Penjualan yang sudah berlangsung selama waktu tertentu bisa dipakai untuk meramal atau prediksi untuk periode berikutnya. Berikut adalah contoh kasus forecast sederhana:
Misalkan Anda memiliki data penjualan bulanan suatu produk selama 12 bulan terakhir. Anda ingin menggunakan data tersebut untuk memprediksi penjualan produk pada bulan ke-13.
Berikut adalah langkah-langkah untuk membuat forecast sederhana dalam kasus ini:
1. Kumpulkan data: Anda mengumpulkan data penjualan bulanan produk selama 12 bulan terakhir, seperti berikut:
Bulan 1: 100 unit
Bulan 2: 120 unit
Bulan 3: 130 unit
Bulan 4: 110 unit
Bulan 5: 150 unit
Bulan 6: 140 unit
Bulan 7: 160 unit
Bulan 8: 170 unit
Bulan 9: 180 unit
Bulan 10: 190 unit
Bulan 11: 200 unit
Bulan 12: 210 unit
2. Analisis data: Anda menganalisis data tersebut dan melihat adanya tren peningkatan penjualan dari bulan ke bulan, serta fluktuasi bulanan yang mungkin terkait dengan musim atau faktor lainnya.
3. Pilih metode forecast: Dalam kasus ini, Anda memilih metode rata-rata bergerak (moving average) sebagai metode forecast sederhana. Anda memutuskan untuk menggunakan moving average dengan periode 3 bulan, yaitu merata-ratakan data penjualan dalam 3 bulan terakhir untuk memprediksi bulan berikutnya.
4. Hitung forecast: Anda menghitung forecast untuk bulan ke-13 dengan mengambil rata-rata dari data penjualan bulan ke-11, ke-12, dan ke-13, seperti berikut:
Moving average = (200 + 210 + X) / 3
Anda ingin mencari nilai X, yang merupakan forecast penjualan untuk bulan ke-13.
Dalam hal ini, Anda dapat menghitung X dengan menyelesaikan persamaan di atas:
3 * Moving average = 200 + 210 + X
X = (3 * Moving average) – 410
Jika Anda mengasumsikan Moving average bulan ke-11 dan ke-12 adalah 200 dan 210, maka forecast penjualan untuk bulan ke-13 adalah:
X = (3 * 203.33) – 410
X = 609.99 – 410
X = 199.99 (atau dapat dibulatkan menjadi 200 unit)
Jadi, forecast penjualan untuk bulan ke-13 adalah sekitar 200 unit.
5. Validasi dan evaluasi: Anda mencatat forecast tersebut dan menunggu bulan ke-13 untuk melihat nilai penjualan aktual. Setelah bulan ke-13 berlalu, Anda membandingkan nilai forecast dengan nilai aktual untuk mengevaluasi akurasi forecast Anda. Jika ada perbedaan yang signifikan, Anda dapat meninjau metode atau melakukan penyesuaian pada model forecast Anda.
Ini adalah contoh sederhana menggunakan metode rata-rata bergerak untuk forecast penjualan produk. Dalam kasus sebenarnya, terdapat berbagai metode dan teknik yang lebih kompleks yang dapat digunakan, tergantung pada karakteristik data dan tujuan forecast yang lebih spesifik.
