BAB 2
LANDASAN TEORI
2.1 PENGERTIAN PRODUKSI
Produksi merupakan suatu kegiatan yang di kerjakan untuk menambahi nilai guna
suatu benda atau menciptakan benda baru sehingga lebih bermanfaat dalam
memenuhi kebutuhan.
Kebutuhan bahan pangan terutama padi akan terus meningkat sejalan
dengan pertambahan jumlah penduduk dan peningkatan konsumsi perkapita akibat
peningkatan pendapatan. Hal ini akan menjadi suatu masalah besar yang akan
dihadapi oleh pemerintah jika produksi padi menurun sedangkan pertumbuhan
penduduk naik.
Dalam meningkatkan produksi bahan pangan padi, pemerintah telah
berupaya secara serius, terbukti bahwa dari pelita pemerintah memprioritaskan
usaha-usaha di bidang penelitian guna menemukan bibit-bibit unggul. Disamping
itu di daerah-daerah tertentu dilancarkan Operasi Sutra (Subur Sejaterah). Semua
itu untuk meningkatkan dan melipat gandakan produksi.
2.2 PENGERTIAN PERAMALAN
Peramalan (forecasting) menurut Sofyan Assauri (1984) adalah suatu kegiatan yang memperkirakan apa yang akan terjadi pada masa yang akan datang.
Peramalan penjualan adalah peramalan yang mengaitkan berbagai asumsi yang
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.
Kegunaan suatu peramalan dapat dilihat pada saat pengambilan keputusan.
Keputusan yang baik adalah keputusan yang didasarkan oleh pertimbangan apa
yang akan terjadi saat keputusan tersebut dilakukan. Apabila keputusan yang
dialami kurang tepat sebaiknya keputusan tersebut tidak dilaksanakan. Karena
masalah pengambilan keputusan merupakan masalah yang dihadapi, maka
peramalan juga merupakan masalah yang harus dihadapi, karena peramalan
berkaitan erat dengan pengambilan keputusan.
2.3 JENIS-JENIS PERAMALAN
Menurut Makridakis, Wheelright, dan McGee (1999), teknik peramalan dapat
dibagi dalam 2 bagian jika dilihat dari sifatnya, 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
matrices atau decisiontrees. Metode kualitatif dapat dibagi menjadi dua, yaitu metode eksploratoris dan normative.
2. Peramalan Kuantitatif
Peramalan kuantitatif adalah peramalan yang didasarkan atas data kuantitatif
pada masalalu. Peramalan yang baik adalah peramalan yang dilakukan
dengan mengikuti prosedur peramalan penyusunan dengan baik. Semakin
baik kita menggunakan prosedur peramalan, maka penyimpangan antara
hasil peramalan dengan kenyataan yang terjadi juga semakin kecil. Metode
peramalan kuantitatif dapat dibagi dalam deret berkala (time series) dan metode kausal.
Peramalan kuantitatif dapat digunakan bila 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 tiga yaitu:
1. Metode Pemulusan Eksponensial dan Rata-rata Bergerak
Metode ini sering digunakan untuk ramalan jangka pendek dan jarang dipakai
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,
menengah, dan panjang.
2.4 PEMILIHAN METODE PERAMALAN
Dalam memilih metode peramalan, perlu diketahui terlebih dahulu ciri-ciri
penting dalam pengambilan keputusan dan analisis keadaan dalam
mempersiapkan peramalan.
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.
kemampuan yang berbeda dalam analisis keadaan untuk pengambilan
keputusan.
4. Biaya yang dibutuhkan
Umumnya ada empat unsur biaya yang tercakup dalam penggunaan suatu
prosedur peramalan, yaitu biaya-biaya penyimpangan (storage) data, operasi pelaksanaan dan kesempatan dalam penggunaan teknik-teknik dan
metode peramalan.
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.
2.5 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, dimana dalam penyusunan ini melibatkan peramalan
2.6 METODE PEMULUSAN (SMOOTHING)
Metode pemulusan atau smoothing adalah metode peramalan dengan mengadakan penghalusan terhadap masalalu, yaitu dengan mengambil rata-rata dari nilai
beberapa tahun untuk menaksir nilai pada beberapa tahun kedepan. Metode
pemulusan (smoothing) banyak digunakan untuk menghilangkan atau mengurangi keteracakan (randomness) dari data deret berkala (timeseries). 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 (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:
� + =���+ − � �
dengan:
� + = ramalan satu periode kedepan
�� = data actual pada periode ke-t
� = ramalan pada periode ke-t
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
2.7 METODE SMOOTHING YANG DIGUNAKAN
Untuk mendapatkan hasil yang baik harus diketahui cara peramalan yang cepat.
Maka metode peramalan analisis timeseries yang digunakan untuk meramalkan jumlah produksi padi pada pemecahan masalah ini adalah dengan menggunakan
metode smoothing eksponensial ganda yaitu metode smoothing eksponensial satu parameter dari Brown.
Metode ini merupakan metode yang digunakan oleh Brown. Dasar
pemikiran dari metode smoothing eksponensial linier satu parameter dari Brown adalah dengan rata-rata bergerak linier, karena kedua nilai pemulusan tunggal dan
ganda ketinggalan dari data sebenarnya.
2.8 KETETAPAN 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
untuk memilih suatu metode peramalan. Dalam pemodelan deret berkala
masa yang akan datang, untuk menguji kebenaran ramalan ini digunakan
ketepatan.
Beberapa kriteria yang digunakan untuk menguji ketepatan ramalan adalah:
1. Nilai Tengah Galat (Mean Error)
� = ∑ �= �� ��
2. Nilai Tengah Galat Kuadrat (Mean Square Error)
�� =∑�= �� ��
3. Nilai Tengah Galat Absolut (Mean Absolute Error)
�� =∑�= � |��| �
4. Nilai Tengah Galat Persentase Absolut (Mean Absolute Percentage Error)
��� =∑�= � �|� �|
5. Nilai Tengah Galat Persentase (Mean Percentage Error)
�� =∑�= � �� �
6. Jumlah Kuadrat Galat (Sum Square Error)
�� =∑�= ����
7. Deviasi Standar Galat (Stand art Deviation Error)
dengan:
�� = ��− � kesalahan pada periode ke t
� � = �� − ����x (kesalahan persentase pada periode ke-t)
�� = data actual pada periode ke-t
� = Nilai ramalan pada periode ke-t
N = Banyaknya periode waktu
Metode peramalan yang dipilih adalah metode yang memberikan nilai MSE yang
