BAB 2
LANDASAN TEORI
2.1 Pengertian Peramalan
Menurut Assauri peramalan adalah kegiatan untuk memperkirakan apa yang akan
terjadi dimasa yang akan datang. Sedangkan ramalan adalah suatu situasi atau
kondisi yang diperkirakan akan terjadi pada masa akan datang. Ramalan tersebut
ada bermacam-macam cara yaitu Metode Pemulusan Eksponensial atau Rata-Rata
Bergerak, Metode Box Jenkins, dan Metode Regresi, semuanya dikenal dengan
metode peramalan. Metode peramalan adalah cara untuk memperkirakan secara
kuantatif apa yang akan terjadi pada masa yang akan datang dengan dasar data
yang relevan pada masa lalu.
Baik tidaknya suatu peramalan yang disusun, disamping ditentukan oleh
metode yang digunakan, juga ditentukan baik tidaknya informasi yang digunakan.
Jika informasi yang digunakan tidak dapat menyakinkan, maka hasilnya
peramalan yang disusun juga akan suka dipercaya akan ketepatannya.
2.2 Kegunaan dan Peran Peramalan
Kegunaan dari peramalan terlihat pada saat pengambilan keputusan. Setiap orang
selalu dihadapkan pada masalah pengambilan keputusan. Keputusan yang baik
adalah keputusan yang didasarkan pertimbangan apa yang akan terjadi pada waktu
keputusan itu terlaksanakan. Kurang tepat ramalan yang kita susun atau yang kita
buat maka kurang baiklah keputusan yang kita ambil. Walaupun demikian perlu
disadari bahwa suatu ramalan adalah tetap ramalan, dimana selalu ada unsur
kesalahan. Sehingga yang paling diperhatikan adalah usaha untuk memperkecil
Sering terdapat waktu tenggang(time lag) antara kesadaran akan peristiwa atau kebutuhan mendatang dengan peristiwa itu sendiri. Adanya waktu tenggang (Time lag) ini merupakan alasan utama bagai perencanaan dan peramalan. Dalam situasi seperti ini peramalan diperlukan untuk menetapkan kapan suatu peristiwa akan
terjadi atau timbul, sehingga tindakan yang tepat dapat dilakukan.
Irganisasi selalu menentukan saran dan tujuan, berusaha menduga
faktor-faktor lingkungan, lalu memilih tindakan yang diharapkan akan menghasilkan
pencapaian sasaran dan tujuan tersebut. Dalam hal ini peramalan merupakan
bagian integral dari kegiatan pengambilan keputusan manajemen yang dapat
mengurangi ketergantungan manajemen pada hal-hal yang belum pasti.
Ada 3 (tiga) peranan peramalan yang penting, yaitu:
1. Penjadwalan sumber daya yang tersedia.
2. Penyediaan sumber daya tambahan.
3. Penentuan sumber daya yang diinginkan.
Walaupun terdapat banyak bidang lain yang memerlukan peramalan. Namun 3
(tiga) kelompok di atas merupakan betuk khas dari kegunaan peramalan jangka
pendek, menengah, dan panjang.
2.3 Jenis-jenis Peramalan
Berdasarkan sifat penyusunannya, peramalan dapat dibedakan menjadi 2 (dua)
jenis, yaitu:
1. Peramalan yang subjektif, yaitu yang didasarkan atas perasaan atau intuisi
dari orang yang menyusunnya sangat menentukan baik tidaknya hasil ramalan
tersebut.
2. Peramalan yang objektif, yaitu peramalan yang didasarkan atas data relevan
pada masa lalu, dengan menggunakan teknik dan metode dalam
penganalisaan data tersebut.
Berdasarkan jangka waktu ramalan yang disusun maka peramalan dapat
1. Peramalan Jangka Panjang, yaitu peramalan yang dilakukan untuk
penyusunan hasil ramalan yang jangka waktunya lebih dari satu setengah
tahun atau 3 semester. Peramalan seperti ini misalnya diperlakukan dalam
penyusunan rencana pembangunan suatu negara atau daerah, corporate
planning, rencana investasi atau rencana ekspansi dari suatu perusahaan.
2. Peramalan Jangka Panjang, yaitu peramalan yang dilakukan untuk
penyusunan hasil ramalan yang jangka waktunya kurang dari satu setengah
tahun atau 3 semester. Peramalan seperti ini misalnya diperlakukan dalam
penyusunan rencana kerja operasional,dan anggaran, contohnya penyusunan
rencana produksi, rencana penjualan, dan anggaran produksi.
Berdasarkan sifat ramalan yang telah disusun, maka peramalan dapat
dibedakan atas 2 (dua) jenis, yaitu:
1. Peramalan kualitatif, aitu peramalan yang didasarkan atas data kualitatif pada
masa lalu. Hal ini penting karena hasil peramalan tersebut ditentukan
berdasarkan pemikiran yang bersifat intuisi, pendapatan dan pengetahuan dari
orang yang menyusunnya. Biasanya peramalan secara kualitataif ini
didasarkan atas hasil penyelidikan.
2. Peramalan kuantitatif, aitu peramalan yang didasarkan atas data kuantitatiff
pada masa lalu. Hasil peramalan yang dibuat sangat bergantung pada metode
yang digunakan dalam peramalan tersebut. Dengan metode berbeda akan
diperoleh hasil peramalan yang berbeda. Baik tidaknya metode yang
digunakan ditentukan oleh perbedaan atau penyimpangan antara hasil
peramalan dengan kenyataan yang terjadi.
Peramalan kuantitatif dapat dibagi dalam deret berkala (time series) dan
metode kausal. Peramalan kuantitatif dapat digunakan bila terdapat 3 (tiga)
kondisi sebagai berikut:
a) Adanya informasi tentang masa lalu.
b) Informasi tersebut dapat dikuantitatifkan dalam bentuk data.
c) Informasi tersebut dapat diasumsiskan bahwa pola yang lalu akan
Dari uraian diatas dapatlah diketahui bahwa jenis-jenis peramalan sangat
bergantung dari segi mana memandangnya. Baik tidaknya yang digunakan oleh
perbedaan atau penyimpangan antara hasil ramalan dengan kenyataan yang
terjadi, maka semakin baik metode yang digunakan.
2.4 Langkah-langkah Peramalan
Menurut Sofjan Assauri peramalan yang baik adalah peramalan yang dilakukan
dengan mengikuti prosedur penyusunan yang baik. Pada dasarnya ada tiga
langkah peramalan yang penting, yaitu:
1. Menganalisa data yang lalu. Tahap ini berguna untuk pola yang terjadi pada
masa yang lalu. Analisa ini dilakukan dengan cara membuat tabel data maka
dapat di ketahui pol data tersebut.
2. Menentukan metode yang digunakan. Masing-masing akan memberikan hasil
peramalan yang berbeda. Dimana metde peramalan yang baik adalah metode
yang menghasilkan penyimpanan antara hasil peramalan dengan nilai
kenyataan yang sekecil mungkin.
3. Memproyeksi data yang lalu dengan menggunakan metode yang
dipergunakan, dan mempertimbangkan adanya beberapa faktor perubahan.
Faktor –faktor perubahan tersebut antara lain terdiri daei perubahan
kebijakan-kebijakan yang mungkin terjadi, ternaksud kebijakan pemerintah.
Proyeksi adalah adanya suatu kecenderungan sesuatu hal pada masa akan
datang masih belum diketahui dan mempunyai nilai pada masa yang akan datang
yang merupakan petujuk tentang sesuatu hal tersebut pada masa yang akan
2.5 Metode Peramalan
Metode-metode peramalan dengan analisa deret waktu, yaitu:
1. Metode Pemulusan Eksponensial dan Rata-rata Bergerak, sering digunakan
untuk ramalan jangka pendek dan jarang dipakai untuk peramalan jangka
panjang.
2. Metode Regresi, metode ini biasa digunakan untuk ramalan jangka menengah
dan jangka panjang.
3. Metode Box Jenkins, metode ini jarang dipakai tetapi baik untuk jangka
pendek, jangka menegah dan jangka panjang.
Ada 6 (enam) faktor utama yang didefenisikan sebagai teknik dan metode
peramalan, yaitu:
a) Horison Waktu
Ada 2 (dua) aspek dari Horison aktu yang berhubungan dengan masing-masing
metode peramalan. Pertama adalah cakupan waktu di masa yang akan datang, ke
dua adalah jumlah periode untuk peramalan yang diinginkan.
b) Pola Data
Dasar utama dari metode peramalan adalah anggapan bahwa macam-macam dari
pola yang didapati dalam data diramalkan akan berkelanjutan.
c) Jenis dari Model
Model-model perlu diperhatikan karena masing-masing model mempunyai
kemampuan yang berbeda dalam analisa keadaan untuk pengambilan keputusan.
d) Biaya yang Dibutuhkan
Umumnya ada 4 (empat) unsur biaya yang tercakup di dalam penggunaan suatu
prosedur peramalan, yaitu biaya-biaya pengembangan, penyimpanan data, operasi
pelaksanaan dan kesempatan dalam penggunaan teknik-teknik dan metode
e) Ketetapan Metode Peramalan
Tingkat ketetapan yang dibutuhkan sangat erat kaitannya dengan tingkat perincian
yang dibutuhkan dalam suatu peramalan.
f) Kemudahan dalam Penerapan
Metode-metode yang dapat dimengerti dan mudah diaplikasikan sudah merupakan
suatu prinsip umum bagi pengambilan keputusan.
2.6 Metode Penelitian 2.6.1 Metode Smoothing
Metode smoothing merupakan teknik meramal dengan cara mengambil rata-rata
dari beberapa periode yang lalu menafsirkan nilai pada masa atau periode yang
akan datang. Dalam metode smoothing ini data historis di gunakan untuk
memperoleh angka yang dilicinkan atau diratakan.
Metode Smoothing ini dibagi menjadi dua, yaitu:
1. Moving averanges (MOVA)/ rata-rata bergerak
2. Eksponensial Smoothing
2.6.2 Moving Averange
Metode ini dilakukan dengan mengambil sekelompok nilai pengamatan, mencari
rata-ratanya kemudian menggunakan rata-rata tersebut sebagai ramalan untuk
periode yang akan datang. Metode ini disebut rata-rata bergerak karena setiap kali
data observasi baru tersedia, maka angka rata-rata baru dihitung dan digunakan
sebagai ramalan (forecast).
Metode moving averange ini dibagi menjadi dua, yaitu:
1. Rata-rata Bergerak tunggal (Single Moving Averanges)
a. Untuk menentukan ramalan pada periode yang akan datang memerlukan
data historis selam jangka waktu tertentu. Misalnya, dengan 4 bulan
selesai. Jika 6 bulan moving averange, ramalan bulan ke 7 baru bisa dibuat
setelah bulan ke 6 selesai.
b. semakin panjang jangka waktu moving averange, efek pelicinan semakin
terlihat dalam ramalan atau menghasilkan moving averange yang semakin
luas.
2. Rata-rata Bergerak ganda (Double Moving Averanges)
Dasar dari metode ini adalah menghitung rata-rata bergerak yang kedua. Rata-rata
bergerak ganda ini merupakan rata-rata bergerak dari rata-rata bergerak, dan
menurut simblo ditulis sebagai (MA(M x N) dimana artinnya MA M periode MA
N periode.
Adapun prosedur peramalan rata-rata Bergerak linear melipti tiga aspek:
1. Penggunaan rata-rata bergerak tunggal pada waktu (ditulis �′ )
2. Penyesuaian yang merupakan perbedaan antara rata-rata bergerak tunggal dan
ganda pada waktu t (ditulis ′ − ′′ )
3. Penyesuaian untuk kecenderungan dari periode t ke periode t + 1 (atau ke
periode t+m jika kita meramalkan M periode ke muka).
Secara umum pembahasan tersebut dapat dilakukan nsebagai berikut: prosedur
Rata-rata bergerak linear secara umum dapat diterangkan melalui persamaan
berikut:
a. Menetukan ini kita berada pada periode waktu t dan mempunyai nilai masa
lalu sebanyak N, sebagai berikut:
( ′ ) =� +� −1+� −2+�−�+1 �
′ = Smoothing Pertama Periode t
� = Nilai riil periode t N = Jumlah Periode
b. Menentukan Smooting kedua( ′′ ), Persamaan ini menganggap bahwa semua
Rata-rata bergerak tunggal ( ′ ) telaah dihitung. Persamaan ini kita
( ′′ ) = ′ + ′− −1+ ′−�+1 �
′′ = Smoothing Kedua periode
c. Menentukan besarnya konstanta(� ), persamaan ini mengacu terhadap
penyesuaina MA tunggal, ′ dengan persamaan sebagai berikut:
� =( ′′ + ′ − ′′ ) = ′ + ′′ ,
� = Besarnya konstan periode t
d. Menentukan besarnya slope( ), persamaan ini menentukan taksiran
kecenderungan dari periode waktu yang satu ke periode waktu berikuitnya:
= 2(
′ − ′′ ) � −1
= Nilai Slope/nilai trend dari data yang sesuai
e. Menentukan besarnya Forecast, persamaan ini menujukan bagaimana
memperoleh ramalan untuk m periode ke muka dari t. Ramalan untuk m
periode ke muka adalah � dimana merupakan nilai rata-rata yang
disesuaikan untuk periode t ditambah m kali komponen kecenderungan ,
persamaan sebagai berikut:
+� = � + (m)
+� = besarnya forecast