BAB IX PROYEKSI KEBUTUHAN

BAB 9
PROYEKSI KEBUTUHAN

9.1. KONDISI MASA DEPAN DAN SUMBER DATA
Kebutuhan adalah merupakan sumber dari adanya potensi pasar. Seperti telah dibahas dalam bab sebelumnya bahwa kebutuhan masyarakat dapat dibedakan menjadi 2 macam yaitu kebutuhan privadi perorangan beserta rumahtangganya dan kebutuhan organisasi atau lembaga yang bersifat mencari keuntungan ataupun lembaga yang tidak bermotif keuntungan. Pertumbuhan kebutuhan tersebut merupakan dasar dari semua rencana kerja yang harus dilakukan oleh perusahaan agar supaya dapat tercapainya keseimbangan yang menguntungkan bagi perusahaan tersebut. Oleh karena itu maka perlu kita mengetahui perkembangan kebutuhan masyarakat, baik terhadap jenis-jenis kebutuhannya, banyaknya kebutuhan yang mungkin timbul di masa depan maupun mutu yang diinginkan masyarakat. Untuk mengetahui hal tersebut maka kita harus membuat proyeksi kebutuhan di masa depan dan proyeksi ini sering disebut dengan forecasting atau sering juga disebut Pre Planing.

SUMBER DATA UNTUK PROYEKSI
Forecast adalah merupakan ramalan atau estimasi terhadap keadaan di masa depan. Hal ini dapat berupa ramalan terhadap perubahan pemerintahan, perkembangan teknoogi maupun perkembangan duni bisnis yang dapat mempengaruhi perencanaan pemasaran. Untuk dapat mengetahui kesempatan-kesempatan (opportunities) yang terbuka serta apa yang harus diperbuat oleh perusahaan dimsa mendatang maka kita perlu megetahui keadaan di masa depan khususnya pemerintahan dan kebutuhan. Dengan dapat diperolehnya gambaran terhadap keadaan pemerintah atau kebutuhan di masa depan maka kita dapat menyusun rencana-rencana kegiatan kita dengan lebih baik dan menghindari diri dari kegiatan yang dapat menimbulkan kerugian atau kekeliruan di masa depan. Gambaran terhadap permintaan di masa depan umumnya dapat digali dari penelitian dan analisa pasar. Beberapa sumber data dapat dipergunakan dalam melakukan analisa permintaan pasar tersebut yaitu :
a. Pendapat Konsumen
Menggali data tentang pendapat konsumen ini tidak mudah, karena hal ini tidak hanya sekedar menanyakan apa yang dibutuhkan, akan tetapi perlu diperhatkan pula bahwa dalam hal ini pertanyaan haruslah memiliki berbagai syarat agar data yang diperoleh dapat dipergunakan untuk keperluan analisa selanjutnya. Syarat tersebut antara lain :
- Pertanyaan harus mudah dimegerti dan dicernakan oleh dan dengan bahasa konsumen
- Petanyaan tersebut memungkinkan gambaran yang dapat diukur secara kuantitatif

b. Pendapat Langganan (Custommer)
Langganan adalah orang yang membeli baran atau jasa yang dipasarkan oleh perusahaan. Langganan dapat berbeda dengan pemakai sebab pembeli (langganan) belum tentu pemakai (konsumen). Langganan dapat dimintai keterangan tentang keputusan pembeliannya. Dengan demikian dapat diperoleh gambaran tentang motif pembelian serta cara atau kebiasaan pembelian mereka.

c. Catatan dan Pendapat Distributor
Distributor akanmengetahui dengan lengkap dan terperinci tentang kondisi dan situasi langganan ataupun konsumen yang ada di daerahnya. Distributor yang selalu berhubungan langsung dengan konsumen ataupun langganan, oleh karena itu study terhadap distributor akan dapat memperoleh informasi tentang permintaan konsumen serta langganan. Oleh karena itu wawancara dengan para distributor, lebih-lebih para selesman akan dapat memperoleh gambaran yang baik terhadap kondisi pesaingan dan permintaan pasar. Distributor ini dapat berupa agen serta took-toko pengecer.

d. Catatan Penjualan dan Perusahaan Sendiri
Perkiraan terhadap kondisi penjualan di masa depan dapat didasarkan kepada data-data histories dari penjualan masa yang lampau. Data histories biasanya telah tersedia di dalam perusahaan dan merupakan data kuantitatif yang objektif. Pembahasan selanjutnya tengtang teknik-teknik forecasting adalah mendasarkan disri dari pada data utama tersebut yaitu data histories.

KONDISI MASA DEPAN
Perubahan masa kini baik di bidang ekonomi, social, politik serta kebudayaan sebagian besar kalau tidak seluruhnya diakibatkan oleh adanya perkembangan di bidang teknologi, karena perkembangan teknologi bersifar akseleratif dan komulatif maka sering kali imajinasi kita tidak dapat mengikutinya. Hal ini tidak mengurangi pentingnya pembuatan gambaran atau sekenario masa depan sebagai pedoman perencanaan. Masa depan ini dapat diramalkan menjadi tiga macam, yaitu :
1. Dengan dasar pertumbuhan tetap, yaitu dengan menggunakan proyeksi sederhana (lineair reggresion) dari masa lampau dan masa dating tanpa mempertimbangkan adanya akibat dari perubahan yang sengaja dilakukan oleh generasi sekarang maupun generasi yang akan datang.
2. dengan mempertimbangkan adanya perubahan yang dilaksanakan oleh generasi sekarang serta generasi yang akan dating sebagai usaha mereka untuk menjawab tantangan-tantangan.
3. Denganmemperhatikan kejadian-kejadian yang mungkin timbul seperti bencana alam, epidemis, gerakan/keadaan politik seperti nasionalisasi perusahaan asing dan sebagainya. Dalam hal ini menggunakan teori kemungkinaan atau probabilitas, yang memungkinkan kita untuk meramalkan tingkat ketelitian tertentu atau probabilitas dari terjadinya lagi peristowa-peristiwa yang telah lampau. Dalam hal ini terdapat tiga macam keadaan, yaitu :
a. Ketidak pastian (uncertainty)
b. Risiko (Risk)
c. Kepastian (Certainty)




9.2. FAKTOR-FAKTOR DALAM PROYEKSI
Pada umumnya dalam melakukan proyeksi dipergunakan dasar yang pertama yaitu dengan dasar pertumbuhan tetap. Dengan menggunakan dasar pertumbuhan tetap maka peramalan dilakukan dalam bentuk regresi garis lurus (lineair reggresion) atau proyeksi sederhana dari masa lampau ke masa datang tanpa mempertimbangkan adanya akibat dari perubahan-perubahan yang sengajan dilakukan oleh masyarakat generasi sekarang maupun generasi yang akan datang. Dalam hal ini berate kita menggunakan regresi lineair tanpa menganggap adanya usaha-usaha manusia itu sendiri untuk mengubah keadaan tersebut, dan kita hanya mengikuti arah perkembangan yang sudah terjadi itu seperti apa adanya, menurut keadaannya itu sendiri. Dalam hal ini terdapat tiga hal yang harus diperhatikan yaitu :

a. Arah Pertumbuhan atau Arah Perkembangan
Arah pertumbuhan ini memiliki aspek perubahan-perubahan yang terjadi dalam jangka panjang. Hal ini sering kali disebut dengan “trend perkembangan”. Pengaruh ini menunjukkan perkembangan-perkembangan, baik perkembangan yang positif maupun perkembangan yang negative.

b. Pengaruh Musiman (“Seasonal Efect”)
Dengan adanya pengaruh musim maka setiap usaha akan memiliki fluktuasi musimannya sendiri-sendiri antara satu jenis usaha yang lain. Perhitungan yang dapat kita laksanakan untuk memperkirakan fluktuasi musiman tersebut “Indek Musim” atau “Seasonal Index”. Pengaruh musim akan dapat menunjukkan gejala perubahan volume penjualan karena pengaruh musim. Pengaruh musim ini akan dapat diperhitungkan ke dalam foregast kita. Perhitungan itu terlihat dalam perhitungan indeks musim. Perlu diperhatikan disini bahwa arti kata musim tidak saja berarti musim kemarau atau musim penghujan, akan tetapi dapat pula berate musim ajaran baru atau musim penerimaan mahasiswa baru. Bahkan dapat berarti pula musim turunnya anggaran pembangunan pemerintahan (DIP=Daftar Isian Proyek).

c. Pengaruh Konjungtur atau Siklis (“Cyclical Efect”)
Dalam hal ini kita berusaha untuk memperhitungkan perubahan-perubahan yang terjadi sebagai akibat dari perkembangan social ekonomis jangka panjang atau siklus kehidupan ekonomi yang sering disebut dengan pengaruh konjungtur. Pengaruh ini pada umumnya akan terjadi antara lima sampai delapan tahun. Pengaruh ini merupakan gejala fluktuasi perekonomian jangka panjang yang sering disebut sebagai pengaruh konjungtur.

9.3. METODE PROYEKSI
Peramalan untuk memperoleh suatu gambaran tentang kondisi masa depan yang akan dijadikan dasar perencanaan kegiatan pemasaran dapat dilakukan dengan berbagai metode yaitu :
1. Metode Time Series atau Trend
Time series atau RUNTUN WAKTU adalah suatu analisa di mana kita berusaha menggambarkan pola perkembangan penjualan dari catatan penjualan pada runtun waktu yang telah lewat untuk dapat memperoleh besar kecilnya tingkat perkembangan penjualan tahunan Analisa Time Series ini sering juga disebut “Trend Regression” atau sering pula disebut “Least Square”. Data histories dapat memberikan pola penggerak atau pertumbuhan permintaan pasar dan degan pola tersebut kita berusaha memperkirakan, meramalkan, tentang bagaimana permintaan pasar di masa depan.

2. Metode Eksponensial
Kadang-kadang bertuk kurva dapat memberikan ketepatan yang tinggi terhadap ramalan yang kita lakukan debandingkan dengan garis lurus. Bentuk kurva ini berarti menggambarkan adanya pertimbangan atau pengurangan yang tidak selalu sama pada tiap tahun. Di dalam ramalan dalam bentuk garis lurus maka berate disitu terdapat pertambahan yang selalu sama pada tiap tahunnya.



3. Metode Rata-rata Sederhana (Simple Average)
Metode rata-rata sederhana ini pada dasarnya adalah untuk meramalkan adanya fluktuasi musiman dari ramalan penjualan tahunan yang telah diperhitungkan. Metode rata-rata ini berusaha mendapatkan ramalan penjualan bulanan atau mingguan atau ntriwulanan. Tentu saja apabila telah mendapatkan ramalan penjualan bulanan, maka kita dapat mengetahui pula ramalan penjualan tahunan dengan cara menjumlah ramalan bulanan tersebut selama 12 bulan atau setahun.

4. Metode Rata-rata Bergerak (Moving Average)
Metode ini perhitungan rata-rata dilakukan secara bergerak ke depan untuk memperkirakan penjualan pada periode yang kemudian atau yang akan dating. Dari perhitungan moving average dapat diperhitungkan perkiraan tengahnya lagi sehingga dapat diperoleh perkiraan bulanan yang rapi yang dimulai dari awal dan akhir bulan.

5. Metode Exponential Smooting
Setiap metode forecasting yang kuantitatif memerlukan adanya penyesuaian terhadap fluktuasi permintaan. Di dalam Exponential Smooting ini kita berusaha menambahkan suatu factor yang disebut smooting constant dan diberikan symbol alpha (a). factor penambahan tersebut langsung dihubungkan dengan data penjualan dari tahun yang paling akhir.

6. Standar Error dari Peramalan
Forecast yang telah kita perhitungkan tentu saja kita akan lepas dari kemelesetan atau kesalahan dari estimasi kita. Ini perlu diperhatikan dan perlu diperhitungkan untuk melakukan judgment di dalam pengambilan keputusan yang akan kita ambil berikutnya. Tingkat kesalahan (error) terhadap estimasi dapat kita perkecil dengan mealkukan estimasi interval. Dalam estimasi-estimasi yang kita kemukakan adalah estimasi titik (point estimasi). Dalam interval estimate maka kita membuat forecast dalam bentuk interval atau satu jumlah dengan jumlah yang lain.

7. Korelasi
Korelasi merupakan perhitungan sebab akibat antara satu factor dengan factor yang lain. Misalnya saja korelasi antara pertambahan penduduk dengan kebutuhan bahan pangan, pertambahan jumlah mahasiswa dengan kebutuhan angkutan kota di jogja dan sebagainya. Denganadanya korelasi antara satu variable dengan variable yang lain akanmemungkinkan kita membuat ramalan terhadap satu variable tertentu yang belum banyak datanya dari variable yang lain ditentukan oleh suatu angka yang disebut koefisien korelasi.