Mengukur permintaan merupakan upaya untuk memastikan permintaan suatu produk atau sekelompok barang pada masa lalu dan masa kini, menurut buku Studi Kelayakan Bisnis karya I Made Adnyana. Tujuan dari peramalan permintaan adalah untuk menentukan jumlah barang atau kelompok produk yang akan ada di masa yang akan datang (Adnyana, I.M., 2020). Oleh karena itu, terdapat hubungan antara pengukuran dan peramalan permintaan karena peramalan juga akan mempertimbangkan data historis untuk menilai perubahan permintaan dari waktu ke waktu dan juga saat ini. Peramalan permintaan merupakan salah satu upaya perusahaan yang dijadikan landasan dalam memilih strategi kelangsungan bisnis, menurut Darfial Guslan dan Lita Fatimah dalam jurnalnya. Berdasarkan penelitiannya, "Tiara Rizki" menggunakan metode Naive dan Double Exponential Smoothing untuk meramalkan permintaan produk roti industri. Berdasarkan metode tersebut terlihat angka perkiraan lebih kecil dibandingkan permintaan pada bulan September 2019, Desember 2019, dan Maret 2020, masing-masing pada bulan April 2020, Oktober 2019, dan November 2019 (Guslan, D, dkk, 2021). Sedangkan Anna Lusiana dan Popy Yunarty menulis dalam jurnal tersebut bahwa peramalan permintaan adalah kegiatan memperkirakan/memprediksi kejadian yang akan datang melalui penggunaan perencanaan terlebih dahulu dan didasarkan pada kapasitas dan kemampuan permintaan/produksi yang dilakukan di Perusahaan. Berdasarkan penelitiannya, ada tiga pendekatan peramalan yang digunakan yaitu metode exponential, exponential smoothing a = 0,1, exponential smoothing a = 0,2. Metode exponential smoothing a = 0,2 adalah yang paling tepat digunakan dengan hasil analisis data tingkat kesalahan terendah (Lusiana, A, dkk, 2020). Jurnal utama selanjutnya sejalan dengan jurnal sebelumnya yang menyatakan bahwa peramalan permintaan adalah perkiraan kebutuhan di masa depan, meliputi jumlah, kualitas, dan waktu lokasi yang diperlukan untuk memenuhi permintaan barang/jasa. Menurut penelitiannya, metode peramalan permintaan yang digunakan adalah metode single exponential smoothing, exponential smoothing with trend dan exponential smoothing with trend and seasonality, namun single exponential smoothing paling tepat digunakan karena memiliki kesalahan terkecil dan menghasilkan hasil yang lebih akurat (Dzakiyah, W, 2023). Sesuai dengan artikel pertama, Poppy Marselina Kristen dan David Andrian menyatakan dalam jurnal mereka bahwa peramalan permintaan digunakan untuk pengambilan keputusan manajemen dan perhitungannya menggunakan data sebelumnya untuk memprediksi kejadian di masa depan. Menurut penelitiannya, metode moving average dan exponential smoothing digunakan untuk memperkirakan permintaan. Nilai yang diantisipasi adalah 331,454/karton dan 328,747/karton pada moving average (1 bulan dan 3 bulan). Sedangkan exponential smoothing (a = 0,1, a = 0,5, a = 0,9) menghasilkan masing-masing 302.539/karton, 327.744,9/karton, dan 331.352,2/karton (Kristiani, P. M, dkk, 2023).
KEMBALI KE ARTIKEL
