PERAMALAN PERMINTAAN Makalah ini disusun untuk melengkapi tugas mata kuliah Ekonomi Manajerial yang diampu oleh Prof. DR. Purbayu Budi S., M.S.
Disusun Oleh:
Dafit Eko Saputro
12010112410081
Irma Purpita
12010112410038
Syaeful Amri
12010112410054
PROGRAM STUDI MAGISTER MANAJEMEN UNIVERSITAS DIPONEGORO SEMARANG 2013
KATA PENGANTAR
Puji syukur marilah kita panjatkan ke hadirat Tuhan Yang Maha Esa karena berkat rahmat-Nya sehingga kami selaku penulis dapat menyelesaikan makalah
mata
kuliah Ekonomi
Manajerial
yang
berjudul
Peramalan
Permintaan.
Kami selaku penulis berharap makalah ini dapat memberikan pengetahuan kepada para pembacanya khususnya dalam bidang Ekonomi Manajerial. Penulis menyadari bahwa dalam penulisan makalah ini masih banyak kekurangan masih banyak kekurangan, oleh karena itu kami sebagai penulis mengharapkan kritik dan saran dari para pembaca makalah Ekonomi makalah Ekonomi Manajerial. Akhirnya, semoga pembuatan makalah ini benar-benar dapat memberikan manfaat bagi para pembaca.
Semarang, 03 November 2013
Penulis
BAB I PENDAHULUAN
1.1. Latar Belakang
Kebanyakan keputusan bisnis dibuat berhadapan dengan resiko atau ketidakpastian. Semua keputusan didasarkan pada ramalan terhadap tingkat kegiatan ekonomi pada masa depan pada umumnya dan permintaan terhadap produk perusahaan pada khususnya. Tujuan peramalan ekonomi adalah untuk mengurangi risiko atau ketidakpastian yang dihadapi perusahaan dalam pengambilan keputusan opersaional jangka pendek dan dalam perencanaan untuk pertumbuhan jangka panjang. 1.2. Tujuan Penulisan
Makalah ini dibuat untuk memenuhi tugas mata kuliah Ekonomi Manajerial dan sebagai bahan untuk diskusi yang bertujuan untuk: 1. Untuk mengetahui kegiatan bisnis dalam peramalan permintaan dalam perekonomian 2. Mengetahui konsep dari macam-macam jenis peramalan permintaan
1.3. Sistematika Penulisan
Secara garis besar, makalah ini dapat dibagi menjadi beberapa sistem penulisan yang akan dijelaskan sebagai berikut: Bab I, berisi tentang pendahuluan, yang dipersempit lagi menjadi latar belakang, tujuan penulisan dan sistematika penulisan itu sendiri. Latar belakang menjelaskan tentang apa yang melatar belakangi kami dalam penulisan makalah ini. Tujuan penulisan berisikan tentang beberapa tujuan yang akan diwujudkan dalam pembuatan makalah ini. Dan terakhir adalah sistematika penulisan yang menjelaskan tentang proses penulisan makalah ini secara sistematis.
Bab II, berisi tentang isi dari materi yang kami sampaikan, yaitu Peramalan Permintaan.
Bab III, berisi kesimpulan. Kesimpulan berisikan tentang ringkasan dari semua yang telah kami bahas pada bab II.
BAB II PERAMALAN PERMINTAAN Kebanyakan keputusan bisnis dibuat berhadapan dengan resiko atau ketidakpastian. Semua keputusan didasarkan pada ramalan terhadap tingkat kegiatan ekonomi pada masa depan pada umumnya dan permintaan terhadap produk perusahaan pada khususnya. Tujuan peramalan ekonomi adalah untuk mengurangi risiko atau ketidakpastian yang dihadapi perusahaan dalam pengambilan keputusan opersaional jangka pendek dan dalam perencanaan untuk pertumbuhan jangka panjang. 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.
5.1 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.
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.
Teknik Jajak Pendapat
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.
5.2 ANALISIS DERET-WAKTU Metode Ti me Ser ies (Der et Waktu )
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.
Variasi Deret Waktu
1. Tren Sekuler Berhubungan dengan peningkatan atau penurunan seri data dalam jangka panjang 2. Flutuasi Siklis Yaitu ekspansi dan konstruksi yang utama dalam banyak deret waktu ekonomi yang kelihatan berulang kembali setiap beberapa tahun.
3. Variasi Musiman Merujuk kepada fluktuasi yang secara teratur berulang kembali dalam kegiatan ekonomi tiap-tiap tahun yang disebabkan oleh cuaca atau kebiasaan-kebiasaan social 4. Pengaruh Tak Teratur Yaitu variasi-variasi dalam seri data disebabkan oleh perang, bencana alam, pemogokan, atau peristiwa-peristiwa lain yang istimewa Variasi total dalam deret waktu penjualan adalah hasil kerjasama keempat factor tersebut.
Proyeksi Tren
Model regresi linier akan mengambil bentuk St
= So + bt
Dimana: St
= nilai deret waktu yang akan diramalkan untuk periode t
So
= nilai deret waktu yang diperkirakan dalam periode dasar (periode waktu t = 0)
b
= Jumlah absolut pertumbuhan setiap periode
t
=
periode waktu yang didalamnya akan diramalkan deret
waktu tersebu Ini merupakan bentuk paling sederhana dari analisis deret waktu yaitu memproyeksikan masa lalu dengan meletakan suatu garis lurus pada data baik secara visual atau lebih tepat lagi dengan analisis regresi
Untuk situasi (seoperti penjualan banyak produk) dimana perubahan suatu presentase yang konstan adalah lebih tepat maka dapat dirumuskan sbb St
= So (1 + g )t
Diama g adalah laju pertumbuhan dengan presentase konstan yang diestimasi
5.3 TEKNIK PENGHALUSAN
Teknik penghalusan bermanfaat apabila deret waktu menunjukkan sedikit tren atau variasi musiman tetapi memperlihatkan banyak variasi tak teratur atau acak. Variasi tak teratur atau acak didalam deret waktu kemudian diperhalus, dan nilai-nilai yang akan datang diramalkan berdasarkan rata-rata dari pengamatan-pengamatan yang lau.
Rata-rata Bergerak
Teknik penghalusan yang paling sederhana adalah rata-rata bergerak (moving average). Di sini nilai yang diramalkan dari suatu deret-waktu dalam periode tertentu (bulan, kuartal, tahun, dsb) sama dengan nilai rata-rata dari deret waktu dalam sejumlah periode terdahulu. Misalnya, dengan rata-rata bergerak tiga-periode, nilai dari deret waktu yang diramalkan untuk periode berikutnya ditentukan oleh nilai ratarata dalam tiga periode sebelumnya. Semakin besar jumlah periode yang digunakan pada rata-rata bergerak, semakin besar pula efek penghalusan karena tiap pengamatan baru mendapat bobot yang lebih kecil dan semakain bermanfaat jika data deret waktu semakin tak teratur atau acak . Misalnya, kolom 1 dan 2 pada Tabel 5-5 menyajikan data hipotesis mengenai pangsa pasar suatu perusahaan untuk 12 kuartal. Perlu dicatat bahwa data tersebut tampaknya menunjukkan variasi yang acak namun tidak pada variasi-variasi sekuler atau musiman. Kolom 3 manyajikan rata-rata bergerak tiga kuartalan yang dikalkulasi. Contohnya, nilai 21,67 untuk kuartal keempat (nilai pertama dalam kolom 3) diperoleh dengan menambahkan tiga nilai pertama pada kolom 2 dan membaginya dengan 3, [jadi, (20 + 22 +23)/3 =21,67]. Jika kita mempunyai data untuk tiga kuartal pertama, maka ramalan tiga kuartal (F) untuk kuartal keempat menjadi 21,67. Ini sama dengan nilai aktual (A) sebesar 24 untuk pangsa pasar dari perusahaan dalam kuartal keempat. Dengan mengabaikan observasi pada kuartal pertama pada kolom 2 (yakni 20) dan menambahkan pengamatan keempat (yakni 24) sebelum diambil rata-rata, diperoleh nilai 23 sebagai ramalan untuk pangsa pasar perusahaan pada kuartal kelima (nilai kedua dalam kolom 3). Ini sama dengan pangsa pasar aktual sebesar 18 pada kolom 2. Dengan melanjutkan cara ini, diramalkan pangsa pasar perusahaan adalah 21,33 pada kuartal ketiga belas (ini adalah ramalan yang sesungguhnya karena data aktual tidak tersedia untuk kuartal ketiga bel as).
Walaupun dalam Tabel 5-5 kita menghitung ramalan rata-rata bergerak tiga-kuartalan dan lima kuartalan untuk pangsa pasar perusahaan, ramalan rata-rata bergerak untuk sejumlah kuartal yang lain masih dapat diperoleh. Untuk memutuskan mana yang lebih baik di antara peramalan rata-rata bergerak (artinya, lebih mendekati data aktual), kita menghitung galat akar rata-rata kuadrat (rootmean-square error — RMSE) dari setiap ramalan dan mempergunakan rata-rata bergerak yang men ghasilkan RMS E terke cil (ga lat akar
rat a -rata kuadrat
dalam ramalan). Rumus untuk RMSE adalah:
Di mana At adalah nilai aktual dari deret-waktu dalam periode t, F t adalah nilai yang diramalkan, dan n adalah jumlah periode waktu atau observasi. Perbedaan ramalan atau galat (yakni At - F ) t dikuadratkan agar supaya kesalahan yang besar dikoreksi lebih berat daripada kesalahan yang kecil
Sebagai contoh, kolom 4 pada Tabel 5-5 menunjukkan At - F t untuk peramalan
rata-rata
bergerak
tiga -kuartal an
dalam
kolom
3.
Kolom
5
2
menunjukkan (A t - F ) . RMSE untuk ramalan rata-rata bergerak tiga-kuartalan t dalam kolom 3 diperoleh dengan membagi jumlah dari kolom 5 dengan 9 (jumlah galas ramalan kuadrat) dan ditemukan akar kuadratnya. Maka,
Ini dibandingkan dengan
Untuk peramalan rata-rata bergerak lima kuartalan. Jadi, peramalan rata-rata bergerak tiga kuartalan sedikit lebih baik daripada peramalan rata-rata bergerak limakuartalan yang berkaitan. Berard, kita sedikit lebih percaya nilai ramalan 21,33 daripada 20,6 untuk kuartal ketiga belas (lihat Tabel 5-5).
Penghalusan Eksponensial
Kritik yang serius terhadap penggunaan rata-rata bergerak yang sederhana dalam peramalan adalah ia memberikan bobot yang sama kepada semua observasi dalam menghitung rata-ratanya, meskipun secara naluri kita mungkin mengharapkan observasi yang lebih baru adalah sangat penting. Penghalusan eksponensial mengatasi kendala ini dan lebih sering digunakan daripada rata-rata bergerak yang sederhana dalam peramalan. Dengan penghalusan eksponensial (exponential smoothing) peramalan untuk perode t + 1 (yakni Ft + 1 ) adalah suatu rata-rata tertimbang dari nilai-nilai aktual dan nilai-nilai yang diramalkan dari deret-waktu dalam periode t. Nilai dari deret-waktu dalam periode t (yaitu At) diberi bobot (w) antara 0 dan 1 inklusif, dan ramalan untuk
periode t (yaitu Ft) diberi bobot 1 - w. Semakin besar nilai w, semakin besar pula bobot yang diberikan pada nilai deret-waktu dalam periode t sehingga berlawanan dengan periode sebelumnya. Jadi, nilai ramalan dari deret-waktu dalam periode t + 1 adalah Ft + 1 = wAt + (1 - w)Ft
Harus dibuat dua keputusan untuk perghalusan eksponensial. Yang pertama, adalah memberikan suatu nilai kepada ramalan awal (F) untuk memulai analisis. Salah satu caranya adalah membuat Ft sama dengan nilai rata-rata dari seluruh data deret-waktu hasil observasi. Harus diputuskan pula mengenai nilai dari w (bobot yang diberikan kepada At). Pada umumnya, nilai-nilai w yang berbeda diuji, dan nilai yang mengarah ke ramalan dengan RMSE terkecil itulah yang dipakai dalam peramalan.
Sebagai contoh, kolom 3 dari Tabel 5-6 memperlihatkan ramalan untuk data pangsa pasar dari perusahaan yang dicantumkan pada kolom 1 dan 2 (sama seperti dalam Tabel 5 -5) menggunakan pangsa pasar rata-rata dari perusahaan selama 12 kuartal. Untuk itu kita memilki data (yaitu 21,0 ) untuk F 1 (agar perhitungan dapat dimulai) dan w = 0,3 sebagai bobot untuk A t . Jadi, F 2 (nilai kedua dalam kolom 3) adalah F2 = 0,3(20) + (1 - 0,3) = 20,7 Ramalan-ramalan untuk periode waktu yang lain (dibulatkan sampai satu desimal pertama) diperoleh dengan cara yang sama, sampai F 13 = 21,0 untuk kuartal ketiga belas. Di sisi lain, dimulai dengan pangsa pasar rata-rata dari perusahaan untuk dua belas kuartal yang kita miliki datanya (ialah 21,0) untuk F 1 , tapi sekarang dengan memakai w = 0,5 sebagai bobot untuk At kita memperoleh ramalan eksponensial dari pangsa pasar perusahaan seperti terlihat dalam kolom 6 dari Tabel 5-6. Jadi, F 2 (nilai kedua dalam kolom 6) adalah: F2 = 0,5 (20) + (1 - 0,5) 21 = 20,5 Ramalan-ramalan untuk periode-periode yang lain diperoleh dengan cara yang sama, hingga F 13 = 21,5 untuk kuartal ketiga belas. RMSE untuk ramalan eksponensial dengan memakai w = 0,3 adalah:
Di pihak lain RMSE ramalan eksponensial dengan memakai w = 0,5 adalah
Jadi, kita lebih yakin dengan peramalan eksponensial 21,0 untuk kuartal ketiga belas yang diperoleh dengan menggunakan w = 0,3 daripada ramalan eksponensial 21,5 yang diperoleh dengan menggunakan w = 0,5 (lihat Tabel 5-6). Kedua ramalan eksponensial itu lebih baik daripada ramalan rata-rata bergerak tiga kuartalan dan lima-kuartalan .
5-4 METODE-METODE BAROMETRIK
Salah satu untuk meramalkan atau mengantisipasi perubahan jangka pendek dalam aktifitas ekonomi atau titik balik dalam siklus bisnis adalah dengan menggunakan indeks dari indikator-indikator ekonomi utama. Ini adalah deret-waktu yang cenderung mengawali (mendahului) perubahan dalam tingkat aktifitas ekonomi secara umum, sama dengan perubahan dalam merkuri yang dalam suatu barometer yang mendahului perubahan cuaca (sehingga dinamakan metode barometrik). Peramalan barometrik (barometric forecasting ) seperti dilakukan sekarang, umumnya merupakan hasil dari kerja yang dilakukan oleh NBER ( National Bureau of Economics Research) dan conference board. Peningkatan dalam indikator ekonomi utama (leading economic indicators) digunakan untuk meramalkan peningkatan dalam aktifitas bisnis secara umum, dan sebaliknya. Walaupun kita tertarik dengan indikator utama tersebut, beberapa deret-waktu bergerak sejalan atau berhubungan den gan pergerakan dalam aktivitas ekonomi secara umum dan kemudian disebut sebagai indikator koinsiden (coincident indicators). Tetapi yang lainnya mengikuti adanya gerakan yang terlambat dalam aktivitas ekonomi sering kali disebut sebagai indikator terlambat ( flagging indicators).
Metode lainnya untuk mengatasi kesulitan yang timbul pada saat beberapa dari 10 indikator utama bergerak naik dan beberapa turun adalah indeks difusi (diffusion index).
5.5 METODE EKONOMETRIK
Model ini berusaha untuk mengidentifikasi dan mengukur kepentingan relatif (elastisitas) dari berbagai macam determinan permintaan atau variabel ekonomi yang lainnya untuk diramalkan. Dengan berusaha untuk menerangkan hubungan yang sedang diramalkan, peramalan ekonometrik memungkinan para manajer untuk menentukan kebijakan yang optimal bagi perusahaan. Teknik peramalan ekonometrik sering menggunakan hal-hal yang terbaik yang terdapat pada teknik peramalan yang lain, seperti tren atau variasi musiman, teknik penghalusan dan indikator utama. Metode peramalan ekonometrik dapat divariasikan menjadi 2, yaitu:
Model Persamaan Tunggal
Model persamaan tunggal adalah model yangpaling sederhana dari peramalan ekonometrik. Langkah pertama untuk melakukan peramalan ekonometrik dengan model persamaan tunggal ini adalah mengidentifikasi determinan-determinan dari variabel yang diramal. Sebagai contoh, dalam peramalan permintaan sereal untuk sarapan, perusahaan biasanya mempostulatkan bahwa permintaan (Q) merupakan fungsi dari atau bergantung pada harga sereal untuk sarapan tersebut (P), pendapatan disposibel konsumen (Y), ukuran populasi (N), harga muffin (Ps-substitusi), harga susu (Pckomplementer), dan tingkat biaya iklan oleh perusahaan (A). Jadi persamaan permintaan dapat diestimasikan sebagai berikut:
Untuk meramalkan (permintaan yang dihadapi oleh perusahaan pada periode berikutnya), perusahaan harus menyediakan , , , , , dan . Dengan mensubsitusi nilai-nilai ramalan ini sebagai variabel bebas dari persamaan yang diestimasi, kita akan memperoleh nilai ramalan dari variabel terikat ( ). Nilai ramalan variabel ekonomi makro dari model ( dan ) biasanya diperoleh dari Departemen Perdagangan atau dari perusahaan swasta yang berspesialisasi meramaikan hal-hal demikian. Variabel makro dalam model yang tidak berada di bawah kuasa perusahaan ( dan ) dapat diramalkan dengan menggunakan analisis deret waktu atau teknik penghalusan, dan perusahaan dapat bereksperimen dengan beberapa nilai ramalan yang berbeda dari kebijaksanaan untuk variabel bebas yang berada di bawah kuasa perusahaan ( dan ).
Model Persamaan Berganda
Walaupun model persamaan tunggal sering digunakan oleh perusahaan untuk meramalkan permintaan dan penjualan, hubungan ekonomi dapat menjadi sangat rumit sehingga model persamaan berganda diperlukan. Biasanya ini terjadi pada kasus meramalkan variabel makro seperti GNP atau permintaan dan penjualan dalam sektor utama industri. Model persamaan berganda dapat memasukkan sedikit atau ratusan persamaan. Untuk menunjukkan bagaimana model ini digunakan dalam peramalan, kita mulai dengan persamaan sederhana yang terdiri dari tiga persamaan sederhana di bawah ini, yang merupakan model dari perekonomian nasional yang dipakai untuk meramalkan GNP.
(5-21)
(5-22)
di mana
C
= pengeluaran konsumsi
GNP = produk nasional bruto untuk tahun t
(5-23)
I
= Investasi
π
= keuntungan
G
= pengeluaran pemerintah
u
= gangguan stokastis (faktor error acak)
t
= tahun berjalan
t-1
= tahun lalu
Persamaan 5-21 disubstitusikan ke persamaan 5-23, dan menjadi:
(5-24)
Persamaan 5-22 disubstitusikan ke persamaan 5-24, dan menjadi:
Persamaan
5-27
tersebut
disebut
sebagai
(5-25) (5-26)
(5-27)
bentuk
persamaan
yang
disederhanakan (reduced form equation) karena dibuat hanya dengan faktor dan . Dengan mensubstitusikan nilai ke dalam persamaan 527 (yang diketahui pada tahun t+1) dan prediksi nilai , kita memperoleh ramalan untuk nilai .
5.6 PERAMALAN INPUT-OUTPUT
Suatu perusahaan dapat juga meramalkan penjualannya dengan menggunakan tabel input-output. Analisis input-output diperkenalkan oleh Wassily Leontief yang mengarah pada studi empiris tentang ketergantungan antar berbagai industri dan sektor perekonomian. Analisis ini menunjukkan kegunaan dari output setiap industri yang lainnya dan untuk konsumsi akhir. Sebagai contoh, di sana diperlihatkan bagaimana
peningkatan
dalam
permintaan
untuk
truk
berdampak
terhadap
peningkatan permintaan untuk baja, kaca, ban, plastik, material pembungkus, dan
sebagainya, bagaimana peningkatan permintaan pada benda-benda ini akan menyebabkan
peningkatan
permintaan
pada
input
yang
dibutuhkan
untuk
memproduksi mereka (termasuk truk). Analisis input-output memungkinkan kita untuk menelusuri semua aliran input dan output antar-industri dalam ekonomi dan menentukan peningkatan total (langsung atau tidak langsung) dari semua input yang dibutuhkan untuk memenuhi peningkatan permintaan akan truk.
BAB III PENUTUP Kesimpulan
Kebanyakan keputusan bisnis dibuat berhadapan dengan resiko atau ketidakpastian. Semua keputusan didasarkan pada ramalan terhadap tingkat kegiatan ekonomi pada masa depan pada umumnya dan permintaan terhadap produk perusahaan pada khususnya. Tujuan peramalan ekonomi adalah untuk mengurangi risiko atau ketidakpastian yang dihadapi perusahaan dalam pengambilan keputusan opersaional jangka pendek dan dalam perencanaan untuk pertumbuhan jangka panjang.
