BAB 2
TINJAUAN TEORITIS
2.1 Peramalan
2.1.1 Pengertian dan Kegunaan Peramalan
Assauri (1984) mengemukakan bahwa peramalan (forecasting) adalahkegiatan memperkirakan atau memprediksikan apa yang akan terjadi pada masa yang akan datang. Peramalan diperlukan karena adanya perbedaan waktu antara kesadaran akan dibutuhkannya suatu kebijakan baru dengan waktu pelaksanaan suatu kebijakan. Jadi dalam menentukan kebijakan itu perlu diperkirakan kesempatan atau peluang yang ada dan ancaman yang mungkin terjadi.
Dalam usaha mengetahui atau melihat perkembangan dimasa depan, peramalan dibutuhkan untuk menentukan kapan suatu peristiwa akan terjadi atau suatu kebutuhan akan timbul, sehingga dapat dipersiapkan kebijakan atau tindakan-tindakan yang perlu dilakukan. Gambaran perkembangan pada masa depan diperoleh dari hasil analisa data yang didapat dari penelitian yang telah dilakukan. Perkembangan pada masa depan merupakan perkiraan apa yang akan terjadi, sehingga dapatlah dikatakkan bahwa peramalan selalu diperlukan didalam penelitian.
2.1.2 Jenis-Jenis Peramalan
Pada umumnya peramalan dapat dibedakan dari beberapa segi. Apabila dilihat dari sifat penyusunannya, maka jenis peramalan ada dua yaitu:
1. Peramalan Subjektif
Peramalan subjektif yaitu peramalan yang didasarkan atas perasaan atau intuisi dari orang yang menyusunnya. Dalam hal ini pandangan atau judgement dari orang yang menyusunnya sangat menentukan baik tidaknya hasil ramalan tersebut.
2. Peramalan Objektif
Peramalan objektif adalah peramalan yang didasarkan atas data yang relevan pada masa lalu, dengan menggunakan teknik-teknik dan metode-metode dalam penganalisaan data tersebut.
Jika dilihat dari jangka waktu ramalan yang disusun, maka jenis peramalannya yaitu:
1. Peramalan Jangka Panjang
Peramalan jangka panjang yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan yang jangka waktunya lebih dari satu setengah tahun atau tiga semester.
2. Peramalan Jangka Pendek
Peramalan jangka pendek yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan dengan jangka waktu yang kurang dari satu setengan tahun, atau tiga semester.
Berdasarkan sifat ramalan yang telah disusun, maka jenis peramalan yaitu:
1. Peramalan Kualitatif
2. Peramalan Kuantitatif
Peramalan kuantitatif yaitu peramalan yang didasarkan atas data kuantitatif pada masa lalu. Peramalan kuantitatif hanya dapat digunakan apabila adanya kondisi sebagai berikut:
1. Adanya informasi tentang keadaan masa lalu.
2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data.
3. Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa yang akan datang.
2.2 Metode Peramalan
2.2.1 Pengertian dan Kegunaan Metode Peramalan
Metode peramalan adalah cara memperkirakan secara kuantitatif apa yang akan
terjadi pada masa depan, berdasarkan data yang relevan pada masa lalu. Metode peramalan juga merupakan cara memperkirakan secara kuantitatif,oleh karena itu metode peramalan termasuk dalam kegiatan peramalan kuantitatif.
2.2.2 Jenis-Jenis Metode Peramalan
Pada dasarnya metode peramalan kuantitatif dibedakan atas:
1. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu, yang merupakan deret waktu (time series), yang terdiri dari:
a. Metode smoothing, yang mencakup metode data lewat (past data), metode rata-rata kumulatif, metode rata-rata bergerak (moving averages) dan metode
exponentialsmoothing. Metode smoothing digunakan untuk mengurangi ketidakteraturan musiman dari data yang lalu maupun kedua-duanya, dengan membuat rata-rata tertimbang dari sederetan data yang lalu. Data yang dibutuhkan untuk penggunaan metode peramalan ini minimum selama dua tahun.
b. Metode Box Jenkins menggunakan dasar deret waktu dengan model matematis, agar kesalahan yang terjadi dapat sekecil mungkin. Penggunaan
metode ini membutuhkan identifikasi model dan estimasi parameternya. Data yang dibutuhkan untuk penggunaan metode peramalan ini minimum dua tahun, dan lebih baik bila data yang dimiliki lebih dari dua tahun.
c. Metode proyeksi trend dengan regresi, merupakan dasar garis trend untuk suatu persamaan matematis, sehingga dengan dasar persamaan tersebut dapat diproyeksikan hal yang diteliti untuk masa depan. Data yang dibutuhkan untuk penggunaan metode peramalan ini adalah data tahunan, dan semakin banyak data yang dimiliki semakin baik, serta minimum data tahunan yang harus ada adalah lima tahun.
2. Metode peramalan yang didasarkan atas penggunaan analisa hubungan antara variabel yang akan diperkirakan dengan variabel lain yang mempengaruhinya, yang bukan waktu, yang disebut metode korelasi atau sebab akibat (causal
methods), yang terdiri dari:
penggunaan metode peramalan ini adalah data kuartalan dari beberapa tahun yang lalu.
b. Metode ekonometri, didasarkan atas peramalan pada sistim persamaan regresi yang diestimasikan secara simultan. Data yang dibutuhkan untuk penggunaan metode peramalan ini adalah data kuartalan beberapa tahun. c. Metode input output dipergunakan untuk menyusun proyeksi trendekonomi
jangka panjang. Data yang dibutuhkan untuk penggunaan metode atau model ini adalah data tahunan selama sekitar sepuluh sampai lima belas tahun.
2.2.3 Metode Pemulusan (Smoothing)
Metode pemulusan (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 kedepan. Secara umum, metode smoothing diklasifikasikan menjadi dua yaitu :
1. Metode Perataan (Average)
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
2. Metode Pemulusan (Smoothing) Eksponensial
Bentuk umum dari pemulusan eksponensial adalah:
�+ = ���+ − � � (2.1)
di mana: �+ = hasil peramalan untuk 1 periode kedepan yang akan diramalkan.
�� =data pada periodeke-t
� =ramalan pada periode ke-t
Metode smoothing eksponensial terdiri dari: 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
c. Pemulusan Eksponensial Tripel
1. Metode Kwadratik Satu Parameter dari Brown
2. Metode Tiga Parameter untuk Kecenderungan dan Musiman dari Winter d. Pemulusan Eksponensial menurut Klasifikasi Pegels
2.3 Metode Peramalan yang Digunakan
Untuk mendapatkan hasil yang baik dan tepat maka harus diketahui dan digunakan metode peramalan yang tepat. Dalam meramalkan hasil produksi kelapa sawit menggunakan metode smoothing eksponensial satu parameter dari Brown.
Persamaan yang dipakai dalam pelaksanaan pemulusan (smoothing) eksponensial ganda: metode linier satu-parameter dari Brown adalah sebagai berikut:
��′ = ���+ − � ��−′ (2.2)
��′′ = ���′+ − � ��−′′ (2.3)
� = ��′+ ��′− ��′′ = ��′− ��′′ (2.4)
� = −�� ��′− ��′′ (2.5)
di mana: = jumlah periode didepan yang diramalkan
��′ = nilai pemulusan eksponensial tunggal
��′′ = nilai pemulusan eksponensial ganda
� = parameter pemulusan eksponensial
� = konstanta pada periode ke-t � = Nilai slope
�+ = hasil peramalan untuk m periode kedepan yang akan diramalkan.
Untuk menghitung nilai kesalahan (error) ramalan tersebut, dapat
digunakan rumus di bawah ini:
�� = ��− � (2.7)
2.4 KetepatanPeramalan
Berikut ini adalah ketetapan ramalan beberapa kriteria yang digunakan untuk menguji nilai ramalan yaitu:
1. Jumlah Kuadrat Kesalahan (Sum Square Error), dengan rumus:
�� = ∑�= �� − � (2.8)
2. Nilai Tengah Kesalahan Kuadrat (Mean Square Error), dengan rumus:
�� = ∑��= ��− �
(2.9)
3. Nilai Tengah Kesalahan Persentase Absolut (Mean Absolute Percentage Error), dengan rumus:
� � = ∑��= |� �| (2.10)
4. Kesalahan Persentase (Percentage Error), dengan rumus:
� = ��− �
5. Nilai Tengah Deviasi Absolut (Mean Absolute Deviation), dengan rumus:
� = ∑��= |��− �| (2.12)
di mana: � � = ��−
�� (kesalahan persentase pada periode ke-t) = banyaknya periode waktu
