WorksheetsQuiz AKM-5
Total questions: 10
Worksheet time: 5mins
Peramalan jangka panjang umumnya digunakan untuk:
Menentukan jumlah tenaga kerja harian
Menganalisis rencana operasi dalam 6 bulan ke depan
Merencanakan kebutuhan bahan baku dalam satu bulan
Menentukan jadwal kerja mingguan
Mengembangkan lokasi dan fasilitas produksi baru
Metode peramalan kuantitatif yang menggunakan sekumpulan data masa lalu untuk melakukan peramalan disebut:
Metode Delphi
Model Asosiatif
Model Time-Series
Survei Pasar Konsumen
Rata-rata Bergerak
Teknik peramalan yang meminta pendapat sekelompok kecil manajer tingkat tinggi untuk menghasilkan estimasi permintaan disebut:
Metode Delphi
Gabungan Tenaga Penjualan
Survei Pasar Konsumen
Pendapat Juri Eksekutif
Model Asosiatif
Perbedaan utama antara model time-series dan model asosiatif adalah:
Model time-series menggunakan data masa lalu, sedangkan model asosiatif mempertimbangkan variabel sebab akibat
Model asosiatif lebih akurat dibandingkan model time-series
Model time-series hanya digunakan untuk peramalan jangka panjang
Model asosiatif tidak memerlukan data historis
Model time-series hanya digunakan dalam peramalan ekonomi
Salah satu kelemahan metode rata-rata bergerak dalam peramalan adalah:
Tidak dapat digunakan untuk peramalan permintaan produk
Tidak dapat menggambarkan tren dengan baik
Terlalu sensitif terhadap perubahan data
Hanya dapat digunakan untuk peramalan jangka panjang
Mengabaikan semua data masa lalu
Faktor yang dapat menyebabkan pola data musiman dalam peramalan adalah:
Perubahan tren pendapatan masyarakat
Fluktuasi ekonomi dalam jangka panjang
Perubahan demografi penduduk
Lonjakan permintaan restoran pada akhir pekan dan hari libur
Fluktuasi inflasi tahunan
Jika suatu perusahaan menggunakan metode penghalusan eksponensial dengan α = 0,8, maka dampak terhadap perubahan terbaru dalam data adalah:
Perubahan terbaru memiliki pengaruh besar terhadap peramalan
Perubahan terbaru tidak mempengaruhi peramalan
Peramalan menjadi kurang responsif terhadap perubahan data terbaru
Peramalan lebih stabil tetapi kurang akurat
Tidak ada hubungan antara α dan peramalan
Dalam siklus hidup produk, tahapan di mana tingkat penjualan mulai menurun karena munculnya produk substitusi adalah:
Perkenalan
Penurunan
Kematangan
Pertumbuhan
Stabilisasi
Peramalan permintaan memiliki dampak langsung terhadap:
Desain logo perusahaan
Kapasitas produksi dan sumber daya manusia
Pemilihan warna produk
Kebijakan pemerintah tentang pajak
Penjadwalan liburan karyawan
Jika permintaan bulan ini adalah 150 unit dan perusahaan menggunakan metode naïve forecasting, maka peramalan untuk bulan depan adalah:
120 unit
130 unit
150 unit
180 unit
Tidak dapat ditentukan
