Agung Krisdiandy Harianja

Urgensi Peramalan dan Permintaan Dalam Industri Pengolahan Perikanan

UMKM | 2023-05-11 09:26:38

Junianto1, Agung Krisdiandy Harianja2, Rayssa Rissanda Mhiattassa2, Azzahra Wafa Azmira2, dan Adjie Saputra2

1) Staf Dosen Departemen Perikanan Unpad

2) Mahasiswa Program Studi Perikanan Unpad

Manfaat penangkapan ikan di Indonesia tidak dapat disangkal karena Indonesia menempati urutan kedua negara terbesar dengan garis pantai sepanjang 99.093 km dan 13.466 pulau dari Sabang sampai Merauke (Angraini et al, 2017). Dengan potensi sebesar itu, alangkah baiknya jika dimanfaatkan untuk mendukung kesejahteraan manusia oleh industri perikanan yaitu industri pengolahan bakso ikan. Industri pengolahan ikan biasanya merupakan industri kecil (small business). Meskipun industrinya kecil, namun terbukti mampu bertahan selama krisis ekonomi karena tidak perlu memikirkan biaya sewa tempat, meminimalkan biaya transportasi dan membuka cabang (Soekartawi, 2000 Gusdian et al, 2016). Proses industri yang baik tidak hanya pada tahap pengolahan, tetapi juga pada tahap penjualan (tahap konsumen). Penjualan dapat ditingkatkan bila permintaan konsumen terhadap produk telah diprediksi dengan cermat. Selain itu, ramalan permintaan berguna untuk mendukung keputusan pembelian material.

Standar berbasis kebutuhan sehingga ketergantungan industri terhadap ketidakpastian dapat dikurangi (Saptaria, 2016). Pada dasarnya peramalan adalah upaya memprediksi kondisi masa depan dengan menguji kondisi masa lalu untuk memperkirakan volume penjualan (Gusdian et al, 2016). Ada beberapa metode peramalan, salah satu metode yang cocok adalah peramalan objektif (kuantitatif) karena didasarkan pada masa lalu dengan menggunakan model matematika untuk memprediksi masa depan (Sari, 2017; Rachman, 2005; Didikjunaidi dan Imron, 2018). Dalam hal ini, peramalan permintaan digunakan menurut metode deret waktu. Namun penjual bakso ikan Sinar Mandiri tidak memiliki informasi yang cukup lengkap untuk menyebut metode time series sebagai metode yang paling cocok untuk peramalan permintaan konsumen, karena metode ini paling sederhana. Metode ini memiliki dua mode yaitu Single Moving Average (SMA) dan Single Exponential Smoothing (SES). SMA adalah metode peramalan permintaan konsumen dengan menggunakan kumpulan data masa lalu. Meskipun SES sendiri merupakan cara memprediksi permintaan konsumsi menggunakan fungsi eksponensial berbobot rata-rata. Metode time series dilakukan pada bulan Januari 2023 sampai Maret 2023. Data sekunder diperoleh dari laporan bulanan pedagang bakso Sinar Mandiri.

Gambar 1. Hasil peramalan menggunakan SMA

Gambar 2. Hasil peramalan menggunakan SES

Gambar 1 dan 2 adalah peramalan dan permintaan secara nyata pada penjual bakso ikan sinar mandiri periode januari 2023 sampai maret 2023. Terdapat dua grafik Time Series SMA dan SES, akurasi pada kedua tersebut berbeda hasil peramalan. SMA memperoleh jumlah kesalahan yang kecil dibandingkan dengan SES yang memiliki jumlah kesalahan yang lebih banyak.