BAB II

LANDASAN TEORI

2.1 Pengertian dan Kegunaan Peramalan

Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sering terjadi senjang waktu (lime lag) antara kesadaran akan peristiwa atau kebutuhan mendatang dengan peristiwa itu sendiri. Adanya waktu tenggang (lead time) ini merupakan alasan utama bagi perencanaan dan peramalan. Jika waktu ini nol atau sangat kecil, maka perencanaan ini tidak diperlukan. Jika waktu tenggang ini panjang dan hasil peristiwa akhir bergantung pada faktor-faktor yang dapat diketahui, maka

perencanaan dapat memegang peranan penting. Oleh karena itu, peramalan diperlukan karena adanya perbadaan waktu antara kesadaran akan dibutuhkannya suatu kebijakan dengan waktu pelaksanaan kegiatan tersebut.

Perspektif pada peramalan mungkin sama beragamnya dengan pandangan setiap kelompok metode ilmiah yang dianut oleh pengambil keputusan. Orang awam mungkin mempertanyakan seberapa jauh validitas dan efektifitas disiplin ilmu yang bertujuan

2. 3. data dapat diolah untuk menjelaskan keadaan ekonomi. Sebagai alat bantu dalam perencanaan yang efektif dan efesien. Apa bila dilihat berdasarkan sifat peramalan dibagi atas dua macam yaitu: .menduga keadaan masa depan yang tidak pasti. Namun demikian. 2. peramalan selalu ada kesalahan sehingga diperlikan metode-metode peramalan yang tepat untuk mendapatkan kesalahan yang sekecil mungkin. Untuk membuat keputusan yang tepat. tergantung dari segimana kita melihatnya. Ditambah lagi dengan pengenalan komputer yang meluastelah memungkinkan tersedianya perangkat lunak bagi teknik peramalan kuantitatif dengan cepat. Pada umumnya kegunaan peramalan adalah sebagai berikut: 1. Dari uraian di atas dapat lah dikatakan bahwa peramalan merupakan dasar untuk suatu perencanaan dan pengambilan keputusan . misalanya pendapatan perkapita dan sebagainya. Dengan diimbangi oleh perestasi perangkat lunak dan perangkat keras seperti itu. Untuk menentukan kebutuhan sumber daya di masa mendatang. Kemajuan ilmu pengetahuan telah meningkatkan pengertian mengenai berbagai aspek lingkungan dan akibat banyak peristiwa yang dapat diramalkan.2 Jenis-jenis Peramalan Ada terdapat beberapa jenis peramalan.

yaitu: a. Peramalan Kuantitatif Peramalan kuantitatif dapat diterapkan bila terdapat tiga kondisi berikut : a. Metode proyeksi trend dengan regresi 2) Metode kausal. Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik. tidak memerlukan data yang serupa seperti metode peramalan kuantitatif. Metode pemulusan (smoothing) b. Biasanya dilakukan dengan pendekatan pendekatan teknologis. perkiraan (judgment). b. c. di lain pihak. yaitu: . Metode ekonometrik c. Peramalan kuantitatif dibedakan atas : 1) Metode deret berkala (time series) yaitu: a.1. Metode teknologis dibagi menjadi dua bagian. tetapi pendekatan teknologi sering kali memerlukan input dari sejumlah orang terlatih secara khusus. dan pengetahuan yang telah didapat. Metode box Jenkins c. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut di masa yang akan datang. Metode regresi dan korelasi b. Peramalan Kualitatif Metode peramalan kualitatif atau teknologis. Metode input output 2. Input yang dibutuhkan tergantung pada metode tertentu dan biasanya merupakan hasil dari pemikiran intuitif. Tersedianya informasi tentang masa lalu.

Peramalan subjektif. yaitu peramalan yang didasarkan atas data yang relevan dari masa lalu dengan menggunakan teknik-teknik dan metode-metode dalam penganalisaan tersebut. . Peramalan jangka panjang. Metode normatif Jika dilihat dari sifat penyusunannya maka peramalan dapat dibedakan menjadi dua macam yaitu: 1. 2.a. yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan untuk jangka waktu kurang dari satu setengah tahun atau tiga semester. maka peramalan dapat dibedakan atas dua macam pula. Metode ekploratis b. peramalan yang digunakan penulis adalah peramalan kuantitatif. Peramalan jangka pendek. Pada penyusunan tugas akhir ini. 2. yaitu: 1. yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan yang jangka waktunya lebih dari satu setengah tahun atau tiga semester. yaitu peramalan yang didasarkan atas perasaan atau intuisi dari orang yang menyusunnya. Peramalan objektif. Dan jika dilihat dari jangka waktu yang disusun.

Metode peramalan yang didasarkan atas penggunaan analisis pola hubungan antara variabel yang akan diperkirakan dengan variabel lain yang akan .2 Jenis-jenis Metode Peramalan Peramalan kuantitatif dapat dibedakan atas: 1. Metode Proyeksi trend dengan regresi 2.3. dengan demikian metode peramalan yang diharapkan dapat memberikan objektifitas yang lebih besar.3. Metode peramalan yang termasuk dalam jenis ini adalah: a.2.1 Pengertian metode peramalan Metode peramalan adalah cara untuk memperkirakan atau mengestimasi secara kuantitatif dan kualitatif apa yang akan terjadi pada masa depan berdasarkan data yang relevan pada masa lalu. Metode Box Jenkins c.3 Defenisi Metode Peramalan 2. Sedangkan kegunaan peramalan ini adalah untuk memperkirakan secara sisitematis dan pragmatis atas dasar data yang relevan pada masa lalu. Metode peramalan yang didasarkan pada penggunaan analisa pola hubungan antara variabel yang diperkirakan dengan variabel waktu yang merupakan deret berkala (time series). 2. Metode pemulusan (smoothing) b.

Metode Pemulusan (Smoothing) Eksponensial a. Rata-rata bergerak ganda (Double Moving Average) d. Pendekatan Aditif . 2. Metode peramalan yang termasuk dalam jenis ini adalah: a. Secara umum pemulusan (smoothing) dapat digolongkan menjadi beberapa bagian : 1.3. Kombinasi Rata-rata bergerak lainnya. Nilai Tengah (Mean) b. Rata-rata Bergerak Tunggal (Single Moving Average) c. Metode input output 2. Satu Parameter 2. Metode perataan (average) a. Metode regresi dan korelasi b. Pemulusan Ekspoknensial Tunggal 1. Metode ekonometrik c.mempengaruhinya. yang bukan waktunya yang disebut dengan metode korelasi atau sebab akibat (metode kausal).3 Meode Pemulusan (Smoothing) Metode pemulusan (smoothing) adalah metode peramalan dengan mengadakan penghalusan atau pemulusan terhadap data masa lalu yaitu dengan mengambil rata-rata dari nilai beberapa tahun menaksir nilai pada tahun yang akan dating.

S” t = α ( S’ t . b.Pendekatan ini memiliki kelebihan yang nyata dalam hal nilai α yang dapat berubah secara tak terkendali. b t = konstanta pemulusan F t + m = hasil peramalan untuk m period eke depan yang akan diramalkan 2) Metode ini digunakan untuk peramaln data yang bersifat trend. dengan adanya perubahan dalam pola datanya. .S” t ) = 2 S’ t .S” t ) 1−α F t +m = a t + b t m Di mana : S’ t = nilai Pemulusan Eksponensial Tunggal (Single Eksponensial Smoothing Value) S” t = nilai Eksponensial Ganda (Double Eksponensial Smoothing Value) α = parameter Pemulusan Eksponensial a t . Pemulusan Eksponensial Ganda 1) Metode Linear Satu Parameter dari Brown S’ t = α X t + (1-α) S” t −1 S” t = α S’ t + (1-α) S” t −1 at bt = S’ t + (S’ t . S t = α X t + (1-α) (S t −1 + b t −1 ).

Pemulusan Eksponensial Triple 1. F t +m = S t + b t m c. Metode kecenderungan dan Musiman Tiga Parameter dari Winter. bentuk pemulusan yang lebih tinggi dapat digunakan bila dasar pola datanya adalah kuadratik. Pemulusan Kwadratik Satu Parameter Dari Brown Dapat digunakan untuk meramalkan data dengan suatu pola trend dasar.b t = γ (S t + S t −1 ) + (1 – γ) b t −1 . d.α) F t Di mana: F t −1 = Ramalan untuk periode mendatang α = Parameter eksponensial yang besarnya 0<α<1 X t = Nilai actual pada periode-t F t = Ramalan pada periode-t . kubik atau orde yang lebih tinggi. 2. Pemulusan Eksponensial Menurut Klasifikasi Pegels Bentuk umum dari metode pemulusan eksponensial adalah: F t −1 = α X t + (1. Metode ini merupakan salah satu dari beberapa metode pemulusan eksponensial yang dapat menangani musiman.

...4 Metode Peramalan yang digunakan Untuk mendapatkan suatu hasil yang baik dan tepat maka haruslah diketahui dan digunakan metode peramalan yang tepat......... Persamaan yang dipakai dalam pelaksanaan Smoothing Eksponensial Satu Parameter dari Brown adalah sebagai berikut : S’ t = α X t + (1-α) S” t −1 …………………………………………………………(2-1) S” t = α S’ t + (1-α) S” t −1 ... maka penulis menggunakan metode smoothing eksponensial ganda yaitu “Smoothing Eksponensial Satu Parameter dari Brown”........(2-3) = α ( S’ t ...S” t ……………………………………………... Dasar pemikiran dari metode Smoothing Eksponensial Satu Parameter dari Brown adalah serupa dengan rata-rata bergerak linier... Metode ini merupakan metode linier yang yang dikemukakan oleh Brown......... karena kedua milai pemulusan tunggal dan ganda ketinggalan dari data sebenarnya....(2-5) Di mana : S’ t = nilai Pemulusan Eksponensial Tunggal (Single Eksponensial Smoothing Value) ..............S” t ) = 2 S’ t .S” t )………………………………………………………….(2-2) at bt = S’ t + (S’ t ........... Bila terdapat unsure trend..………………………………….............. perbedaan nilai pemulusan tunggal dan ganda dapat ditambahkan kepada pemulusan ganda dan disesuaikan untuk trend........ Dalam meramalkan tingkat produksi karet rakyat pada tahun 2011 di Kabupaten Tapanuli Tengah....2...(2-4) 1−α F t + m = a t + b t m………………………………......

(2-7) Akhir persamaan (2-5) menunjukkan bagaimana memperoleh ramalan untuk m period eke muka dari t.S” t = nilai Eksponensial Ganda (Double Eksponensial Smoothing Value) α = parameter Pemulusan Eksponensial a t . Ramalan untuk m period eke muka adalah a t di mana merupakan nilai rata-rata yang disesuaikan untuk periode t ditambah m kali komponen kecenderungan b t . maka semua data yang telah didapat dimasukkan ke dalam contoh table Smoothing Eksponensial Ganda Satu Parameter darhi Brgown berikut ini : .F T =1 ) 2 ……………………………………………………….F T =1 ……………………………………………………………(2-6) e 2 = (X T =1 . b t = konstanta pemulusan F t + m = hasil peramalan untuk m period eke depan yang akan diramalkan Untuk menghitung nilai kesalahan (error) ramalan tersebut. Bila semua hasil hitungan telah didapat. dapat digunakan rumus di bawah ini : c = X T =1 .

Aplikasi Pemulusan Eksponensial Linear Satu Parameter Dari Brown Pada Data Produksi Karet Rakyat di Kabupaten Tapanuli Tengah Pada Tahun (1) Tahun (2) Periode (tahun) (3) Produksi Karet Rakyat (4) Pemulusan Eksponensial Tumggal (5) Pemulusan Eksponensial at Tunggal bt (6) (7) (8) Nilai Nilai Nilai F= at + b t (m) Bila m=1 1998 1 X1 X2 X3 X4 X5 - (2-1) (2-2) - - - 1999 2 … … (2-3) (2-4) - 2000 3 … … ... … … .. … (2-5) 2001 4 … … … … … 2002 5 … … … … … - - … … … … … … … ..

metode peramalan terbaik adalah metode yang memenuhi criteria ketetapan ramalan. dirumuskan dengan : ∑ / PE MAPE = i =1 n i / n c.. … Perlu dipahami bahwa tidak ada suatu metode terbaik untuk suatu peramalan. Dalam peramaln time series. Metode yang memberikan hasil ramalan secara tepat belum tentu tepat untuk meramalkan data yang lain. Berikut ini adalah ketetapan ramalan beberapa criteria yang digunakan untuk menguji nilai ramalan yhaitu : a. Kriteria ini berupa Mean Absolute Deviation (MAD). Kesalahan Persentase (Persentage Error) dirumuskan dengan :  X i − Fi PE =   X i     x 100  .. Nilai Tengah Kesalahan Kuadrat (Mean Square Error) dirumuskan dengan: ∑(X MSE = i =1 n i − Fi ) 2 n b.N N Xn … … … . Nilai Tengah Kesalahan Persentase Absolute (Mean Absolute Percentage Error).

Nilai Tengah Deviasi Absolute (Mean Absolute deviation).d. Jumlah Kuadrat kesalahan (Sum Square Error). dirumuskan dengan : SSE = ∑(X i =1 n i − Fi ) 2 Di mana : X i − Fi = Kesalahan pada periode ke-i X i = Data actual pada period eke-i F i = Nilai ramalan pada periode ke-i n = Banyaknya periode waktu . dirumuskan : ∑/ X MAD = i =1 n i − Fi / n e.

Sign up to vote on this title
UsefulNot useful