Tehnik Proyeksi Bisnis : Pengertian, Jenis, Manfaat, Tehnik, dan Prosedur Proyeksi Data - Adm Publik
Skip to content Skip to sidebar Skip to footer

Tehnik Proyeksi Bisnis : Pengertian, Jenis, Manfaat, Tehnik, dan Prosedur Proyeksi Data

Tehnik Proyeksi Bisnis : Pengertian, Jenis, Manfaat, Tehnik, dan Prosedur Proyeksi Data
TPB - Tehnik Predikdi Bisnis atau tehnik Peramalan adalan suatu tehnik dalam bisnis untuk memperkirakan aatu memperdiksi terhadapa berbagai macam peluang usaha yang akan datang

Tehnik Prediksi Usaha adalah sisi dari rencana perusahaan. TPB ialah langkah agar bisa menyaksikan apa yang berlangsung di periode mendatang baik dari sisi marketing, produksi, personalia, keuangan dan akuntansi hingga bisa dipastikan perlakuan apa yang penting diambil saat ini untuk perusahaan. Jika perusahaan belum memutuskan arah perusahaan, karena itu prediksi usaha bisa menolong dalam penetapan arah itu sendir

Pengertian Tehnik Prediksi Bisnis

1) Menurut Lyndak F.Urwick,

Tehnik Prediksi Usaha ialah langkah memperkirakan atau melangsungkan taksiran terhaap bermacam peluang yang akan berlangsung saat sebelum satu usaha yang lebih tentu bisa dikerjakan.

2) Menurut Sukanto Reksohadiprodjo

Tehnik Prediksi Usaha adalah langkah untuk mengartikan segala hal ketidakjelasan atau risiko yang berlangsung di periode mendatang ke dalam beberapa hal saat ini, hingga relative lebih gampang diprediksi, dikontrol, dan dicari alternatife perpecahan permasalahannya.

3) Menurut J. Stoner

Tehnik Prediksi Usaha ialah seni atau pengetahuan untuk memprediksi usaha di hari esok.

JENIS PERAMALAN / PROYEKSI

Saat manager satu organisasi hadapi ambil keputusan memiliki nuansa ketidak-pastian, tipe peramalan apa yang ada buatnya? Lebih dulu proses peramalan bisa digolongkan jadi peramalan periode panjang dan periode pendek.Peramalan periode panjang diperlukan untuk memutuskan arah umum periode panjang satu organisasi.

Dengan begitu ini adalah konsentrasi spesial untuk manajemen pucuk.Peramalan periode pendek dipakai dalam membuat langsung taktik dan dipakai oleh manajemen menengah dan manajemen baris pertama kali dalam sesuaikan keperluan masa yang akan datang yang cepat.

Peramalan dapat digolongkan berbentuk tempatnya dalam satu kesatuan makro-mikro, yakni seberapa jauh keterkaitannya pada nilai-nilai perincian yang kecil dibanding dengan nilai-nilai ringkasan yang besar.

Proses peramalan dapat digolongkan sesuai karakternya yang kuantitatif atau kualitatif.Di satu segi, tehnik kualitatif yang murni tidak membutuhkan kecurangan data, cuman opini individu saja yang dipakai forecaster. Di lain sisi, tehnik kuantitatif yang murni tidak membutuhkan input opini individu, ini adalah proses mekanis yang hasilkan beberapa hasil kuantitatif. 

Beberapa proses kuantitatif membutuhkan semakin banyak kecurangan data yang hebat dibanding yang lain.Akan tetapi, ditegaskan jika opini individu dan akal sehat harus dipakai bersama dengan proses mekanis dan kecurangan data. Cuman dengan ilmiah peramalan yang pintar bisa berlangsung.

Sistem peramalan kuantitatif dikerjakan memakai data yang dihimpun dari sekian waktu.Anggapan yang dipakai ialah jika perombakan nilai variable mengikut skema yang berlangsung pada masa lalu (historical pattern) dan mempunyai jalinan antarvariabel yang dilihat.Dalam riset usaha dan ekonomi dengan memakai sistem statistic, anggapan dibutuhkan untuk bikin perancangan riset (research desain).

Misalkan peramalan dikerjakan pada volume pemasaran barang X memakai data kuantitatif berkenaan volume pemasaran beberapa masa (tahun/bulan) lalu. Ramalan dibikin dengan anggapan jika volume pemasaran di periode mendatang mempunyai skema yang serupa dengan volume pemasaran pada periode lalu (historical pattern). 

Demikian pula anggapan lainnya jika antarvariabel yang dirasakan mempunyai jalinan dampak. Misalkan akan dibikin ramalan volume pemasaran di periode mendatang. Volume pemasaran dikuasai oleh ongkos promo. Makin banyak ongkos yang dikeluarkan untuk aktivitas promo, karena itu volume pemasaran akan makin tinggi. 

Peramalan mengenai volume pemasaran memakai dua data bersejarah, yakni data berkenaan volume pemasaran dan data berkenaan ongkos promo.Anggapan yang dipakai ialah jika ada jalinan dampak di antara volume pemasaran dengan ongkos promo. 

Kekurangan dari tehnik peramalan ialah jika perombakan nilai variable yang akan diramal tidak mengikut skema masa lampau (anggapan yang dipakai tidak tercukupi), maka hasilkan ramalan yang bias.

Sistem peramalan kuantitatif pada intinya ada dua tipe, yaitu yang berdasarkan deret/runtut waktu (time series) dan berdasarkan jalinan sebab-akibat (causal). Sistem kuantitatif deret waktu (time series) mencakup sistem pemulusan (smoothing) dan dekomposisi (decomposition). 

Sistem pemulusan (smoothing) meliputi sistem simpel atau naïve, rerata simpel (single average), rerata bergerak (moving average) dan sistem pemulusan eksponensial (exponential smoothing). Sistem peramalan kuantitatif yang berdasarkan jalinan sebab-akibat (causal) mencakup sistem regresi simpel dan regresi berganda.

Untuk bikin ramalan nilai variable yang perombakannya tidak mengikut skema bersejarah bisa dikerjakan dengan tehnik peramalan kualitatif (qualitative forecasting/ judgement metodes).Peramalan nilai variable memakai tehnik ini benar-benar dikuasai oleh tingkat insting, pengalaman, pengetahuan, dan sebagainya factor yang dipunyai oleh pembikin ramalan.Peramalan memakai tehnik kualitatif umumnya dikerjakan pada nilai faktor yang perombakannya berpola acak (dipasar modal dikenali dengan arti acak walk).

Akan tetapi, peramalan dapat memakai gabungan ke-2 nya.Peramalan kuantitatif didasari pada penilaian pada skema perombakan data masa lampau.Untuk bikin ramalan di periode kedepan dibutuhkan juga judgement berdasar insting dan hati yang membuat ramalan.Ke-2 sistem berperan sama-sama lengkapi. 

Sistem kuantitatif umumnya dipakai untuk kurangi atau hilangkan kecondongan rutinitas manusia yang mempunyai hati ekstrim (optimistic dan underestimate) berkenaan keadaan di periode yang akan dating. Hati ekstrim ini yang kerap memunculkan kekeliruan peramalan memakai sistem kualitatif.

Pemakaian hasil peramalan (baik perencana atau pengambil keputusan) harus siaga pada pemakaian sistem peramalan yang salah (tidak pas dengan persoalan yang ditemui). Pemakaian sistem peramalan yang salah akan hasilkan ramalan yang salah. Bila ramalan yang salah itu dipakai untuk merangkum peraturan, maka hasilkan peraturan yang salah juga.

 MANFAAT Proyeksi Bisnis

Peramalan (forecasting) penting dalam sektor usaha dan ekonomi.Ada 2 hal yang fundamental. Pertama, rencana (planner) dan pengambil keputusan (decision maker) harus membuat rencana atau memutuskan sekarang ini untuk dikerjakan periode yang akan dating. Ke-2 , keadaan di periode mendatang susah ditegaskan di saat ini. Dalam kata lain, di periode mendatang ada elemen ketidakjelasan.

Siapakah yang memerlukan ramalan?Tiap organisasi, apa organisasi besar atau organisasi kecil, apa organisasi usaha yang fokus keuntungan (keuntungan oriented organizations), atau organisasi yang tidak fokus keuntungan (nonprofit oriented organizations) biasanya memakai ramalan, baik secara eksplisit atau secara implicit. 

Ini karena tiap organisasi harus membuat rencana berkenaan apa yang akan dikerjakan pada periode yang akan dating. Satu perusahaan membuat bujet di saat ini untuk dipakai pada periode mendatang. Persoalan khusus yang ditemui oleh satu organisasi dalam membuat bujet ialah ada ketidakjelasan berkenaan peristiwa (keadaan yang ditemui) di periode mendatang. Beberapa pertanyaan di bawah ini bisa dipakai untuk lebih pahami keutamaan membuat ramalan untuk satu organisasi:

Bila satu perusahaan menambahkan pengeluaran untuk iklan, bagaimana dampaknya pada pemasaran?

· Bila pemerintahan meningkatkan biayaf pajak penapatan sejumlah 5%, berapakah penghasilan pemerintahan bisa dinaikkan?

· Bank sentra turunkan suku bunga Sertifikat Bank Indonesia (SBI). Bagaimana dampaknya pada inflasi?

· Beberapa faktor apa yang memengaruhi (tentukan) pemasaran?

· Bagaimana perubahan produksi nasional (GDP) Indonesia pada 5 tahun depan?

· Apa keadaan ekonomi Indonesia sekarang ini alami krisis? Bila ya, kapan krisis ini diawali? Berapa luar biasa krisis yang menempa ekonomi Indonesia sekarang ini? Kapan krisis ini usai?

· Berapakah keperluan pegawai sampai pada 5 tahun depan.

Beberapa pertanyaan tersebut menambahkan pengetahuan jika organisasi, baik usaha atau nonbisnis (pemerintahan) membutuhkan ramalan.Kenapa? Sebab yang akan dijumpai ialah keadaan di periode mendatang, sesaat sekarang ini tidak ada info tentang apa yang akan berlangsung di periode ayang akan tiba tesebut.

Organisasi usaha (perusahaan) di tahun 2007 membuat bujet penghasilan dan ongkos yang akan dikerjakan di tahun 2008. Organisasi usaha itu tidak mempunyai info cukup buat pastikan kejadian yang akan berlangsung di tahun 2008. 

Oleh karenanya, perusahaan itu harus membuat perkiraan-perkiraan peristiwa di tahun 2008 yang akan memengaruhi rencana yang dibikin. Perusahaan harus membuat prediksi pemasaran dan harga barang tahun 2008 untuk tentukan akseptasi di tahun 2008. 

Perusahaan membuat prediksi harga bahan baku, ongkos overhead pabrik, ongkos tenaga kerja langsung, dan beberapa biaya yang lain untuk tentukan ongkos di tahun 2008. Akseptasi dan ongkos tahun 2008 yang dibikin oleh perusahaan di tahun 2007, sudah pasti adalah prediksi.Sebab, besaran-besaran yang dipergnakan untuk tentukan akseptasi dan ongkos itu berawal dari hasil prediksi.

TEKNIK Proyeksi Bisnis

Tehnik peramalan yang bagus pada usaha yang berada di Indonesia adalah hal yang penting untuk jadi perhatian,oleh karenanya ada banyak hal yang penting diingat dalam tehnik peramalan yakni :

1. Horizon Peramalan

Ada dua faktor dari horizon waktu yang terkait dengan masing - masing metoda peramalan yakni : Lingkup waktu di periode mendatang dan jumlah masa untuk mana ramalan diharapkan.

2. Tingkat Kecermatan

Tingkat kecermatan yang diperlukan benar-benar kuat hubungan dengan tingkat rincian yang diperlukan pada suatu peramalan. Untuk beberapa ambil keputusan menginginkan macam atau penyelewengan atas ramalan yang dikerjakan, sedang untuk hal atau masalah lain kemungkinan memandang jika ada macam atau penyelewengan atas ramalan yang cukup beresiko.

3. Tersedianya Data

Sistem yang dipakai benar-benar besar faedahnya, jika dihubungkan dengan kondisi atau info yang ada atau data yang dimiliki. Jika dari data lalu dijumpai ada skema angin-anginan, karena itu untuk peramalansatu tahun ke depan seharusnya dipakai sistem macam musim. 

Sedang jika dari data yang lalu dijumpai ada skema jalinan di antara variable - variable yang sama-sama memengaruhi, karena itu seharusnya dipakai sistem Karena Karena (causal) atau korelasi (correlation).

4. Wujud Skema Data

Landasan khusus dari metoda peramalan ialah asumsi jika jenis dari skema yang dijumpai di dalam data yang diramalkan akan berkepanjangan. Selaku contoh, beberapa deret yang menggambarkan sutau skema angin-anginan, demikian juga hal dengan satu skema tren. Metoda peramalan lainnya kemungkinan lebih simpel, terdiri dari satu nilai rata - rata, dengan fluktuasi yang acakan atau acak yang terdapat.

Oleh sebab ada ketidaksamaan kekuatan metoda peramalan untuk mengidentifikasikan skema - skema data, karena itu perlu ada usaha rekonsilasi di antara skema data yang sudah diprediksi ditambah dulu dengan tehnik dan metoda peramalan yang akan dipakai.

5. Ongkos

Biasanya ada empat elemen ongkos yang tercakup dalam pemakaian satu proses ramalan, yakni ongkos - ongkos peningkatan, penyimpanan data, operasi penerapan dan peluang pemakaian tehnik - tehnik dan metoda yang lain. Ada ketidaksamaan yang riil dalam jumlah ongkos, memiliki dampak atas bisa memikat tidaknya pemakaian sistem spesifik untuk sutau kondisi yang ditemui.

6. Tipe dari mode

Selaku tambahan penting diingat asumsi beberapa skema landasan yang perlu dalam data. Banyak metoda per

Selaku tambahan penting diingat asumsi beberapa skema landasan yang perlu dalam data. Banyak metoda peramalan sudah memandang ada beberapa mode dari kondisi yang diramalkan . Mode – mode ini adalah satu derat di mana waktu dilukiskan selaku elemen utama untuk tentukan perombakan – perombakan dalam skema, yang kemungkinan secara terstruktur bisa diterangkan dengan riset regresi atau korelasi. 

Mode yang lain ialah mode karena karena atau "causal mode", yang memvisualisasikan jika ramalan yang dikerjakan benar-benar bergantung pada berlangsungnya beberapa kejadian yang lain, atau karakternya adalah kombinasi dari mode – mode yang sudah disebut sebelumnya. Mode – mode itu benar-benar penting jadi perhatian, sebab masing – masing mode itu memiliki kekuatan yang berlainan – neda dalam riset kondisi untuk ambil keputusan.

7. Gampang tidaknya pemakaian dan aplikasinya

Satu konsep umum dalam pemakaian metoda ilmiah dari peramalan untuk menagement dan riset ialah metoda – metoda yang bisa dipahami dan gampang diterapkan yang akan dipakai dalam ambil keputusan adan analisis. Konsep ini didasari pada fakta jika, jika seorang manager atau riset bertanggung jawab atas keputusan yang diambilnya atau hasil analisis yang dikerjakan, karena itu dia telah pasti dipercayanya. 

Jadi, selaku ciri-ciri tambahan dari tehnik dan metoda peramalan ialah jika yang dibutuhkan untuk penuhi keperluan dari kondisi adalah tehnik dan metoda peramalan yang bisa disamakan dengan kekuatan dari manajer atau riset yang akan memakai metoda ramalan itu. tidak memakai landasan yang tidak dijumpainya atau mungkin tidak.

 PROSEDUR PERAMALAN

Proses peramalan resmi memakai pengalaman pada periode lalu untuk tentukan peristiwa di periode mendatang. Anggapan yang dipakai ialah jika apa yang pernah berlangsung di periode lalu akan berlangsung kembali di periode mendatang, dengan skema yang serupa atau serupa. Untuk mendapatkan kisah keadaan pada periode lalu dan memakainya untuk mengenali (meramal) keadaan pada periode mendatang, dibutuhkan 5 cara.

1. Kumpulkan data

Langkah pertama proses dari peramalan ialah kumpulkan data yang komplet yang dibutuhkan. Step ini relatif susah, sebab data yang dihimpun harus tepat dan dengan jumlah yang cukup buat membuat ramalan. Data yag begitu akan sedikit mempersulit kita untuk mendapatkan skema perombakannya

2. Mereduksi data

Data yang terkumpul bisa dikerjakan filtrasi untuk mendapatkan data yang berkaitan.Sering pada data yang terkumpul ada data yang tidak berkaitan dengan persoalan yang ditemui.Misalkan kita pengin membuat ramalan mengenai pemasaran. Data pemasaran pada masa berlangsungnya musibah alam tak perlu ditempatkan (harus direduksi/tidak dipakai), sebab data pemasaran itu cuman menggambarkan pemasaran pada keadaan ada musibah alam dan tidak menggambarkan pemasaran pada keadaan normal.

3. Membuat dan Menilai mode

Data yang sudah terkumpul harus disamakan dengan mode ramalan yang dipakai, supaya kekeliruan dalam peramalan bisa diminimalkan. Mode yang lebih simpel dan akan memberi hasil peramalan yang lebih bagus lebih dicintai oleh pemakai ramalan (perencana dan pengambil keputusan).

4. Lakukan peramalan/ prediksi

Mode peramalan yang diputuskan sesudah dicocokan dengan data yang terkumpul dan sudah dikerjakan pengurangan (bila perlu), akan diteruskan dengan membuat ramalan memakai mode peramalan itu. Terkadang dibutuhkan data bersejarah untuk mengenali besarnya kekeliruan ramalan memakai mode itu, yaitu dengan masukkan nilai data bersejarah dalam satu masa di dalam mode ramalan untuk mendapatkan nilai ramalan pada masa itu. Maksudnya untuk mengenali akurasi ramalan.

5. Menilai ramalan

Sesudah usai membuat mode peramalan, selanjutnya dalah membuat ramalan nilai data pada beberapa masa kedepan dan memperbandingkannya dengan data pada era sebelumnya.Beda di antara nilai data ramalan dengan nilai data yang sesungguhnya (actual) adalah kekeliruan (error) ramalan.

Makin kecil kekeliruan ramalan, makin baik mode peramalan yang dibuat.Besarnya kekeliruan peramalan bisa dipastikan dalam beberapa unit, misalkan memakai kekeliruan ramalan rerata (average forecast error) atau memakai jumlah kuadrat kekeliruan (sum of square error).