Sabtu, 29 Oktober 2011

Tugas Pemasaran :Jurnal Peramalan Permintaan

Demand Forecasting
Peramalan Permintaan
Hampir seluruh kegiatan menusia senantiasa diarahkan pada kondisi waktu
yang akan datang, yang keberadaannya tidak dapat diketahui secar pasti. Hal yang
sama juga terjadi pada kegiatan perusahaan. Suatu perusahaan melakukan kegiatan
untuk mencapai sesuatu pada waktu yang akan datang serta memperhitungkan kondisi
yang mungkin terjadi dimasa yang akan datang.
Tidaklah dapat diperkirakan secara pasti kondisi pada waktu yang akan
datang sehingga perusahaan mau tidak mau harus bekerja dengan orientasi pada
waktu yang akan datang yang tidak pasti. Untuk meminimalkan ketidakpastian itu
dapat dilakukan dengan metode atau teknik peramalan. Dengan teknik peramalan
dapat diidentifikasikan pola yang dapat digunakan untuk meramalkan kondisi pada
waktu yang akan datang, sehingga dari hasil peramalan itu, eksekutif perusahaan
dapat membuat perencanaan yang diperlukan untuk dilaksanakan pada masa yang akan
datang.
Untuk membuat peramalan dimulai dengan mengeksplorasi data dari waktu
yang lalu dengan mengembangkan pola data dengan asumsi bahwa pola data waktu
yang lalu itu akan berulang lagi pada waktu yang akan datang, misalnya
berdasarkan data dan pengalaman pada 12 bulan yang terakhir, pendapatan
perusahaan dalam setiap bulan Januari menurun drastis bila di bandingkan dengan
sebelas bulan yang lain. Berdasarkan pola tersebut perusahaan mestinya dapat
meramalkan bahwa pada bulan Januari tahun berikutnya akan terjadi penurunan
pandapatan.
Teknik peramalan dapat diterapkan dalam setiap aktivitas perusahaan yang
diorientasikan pada waktu yang akan datang, contohnya :
- Peramalan jumlah tenaga kerja yang dibutuhkan
- Peramalan jumlah bahan baku yang dibutuhkan
- Peramalan Volume penjualan
- Peramalan jumlah kas yang dibutuhkan
- Peramalan pertumbuhan ekonomi


Jenis Peramalan
Dapat dibedakan berdasarkan jangka waktu, ruang lingkup dan metode yang
digunakan. Berdasarkan jangka waktu peramalan dapat dibedakan menjadi :
- Peramalan Jangka Panjang
Biasanya dilakukan oleh pada pemimpin perusahaan yang bersifat umum, yang
berfungsi sebagai dasar untuk membuat peramalan jangka panjang.
- Peramalan Jangka Pendek
Biasanya dilakukan pimpinan pada tingkat menengah maupun bahwah dan lebih
bersifat operasional.
Perlu diketahui bahwa tidak ada batasan yang baku mengenai panjang atau
pendeknya waktu tersebut.

Berdasarkan ruang lingkupnya dibedakan menjadi :
- Peramalan Mikro
Peramalan kondisi perusahaan dalam 5 tahun yang akan datang.
- Peramalan Makro
Peramalan kondisi perekonomian dalam 5 tahun yang akan datang.

Berdasarkan Metode yang digunakan :
- Metode Kualitatif
Peramalan ini didasarkan pada individu-individu penilaian orang yang melakukan
peramalan dan tidak tergantung pada data-data yang akurat (pengolahan dan
analisis data historis yang tersedia), metode ini digunakan untuk peramalan
produk baru dimana tidak ada data historis. Teknik pada metode ini yang
digunakan adalah Teknik Delphi, Kurva pertumbuhan, Marketing Research, dll.

- Metode Kuantitatif
Berdasarkan pada rekayasa atas data historis yang ada secara memadai tanpa
intuisi dan penilaian subyektif oleh orang yang melakukan peramalan.
Menurut Makridakis, Wheelwright, dan Mc.Gee(1983:8-9) diterapkan 3 kondisi
barikut pada peramalan kuantitatif :

1. Informasi mengenai keadaan pada waktu yang tersedia.
2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik(angka).
3. Waktu yang akan datang (disebut asumsi kontinuitas).


Pemilihan Teknik Peramalan
Menurut Lerbin R. Aritonang R.(2002:32) ada bebreapa teknik peramalan
untuk menggunakannya didasarkan pada kondisi data tertuntu, berukut 3 pendekatan
yang dapat dijadikan dasar dalam memilih teknik peramalan.
1. Pendekatan Otokorelasi
Peramalan yang digunakan diorientasikan pada waktu yang akan datang didasarkan
pengetahuan maupun peramalan pada waktu yang lalu. Secara Umum dapat
dikemukakan sebagai berikut, yaitu trend, musim, siklis dan iregular.
TREND merupakan komponen data time series(deret waktu) yang berkaitan dengan
adanya kecenderungan(meningkat/menurun) dalam jangka panjang misalnya data
inflasi, perubahan teknologi, dan peningkatan produksi.
MUSIM merupakan komponen data time series yang berhubungan dengan adanya
kegiatan yang berulang secara teratur dalam setiap tahun, misalnya peningkatan
penjualan tiket kereta api pada saat liburan, jadi variasi data yang diperoleh
berhubungan dengan musim dalam 1 tahun.
SIKLIS merupakan komponen time series yang berhubungan dengan adanya
aktifitas yang tidak beraturan, yang biasanya terjadi dalam kurun waktu yang lebih
dari 1 tahun dan dalam periode yang tidak sama. Komponen ini sulit untuk
diramalkan terkadang dalam praktek sering ditiadakan atau tidak dilakukan
peramalan.
Biasanya kondisi ini terjadi berhubungan dengan perekonomian yang kemungkinan
tidak berulang seperti pada siklus produk yang bertahap-tahap berbeda dalam
periode waktu yang berbeda pula, resesi dan depresi.
IREGULAR(ketidakteraturan) merupakan komponen dari time series yang tidak
termasuk dalam trend, musim maupun siklis, komponen ini berhubungan dengan
aktifitas yang tidak terduga sebelumnya. Pola datanya tidak terjadi secara
kontinyu dan juga sangat tidak sistematis, contohnya pada saat terjadi unjuk
rasa karyawan yang mempengaruhi perubahan jumlah produksi.
2. Pendekatan Ukuran Simpangan Peramalan
Pemilihan teknik peramalan juga didasarkan pada errorr(e) yang merupakan
selisih nilai data yang ada dengan nilai proyeksinya pada setiap periode
peramalan. Errorr yang digunakan sebagai ukuran simpangan peramalan berupa
MSE (Mean Square Errorr). Secara sederhana dapat diketahui bahwa besar MSE
berarti semakin besar selisih antara data historis yang ada( yang sesungguhnya)
dengan nilai proyeksinya, sebaliknya semakin kecil MSE berarti semakin akurat
peramalannya.
3. Pendekatan Horison Waktu
Menurut Hanke dan Reitsch (1995:117) selain berdasarkan hasil analisis
otokorelasi dan ukuran simpangan peramalan, teknik peramalan juga dpt dipilih
berdasarkan horison waktu peramalannya.
Analisa yang digunakan adalah :
- Analis Time Series
Digunakan untuk peramalan jangka pendek dan menengah.
Data yang digunakan dalam analisa ini adalah data permintaan, data penjualan,
data produksi, dll.
Macam-macam peramalan dari Analisa Time series adalah :
1. Metode Average
2. Metode MOving Average
3. Metode Single Exponential Smoothing
4. Metode Double Exponential Smoothing
- Fungsi Regresi
Digunakan untuk peramalan jangka pendek, menengah maupun jangka panjang
dan peramalannya bersifat kontinyu dengan asumsi permintaan yang akan
datang sama dengan permintaan yang lalu. Fungsi regresi berupa fungsi konstan,
fungsi linier dan fungsi kuadratik.

ANALISIS JURNAL RISET PEMASARAN


ANALISIS JURNAL

ANALISA FAKTOR-FAKTOR YANG MEMPENGARUHI MINAT PEMANFAATAN SISTEM INFORMASI DAN PENGGUNA INFORMASI DAN
PENGGUNAAN SISTEM INFORMASI
(PADA PERUSAHAAN MANUFAKTUR, Jakarta)

1. TEMA
Pemanfaatan dan penggunaan system informasi
2. MASALAH DAN LATAR BELAKANG
Informasi yang berkualitas akan terbentuk dari adanya system informasi yang dirancang dengan baik. System informasi atau penggunaan SI mencakup sampai ke tingkat operasional untuk meningkatkan kualitas produk serta produktivitas operasi. Oleh karena itu, SI harus dapat diterima dan digunakan oleh seluruh karyawan dalam organisasi investasi yang besar untuk pengadaan SI akan diimbangi pula dengan produktivitas yang besar pula.
3. TUJUAN
a) Menemukan bukti empiris untuk menguji variabel ekspektasi kinerja, ekspektasi usaha dan faktor social terhadap minat pemanfaatan SI.
b) Menemukan bukti empiris untuk menguji variabel kondisi-kondisi yang memvasilitasi pemakai dan minat pemanfaatan SI terhadap penggunaan SI.
4. METODOLOGI
Design penelitian ini adalah survey. Variabel independent yaitu ekspektasi kinerja, ekspektasi usaha, faktor social, minat pemanfaatan SI, kondisi yang memfasilitasi pemanfaatan SI dan 2 variabel dependen yaitu penggunaan SI dan minat pemanfaatan SI. Jenis data yang digunakan adalah data kualitatif. Sumber data adalah data primer, populasinya yaitu industry manufaktur yang terdapat di bursa efek Jakarta. Teknik pengambilan sampel menggunakan convience sampling. Sebelum analisis data, diuji validitas dan reliabilitasnya. Pengujian hipotesis menggunakan regresi linier berganda dengan bantuan program SPSS 11.5.
5. HASIL
Berdasarkan bukti-bukti empiris yang diperoleh, maka disimpulkan bahwa :
a) Ekspektasi kinerja mempunyai pengaruh positif signifikan terhadap minat pemanfaatan SI.
b) Variabel ekspektasi usaha berpengaruh positif signifikan terhadap minat pemanfaatan SI.
c) Faktor social berpengaruh positif tetapi pengaruh tersebut tidak signifikan terhadap minat pemanfaatan SI.
d) Kondisi-kondisi yang memfasilitasi pemakai terbukti mempunyai pengaruh positif dan signifikan terhadap penggunaan SI.
e) Minat pemanfaatan SI berpengaruh positif tetapi tidak signifikan terhadap penggunaan SI.

Kamis, 27 Oktober 2011

Tentang Saya...

ASSALAMUALAIKUM saudara...
Baiklah karena saya baru didunia blog-memblog saya akan memperkenalkan diri dulu.
saya adalah anak ke-4 dari 5 bersaudara, saya lahir 21 tahun yang lalu tepatnya hari selasa, 24 ktober 1990 tentunya di puskesmas bkan di dukun beranak hehe. :).
NAH.....ini dia identitas saya berdasarkan KTP

Nama : HIDAYATULLAH HUMAINI
Tempat/Tgl Lahir : Senteluk, 24 Oktober 1990
Alamat : Jln Biduri Gg Sejahtera 1 dusun senteluk, desa senteluk, kec. Batu Layar, Lombok Barat

Bagi temen-temen yang pengen lebih dekat ma saya bisa kok add di facebook (ayex piero), twitter (@ayex_izecson), Naaaahhh bagi yang seneng YM-an bisa juga add "ayexizecson@ymail.com" tpi klo no HP jangan dulu yach..heheh..
Ok sekian dulu perkenalannya, Semoga bisa bermanfaat.
WASSALAM.......