BAB 2
LANDASAN TEORI
2.1 Pengertian Peramalan
Peramalan adalah cara memperkirakan secara kuantitatif dan kualitatif apa yang akan terjadi pada masa depan berdasarkan data yang relevan pada masa lalu. Metode peramalan dapat memberikan manfaat yang sangat besar apabila dikaitkan dengan keadaan informasi atau data yang dipunyai. Metode peramalan akan memberikan urutan pengerjaan dan pemecahan atas pendekatan suatu masalah, sehingga dengan demikian dapat dimungkinkan penggunaan teknik-teknik analisa yang lebih maju. Dengan penggunaan teknik-teknik tersebut, maka diharapkan dapat memberikan tingkat kepercayaan atau keyakinan yang lebih besar, karena dapat diuji dan dibuktikan penyimpangan atau deviasi yang terjadi secara ilmiah.
2.2 Kegunaan Metode Peramalan
Metode peramalan sangat berguna, baik dalam penelitian, perencanaan maupun pengambilan keputusan karena akan membantu dalam mengadakan pendekatan analisa terhadap perilaku atau pola dari data yang lalu sehingga dapat memberikan cara pemikiran pengerjaan, dan pemecahan yang sistematis, serta memberikan tingkat kepercayaan yang lebih besar atas ketepatan hasil ramalan yang dibuat atau yang disusun.
disusun juga sangat ditentukan oleh ketepatan ramalan yang dibuat. Oleh karena itu ketepatan dari ramalan tersebut merupakan hal yang sangat penting. Walaupun demikian perlu disadari bahwa suatu ramalan tetap ramalan, di mana selalu ada unsur kesalahannya.
Sehingga yang penting diperhatikan adalah usaha untuk memperkecil kemungkinan kesalahan tersebut. Pada dasarnya, baik tidaknya suatu ramalan yang disusun sangat tergantung pada orang yang melakukannya, langkah-langkah peramalan yang dilakukannya, serta metode peramalan yang digunakan. Walaupun demikian perlu disadari bahwa suatu ramalan adalah tetap ramalan, selalu ada unsur kesalahan. Sehingga yang penting diperhatikan adalah usaha untuk memperkecil kemungkinan kesalahannya. Di dalam bagian organisasi terdapat beberapa kegunaan metode peramalan, diantaranya:
1. Berguna untuk penjadwalan sumber daya yang tersedia. Penggunaan sumber daya yang efisien memerlukan penjadwalan produksi, transportasi, dana, personalia, dan sebagainya. Input yang penting untuk penjadwalan seperti itu adalah tingkat permintaan konsumennya atau si pelanggan.
2. Berguna dalam penyediaan sumber daya tambahan. Waktu tenggang untuk memperoleh bahan baku, menerima pekerja baru atau pembelian mesin dan peralatan dapat berkisar antara beberapa tahun. Peramalan dapat digunakan untuk menentukan kebutuhan sumber daya di masa yang akan datang.
Walaupun terdapat banyak bidang lain yang memerlukan peramalan, namun tiga kelompok di atas merupakan bentuk khas dari kegunaan ramalan jangka pendek, menengah, dan panjang.
2.3 Jenis Peramalan
Pada umumnya peramalan dapat dibedakan dari beberapa segi, tergantung dari cara melihatnya. Apabila dilihat dari jangka waktu ramalan yang disusun, maka peramalan dapat dibedakan atas dua macam, yaitu:
1. Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan yang jangka waktunya lebih dari satu setengah tahun atau tiga semester. Peramalan seperti ini misalnya diperlukan dalam penyusunan rencana pembangunan suatu negara atau daerah, rencana investasi atau rencana ekspansi dari suatu perusahaan.
a. Peramalan Kualitatif atau teknologis
Peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada orang yang menyusunnya, hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran yang bersifat intuisi, pendapat, dan pengetahuan serta pengalaman dari penyusunnya. Bisaanya peramalan secara kualitatif ini didasarkan atas hasil penyelidikan dan ciri-ciri normatif seperti decision matrices atau decision
trees. metode kualitatif dapat dibagi menjadi metode eksploratoris dan
normatif.
b. Peramalan Kuantitatif
Peramalan yang didasarkan atas data kuantitatif pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada metode yang dipergunakan dalam peramalan tersebut. Pada dasarnya metode peramalan kuantitatif ini meliputi metode peramalan yang didasarkan pada penggunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu, yang merupakan deret waktu, atau pola deret berkala (time-series) dan metode peramalan yang didasarkan pada penggunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel lain yang mempengaruhinya, metode ini disebut metode korelasi atau sebab-akibat.
Metode peramalan dengan menggunakan analisa pola deret berkala (time series) antara lain adalah:
a. Adanya informasi tentang keadaan yang lain.
b. Informasi tersebut dapat dikuantifikasikan dalam bentuk data.
Metode-metode peramalan dengan menggunakan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu atau analisa deret waktu, yaitu:
1. Metode Pemulusan Eksponensial dan Rata-rata Bergerak, sering digunakan untuk ramalan jangka pendek dan jarang digunakan untuk peramalan jangka panjang.
2. Metode Regresi, metode ini bisa digunakan untuk ramalan jangka menengah dan jangka panjang.
3. Metode Box-jenkins, jarang dipakai namun baik untuk ramalan jangka pendek, menengah, dan jangka panjang.
2.4 Pemilihan Teknik dan Metode peramalan
Dalam pemilihan teknik dan metode peramalan, pertama-tama perlu diketahui ciri-ciri penting yang perlu diperhatikan bagi pengambilan keputusan dan analisis keadaan dalam mempersiapkan peramalan.
Ada enam faktor utama yang diidentifikasikan sebagai teknik dan metode peramalan, yaitu:
1. Horizon Waktu
2. Pola Data
Dasar utama dari metode peramalan adalah anggapan bahwa macam-macam dari pola yang didapati di dalam data yang diramalkan akan berkelanjutan. 3. Jenis dari Model
Model-model dari suatu deret di mana waktu digambarkan sebagai unsur yang penting untuk menentukan perubahan-perubahan dalam pola. Jenis model perlu diperhatikan karena masing-masing model mempunyai kemampuan yang berbeda dalam analisa keadaan untuk pengambilan keputusan.
4. Biaya yang Dibutuhkan
Umumnya ada empat unsur biaya yang tercakup di dalam penggunaan suatu prosedur peramalan, yaitu biaya-biaya pengembangan, penyimpanan data, operasi pelaksanaan kesempatan dalam penggunaan teknik-teknik dan metode lainnya.
5. Ketepatan Metode Peramalan
Tingkat ketepatan yang dibutuhkan sangat erat hubungannya dengan tingkat perincian yang dibutuhkan dalam suatu peramalan.
6. Kemudahan dalam Penerapan
Teknik dan metode peramalan harus dapat disesuaikan dengan kemampuan analis yang akan menggunakan metode ramalan tersebut. Metode yang dapat dimengerti dan mudah diaplikasikan sudah merupakan suatu prinsip umum bagi pengambil keputusan untuk memenuhi kebutuhan dari keadaan.
2.5 Analisis Deret Berkala
Analisis deret berkala memungkinkan untuk mengetahui perkembangan suatu atau beberapa kejadian lainnya.
Metode deret berkala merupakan metode peramalan kuantitatif didasarkan atas penggunaan analisis pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu. Tujuan deret berkala ini mencakup pola data yang digunakan untuk meramalkan apakah data tersebut stationer atau tidak dan ekstrapolasi ke masa yang akan datang. Stationer itu sendiri berarti bahwa tidak terdapat pertumbuhan ataupun penurunan data. Data seharusnya horizontal sepanjang waktu atau dengan kata lain fluktasi data tetap konstan setiap waktu.
2.6 Metode Pemulusan (Smoothing)
Metode Smoothing adalah suatu 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. Secara umum Metode Smoothing diklasifikasikan menjadi dua bagian, yaitu:
1. Metode Rata-rata
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 (DoubleMoving Average) d. Kombinasi rata-rata bergerak lainnya.
2. Metode Pemulusan Eksponensial
Bentuk umum dari Metode Pemulusan Eksponensial Ft +1 = αX t +
(
1 − α)
FtKeterangan :
F
t+1 = Ramalan satu periode ke depan
X
t = Data aktual pada periode ke-t
F
t= Ramalan pada periode ke-t
α = Parameter pemulusan
Metode Pemulusan Eksponensial terdiri atas: 1. Pemulusan Eksponensial Tunggal
a. Satu parameter b. Pendekatan adaptif
2. Smoothing Eksponensial Ganda
a. Metode Linier Satu Parameter dari Brown b. Metode Dua Parameter dari Holt
3. Smoothing Eksponensial Tripel
a. Metode Kuadratik Satu Parameter dari Brown
b. Metode Tiga Parameter untuk kecenderungan dan musiman dari Winter
2.7 Metode Pemulusan yang Digunakan
Untuk mendapatkan hasil yang baik harus diketahui cara peramalan yang tepat. Maka metode peramalan Time series yang digunakan untuk meramalkan produksi karet pada pemecahan masalah ini adalah dengan menggunakan Metode Smoothing Eksponensial Ganda yaitu “Smoothing Eksponensial Linier Satu Parameter dari Brown” .
Persamaan yang dipakai dalam pelaksanaan Pemulusan Eksponensial Linier Satu Parameter dari Brown adalah sebagai berikut:
Ft+m = a
′ = Nilai pemulusan eksponensial tunggal
′′ = Nilai pemulusan eksponensial ganda a
t = Konstanta untuk m periode ke depan b
t = Komponen kecenderungan F
2.8 Penentuan Pola Data
Langkah penting dalam memilih suatu metode deret berkala yang tepat adalah dengan mempertimbangkan jenis pola data, sehingga metode yang paling tepat dengan pola tersebut dapat diuji. Secara umum pola data dapat dibedakan menjadi empat, yaitu:
1. Pola Horisontal (H) : Pola ini terjadi bila nilai berfluktuasi di sekitar nilai rata-rata yang konstan.
y
waktu
Gambar 2.1 Pola Data Horizontal
2. Pola Musiman (S)
Pola yang menunjukkan perubahan yang berulang-ulang secara periodik dalam deret waktu terjadi bilamana suatu deret dipengaruhi oleh faktor musiman (misalnya kuartal tahun tertentu, bulanan, atau hari-hari pada minggu tertentu).
3. Pola Siklis (C)
Pola data yang menunjukkan gerakkan naik turun dalam jangka panjang dari suatu kurva trend, terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang yang berhubungan dengan siklus bisnis.
y
waktu Gambar 2.3 Pola Data Siklis
4. Pola Trend (T)
Pola yang menunjukkan kenaikan atau penurunan jangka panjang dalam data. y
waktu Gambar 2.4 Pola Data Trend
