BAB 2
LANDASAN TEORI
2.1 Pengertian Peramalan ( Forecasting )
Peramalan ( forecasting ) adalah kegiatan mengistemasi apa yang akan terjadi pada masa yang akan datang. Peramalan diperlukan karena adanya perbedaan kesenjangan waktu ( timelag ) antara kesadaran akan dibutuhkannya suatu kebijakan baru dengan waktu pelaksanaan kebijakan tersebut. Apabila perbedaan waktu tersebut panjang, maka peran peramalan begitu penting dan sangat dibutuhkan, terutama dalam penentuan kapan terjadi suatu sehingga dapat dipersiapkan tindakan yang perlu dilakukan.
Metode peramalan akan membantu dalam mengadakan pendekatan analisa terhadap tingkah laku atau pola dari data yang lalu, sehingga dapat memberikan cara pemikiran, pengerjaan dan pemecahan yang sistematis dan pragmatis, serta memberikan tingkat keyakinan yang lebih besar atas ketepatan hasil ramalan yang dibuat.
2.2 Kegunaan dan Peran Peramalan
Dalam perencanaan disuatu instansi baik itu pemerintah maupun swasta, peramalan merupakan kebutuhan yang sangat mendasar. Dimana baik maupun buruknya ramalan dapat mempengaruhi seluruh bagian instansi, karena waktu tenggang untuk pengambilan keputusan dapat berkisar dari beberapa tahun. Peramalan merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien.
Kegunaan dari suatu peramalan dapat dilihat pada saat pengambilan keputusan. Keputusan yang baik adalah keputusan yang didasarkan atas pertimbangan apa yang terjadi saat keputusan tersebut dilakukan. Apabila keputusan yang diambil kurang tepat sebaiknya keputusan tersebut tidak dilaksanakan. Pengambilan keputusan merupakan masalah yang selalu dihadapi maka peramalan juga merupakan masalah yang selalu dihadapi karena peramalan berkaitan erat dengan pengambilan suatu keputusan.
Baik tidaknya suatu peramalan yang disusun, ditentukan oleh metode, informasi maupun data yang digunakan atau pun ketepatan ramalan yang dibuat. Apabila data yang digunakan tidak dapat meyakinkan maka hasil peramalan yang disusun juga akan sukar dipercaya ketepatannya. Oleh karena itu, ketepatan dari ramalan tersebut merupakan hal yang sangat penting. Walaupun demikian perlu disadari bahwa suatu ramalan adalah tetap ramalan, dimana selalu ada unsur kesalahannya. Sehingga yang penting diperhatikan adalah usaha untuk memperkecil kesalahan tersebut.
2.3 Jenis Peramalan
Berdasarkan sifatnya, peramalan dapat dibagi dalam dua kategori, yaitu:
1. Peramalan kualitatif
Peramalan kualitatif adalah peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil peramalan ini sangat bergantung pada orang yang menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran yang bersifat instuisi, pendapat dan pengetahuan serta pengalaman dari orang – orang yang menyusunnya.
2. Peramalan kuantitatif
Peramalan kuantitatif adalah peramalan yang didasarkan atas data kuantitatif pada masa lalu. Hasil peramalan ini sangat bergantung pada metode yang dipergunakan dalam peramalan tersebut. Karena dengan metode yang dipergunakan dalam peramalan yang berbeda pula. Baik tidaknya metode yang dipergunakan ditentukan oleh perbedaan atau penyimpangan antara hasil ramalan dengan keyakinan yang terjadi. Semakin kecil penyimpangan antara hasil ramalan dengan hasil ramalan dengan kenyataan yang terjadi berarti metode yang digunakan semakin baik.
2.4 Metode Pemulusan ( Smoothing )
Metode pemulusan ( smoothing ) adalah metode peramalan dengan mengadakan penghalusan atau pemulusan terhadap data lalu, yaitu dengan mengambil rata – rata dari nilai beberapa tahun untuk menaksir nilai pada tahun yang akan datang. Secara umum metode pemulusan ( smoothing ) dapat diklasifikasikan, yaitu:
1. Metode rata – rata ( Average )
Metode rata – rata dibagi atas empat bagian, yaitu: a. Nilai tengah ( mean )
b. Rata – rata bergerak tunggal ( single moving average ) c. Rata – rata bergerak ganda ( double moving average ) d. Kombinasi rata – rata bergerak lainnya
Metode rata – rata tujuannya adalah untuk memanfaatkan data pada masa lalu untuk mengembangkan suatu sistem peramalan pada periode mendatang.
2. Metode pemulusan eksponensial
Metode pemulusan eksponensial terdiri atas: a. Pemulusan eksponensial tunggal
1. Satu parameter 2. Pendekatan adaptif
b. Pemulusan eksponensial ganda
1. Metode linier satu parameter dari Brown 2. Metode dua parameter dari Holt
1. Metode kuadratik satu parameter dari Brown
2. Metode tiga parameter kecendrungan dan musiman dari Winter d. Pemulusan eksponensial menurut klasifikasi Pegels
3. Metode pemulusan lainnya
a. Metode kontrol adaptif dari Chow
b. Metode adaptif satu parameter dari Brown c. Pemulusan tiga parameter Box – Jenkins d. Metode pemulusan Harmonis dari Harrison
e. Sistem pemantauan dari tiga Trigg ( Tracking Signal )
2.5 Metode Peramalan yang Digunakan
Untuk mendapatkan hasil yang baik dan tepat maka haruslah diketahui dan digunakan metode peramalan yang tepat. Untuk meramalkan pendapatan Produk Domestik Bruto ( PDRB ) Sektor Keuangan, Persewaan dan Jasa Perusahaan dengan menggunakan Pemulusan Eksponensial Ganda yaitu Metode Linier Satu Parameter dari Brown.
Metode ini merupakan metode yang digunakan oleh Brown. Dasar pemikiran Metode Pemulusan Eksponensial Ganda adalah sama dengan rata – rata bergerak linier, karena kedua nilai pemulusan tunggal dan ganda berdasarkan dari data sebenarnya.
Persamaan yang dapat dipakai dalam pelaksanaan Pemulusan Eksponensial Ganda adalah:
(
1)
' 1 't= Xt + − S t− S α α (2.1)(
1)
" 1 ' "t= St+ − S t− S α α (2.2)(
t t)
t t t t S S S S S a = ' + ' − " =2 ' − " (2.3)(
t t)
t S S b ' " 1− − = α α (2.4)( )
m b a Ft+m= t + t (2.5) Dimana : tS ' = Nilai pemulusan eksponensial tunggal
t
S" = Nilai pemulusan eksponensial ganda
t t b
a , = Konstanta pemulusan
Ft+m = Hasil peramalan untuk m periode kedepan yang akan diramalkan
α = Parameter pemulusan eksponensial besarnya adalah 0< α<1
2.6 Ketepatan Ramalan
Ketepatan ramalan adalah suatu hal yang mendasar dalam peramalan, yaitu bagaimana mengukur kesesuaian suatu metode peramalan tertentu untuk suatu kumpulan data yang diberikan. Ketepatan dipandang sebagai kriteria penolakan untuk memilih suatu metode peramalan. Dalam pemodelan deret berkala ( time series ) dari data masa lalu
dapat diramalkan situasi yang akan terjadi pada masa yang akan datang, untuk menguji kebenaran ramalan ini digunakan ketepatan ramalan.
Beberapa kriteria yang digunakan untuk menguji ketepatan ramalan antara lain:
1. Nilai Tengah Galat ( Mean Error )
n e ME n i i
∑
= = 1 (2.6)2. Nilai Tengah Galat Kuadrat ( Mean Square Error )
n e MSE n i i
∑
= = 1 2 (2.7)3. Nilai Tengah Galat Absolut ( Mean Absolute Error )
n e MAE n i i
∑
= = 1 (2.8)4. Nilai Tengah Galat Persentase Absolut ( Mean Absolute Percentage Error )
n PE MAPE n i i
∑
= = 1 (2.9)5. Nilai Tengah Galat Persentase ( Mean Percentage Error )
n PE MPE n i i
∑
= = 1 (2.10)6. Jumlah Kuadrat Galat ( Sum Square Error )
∑
= = n i i e SSE 1 2 (2.11)7. Deviasi Standar Galat ( Standart Deviation of Error )
(
1)
1 2 − =∑
= n e SDE n i i (2.12) Dimana: te = Xt − ( kesalahan pada periode ke – t ) Ft
t
X = data aktual pada periode ke – t
t
F = nilai ramalan pada periode ke – t n = banyak periode waktu
Metode peramalan yang dipilih adalah metode peramalan yang memberikan nilai MSE yang terkecil.
2.7 Produk Domestik Regional Bruto
Pengertian produk domestik regional bruto adalah keseluruhan produk dari hasil proses produksi dari sektor maupun subsektor dari wilayah. Adapun sektor – sektor tersebut terdiri dari :
1. Sektor pertanian
a. Subsektor tanaman bahan makanan b. Subsektor tanaman perkebunan
c. Subsektor peternakan dan hasil – hasilnya d. Subsektor kehutanan
e. Subsektor perikanan
2. Sektor pertambangan dan penggalian a. Subsektor minyak dan gas
b. Subsektor pertambangan tanpa migas c. Subsektor penggalian
3. Sektor industri pengolahan
a. Subsektor industri besar dan sedang b. Subsektor pengilangan minyak
c. Subsektor industri kecil dan rumah tangga
4. Sektor listrik, gas, dan air bersih a. Subsektor listrik
b. Subsektor gas kota c. Subsektor air bersih
5. Sektor bangunan
6. Sektor perdagangan, hotel dan restoran a. Subsektor perdagangan besar dan kecil
b. Subsektor hotel c. Subsektor restoran
7. Sektor pengangkutan dan komunikasi a. Subsektor pengangkutan
1) Angkutan rel 2) Angkutan jalan laut
3) Angkutan laut, sungai, dan danau 4) Angkutan udara
5) Jalan penunjang pengangkutan b. Subsektor komunikasi
8. Sektor keuangan, persewaan dan jasa perusahaan a. Subsektor bank
b. Subsektor lembaga keuangan bukan bank c. Subsektor jasa penunjang keuangan d. Subsektor sewa bangunan
e. Subsektor jasa perusahaan
9. Sektor jasa – jasa
a. Subsektor pemerintahan b. Subsektor swasta
1) Sosial kemasyarakatan 2) Hiburan dan rekreasi
Namun, penulis hanya membatasi peramalan Produk Domestik Regional Bruto (PDRB) atas nama Sektor Keuangan, Persewaan Dan Jasa Perusahaan saja.
2.8 Perhitungan Pendapatan PDRB
2.8.1 Perhitungan Atas Dasar Harga Berlaku
PDRB atas dasar harga berlaku merupakan jumlah seluruh nilai tambah bruto ( NTB ) atau nilai barang dan jasa yang dihasilkan oleh unit – unit produksi dalam suatu periode tertentu dan biasanya satu tahun yang nilai dengan harga tahun yang bersangkutan.
NTB atas dasar harga berlaku yang didapat dari selisih output dengan biaya antara yang dinilai masing – masing atas dasar harga berlaku adalah menggambarkan perubahan volume produksi yang dihasilkan dan tingkat perubahan harga masing – masing kegiatan subsektor dan sektor.
2.8.2 Perhitungan Atas Dasar Harga Konstan
Perhitungan atas dasar harga konstan ini pengertiannya sama dengan harga berlaku, tetapi penilaiannya dilakukan dengan satu tahun dasar tertentu. NTB atas dasar harga konstan ini hanya menggambarkan perubahan volume / kuantum produksi saja.
Pengaruh perubahan harga telah dihilangkan dengan cara menilai dengan harga satu tahun dasar tertentu.
Perhitungan atas dasar harga konstan berguna untuk melihat perubahan ekonomi secara keseluruhan atau sektoral. Juga untuk melihat perubahan struktur perekonomian suatu kota di propinsi dari tahun ke tahun.
