BAB 2
TINJAUAN TEORITIS
2.1 Pengertian Peramalan
Peramalan (forecasting) adalah suatu kegiatan yang memperkirakan apa yang
akan terjadi pada masa yang akan datang. Sedangkan ramalan adalah suatu situasi
atau kondisi yang diperkirakan akan terjadi pada masa yang akan datang. Metode
peramalan merupakan cara untuk memperkirakan secara kuantitatif apa yang akan
terjadi pada masa yang akan datang dengan dasar data yang relevan pada masa
lalu. Dengan kata lain, metode peramalan ini digunakan dalam peramalan yang
bersifat objektif.
Metode peramalan merupakan cara untuk memperkirakan secara
kuantitatif apa yang akan terjadi pada masa yang akan datang dengan dasar data
yang relevan pada masa lalu. Oleh karena itu, metode peramalan termasuk dalam
kegiatan peramalan kuantitatif. Keberhasilan dari suatu peramalan sangat
ditentukan oleh pengetahuan teknik tentang informasi lalu yang dibutuhkan yaitu
informasi yang bersifat kuantitatif.
2.2 Kegunaan Peramalan
Di dalam bagian organisasi terdapat beberapa kegunaan peramalan diantaranya:
1. Berguna untuk penjadwalan sumber daya yang tersedia. Penggunaan sumber
daya yang efisien memerlukan penjadwalan produksi, transportasi, kas,
personalia dan sebagainya. Input yang penting untuk penjadwalan seperti itu
adalah ramalan tingkat permintaan konsumennya atau si pelanggan.
2. Berguna dalam penyediaan sumber daya tambahan. Waktu tenggang (lead
time) untuk memperoleh bahan baku, menerima pekerja baru atau pembelian
mesin dan peralatan dapat berkisar antara beberapa hari sampai beberapa
tahun. Peramalan digunakan untuk menentukan kebutuhan sumber daya di
3. Untuk menentukan sumber daya yang diinginkan. Setiap organisasi harus
menentukan sumber daya yang dimiliki dalam waktu jangka panjang.
Keputusan semacam ini bergantung kepada faktor-faktor lingkungan,
manusia dan pengembangan sumber daya keuangannya. Semua penentuan ini
memerlukan peramalan yang baik dan dapat menafsirkan pendugaan serta
membuat keputusan yang baik.
Walaupun banyak bidang lain yang memerlukan peramalan, namun tiga
kelompok di atas merupakan bentuk khas dari kegunaan peramalan jangka
pendek, menengah dan panjang.
2.3 Jenis Peramalan
Berdasarkan sifat ramalan yang telah disusun, maka peramalan dapat dibedakan
atasdua kategori utama yaitu:
1. Peramalan yang kualitatif atau teknologis
Peramalan kualitatif adalah peramalan yang didasarkan atas data kualitatif
pada masa lalu. Hasil peramalan yang dibuat sangat bergantung kepada orang
yang menyusunnya. Hal ini sangat penting karena hasil peramalan tersebut
ditentukan berdasarkan pemikiran yang bersifat intuisi, pendapat dan
pengetahuan dari orang yang menyusunnya.
2. Peramalan Kuantitatif
Peramalan kuantitatif merupakan peramalan yang didasarkan atas data
kuantitatif pada masa lalu. Hasil peramalan yang dibuat sangat bergantung
kepada metode yang diperguanakan dalam peramalan tersebut. Dengan
metode yang berbeda akan diperoleh hasil peramalan yang berbeda pula.
Metode kuantitaif dapat dibagi dalam deret berkala (time series) dan metode
kausal.
Dalam hal ini penulis membatasi bahwa metode peramalan yang akan
digunakan dalam penyusunan Tugas Akhir ini adalah cara memperkirakan sesuatu
yang akan terjadi di masa depan secara kuantitatif. Oleh karena itu, dalam
dasarnya peramalan kuantitatif dibedakan atas:
1. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan
antar variabel yang akan diperkirakan dengan variabel waktu, yang
merupakan deret waktu (time series).
2. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan
antar variabel yang akan diperkirakan dengan variabel lain yang
mempengaruhinya, bukan waktu, yang disebut dengan metode korelasi atau
sebab akaibat (causal methods).
Dalam penulisan Tugas Akhir ini, digunakan metode peramalan yang
pertama, yaitu metode peramalan dengan menggunakan variabel waktu atau yang
dikenal dengan time series.
Peramalan kuantitatif dapat digunakan bila terdapat tiga kondisi yaitu:
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.
Kondisi yang terakhir ini dibuat sebagai asumsi yang berkesinambungan
(asumption of mend continuity). Asumsi ini merupakan modal yang mendasari
dari semua metode peramalan kuantitatif dan banyak metode peramalan
teknologis, terlepas dari bagaimana canggihnya metode tersebut.
2.4 Jenis-Jenis 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
untukperamalan jangka panjang.
2. Metode Regresi
Metode ini bisa digunakan untuk ramalan jangka menengah dan jangka
3. Metode Box-Jenkins
Jarang dipakai, namun baik untuk ramalan jangka pendek, menengah dari
jangka panjang.
Dalam penulisan Tugas Akhir ini, yang akan digunakan adalah metode
time series yang pertama, yaitu metode pemulusan eksponensial.
2.4.1 Analisa Deret Berkala
Data berkala (time series) adalah data yang dikumpulkan dari waktu ke waktu
untuk memberikan gambaran tentang perkembangan suatu kegiatan dari waktu ke
waktu. Analisa deret berkala memungkinkan untuk mengetahui perkembangan
suatu atau beberapa kejadian serta hubungannya dengan kejadian lain.
Metode time series merupakan metode peramalan kuantitatif didasarkan
atas penggunaan analisis pola hubungan antar variabel yang akan diperkirakan
dengan variabel waktu. Tujuan time series ini mencakup meneliti pola data yang
digunakan untuk meramalkan apakah data tersebut stasioner atau tidak. Stasioner
itu sendiri berarti bahwa tidak terdapat pertumbuhan atau penurunan data. Data
secara kasar harus horizontal sepanjang waktu, dengan kata lain fluktuasi data
tetap konstan setiap waktu.
2.4.2 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 analisa
keadaan dalam mempersiapkan peramalan.
Ada enam faktor utama yang diidentifikasikan sebagai teknik dan metode
peramalan, yaitu:
1. Horizon waktu
metode peramalan. Pertama adalah cakupan waktu di masa yang akan datang.
Aspek kedua adalah jumlah periode untuk peramalan yang diinginkan.
2. Pola data
Dasar utama dari metode peramalan adalah anggapan bahwa macam dari pola
yang didapati di dalam data yang diramalkan akan berkelanjutan.
3. Jenis dari 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 analisa keadaan untuk pengambilan
keputusan.
4. Biaya yang dibutuhkan
Umumnya ada empat unsur biaya yang tercakup dalam penggunaan suatu
prosedur peramalan. Yakni biaya-biaya pengembangan, penyimpanan data,
operasi pelaksanaan dan kesempatan dalam penggunaan teknik-teknik dan
metode peramalan.
5. Ketepatan metode peramalan
Tingkat ketepatan yang dibutuhkan sangat erat kaitannya dengan tingkat
perincian yang dibutuhkan dalam suatu peramalan.
6. Kemudahan dalam penerapan
Metode-metode yang dapat dimengerti dan mudah dialokasikan sudah
merupakan suatu prinsip umum bagi pengambil keputusan.
2.5Metode Pemulusan (Smoothing)
Metode pemulusan (smoothing) adalah metode peramalan dengan mengadakan
penghalusan terhadap masa lalu, yaitu dengan mengambil rata-rata dari nilai
beberapa tahun lalu untuk menaksir nilai pada beberapa tahun ke depan. Secara
umum metode smoothing diklasifikasikan menjadi dua bagian:
1. Metode Rata-rata
Metode rata-rata tujuannya adalah untuk memanfaatkan data masa lalu untuk
Metode rata-rata dibagi atas empat bagian:
a. Rata-rata sederhana
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 Eksponensial
Bentuk umum dari metode pemulusan eksponensial :
Ft+1= α Xt + (1–α) Ft
Dimana:
Ft+1: Ramalan suatu periode ke depan
Xt : Data aktual pada periode ke-t
Ft : Ramalan pada periode ke-t
α : Parameter pemulusan
Metode ini terdiri atas:
1. Pemulusan Eksponensial Tunggal
a. Satu Parameter (One Parameter)
b. Parameter Adaptif
2. Pemulusan Eksponensial Ganda
a. Satu Parameter (Metode Linier) dari Brown
b. Dua Parameter dari Holt
3. Pemulusan Eksponensial Triple
a. Satu Parameter (Metode Kuadratik) dari Brown
Digunakan untuk pola kuadratik, kubik, atau orde yang lebih tinggi.
b. Metode Kecenderungan Dan Musim Tiga Parameter Dari Winter
Dapat digunakan untuk data berbentuk trend dan musiman.
2.5.1Metode yang Digunakan
Untuk mendapatkan hasil yang baik harus diketahui cara peramalan yang tepat.
Makametode peramalan analisis deret berkala yang digunakan untuk meramalkan
menggunakan Metode Smoothing Eksponensial Ganda Satu Parameter dari
Brown.
Persamaan yang dapat dipakai dalam pelaksanaan Eksponensial Linier
Satu Parameter dari Brown adalah sebagai berikut:
= + (1-α)
= α + (1-α)
= + ( - )= 2 -
=
( - )
= + m
Dengan:
m = Jumlah periode di depan yang diramalkan
= Nilai eksponensial smoothing tunggal
= Nilai eksponensial smoothing ganda
α = Parameter Pemulusan Ekponensial
at= Nilai konstanta pada periode ke-t
bt= Nilai slope
Ft+m= Hasil peramalan untuk m periode ke depan yang akan
diramalkan.
2.6 Ketepatan Peramalan
Ketepatan ramalan adalah suatu hal yang mendasar dalam peramalan yaitu
bagaimana mengukur kesesuaian suatu metode peramalan tertentu untuk suatu
kumpulan data yang diberikan. Beberapa krikteria yang digunakan untuk menguji
1. Nilai tengah kesalahan (Mean Error)
∑
2. Nialai tengah kesalahan kuadrat (Mean Square Error)
∑
3. Nilai tengah kesalahan absolut (Mean Absolut Error)
∑
4. Nilai tengah kesalahan persentase (Mean Percentage Error)
∑
5. Nilai tengah kesalahan persentase absolut (Mean Absolute Percentage Error)
∑
Dengan:
(Kesalahan pada periode ke-t)
Data aktual pada periodeke-t
Nilai ramalan pada periode ke-t
(100) (Kesalahan persentase pada periodeke-t)
Banyaknya periode waktu
Metode peramalan yang dipilih adalah metode yang memberikan nilai MSE
