan intuisi dan pengalaman

Melibatkan teknik matematika

Teknik

Juri dari pendapat pelaksana

Gabungan tenaga penjualan

Metode Delphi

Survei pasar konsumen

Model rangkaian waktu

Model hubungan sebab-musabah

Metode Kualitatif

Uraian

Juri dari pendapat pelaksana

Sejumlah pendapat dari satu kelompok para manajer tingkat tinggi disatukan dan bersama-sama mereka memperkirakan permintaan. Kelompok tersebut memanfaatkan pengalaman pengelolaan mereka, dan dalam beberapa hal, menggabungkan semua hasil dari model statistic tersebut.

Gabungan tenaga penjualan

Setiap tenaga penjual (misalnya, untuk satu lingkup wilayah) diminta untuk memproyeksikan penjualan mereka. Karena tenaga penjual tersebut adalah orang yang terdekat dengan pasar, ia mempunyai kemampuan untuk mengetahui apa saja yang dikehendaki oleh nasabah. Segala proyeksi ini kemudian digabungkan pada tingkat kotamadia, provinsi dan wilayah.

Metode Delphi

Dari panel tenaga ahli bisa dikenali mana yang ahli dalam mengambil keputusan, karyawan biasa, atau ahli industri. Masing-masing akan ditanyakan sendiri-sendiri untuk mengetahui perkiraan permintaan mereka. Proses pengulangan dilakukan sampai para ahli mencapai kesepakatan.

Survey pasar konsumen

Para nasabah ditanyakan mengenai rencana pembelian mereka dan kelakuan mereka dalam hal proyeksi pembelian. Disini sejumlah besar responden dibutuhkan agar dapat menyamaratakan beberapa hasil tertentu.

Metode Peramalan Rangkaian Waktu

Pendekatan Sederhana

Menganggap bahwa permintaan pada periode berikut adalah sama dengan permintaan pada periode terakhir; pola permintaan tidak selalu stabil.

Misalnya:

Jika pada bulan Juli penjualan mencapai 50, maka pada bulan Agustus juga akan menjual 50

Metode Peramalan Rangkaian Waktu

Rata-rata Bergerak (MA)

MA adalah serangkaian tindakan aritmetis dan dipergunakan jika tersedia kecenderungan sedikit atau nihil pada data; yang menyediakan kesan menyeluruh dari data dengan lewatnya waktu.

Sebuahrata-rata bergerak yang sederhana memanfaatkan permintaan rata-rata untuk urutan periode yang tetap dan bagus untuk permintaan yang stabil tanpa pola tingkah laku.

Persamaan:

F 4 = [D 1 + D2 + D3] / 4

F – Ramalan, D – Permintaan, No. – Jangka waktu

(lihat contoh yang membantu menjelaskan - rata-rata bergerak sederhana)

Sebuah rata-rata bergerak tertimbang menyesuaikan metode rata-rata bergerak untuk mencerminkan fluktuasi dengan lebih teliti dengan pemberian bobot pada data yang paling akhir, yang artinya, bahwa data yang lebih lama biasanya kurang penting. Bobot ini didasarkan pada intuisi dan terletak diantara 0 dan 1 untuk jumlah 1.0

Persamaan:

WMA 4 = (W) (D3) + (W) (D2) + (W) (D1)

WMA – Rata-rata bergerak tertimbang, W - Bobot, D – Permintaan, No. – Periode

(lihat contoh yang membanu menjelaskan - rata-rata bergerak tertimbang)

Pemulusan Eksponensial

Pemulusan eksponensial adalah metode pembagian sama banyak yang memberikan reaksi lebih kuat terhadap perubahan pada permintaan akhir-akhir ini dengan penerapan pemulusan tetap pada data paling terakhir yang lebih tegas; berguna jika perubahan dalam data akhir-akhir ini adalah hasil dari perubahan sebenarnya (misalnya pola musiman) daripada sekedar fluktuasi acak.

F t + 1 = a D t + (1 - a ) F t

Di mana

F t + 1 = ramalan untuk periode selanjutnya

D t = permintaan sebenarnya pada periode sekarang

F t = ramalan yang ditentukan sebelumnya untuk periode sekarang

•  = faktor pemberat yang merujuk ke konstanta pemulusan

(lihat contoh ynag membantu menjelaskan - pemulusan eksponensial)

Penguraian Rangkaian Waktu

Penguraian rangkaian waktu menyesuaikan seasonalitas dengan melipatgandakan ramalan normal dengan faktor musiman

(lihatlah contoh yang membantu menjelaskan– penguraian rangkaian waktu)