BAB 2
LANDASAN TEORI
2.1 Pengertian Peramalan
Peramalan (forecasting) adalah kegiatan mengestimasi apa yang akan terjadi pada
masa yang akan datang. Peramalan diperlukan karena adanya kesenjaan waktu
(timelag) antara kesadaran yang dibutuhkannya suatu kebijakan baru dengan
waktu pelaksanaan kebijakan tersebut. Jika perbedaan waktu tersebut panjang,
maka peran peramalan begitu penting dan sangat dibutuhkan terutama dalam
penentuan waktu kapan akan terjadinya sesuatu, sehingga dapat dipersiapkan
tindakan yang perlu dilakukan.
Metode peramalan akan membantu dalam mengadakan pendekatan
analisa terhadap tingkah laku atau pola dari data yang lalu, sehingga dapat
memberikan cara pemikiran, pengerjaan dan pemecahan yang sistematis dan
pragmatis, serta memberikan tingkat keyakinan yang lebih atas ketepatan hasil
ramalan yang dibuat.
2.2 Jenis-Jenis Peramalan
Peramalan (forecasting) : adalah seni dan ilmu memprediksi peristiwa-peristiwa
yang akan terjadi dengan menggunakan data historis dan memproyeksikannya ke
masa depan dengan beberapa bentuk model matematis.
Untuk melakukan peramalan diperlukan metode tertentu dan metode mana
yang digunakan tergantung dari data dan informasi yang akan diramal serta tujuan
yang hendak dicapai. Dalam prakteknya terdapat berbagai metode peramalan
1. Peramalan berdasarkan jangka waktu :
a. Peramalan jangka pendek ( kurang satu tahun, umumnya kurang tiga bulan : digunakan untuk rencana pembelian, penjadwalan kerja, jumlah
TK, tingkat produksi).
b. Peramalan jangka menengah ( tiga bulan hingga tiga tahun : digunakan untuk perencanaan penjualan, perencanaan dan penganggaran produksi
dan menganalisis berbagai rencana operasi),
c. Peramalan jangka panjang ( tiga tahun atau lebih, digunakan untuk merencanakan produk baru, penganggaran modal, lokasi fasilitas, atau
ekspansi dan penelitian serta pengembangan).
2. Peramalan berdasarkan rencana operasi
a. Ramalan ekonomi : membahas siklus bisnis dengan memprediksi tingkat inflasi dan indikator perencanaan lainnya.
b. Ramalan teknologi : berkaitan dengan tingkat kemajuan teknologi dan produk baru.
c. Ramalan permintaan : berkaitan dengan proyeksi permintaan terhadap produk perusahaan. Ramalan ini disebut juga ramalan penjualan, yang
mengarahkan produksi, kapasitas dan siatem penjualan perusahaan.
3. Peramalan berdasarkan metode / pendekatan
a. Peramalan kuantitatif, menggunakan berbagai model matematis atau metode statistik dan data historis dan atau variabel-variabel kausal untuk
b. Peramalan kualitatif, menggunakan intuisi, pengalaman pribadi dan berdasarkan pendapat (judment) dari yang melakukan peramalan.
2.3 Langkah-langkah Peramalan
Secara umum untuk memastikan bahwa peramalan yang dilakukan dapat tepat
guna serta memenuhi ketepatan yang optimal, maka terdapat beberapa langkah
yang harus dilakukan dalam melakukan peramalan ( Teguh Baroto 2005 ).
Adapun langkah-langkah tersebut antara lain
1. Penentuan Tujuan
Tujuan peramalan bergantung pada kebutuhan informasi para manager
setelah melakukan penentuan tujuan maka dapat selanjutnya melakukan
penentuan antara lain :
a. Variabel apa yang diramalkan
b. Siapa yang akan menggunakan hasil peramalan
c. Untuk tujuan apa hasil peramalan digunakan
d. Peramalan jangka panjang atau jangka pendek yang diperlukan
e. Derajat ketepatan peramalan yang diinginkan
f. Kapan peramalan dilakukan
g. Bagian-bagian peramalan yang dinginkan seperti peramalan untuk
kelompok pembeli, kelompok produk atau daerah geografis
2. Pengembangan Model
Model dapat diibaratkan sebagai cara pengolahan dan penyajian data agar
3. Pengujian Model
Pengujian Model dilakukan untuk menentukan tingkat akurat,validitas dan
reabilitas yang diharapkan. Nilai suatu model ditentukan dengan derajat
ketepatan peramalan dengan permintaan aktualnya.
4. Penerapan model atau hasil dari peramalan yang diperoleh.
5. Revisi dan Evaluasi.
2.4 Metode Peramalan
Peramalan adalah 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. Ramalan dapat didasarkan
atas bermacam-macam cara yang kita kenal dengan metode peramalan.
Metode peramalan adalah cara untuk memperkirakan secara kuantitatif apa
yang akan terjadi pada masa yang akan datang berdasarkan data yang relevan
pada masa lalu, dan karena itu maka metode peramalan ini dipergunakan dalam
peramalan yang objektif. Metode peramalan ini sangat berguna, karena akan
membantu dalam mengadakan pendekatan analisa terhadap tingkah laku atau pola
dari data yang lalu, sehingga dapat memberikan cara pemikiran, pekerjaan dan
pemecahan yang sistematis dan pragmatis, serta memberikan tingkat keyakinan
yang lebih besar atas ketepatan hasil ramalan yang disusun.
Seperti yang telah diuraikan pada pembahasan diatas, dimana metode
pembahasan selanjutnya akan ditekankan pada peramalan kuantitatif. Pada
dasarnya metode peramalan kuantitatif ini dapat dibedakan atas.
1. Metode peramalan yang didasarkan atas penggunaan analisa pada
hubungan antara variabel yang akan diperkirakan dengan variabel waktu,
yang merupakan deret waktu (time series)
2. Metode peramalan yang didasarkan atas penggunaan analisa pola
hubungan antara variabel yang akan diperkirakan dengan variabel lain
yang mempengaruhinya, yang bukan waktu dan bisa disebut dengan sebab
akibat (causal mrthods)
Dengan pembahasan ini penulis membatasi mengenai metode peramalan
yang berhubungan deret waktu, karena penulis akan menggunakan salah satu
diantara metode-metode peramalan yang berhubungan dengan deret waktu (time
serise). Adapun metode-metode tersebut adalah sebagai berikut:
1. Metode Smooting, yaitu yang digunakan untuk mengurangi
ketidak-teraturan musiman dari data yang lalu maupun kedua-duanya, dengan
membuat rata-rata tertimbang dari sederetan data yang lalu. Ketepatan dari
peramalan dengan metode ini akan terdapat pada peramalan jangka
pendek,sedangkan untuk peramalan jangka panjang ketepatan akan
berkurang. Data yang dibutuhkan untuk penggunaan metode ini minimal
selama dua tahun.
2. Metode box jenkins, yaitu dengan menggunakan dasar deret waktu dengan
model matematis, agar kesalahan yang terjadi dapat diminimalkan. Oleh
estimasi parameternya. Metode ini sangat baik ketepatannya untuk
peramalan jangka pendek, sedangkan peramalan untuk jangka panjang
ketepatannya kurang baik. Data yang dibutuhkan penggunaan metode
peramalan ini minimum dua tahun dan lebih baik bila data yang dimiliki
lebih dari dua tahun.
3. Metode Proyeksi trend dengan regresi merupakan dasar garis trend untuk
persamaan matematis, sehingga dengan dasar persamaan tersebut dapat
diproyeksikan hal yang diteliti untuk masa depan. Untuk peramalan jangka
pendek maupun jangka panjang, ketepatan peramalan dengan
menggunakan metode ini sangat baik.
Berdasarkan penjelasan diatas dan data yang diperoleh oleh penulis, maka
pada tugas akhir ini penulis akan menggunakan metode proyeksi trend dengan
regresi yang akan dijelaskan pada pembahasan selanjutnya.
2.5 Metode Pemulusan Smoothing
Metode Smoothing adalah metode peramalan dengan mengadakan penghalusan
terhadap masa lalu, yaitu dengan mengambil rata-rata dari nilai beberapa tahun
untuk menaksirkan nilai pada beberapa tahun ke depan.
Secara umum Metode Smoothing di klasifikasikan menjadi dua bagian, yaitu:
1. Metode Rata-rata
Metode rata-rata dibagi menjadi 4 bagian, yaitu:
a. Nilai tengah (Mean)
c. Rata-rata bergerak ganda ( Double Moving Average)
d. Kombinasi rata-rata bergerak lainnya.
Metode rata-rata tujuannya adalah untuk memanfaatkan data masa lalu
untuk mengembangkan suatu sistem peramalan pada periode mendatang.
2. Metode Pemulusan Eksponensial
Bentuk umum dari metode pemulusan eksponensial adalah:
Dengan :
= Ramalan satu periode ke depan
= Data aktual pada periode ke-t
= Ramalan aktual pada periode ke-t
= Parameter pemulusan
Metode smoothing Eksponensial Terdiri atas :
1. Smoothing Eksponensial Tunggal
a. Satu Parameter
b. Pendekatan adaptif
2. Smoothing Eksponensial Ganda
a. Metode linier satu parameter dari Brown
b. Metode dua parameter dari Holt
3. Smoothing Eksponensial Triple
a. Metode kuadratik satu parameter dari Brown
b. Metode tiga parameter untuk kecendrungan dan musiman dari
4. Smoothing Eksponensial Menurut Klasifikasi Pegels
Untuk mendapatkan hasil ramalan yang baik dan benar harus diketahui
cara peramaan yang tepat. Maka metode pemulusan analisis time series yang
digunakan untuk meramalkan atau memprediksi jumlah konsumsi kalori di
provinsi Aceh. Pada pemecahan masalah ini adalah dengan menggunakan Metode
Smoothing Eksponensial Ganda yaitu “Smooting Eksponensial satu Parameter
dari Brown”.
Metode ini merupakan metode yang di kemukakan oleh brown, dasar
pemikiran dari metode Smoothing Eksponensial Linier satu parameter dari brown
adalah serupa dengan rata-rata bergerak linier, karena kedua nilai pemulusan
tunggal dan ganda ketinggalan dari data sebenarnya.
Persamaan yang tepat dipakai dalam pelaksanaan pemulusan eksponensial linier
satu parameter dari Brown adalah sebagai berikut:
a) Menentukan Pemulusan Pertama ( )
Dengan:
=Pemulusan pertama periode t
= Nilai periode t
= Pemulusan periode t-1
Dengan :
= Pemulusan kedua periode t-1
c) Menentukan Besarnya Konstanta ( )
Dengan:
= konstanta pemulusan
d) Menentukan besarnya slope/ koefisien ( )
Dengan:
= konstanta pemulusan
e) Menentukan Besarnya trend peramalan/forecast ( )
Dengan:
= Hasil pengamatan untuk m periode kedepan yang akan
diramalkan
= jumlah periode kedepan yang diramalkan
2.6 Ketepatan Ramalan
Ketepatan Ramalan adalah satu hal yang mendasarkan dalam peramalan, yaitu
bagaimana mengukur kesesuaian suatu metode peramalan tertentu untuk suatu
kumpulan data yang diberikan. Ketepatan dipandang sebagai kriteria penolakan
series) dari data masa lalu dapat diramalkan situasi yang akn terjadi pada masa
yang akan datang, untuk menguji kebenaran ramalan.
Beberapa kriteria yang digunakan untuk menguji ketepatan ramalan antara lain:
1. ME (Mean Error) atau Nilai Tengah Kesalahan
2. MSE (Mean Square Absolut Error) atau Nilai Tengah Kesaahan Kuadrat