Home / Training / Demand Forecasting Excel
Training Demand Forecasting Excel 2 hari: bersihkan data, ukur akurasi, dan bangun model forecast 12 bulan.
Mencari pelatihan demand forecasting Excel yang benar-benar melatih praktik, bukan sekadar teori? Program dua hari dari IPQI dan Proxsis Academy ini dirancang untuk itu. Pola permintaan di Indonesia bisa berayun tajam: menurut Survei Penjualan Eceran Bank Indonesia, penjualan eceran Februari 2026 naik 4,1 persen dibanding bulan sebelumnya karena permintaan menjelang Ramadan, lalu BI memperkirakan penjualan April 2026 turun sekitar 10 persen secara bulanan setelah Lebaran. Forecast yang hanya memakai rata-rata sederhana akan kalah oleh ayunan seperti ini — hasilnya stok menumpuk, atau barang kosong saat pelanggan mencarinya.
16 JP @ 45 menit, experiential learning untuk praktisi demand planning
Dari persiapan data sampai model forecast bergulir 12 bulan
Peserta mengolah dataset SKU simulasi di Excel, bukan sekadar ceramah
Template forecast bergulir, dashboard akurasi, dan action plan penerapan
Latar Belakang
Forecast sering meleset karena data historis tidak dibersihkan dari efek stok kosong dan promosi, efek kalender seperti Ramadan dan Lebaran diabaikan, dan akurasi tidak pernah diukur. Akibatnya, angka forecast bergantung pada tebakan. Forecast terlalu tinggi menumpuk stok, sedangkan forecast terlalu rendah membuat penjualan hilang.
Efek kalender di Indonesia itu nyata. Konsumsi rumah tangga tumbuh 5,52 persen (yoy) pada kuartal I 2026, didorong momentum Ramadan dan Idulfitri — lihat update pertumbuhan ekonomi Indonesia triwulan I 2026 dan analisis tekanan inflasi 2026. Tim yang tidak memasukkan pola ini ke dalam model akan selalu terlambat bereaksi.
Promosi punya masalah serupa. Kenaikan permintaan akibat promosi perlu dipisahkan dari permintaan dasar, yang dalam praktik forecasting disebut baseline dan uplift — konsepnya dibahas di trade promotion forecasting. Kalau keduanya tercampur, angka historis akan menyesatkan.
Excel sebenarnya sudah dipakai di banyak organisasi. Namun penggunaannya sering berhenti pada rata-rata sederhana atau penyesuaian manual tanpa dasar data, dan asumsinya tidak terdokumentasi. Dampaknya terasa langsung pada manajemen persediaan dan manajemen gudang: modal kerja terikat di stok, dan ruang gudang penuh oleh barang yang lambat terjual.
Tujuan Pembelajaran
Peserta mampu menyiapkan data permintaan, memilih metode forecast yang sesuai (moving average, exponential smoothing, FORECAST.ETS, atau regresi), mengukur akurasi dan bias, lalu membangun model forecast bergulir 12 bulan di Excel. Semua hasilnya siap dipakai di unit kerja masing-masing. Setelah pelatihan, peserta diharapkan mampu:
Memahami posisi demand planning dalam rantai pasok serta beda data permintaan, penjualan, dan pengiriman.
Membersihkan data historis dari efek stok kosong, promosi, dan data pencilan.
Mengenali pola level, tren, dan musiman lewat PivotTable dan grafik time series.
Menerapkan moving average, exponential smoothing, FORECAST.ETS, dan regresi sesuai karakter data.
Mengukur akurasi dan bias dengan MAD, MAPE, WMAPE, dan tracking signal.
Menyusun forecast konsensus dengan penyesuaian yang terdokumentasi dan terukur manfaatnya.
Membangun template model forecast bergulir 12 bulan dan dashboard akurasi.
Beberapa istilah perlu penjelasan singkat. MAPE adalah rata-rata persentase error forecast — menurut panduan pengukuran akurasi forecast ini, MAPE tidak bisa dihitung pada periode dengan permintaan nol, sedangkan WMAPE mengatasinya dengan menjumlahkan error lebih dulu sebelum dibagi.
MAPE juga bisa condong oleh item bervolume rendah. Karena itu, WMAPE memberi bobot lebih pada item yang paling penting — KPI demand planning dan metrik akurasi forecast membahas penerapannya. Adapun bias menunjukkan apakah forecast Anda konsisten terlalu tinggi atau terlalu rendah, dan tracking signal memantau bias itu dari waktu ke waktu.
Kurikulum
Program ini terdiri dari 8 sesi yang disusun bertahap selama 2 hari. Alurnya dimulai dari proses demand planning dan persiapan data, lalu berakhir dengan praktik membangun model forecast bergulir. Total durasi belajar 720 menit atau 16 JP (tidak termasuk istirahat dan evaluasi).
| No | Sesi | Pokok Bahasan | Durasi |
|---|---|---|---|
| 1 | Demand Planning dalam Rantai Pasok | Peran forecast dalam keputusan beli, produksi, distribusi, dan keuangan; beda data permintaan, penjualan, dan pengiriman; posisi demand review dalam S&OP | 60 menit |
| 2 | Persiapan dan Eksplorasi Data Permintaan | Pembersihan data (stok kosong, promosi, pencilan); agregasi dengan PivotTable; pola tren dan musiman; efek Ramadan, Lebaran, dan akhir tahun | 105 menit |
| 3 | Metode Forecasting Time Series di Excel | Naive, moving average, weighted moving average, simple exponential smoothing, FORECAST.ETS dan FORECAST.ETS.CONFINT | 120 menit |
| 4 | Forecasting Kausal dengan Regresi | LINEST dan Data Analysis ToolPak; variabel dummy untuk promosi dan Lebaran; koefisien, R², dan residual | 105 menit |
| 5 | Pengukuran Akurasi dan Bias Forecast | MAD, MAPE, WMAPE; tracking signal; uji holdout; forecast value added | 60 menit |
| 6 | Demand Planning dan Forecast Konsensus | Segmentasi SKU; produk baru dan akhir siklus; penyesuaian dari sales dan marketing; dokumentasi asumsi; rapat demand review | 105 menit |
| 7 | Workshop Model Forecast Bergulir | Latihan kelompok: bersihkan data, pilih metode per segmen SKU, uji akurasi, bangun template 12 bulan dan dashboard | 90 menit |
| 8 | Presentasi Model & Action Plan | Presentasi kelompok, umpan balik instruktur, rencana penerapan di unit kerja | 75 menit |
Tiga sesi patut diperhatikan. Sesi 3 melatih fungsi forecasting di Excel: FORECAST.ETS memakai exponential triple smoothing untuk data berpola musiman, dan Anda bisa menyetel musiman ke otomatis atau ke panjang musim tertentu — detailnya di referensi fungsi FORECAST.ETS.
Sesi 4 mengajarkan variabel dummy untuk periode Lebaran dan promosi. Sesi 5 memperkenalkan forecast value added, yaitu cara menilai apakah penyesuaian manual benar-benar memperbaiki akurasi.
Metodologi
Pelatihan memakai experiential learning, sekitar 40 persen konsep dan 60 persen workshop Excel. Instruktur praktisi supply chain planning memandu demonstrasi, diskusi kasus, dan latihan langsung dengan dataset SKU simulasi. Pre-test dan post-test mengukur peningkatan pemahaman peserta.
Proses demand planning dan metode forecasting, disertai demo pembuatan model. Proporsi 25%.
Kasus produk musiman dan promosi, diskusi kelompok lintas fungsi. Proporsi 15%.
Pembersihan data, penerapan metode, pengukuran akurasi, template, dan dashboard. Proporsi 50%.
Pre-test, post-test, dan refleksi harian. Proporsi 10%.
Seluruh latihan memakai dataset SKU simulasi yang sama dengan program Inventory Optimization and Safety Stock Management. Ukuran error forecast yang Anda hasilkan bisa langsung menjadi input perhitungan safety stock.
Porsi praktik yang besar punya alasan. Riset McKinsey menemukan bahwa menguji beberapa model dengan tingkat kompleksitas berbeda pada setiap set data meningkatkan akurasi volume hampir 10 persen. Itulah yang Anda lakukan di sesi uji holdout.
Target Peserta
Program ini wajib untuk karyawan dari berbagai level di manufaktur, distribusi, FMCG, dan ritel, khususnya unit Demand Planning, PPIC, Supply Chain, Purchasing, Sales Operations, dan Finance yang menyusun anggaran penjualan. Peserta sebaiknya sudah terbiasa dengan SUM, AVERAGE, dan PivotTable.
Penyusun forecast resmi yang jadi acuan rencana beli dan produksi.
Forecast menentukan jadwal produksi dan pembelian bahan baku.
Menyamakan ritme pasokan dengan permintaan yang sebenarnya.
Menjembatani target penjualan dengan data permintaan historis.
Menyusun anggaran penjualan berbasis forecast yang terukur akurasinya.
Karyawan berbagai level dari sektor dengan perputaran stok tinggi.
Tim PPIC akan paling terbantu, karena forecast menentukan jadwal produksi dan pembelian bahan baku. Jika Anda ingin mendalami sisi perencanaan produksinya, lihat juga pelatihan PPIC dari IPQI. Untuk gambaran rantai pasok yang lebih luas, tersedia pelatihan Supply Chain Management.
Ada syarat teknis yang perlu disiapkan. Peserta wajib membawa laptop dengan Microsoft Excel 2016 atau lebih baru, dengan add-in Data Analysis ToolPak aktif. Menurut dokumentasi Microsoft, fungsi FORECAST.ETS.SEASONALITY tersedia di Excel 2016 ke atas, tetapi tidak di Excel untuk web, iOS, atau Android. Kapasitas kelas maksimal 20 sampai 30 peserta per batch, bahasa pengantar Bahasa Indonesia.
Rundown
Berikut jadwal lengkap dua hari pelatihan. Coffee break dan ISOMA bersifat tetap sesuai standar pelaksanaan Proxsis Academy.
| Waktu (WIB) | Sesi Pelatihan | Keterangan |
|---|---|---|
| Hari Pertama | ||
| 08.00 - 08.30 | Registrasi & Pembukaan | Check-in peserta, sambutan, pengantar program |
| 08.30 - 09.00 | Pre-Test | Pengukuran pengetahuan awal peserta |
| 09.00 - 10.00 | Sesi 1 | Demand Planning dalam Rantai Pasok |
| 10.00 - 10.15 | Coffee Break I | Rehat kopi dan networking |
| 10.15 - 12.00 | Sesi 2 | Persiapan dan Eksplorasi Data Permintaan |
| 12.00 - 13.00 | ISOMA | Istirahat, sholat, dan makan siang |
| 13.00 - 15.00 | Sesi 3 | Metode Forecasting Time Series di Excel |
| 15.00 - 15.15 | Coffee Break II | Rehat kopi sore |
| 15.15 - 16.15 | Sesi 4 (Bagian 1) | Forecasting Kausal dengan Regresi |
| 16.15 - 16.30 | Refleksi Hari 1 & Penutupan | Recap materi, tanya-jawab, penugasan mandiri |
| Hari Kedua | ||
| 08.00 - 08.15 | Pembukaan Hari 2 | Review singkat materi Hari 1, agenda Hari 2 |
| 08.15 - 10.00 | Sesi 4 (Bagian 2) & Sesi 5 | Lanjutan regresi; pengukuran akurasi dan bias forecast |
| 10.00 - 10.15 | Coffee Break I | Rehat kopi dan networking |
| 10.15 - 12.00 | Sesi 6 | Demand Planning dan Forecast Konsensus |
| 12.00 - 13.00 | ISOMA | Istirahat, sholat, dan makan siang |
| 13.00 - 14.30 | Sesi 7 | Workshop Model Forecast Bergulir |
| 14.30 - 15.00 | Sesi 8 (Bagian 1) | Persiapan presentasi kelompok |
| 15.00 - 15.15 | Coffee Break II | Rehat kopi sore |
| 15.15 - 16.00 | Sesi 8 (Bagian 2) | Presentasi model dan action plan |
| 16.00 - 16.15 | Post-Test | Evaluasi pemahaman akhir peserta |
| 16.15 - 16.30 | Penutupan & Sertifikasi | Penyerahan sertifikat dan foto bersama |
Rundown dapat disesuaikan dengan kebutuhan penyelenggara. Untuk jadwal batch terbaru, cek halaman jadwal pelatihan IPQI.
Jadwal
Batch reguler dua hari tiap bulan. Cek jadwal pelatihan IPQI terbaru untuk konfirmasi ketersediaan kursi dan perubahan jadwal.
5–6
2–3
2–3
1–2
4–5
2–3
1–2
3–4
1–2
1–2
2–3
1–2
Lokasi
Kami hadir di berbagai kota besar di Indonesia untuk memudahkan aksesibilitas Anda:
Gedung Permata Kuningan, Lt. 17, Jakarta Selatan
Hotel Aston Tropicana, Cihampelas
Hotel Khas Tugu
AMG Tower Lantai 17, Gayungan
Investasi
Program tersedia dalam tiga format. Pilih yang paling sesuai dengan kebutuhan tim Anda. Output dan fasilitas yang Anda bawa pulang: modul pelatihan lengkap (hard copy dan soft copy), template Excel pembersihan dan eksplorasi data permintaan, template Excel metode forecasting time series dan regresi, template model forecast bergulir 12 bulan beserta dashboard akurasi dan bias, dataset SKU simulasi untuk latihan lanjutan, Sertifikat Kehadiran & Kompetensi dari Proxsis Academy, serta makan siang dan dua sesi coffee break per hari.
Public Training (Offline)
per peserta — modul, sertifikat, ATK, makan siang, 2x coffee break per hari, template Excel model forecast dan dashboard akurasi, dataset SKU simulasi, dokumentasi
Online / Virtual Training
per peserta — modul digital, sertifikat elektronik, akses rekaman sesi, template Excel dan dashboard, dataset SKU simulasi (soft copy)
In-House Training
semua fasilitas Public Training, ditambah koordinasi logistik di lokasi perusahaan
Untuk kebutuhan in-house, hubungi Louqman (Bandung & Yogyakarta) atau admin Proxsis Academy di +62 811-1797-485, dan kunjungi Academy.proxsisgroup.com. Ingin melihat program lain? Buka jadwal pelatihan IPQI.
Tingkatkan akurasi forecast permintaan dan cegah stok menumpuk. Amankan kursi tim Anda lewat jadwal pelatihan terbaru atau konsultasikan kebutuhan in-house training perusahaan Anda.
untuk informasi jadwal dan penawaran terbaik
Latest Event
Dokumentasi pelaksanaan pelatihan bersama klien korporasi kami:
FAQ
Untuk banyak perusahaan, ya, terutama pada tahap awal dan jumlah SKU yang wajar. Untuk volume yang sangat besar, software khusus biasanya lebih unggul. McKinsey mencatat bahwa model AI punya keunggulan atas metode berbasis spreadsheet. Sesi 6 pelatihan ini membahas indikator kapan organisasi perlu beralih ke software forecasting.
MAPE menghitung rata-rata persentase error dan tidak bisa dihitung pada periode permintaan nol. WMAPE menjumlahkan error dulu, sehingga item bervolume besar punya pengaruh lebih besar. Untuk keputusan operasional dengan banyak SKU, WMAPE biasanya lebih representatif. Pantau juga bias agar arah kesalahan terlihat.
Peserta menerima Sertifikat Kehadiran & Kompetensi dari Proxsis Academy. Sertifikat ini bukan sertifikasi profesi dari lembaga seperti BNSP atau APICS. Jika Anda membutuhkan jalur sertifikasi profesi, tim kami dapat membantu menjelaskan pilihan yang ada.
Peserta membutuhkan Microsoft Excel 2016 atau lebih baru, dengan add-in Data Analysis ToolPak aktif untuk sesi regresi. Fungsi FORECAST.ETS.SEASONALITY tidak tersedia di Excel untuk web, iOS, dan Android. Karena itu, bawa laptop dengan Excel versi desktop.
Ya, program tersedia dalam format in-house, dengan fasilitas yang sama dengan Public Training ditambah koordinasi logistik. Biayanya disesuaikan dengan kebutuhan Anda. Hubungi tim Proxsis Academy lewat WhatsApp untuk penawaran.
Pelatihan Terkait
Temukan pelatihan terkini lainnya di sini:
Forecast menentukan jadwal produksi dan pembelian bahan baku. Lihat detail →
Gambaran rantai pasok yang lebih luas dari hulu ke hilir. Lihat detail →
Kelola persediaan agar modal kerja tidak terikat di stok. Lihat detail →
Rapikan gudang dan percepat perputaran barang lambat terjual. Lihat detail →
Referensi resmi Microsoft untuk FORECAST.ETS dan turunannya. Lihat detail →
Agenda lengkap program mutu dan produktivitas sepanjang tahun. Lihat detail →