BAB 2
LANDASAN TEORI
2.1 Pengertian Peramalan
Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang
diperkirakan akan terjadi pada masa yang akan datang. Ramalan tersebut dapat didasarkan atas bermacam-macam cara, diantaranya adalah Metode Pemulusan Eksponensial, Rata-rata Bergerak Linear. Metode peramalan merupakan cara untuk memperkirakan secara kuantitatif apa yang akan terjadi pada masa yang akan datang dengan dasar kata yang releven pada masa lalu. Dengan kata lain metode peralaman ini digunakan dalam peramalan yang bersifat objektif.
2.2 Kegunaan dan Peranan Peramalan
Dalam hal manajemen dan administrasi, perencanaan merupakan kebutuhan yang besar, karena waktu tenggang untuk pengambilan keputusan dapat berkisar dari beberapa tahun, peramalan merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien. Metode peramalan sangat berguna dalam menganalisa terhadap data dari masa lalu, sehingga dapat memberikan cara pemikiran, pengerjaan dan perencanaan yang sistematis dan memberikan ketepatan hasil
peramalan yang dibuat atau disusun.
Adapun peranan peramalan sebagai berikut:
1. Penelitian
2. Perencanaan
Peramalan merupakan dasar untuk menyusun rencana. Dalam penyusunan rencana sering terjadi adanya perbedaan waktu dalam kegiatan penyusunan rencanaberupa penentuan kegiatan apa saja yang harus dilakuka, kapan pelaksanaannya dan oleh siapa dilaksanakan. Apabila perbedaan waktu tersebut panjang, maka peranan peramalan sangat dibutuhkan, terutama dalam menentukan kapan suatu peristiwa akan terjadi sehingga dapat dipersiapkan tindakan-tindakan apa yang perlu dilakukan.
3. Pengambilan Keputusan
Peramalan juga berperan dalam hal pengambilan keputusan. Keputusan yang baik adalah keputusan yang didasarkan atas pertimbangan-pertimbangan apa saja yang akan terjadi pada waktu keputusan itu dilaksanakan. Apabila kurang terpat ramalan yang disusun atau dibuat, maka makin kurang baiklah keputusan yang kita ambil.
Berdasarkan uraian diatas, baik tidaknya suatu peramalan yang disusun, disamping ditentukan oleh metode yang digunakan juga ditentukan baik tidaknya informasi yang diperoleh. Selain informasi yang digunakan, tidak dapat meyakinkan maka hasil peramalan disusun juga akan sukar dipercaya akan ketetapannya.
2.3 Metode Peramalan
Salah satu cara untuk mengklasifikasikan permasalahan pada peramalan adalah mempertimbangkan skala waktu pada peramalannya yaitu seberapa jauh rentang waktu data yang ada untuk diramalkan terhadap tiga kategori waktu jangka pendek (minggu ke bulan), menengah (bulan ke tahun) dan jangka panjang (tahun ke dekade).
Selain rentang waktu yang ada dalam proses peramalan, terdapat juga teknik atau metode yang digunakan dalam peramalan. Metode peramalan dapat
1. Metode Kuantitatif
Penggunaan metode ini didasari ketersediaan data mentah disertai serangkaian kaidah matematis untuk meramalkan hasil dimasa depan. Terdapat beberapa macam model peramalan yang tergolong metode kualitatif, yaitu:
a. Metode Deret Berkala (Time Series)
Pada model ini, pendugaan masa depan dilakukan berdasarkan nilai masa lalu dari suatu variabel dan atau kesalahan masa lalu. Tujuannya adalah menemukan pola dalam deret data historis dan mengekstrapolasikan pola dalam deret dan historis tersebut ke masa depan. Analisis data berkala memungkinkan untuk mengetahui perkembangan suatu atau beberapa kejadian serta hubungan / pengaruhnya terhadap kejadian lainnya. Metode – metode peramalan dengan menggunakan Time Series, yaitu:
1) Metode Smoothing
a) Metode Data Lewat / NAIF
b) Metode Rata – Rata Kumulatif
c) Metode Rata – Rata Bergerak (Moving Average)
d) Metode Eksponensial Smoothing 2) Metode box – Jenkis
3) Metode Perkiraan Trend dengan regresi b. Model Kausalitas
Model ini mengasumsikan bahwa factor yang digunakan menunjukkan suatu hubungan sebab akibat dengan satu atau lebih variabel bebas. Metode peramalan dengan model kausalitas, yaitu:
1) Metode Regresi dan Korelasi 2) Metode Ekonometrika
3) Metode Analisis input – output
Peramalan kuantitatif dapat digunakan bila memenuhi 3 (tiga) kondisi berikut:
2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik (angka/bilangan)
3. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut dimasa yang akan datang.
Orang yang akan tidak mengenal ataupun mengerti tentang metode peramalan kuantitatif sering befikir bahwa masa lalu tidak dapat menerangkan atau menggambarkan bagaimana keadaan yang akan terjadi di masa yang akan datang, karena segala sesuatunya tidak akan berubah secara tidaak konstan. Tapi setelah mengenal data dan teknik peramalan, maka terjadilah jelas walaupun tidak ada metode yang benar yang membuktikan bahwa hasil peraamalan tersebut seratus persen dapat menggambarkan keadaan yang sebenarnya yang akan ter jadi di masa yang akan datang, tetapi hasil peramalan tersebut akan memberikan ataupun menjelaskan bagaimana bentuk dan peningkatan peramalan yang akan terjadi.
2. Metode Kualitatif (Teknologis)
Metode kualitatif dibagi menjadi dua bagian yaitu:
a. Model Eksploratif
Model ini dimulai dari data atau masalah – masalah dari masa lalu dan masa kini sebagai titik awalnya dan bergerak ke arah masa depan dengan melihat semua kemungkinan yang ada.
b. Model Normatif
Model ini dimulai dengan cara menetapkan sasaran tujuan yang akan datang kemudian bekerja mundur untuk melihat apakah hal ini dapat dicapai berdasarkan kendala, sumber daya dan teknologi yang tersedia.
2.4 Metode Peramalan yang Digunakan
Untuk mendapatkan suatu hasil yang baik dan tepat maka haruslah diketahui dan digunakan metode peramalan yang tepat. Dalam meramalkan jumlah wisatawan mancanegara yang berkunjung ke Sumatera Utara pada tahun 2016, penulis menggunakan metode analisis deret berkala (Time series) melalui metode
smoothing yaitu ”Metode Rata – Rata Bergerak Ganda (Double Moving
Average).”
Metode yang sering digunakan untuk meratakan deret berkala yang bergelombang adalah metode rata – rata bergerak. Metode ini dibedakan atas dasar jumlah tahun yang digunakan untuk mencari rata – ratanya. Misalnya jika digunakan satu tahun sebagai dasar pencarian rata – rata bergerak, teknik tersebut dinamakan rata – rata bergerak per satu tahun. Jika digunakan tiga tahun sebagai dasar pencarian rata – rata bergerak, teknik tersebut dinamakan rata – rata bergerak per tiga tahun.
f) Menghitung moving average rata-rata bergerak pertama diberi simbol S′t, dihitung dari data historis yang ada. Hasilnya diletakkan pada periode terakhir moving average pertama.
g) Menghitung moving average/rat-rata bergerak kedua, diberi simbol S′′t, dihitung dari rata-rata bergerak kedua. Hasilnya diletakkan pada periode terakhir moving average kedua.
h) Menentukan besarnya nilai (Konstanta)
i) Menentukan besarnya nilai (Slope)
j) Menentukan besarnya forecast
dengan
= Rata-rata bergerak tunggal pada waktu t
= Rata-rata bergerak ganda pada waktu t
= Banyaknya nilai masa lalu
= Jangka waktu rata-rata bergerak
= Jumlah periode ke muka yang digunakan
= Hasil peramalan untuk m periode ke depan yang akan digunakan
2.5 Menghitung Kesalahan Peramalan
Hasil proyeksi yang akurat adalah forecast yang bisa meminimalakan kesalahan meramal (forecast error). Besarnya forecast error dihitung dengan mengurangi data riil dengan besarnya ramalan.
Error (E) = Xt Ft
dengan
Xt = data rill periode ke-t
Ft = ramalan periode ke-t
Dalam menghitung forecast error digunakan:
a. Percentage Error (PE)
Percentage Error merupakan Kesalahan persentase dari suatu peramalan,
dengan
Xt = nilai data periode ke-t Ft = nilai ramalan
b. Absolute Persentage Error (APE)
Absolute Persentage Error adalah kesalahan persentase absolut,
c. Mean Percentage Error (MPE)
Mean Percentage Error adalah persentase rata-rata kesalahan absolut,
d. Mean Absolute Percentage Error (MAPE)
