BAB 2
LANDASAN TEORI
2.1. Produksi
Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan penanaman bibit padi dan perawatan serta pemupukan secara teratur sehingga menghasilkan suatu produksi padi yang dapat dimanfaatkan. Padi tersebut kemudian diproses menjadi beras, yang mana beras itu sendiri akan diolah menjadi nasi. Nasi merupakan sumber kalori utama yang banyak mengandung unsur karbohidrat yang sangat tinggi sehingga sangat bermanfaat dan sangat mempengaruhi aktivitas manusia khususnya bangsa Indonesia terlebih lagi bagi masyarakat di Kabupaten Deli Serdang yang menjadikan nasi sebagai bahan pangan utama.
2.2. Kebutuhan
Kebutuhan adalah suatu hal penting yang harus dipenuhi yang dapat mempengaruhi kesejahteraan hidup makhluk hidup khususnya manusia. Kebutuhan dapat dibagi menjadi tiga bagian, antara lain : 1. Kebutuhan Primer (Kebutuhan Pokok) 2. Kebutuhan Sekunder (Kebutuhan Tambahan / Pelengkap) 3. Kebutuhan Tersier
Universitas Sumatera Utara
Kebutuhan pokok (primer) merupakan suatu kebutuhan yang harus dipenuhi untuk mendukung aktivitas hidup sehari-hari. Jika hal tersebut tidak dipenuhi maka akan ada dapat menghambat semua atau sebagian dari aktivitas manusia tersebut, serta dapat mengurangi kesejahteraan hidup manusia itu sendiri.
Kebutuhan akan komoditi padi sendiri memegang peranan penting bagi kehidupan bangsa Indonesia pada umumnya dan bagi masyarakat Deli Serdang pada khususnya. Kebutuhan akan padi dan beras sangat mempengaruhi bidang kehidupan masyarakat seperti bidang kesehatan, pendidikan, olahraga, ekonomi, dan lainnya. Oleh karena itu, kebutuhan akan komoditi padi ini sangat menarik untuk dipelajari lebih lanjut.
2.3. Uji Kecukupan Sampel
Dalam melakukan penelitian terhadap populasi yang sangat besar, kita perlu melakukan suatu penarikan sampel. Hal ini dikarenakan tidak selamanya kita dapat melakukan pengamatan seluruhnya pada populasi tersebut. Di samping itu juga, terdapat faktor-faktor yang tidak memungkinkan antara lain ketersediaan dana, tenaga, dan waktu penulis yang terbatas.
Sampel yang baik adalah sampel yang representatif, artinya sampel tersebut harus dapat menggambarkan atau menerangkan sifat-sifat dan karakteristik dari populasinya. Hal ini dapat diketahui dengan melihat kecukupan sampel yang dikumpulkan. Suatu sampel dikatakan sudah mencukupi atau mewakili populasinya
Universitas Sumatera Utara
apabila N’< N, dengan N adalah banyaknya sampel yang kita kumpulkan, X i adalah data yang dikumpulkan, dan N’ adalah sampel yang diperoleh dari rumus : 20 N Y 2 − ( Y )2 ∑ i ∑ i N' = ∑ Yi
2
2.4. Peramalan
2.4.1. Pengertian Peramalan
Peramalan (Sofyan Assauri, 1991) adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang akan datang. Peramalan dibutuhkan untuk mengetahui / memperkirakan kapan suatu peristiwa akan terjadi atau berapa jumlah suatu kebutuhan tertentu di masa mendatang. Dengan peramalan kita juga dapat memperkirakan bagaimana sesuatu peristiwa yang ingin kita ketahui dapat terjadi di masa yang akan datang.
Dengan demikian peramalan sangat bermanfaat bagi kita untuk melakukan suatu persiapan untuk menghadapi masa yang akan datang, serta dapat membantu kita dalam mengambil kebijakan dan tindakan-tindakan penting tentang sesuatu hal.
2.4.2. Jenis - Jenis Peramalan
Peramalan dapat dibedakan menjadi beberapa macam berdasarkan sudut pandang kita melihatnya. Bila dilihat dari sifat penyusunannya, maka peramalan dapat dibagi menjadi dua macam, yaitu :
Universitas Sumatera Utara
1. Peramalan yang objektif, yaitu peramalan yang didasarkan pada data yang relevan dari masa lalu dengan menggunakan teknik-teknik dan metode-metode dalam penganalisaan data tersebut. 2. Peramalan yang subjektif, yaitu peramalan yang didasarkan pada perasaan atau intuisi dari orang yang menyusunnya.
Jika dilihat dari jangka waktu ramalan yang disusun, maka peramalan dapat dibedakan atas dua macam, yaitu : 1. Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan yang jangka waktunya lebih dari setengah tahun atau tiga semester. 2. Peramalan jangka pendek, yaitu peramalan jangka pendek, yaitu : peramalan yang dilakukan untuk penyusunan hasil ramalan dengan jangka waktu yang kurang dari satu setengah tahun atau tiga semester.
Berdasarkan sifat ramalan yang telah disusun maka peramalan dibedakan menjadi dua macam, yaitu: 1. Peramalan kualitatif, yaitu peramalan yang didasarkan atas data kualitatif masa lalu. Hasil peramalan yang dibuat sangat bergantung pada orang yang menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan oleh pemikiran yang bersifat intuisi, pendapat, dan pengetahuan, serta pengalaman dari penyusunnya. 2. Peramalan kuantitatif, yaitu peramalan yang didasarkan atas data kuantitatif pada masa lalu. Peramalan kuantitatif sangat mengandalkan data historis yang
Universitas Sumatera Utara
ada. Hasil peramalan yang dibuat sangat tergantung pada metode-metode yang digunakan dalam peramalan tersebut.
Peramalan kuantitatif hanya dapat digunakan apabila terdapat tiga kondisi sebagai berikut : 1. Adanya informasi tentang keadaan masa lalu. 2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data. 3. Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa yang akan datang.
Teknik kuantitatif ini biasanya dikelompokkan menjadi dua, yakni teknik statistik dan teknik deterministik. Teknik statistik menitikberatkan pada pola, perubahan pola, dan faktor gangguan yang disebabkan oleh pengaruh random. Yang termasuk dalam teknik ini adalah teknik Smoothing, Dekomposisi, dan Box-Jenkins. Teknik deterministik mencakup identifikasi dan penentuan hubungan antarvariabel yang akan diperkirakan dengan variabel-variabel lain yang akan mempengaruhinya. Yang termasuk dalam teknik ini adalah tekinik regresi sederhana, regresi berganda, autoregresi, dan model input-output.
2.4.3. Prosedur dalam Peramalan
Kualitas hasil peramalan sangat ditentukan oleh proses pelaksanaan penyusunnya. Peramalan yang baik adalah peramalan yang dilakukan dengan mengikuti langkahlangkah atau prosedur penyusunan yang baik. Pada dasarnya ada tiga prosedur / langkah penting dalam peramalan :
Universitas Sumatera Utara
a) Menganalisis data yang lalu. Analisa ini dilakukan dengan cara membuat tabulasi data yang lalu. Dengan tabulasi data, maka dapat diketahui pola dari data tersebut. b) Menentukan metode yang akan digunakan. Masing-masing metode akan memberikan hasil peramalan yang berbeda. Metode peramalan yang baik adalah metode yang memberikan hasil ramalan yang tidak jauh berbeda dengan kenyataan yang terjadi. Dengan kata lain, metode peramalan yang baik akan menghasilkan penyimpangan (bias) yang sekecil mungkin antara hasil peramalan dengan data yang sebenarnya atau kenyataan yang ada. c) Memproyeksikan data yang lalu dengan menggunakan metode yang telah ditentukan. Hasil inilah yang akan dipergunakan sebagai dasar untuk perencanaan dan pengambilan keputusan.
2.4.4. Menghitung Kesalahan Peramalan
Hasil proyeksi yang akurat adalah peramalan (forecast) yang biasanya meminimalkan kesalahan meramal (forecast error). Besarnya kesalahan meramal (forecast error) dihitung dengan mengurangkan data yang sebenarnya dengan data yang diperoleh dari hasil peramalan.
Rumusnya
: Error = data yang sebenarnya – data hasil peramalan e t = X t - Ft
Universitas Sumatera Utara
Keterangan : X t = Data sebenarnya pada periode ke- t Ft
= Hasil ramalan pada periode ke- t
Dalam menghitung forecast error digunakan : a. Mean Absolute Error (MAE) Mean Absolute Error adalah rata-rata absolut dari kesalahan meramal, tanpa menghiraukan tanda positif atau tanda negatif.
MAE =
∑X
t
− Ft
n
b. Mean Squared Error (MSE) Mean Squared Error adalah rata-rata kesalahan meramal dikuadratkan.
∑e MSE =
2
t
n
c. Menentukan Besarnya Konstanta ( a t ) at = 2 S t' ' − S ""t
d. Menentukan Besarnya Slope ( bt ) bt =
α ( S t' − S "t ) 1−α
e. Menentukan Besarnya Forecast ( Ft + m ) F t + m = a t + bt ( m ) Di mana m adalah jumlah peiode ke depan yang ingin diramalkan.
Universitas Sumatera Utara
Dengan menggunakan rumus-rumus yang sudah ada, maka penulis ingin melakukan suatu peramalan terhadap tingkat produksi padi untuk beberapa tahun ke depan, yaitu tahun 2010-2014. Untuk meramalkan produksi padi tesebut, penulis memilih menggunakan metode Smoothing Eksponensial dengan alasan penulis melihat adanya selisih produksi padi yang tidak begitu konstan pada setiap tahunnya, dengan kata lain selalu mengalami naik-turun. Oleh karena itu, dengan menggunakan metode Smoothing Eksponensial Ganda akan dilakukan pemulusan / pelicinan ramalan terhadap produksi padi dari tahun ke tahun.
2.5. Metode Analisa
Untuk menganalisa data-data yang telah diperoleh, penulis menggunakan rumus laju pertumbuhan eksponensial dan metode smoothing ekponensial.
2.5.1. Metode Laju Pertumbuhan Eksponensial
Tingkat pertumbuhan eksponensial adalah suatu
pertumbuhan penduduk yang
berlangsung secara terus-menerus. Dengan menggunakan metode tersebut maka dapat dilakukan suatu peramalan terhadap jumlah penduduk untuk tahun 2010-2014. Adapun bentuk rumus yang akan digunakan adalah Pt
=
Po . e rt
Keterangan : Pt
= Jumlah penduduk pada tahun ”t”
Po
= Jumlah penduduk pada tahun awal
r
= tingkat pertumbuhan penduduk
Universitas Sumatera Utara
t
= jangka waktu antara P o dan P t
e
= bilangan pokok dari sistem logaritma (besarnya 2,718282)
2.5.2. Metode Smoothing Eksponensial Ganda
Peramalan dengan metode Smoothing Eksponensial Ganda membutuhkan tiga buah nilai data dan satu nilai alfa (α). Metode smoothing ( pemulusan ) merupakan teknik meramal dengan cara mengambil rata-rata dari nilai beberapa periode yang lalu untuk menaksir nilai suatu periode yang akan datang.
Dalam metode ini data historis digunakan untuk memperoleh angka yang dihitung dengan metode Smoothing Eksponensial Ganda. Peramalan dilakukan dengan mengulang perhitungan secara terus-menerus dengan menggunakan data yang terbaru. Setiap data diberi bobot, data yang lebih baru diberi bobot yang lebih besar.
Pada peramalan tingkat produksi padi pada tahun 2010-2014 dengan Smoothing Ekponensial Ganda memiliki beberapa tahapan. Persamaan-persamaan yang digunakan dalam smoothing eksponensial ganda adalah sebagai berikut :
a. Menentukan Smoothing Pertama (S’t ) S' t = α X t + ( 1 –α ) S' t −1 b. Menetukan Smoothing Kedua ( S” t ) S'' t = α S' t + ( 1 - α ) S'' t −1 c. Menetukan Besarnya Konstanta ( a t ) a t = S' t + ( S' t - S'' t ) = 2 S' t - S'' t
Universitas Sumatera Utara
d. Menentukan Besarnya Slope ( bt ) bt =
α 1−α
( S' t - S'' t )
e. Menentukan Besarnya Forecast ( Ft+m ) F t+m = a t + b t m Dengan “m” adalah periode yang akan diramalkan.
Rumus-rumus tersebut di atas akan digunakan untuk meramalkan jumlah produksi padi Kabupaten Deli Serdang untuk tahun 2010-2014. Alasan penulis memilih metode Smoothing Eksponensial Ganda sebagai metode peramalan yang akan digunakan adalah karena penulis melihat bahwa selisih produksi padi dari tahun ke tahun tidak konstan atau mengalami naik-turun, sehingga penulis menggunakan metode tersebut untuk melakukan pemulusan ramalan padi dari tahun ke tahun sebelum melakukan peramalan terhadap produksi padi untuk beberapa tahun ke depan.
Universitas Sumatera Utara