BAB 2
LANDASAN TEORI
2.1. Pengertian Peramalan
Peramalan (forecasting) menurut Sofyan Assauri (1984) adalah suatu kegiatan yang memperkirakan apa yang akan terjadi pada masa yang akan datang. Metode peramalan merupakan cara untuk memperkirakan secara kuantitatif apa yang terjadi pada masa yang akan datang dengan dasar data yang relevan pada masa lalu. Untuk melakukan peramalan tersebut diperlukan data yang akurat pada masa lampau sehingga dapat melihat kondisi yang akan datang. Berbagai bidang pengetahuan baik itu ekonomi, manajemen, keuangan, dan berbagai bidang riset selalu membutuhkan peramalan. Peramalan sangat diperlukan untuk mengetahui nilai dari suatu peristiwa berdasarkan waktu yang akan terjadi, sehingga tindakan yang tepat dapat dilakukan.
Peramalan penjualan adalah peramalan yang mengaitkan berbagai asumsi yang berhubungan dengan tindakan-tindakan yang perlu diambil serta variabel-variabel 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. Oleh karena masalah pengambilan keputusan merupakan masalah yang dihadapi, maka peramalan juga merupakan masalah yang harus dihadapi, karena peramalan berkaitan erat dengan pengambilan keputusan.
Pertama, ramalan ekonomi yang digunakan untuk kalangan bisnis dan pemerintah dalam memprediksi tingkat inflasi, penawaran uang, tingkat pengangguran, GNP, dan keuntungan perusahaan, model itu digunakan untuk peramalan jangka menengah dan panjang.
Kedua, ramalan teknologi yang berhubungan dengan tingkat kemajuan teknologi, ramalan itu menjadi penting pada industri teknologi tinggi seperti industri pesawat terbang, pengeboran minyak dan komputer. Hasil perubahan teknologi adalah munculnya produk-produk baru yang membutuhkan pabrik dan peralatan baru.
Ketiga, ramalan permintaan yang merupakan proyeksi penjualan perusahaan dengan asumsi perusahaan memiliki permintaan yang sama setiap periode dalam perencanaan horison. Ramalan itu mempengaruhi produksi perusahaan, kapasitas, sistem penjadwalan, membantu merencanakan keunagan, pemasaran dan personalia.
Apabila dilihat dari penyusunannya, maka peramalan dapat dibedakan menjadi dua jenis yaitu:
3. Peramalan Subjektif, yaitu peramalan yang didasarkan pada perasaan atau intuisi dari pribadi penulis tersebut.
4. Permalan Objektif, yaitu peramalan yang didasarkan atas data yang relevan dari masa lalu dengan menggunakan metode-metode dan teknik-teknik dalam pengolahan data tersebut.
Menurut Makridakis, Whellright, dan McGee (1999), teknik peramalan dapat dibagi dalam dua bagian jika dilihat dari sifatnya, yaitu:
a. Peramalan Kualitatif
matrices atau decision trees. Metode kualitatif dapat dibagi dua, yaitu metode eksploratoris dan normative.
b. Peramalan Kuantitatif
Peramalan Kuantitatif adalah peramalan yang didasarkan atas data kuatitatif pada masa lalu. Peramalan yang baik adalah peramalan yang dilakukan dengan mengikuti prosedur peramalan penyusunan dengan baik. Semakin baik dalam 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 di masa yang akan datang dan kondisi disebut dengan kondisi yang konstan. Asumsi ini merupakan modal yang mendasari dari semua metode peramaln kuantitatif dan banyak metode peramalan teknologis terlepas dari bagaimana canggihnya metode tersebut.
Metode-metode peramalan dengan analisis deret waktu dibagi tiga yaitu: 1. Pemulusan Eksponensial dan Rata-rata Bergerak
Metode ini sering digunakan untuk ramalan jangka pendek dan jarang dipakai untuk ramalan jangka panjang.
2. Metode Regresi
Metode ini biasanya digunakan untuk ramalan jangka menengah dan jangka panjang.
3. Metode Box-Jenkins
a. 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 dididentifikasikan sebagai teknik dan metode peramalan, yaitu:
a. Horizon waktu
Ada dua aspek dari horizon waktu yang berhubungan dengan masing-masing metode peramalan, yaitu cakupan waktu dimana yang akan datang dan jumlah periode untuk peramalan yang diinginkan.
b. Pola data
Dasar utama dari metode peramalan adalah anggapan bahwa macam pola yang didapati didalam data yang diramalkan akan berkelanjutan.
c. Jenis dan 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 analisis keadaan untuk pengambilan keputusan.
d. Biaya yang dibutuhkan
Umumnya ada 4 unsur biaya yang tercakup dalam penggunaan suatu prosedur peramalan, yaitu biaya-biaya penyimpangan data, operasi pelaksanaan dan kesempatan dalam penggunaan teknik-teknik dan metode peramalan.
e. Ketepatan peramalan
Tingkat ketepatan yang dibutuhkan sangat erat dengan tingkat perincian yang dibutuhkan dalam suatu peramalan.
f. Kemudahan dan penerapan
b. Kegunaan Peramalan
Kegunaan peramalan dalam suatu penelitian adalah untuk memperkirakan situasi dan kondisi yang akan terjadi 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 organisasi/lembaga terdapat perbedaan waktu pelaksaan. Perencanaan dan peramalan merupakan dua hal yang erat kaitannya, hal ini dapat dilihat dalam penyusunan rencana, di mana dalam penyusunan ini melibatkan peramalan juga. Dengan demikian dapat dikatakan bahwa peramalan merupakan dasar untuk menyusun rencana karena dapat membantu menganalisis data dari masa lalu, sehingga melalui metode peramalan akan didapat cara pemikiran dan pengerjaan yang teratur dan terarah serta perencanaan yang sistematis hingga memberikan ketetapan hasil analisis.
c. 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 ke depan. Metode smoothing banyak digunakan untuk menghilangkan atau mengurangi keteracakan dari data deret berkala. Secara umum, metode smoothing diklarifikasikan menjadi dua bagian, yaitu:
a. Metode Rata-rata
Metode rata-rata dibagi atas empat bagian, yaitu: 5. Nilai tengah (mean)
6. Rata-rata bergerak tunggal (single moving average) 7. Rata-rata bergerak ganda (double moving average) 8. Kombinasi rata-rata bergerak lainnya.
b. Metode Pemulusan Eksponensial
Bentuk umum dari pemulusan eksponensial adalah:
Ft+1= ΑXt +(1-α)Ft 2.1
Dengan:
Ft+1 = ramalan satu periode ke depan Xt = data aktual pada periode ke-t Ft = ramalan pada periode ke-t
α = parameter smoothing
Metode smoothing eksponensial terdiri atas: 3. Smoothing eksponensial tunggal
4. Smoothing eksponensial ganda, yang terdiri atas: c. Metode linier satu parameter dari Brown d. Metode dua parameter dari Holt
2.6. Metode Smoothing yang Digunakan
Untuk mendapatkan hasil yang baik harus diketahui cara peramalan yang cepat. Maka metode peramalan analisis time series yang digunakan untuk meramalkan pasokan penjualan energi listrik 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 smoothing tunggal dan ganda ketinggalan dari data sebenarnya.
Peramalan yang dapat dipakai dalam pelaksanaan smoothing eksponensial linier satu parameter dari Brown adalah sebagai berikut:
t
S = Xt (1 )St1
2.2
t
t
S = nilai smoothing eksponensial tunggal
t
S = nilai smoothing ganda
t
a ,bt = konstanta smoothing
t m
F = hasil peramalan untuk m periode kedepan yang akan diramalkan
t
e = kesalahan pada periode ke-t
2.7. Ketepatan 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 berkaladari data masa lalu dapat diramalkan situasi yang akan terjadi pada masa yang akan datang, untuk menguji kebenaran ramalan ini digunakan ketepatan. Beberapa kriteria yang digunakan untuk menguji ketepatan ramalan adalah:
a. ME (Mean Error)/Nilai Tengah Kesalahan
1
b. MSE (Mean Square Error)/Nilai Tengah Kesalahan Kuadrat
c. MAE (Mean Absolute Error)/Nilai Tengah Kesalahan Absolut
d. MPE (Mean Percentage Error)/Nilai Tengah Kesalahan Persentase
1
e. MAPE (Mean Absolute Percentage Error)/Nilai Tengah Kesalahan Persentase Absolut
f. SSE (Sum Square Error)/Jumlah Kuadrat Kesalahan 2
100 (kesalahan persentase pada periode ke-t) N= Banyaknya periode waktu
Metode peramalan yang dipilih adalah metode yang memberikan nilai MSE yang terkecil.
Adapun rumus proyeksi geometri adalah sebagai berikut :
2.14
dengan:
= Jumlah hasil yang dicapai pada tahun t
= Jumlah hasil yang dicapai pada tahun awal
