Peramalan Jumlah Produksi Jahe di Kabupaten Simalungun Dengan Metode Eksponensial Tahun 2016-2020

(1)

BAB 2

LANDASAN TEORI

2.1 Pengertian Produksi

Produksi merupakan suatu kegiatan yang dikerjakan untuk menambah nilai guna

suatu benda baru sehingga lebih bermanfaat dalam memenuhi kebutuhan.

Produksi jahe merupakan hasil bercocok tanam, di mana dilakukan penanaman

bibit tanaman pada lahan yang telah disediakan, pemupukan dan perawatan

sehingga memperoleh hasil yang dapat dimanfaatkan dan digunakan. Prospek

usaha tani tanaman jahe cukup cerah bila dikelola secara intensif dan komersial

secara agribisnis (https://id.wikipedia.org/wiki/Produksi, 27 Juni 2017).

2.2 Manfaat Jahe

Sudah sejak lama jahe digunakan sebagai bumbu dapur. Misalnya jahe

digunakan digunakan dalam masakan ikan untuk masakan ikan untuk

menghilangkan bau amis. Aroma dan rasanya yang khas menyebabkan

penggunaan jahe untuk bumbu dapur lebih dimanfaatkan masyarakat. Hal ini

terlihat dari banyaknya permintaan jahe sebagai bumbu dapur yang mencapai

30.000 ton per tahun (hanya untuk pasar domestik). Kebutuhan tersebut

menempati peringkat pertama dibanding kunyit, kencur, dan lengkuas yang juga

sering digunakan sebagai bumbu dapur ((Cheppy Syukur.2001. Agar Jahe

(2)

Penggunaan jahe kedua terbanyak yaitu sebagai obat tradisional.

Umumnya, dalam penggunaannya untuk obat tradisional, jahe dikeringkan dahulu

hingga menjadi simplisia (bahan obat yang dikeringkan). Tingginya permintaan

jahe sebagai obat tradisional karena banyaknya industri obat rumah tangga yang

bermunculan, selain industri besar yang telah ada. Selain penggunaan jahe sebagai

obat tradisional, jahe kering juga digunakan untuk memberi aroma dan rasa pada

makanan seperti permen, biskuit, kue, dan minuman. Jahe tidak hanya diproduksi

untuk memenuhi kebutuhan dalam negeri saja, tetapi juga memenuhi permintaan

luar negeri (Cheppy Syukur.2001. Agar Jahe Berproduksi Tinggi, Jakarta).

2.3 Pengertian Peramalan

Peramalan (forecasting) menurut Sofyan Assauri (1984) adalah suatu kegiatan

yang memperkirakan yang akan terjadi pada masa mendatang. Peramalan

penjualan adalah peramalan yang mengaitkan berbagai asumsi yang berhubungan

dengan tindakan-tindakan yang perlu diambil serta variabel-variabel lain yang

mempengaruhi permasalahan arus penjualan yang akan terjadi. Peramalan

diperlukan karena adanya perbedaan waktu antara keadaan akan dibutuhkannya

suatu kebijakan baru. Apabila perbedaan waktu tersebut panjang, maka peran

peramalan menjadi penting dan sangat dibutuhkan, terutama dalam penentuan

kapan terjadi suatu peristiwa sehingga dapat dipersiapkan tindakan yang

diperlukan (Sofyan Assauri, 1984)

Kegunaan suatu peramalan dapat dilihat pada saat pengambilan keputusan.

Keputusan yang baik adalah keputusan yang didasarkan oleh pertimbangan yang

(3)

kurang tepat maka keputusan tersebut tidak dilaksanakan. Karena masalah

pengambilan keputusan merupakan masalah yang dihadapi, dan peramalan juga

merupakan masalah yang harus dihadapi, karena peramalan berkaitan erat dengan

pengambilan keputusan (Makridakis, Wheelright, dan McGee (1999)

2.4 Jenis–Jenis Peramalan

Menurut Makridakis, Wheelright, dan McGee (1999), sifat teknik peramalan

dapat dibagi menjadi 2 (dua) 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, karena berdasarkan pemikiran yang

bersifat instuisi, pendapat dan pengetahuan serta pengalaman dari

orang-orang yang menyusunnya. Biasanya peramalan kualitatif ini

didasarkan atas hasil penyelidikan seperti Delphi, analogis, dan

didasarkan atas ciri-ciri normative seperti decision matrices atau

decisiontrees. Metode kualitatif dapat dibagi menjadi 2 (dua), yaitu

metode eksploratoris dan normative.

2. Peramalan Kuantitatif

Peramalan kuantitatif adalah peramalan yang didasarkan atas data

kuantitatif pada masa lalu. Peramalan yang baik adalah peramalan

yang dilakukan dengan mengikuti prosedur peramalan penyusunan

dengan baik. Apabila semakin baik menggunakan prosedur

(4)

kenyataan yang terjadi juga semakin kecil. Metode peramalan

kuantitatif dapat dibagi dalam deret berkala (time series) dan metode

kausal.

Peramalan kuantitatif dapat digunakan dengan memenuhi syarat berikut:

1. Adanya informasi tentang masa lalu.

2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data.

3. Informasi tersebut dapat diasumsikan bahwa beberapa aspek pola masa

lalu akan terus berlanjut dimasa yang akan datang dan kondisi ini

disebut dengan kondisi yang konstan (assumptionofconstancy).

Asumsi ini merupakan modal yang mendasari dari semua metode

peramalan kuantitatif dan banyak metode peramalan teknologis

terlepas dari bagaimana canggihnya metode tersebut.

Metode-metode peramalan dengan analisis deret waktu dibagi 3 (tiga) yaitu:

1. Metode Pemulusan Eksponensial dan Rata-rata Bergerak

Metode ini sering digunakan untuk ramalan jangka pendek dan jarang

dipakai untuk ramalan jangka panjang.

2. Metode Regresi

Metode ini biasanya digunakan untuk ramalan jangka menengah dan

jangka panjang.

3. Metode Box–Jenkins

Metode ini jarang dipakai, tetapi baik untuk ramalan jangka pendek,

(5)

2.5 Pemilihan Metode Peramalan

Dalam memilih metode peramalan, perlu diketahui terlebih dahulu ciri-ciri

penting dalam pengambilan keputusan dan analisis keadaan dalam

mempersiapkan peramalan (Makridakis, Wheelright, dan McGee 1999)

Ada 6 faktor utama yang diidentifikasikan sebagai teknik dan metode peramalan

yaitu:

1. Horizon waktu

Ada dua aspek dari horizon waktu yang berhubungan dengan masing-

masing metode peramalan, yaitu cakupan waktu dimasa yang akan

datang dan jumlah periode untuk peramalan yang diinginkan.

2. Pola Data

Dasar utama dari metode peramalan adalah anggapan bahwa macam

pola yang didapati didalam data yang diramalkan akan berkelanjutan.

3. Jenis dan model

Model-model merupakan suatu deret dimana waktu digambarkan

sebagai unsur yang penting untuk menentukan perubahan-perubahan

dalam pola. Model-model perlu diperhatikan karena masing-masing

model mempunyai kemampuan yang berbeda dalam analisis keadaan

untuk pengambilan keputusan.

4. Biaya yang dibutuhkan

Umumnya ada 4 (empat) unsur biaya yang tercakup dalam

penggunaan suatu prosedur peramalan, yaitu biaya-biaya

penyimpangan (storage) data, operasi pelaksanaan dan kesempatan

(6)

5. Ketepatan peramalan

Tingkat ketepatan yang dibutuhkan sangat erat dengan tingkat

perincian yang dibutuhkan dalam suatu peramalan.

6. Kemudahan dan Penerapan

Metode-metode yang dapat dimengerti dan mudah diaplikasikan

sudah merupakan suatu prinsip umum bagi pengambilan keputusan.

2.6 Kegunaan Peramalan

Kegunaan peramalan dalam suatu penelitian adalah untuk memperkirakan situasi

dan kondisi yang akan terjadi dari suatu yang diteliti untuk masa yang akan

datang setelah situasi tersebut dianalisis. Peramalan merupakan suatu alat bantu

yang penting dalam perencanaan yang efektif dan efisien. Dalam hal ini,

penyusunan suatu rencana untuk mencapai tujuan atau sasaran suatu

organisasi/lembaga terdapat perbedaan waktu pelaksanaan, dan dilaksanakan oleh

siapa. Perencanaan dan peramalan merupakan dua hal yang sangat erat kaitannya,

hal ini dapat dilihat dalam penyusunan rencana, di mana dalam penyusunan ini

melibatkan peramalan juga (Makridakis, Wheelright, dan McGee (1999)

Dengan demikian, dapat dikatakan bahwa peramalan merupakan dasar

untuk menyusun rencana karena dapat membantu menganalisis data dari masa

lalu, sehingga melalui metode peramalan akan didapat cara pemikiran dan

pengerjaan yang teratur dan terarah serta perencanaan yang sistematis hingga

(7)

2.7 Metode Pemulusan (Smoothing)

Metode pemulusan atau smoothing adalah metode peramalan dengan mengadakan

penghalusan terhadap masa lalu, yaitu dengan mengambil rata-rata dari nilai

beberapa tahun untuk menaksir nilai pada beberapa tahun ke depan. Metode

pemulusan (smoothing) banyak digunakan untuk menghilangkan atau mengurangi

keteracakan (randomness) dari data deret berkala (timeseries). Secara umum,

metode smoothing diklasifikasikan menjadi 2 (dua) bagian, yaitu:

1. Metode Rata-rata

Metode rata-rata dibagi atas 4 (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 masa lalu dalam

mengembangkan suatu system peramalan pada periode mendatang.

2. Metode Pemulusan Eksponensial

Bentuk umum dari pemulusan eksponensial adalah:

( 5 )

Keterangan:

= ramalan satu periode kedepan = data aktual pada periode ke-t = ramalan pada periode ke-t

(8)

Metode pemulusan atau smoothing eksponensial terdiri atas:

1. Pemulusan atau smoothing ekspnensial tunggal

2. Pemulusan atau smoothing eksponensial ganda, yang terdiri atas:

a. Metode linier satu parameter dari Brown

b. Metode dua parameter dari Holt

2.8 Metode Smoothing yang Digunakan

Untuk mendapatkan hasil yang baik harus diketahui cara peramalan yang cepat.

Metode peramalan analisis timeseries yang digunakan untuk meramalkan jumlah

produksi jahe pada pemecahan masalah ini adalah dengan menggunakan metode

smoothing eksponensial ganda yaitu metode smoothing eksponensial satu

parameter dari Brown.

Metode (Smoothing) Pemulusan dapat dihitung hanya dengan 3 (tiga) nilai

data dan satu nilai untuk α (alfa). Pendekatan ini juga memberikan bobot yang

semakin menurun pada observasi masa lalu. Dengan alasan ini, pemulusan

eksponensial ganda lebih disukai daripada rata-rata bergerak linier sebagai suatu

metode peramalan dalam berbagai kasus utama (Makridakis, Wheelright, dan

McGee 1999)

2.9 Ketepatan Peramalan

Ketepatan peramalan 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

(9)

(timeseries) dari data masa lalu dapat diramalkan situasi yang akan terjadi pada

masa yang akan datang, untuk menguji kebenaran ramalan ini digunakan

ketepatan peramalan.

∑

(11)

Keterangan:

= kesalahan pada periode ke t

= (kesalahan persentase pada periode ke-t)

(10)

= Nilai ramalan pada periode ke-t

N = Banyaknya periode waktu

Metode peramalan yang dipilih adalah metode yang memberikan nilai MSE yang