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
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 masa yang
akan datang.
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 menajer yang dapat menafsirkan
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 atas
dua 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
pembahasan selanjutnya akan ditekankan pada peramalan kuantitatif. Pada 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 akibat (causal methods).
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 di masa 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,
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 analisa keadaan
dalam mempersiapkan peramalan.
Ada enam 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. 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 dengan waktu digambarkan sebagai unsur
yang penting untuk menentukan perubahan-perubahan dalam pola.
Model-model perlu diperhatikan karena masing-masing Model-model mempunyai
kemampuan yang berbeda dalam analisa keadaan untuk pengambilan
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.
2.5. Penentuan Pola Data
Hal penting yang harus diperhatikan dalam metode deret berkala adalah menentukan jenis
pola data historisnya. Sehingga pola data yang tepat dengan pola data historis tersebut
dapat diuji, dengan pola data umumnya dapat dibedakan sebagai berikut:
1. Pola Data Horizontal
2. Pola Data Musiman (Seasonal)
Pola yang menunjukkan perubahan yang berulang-ulang secara periodik dalam
deret waktu. Pola ini terjadi bila suatu deret dipengaruhi oleh faktor musiman,
misalnya: kuartal tahun tertentu, bulanan, atau hari-hari pada minggu tertentu.
3. Pola Siklis (Cyclical)
Pola data yang menunjukkan gerakan naik turun dalam jangka panjang dari
suatu kurva trend. Terjadi bila datanya dipengaruhi oleh fluktuasi ekonomi
jangka panjang seperti yang berhubungan dengan siklis bisnis.
4. Pola Data Trend
Pola yang menunjukkan kenaikan atau penurunan jangka panjang data.
2.6. Metode Yang Digunakan
Untuk mendapatkan hasil yang baik harus diketahui cara peramalan yang tepat. Maka
metode peramalan analisis deret berkala yang digunakan untuk meramalkan jumlah
kendaraan pada pemecahan masalah ini adalah dengan menggunakan Metode Tren
Eksponensial.
Suatu Tren Eksponensial akan berupa garis lurus pada grafik semilog tetapi
berupa kurva pada grafik aritmatik. Persamaan eksponensial yang digunakan dalam
Ŷ= … (2.1)
Diubah dalam bentuk logaritma, maka diperoleh :
Ŷ= + … (2.2)
Buat ∑ X = 0 dengan menggunakan metode kuadrat terkecil. Dua konstanta yang
tidak diketahui yaitu log a dan log b dapat dihitung dengan rumus berikut :
= ∑ … (2.3)
= ∑( )
∑ … (2.4)
dengan :
log a = rata- rata logaritma Y
log b = slope dari garis pada grafik semilog
X = per 1 tahun
Y = per unit kendaraan
Nilai badalah perbandingan dari Ŷpada tahun yang sedang berjalan dengan Ŷpada tahun yang berikutnya. Dan laju kenaikan / penurunan (r) adalah selisih antara ra b
dan 1 (1 = 100% atau dasar).
Jika b > 1, selisihnya merupakan laju pertambahan (r = b-1);
Jika b < 1, merupakan laju penurunan (r = 1-b).
Karena metode kuadrat terkecil jumlah dari deviasi kuadrat logaritma nilai Y dari
nilai tren, atau ∑( −logŶ)2adalah minimum.
Dua persamaan normal untuk garis lurus pada grafik semi logaritma adalah :
∑ log Y = n log a + (log b) ∑ X
∑( X log Y ) = (log a) ∑ X +(log b) ∑ X2
… (2.5)
Yang diperoleh dari persamaan Ŷ= + . Bila ∑ X = 0 persamaan normalnya menjadi :
∑ log Y = n log a
∑ ( X log Y ) =( log b) (∑ X2
) … (2.6)
Persamaan kuadrat semi logaritmanya adalah :
log Ŷ = log a + X log b + X2log c … (2.7)
Bila∑X = 0 atau dasar pada pertengahan tahun, maka ketiga persamaan normalnya
adalah :
∑ log Y = n log a + log c (∑X2)
