BAB 2 LANDASAN TEORI
2.1. 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 karakteristik dari populasinya. Hal ini dapat diketahui dengan melihat kecukupan sampel yang dikumpulkan. Suatu sampel dikatakan sudah mencukupi atau mewakili populasinya apabila N’
adalah
data yang dikumpukan, dan N’ adalah sampel yang diperoleh dari rumus :
Keterangan :
= Banyak sampel (hasil uji kecukupan sampel) = Banyak sampel (tahun) yang digunakan = Persediaan beras pada tahun ke-i
Universitas Sumatera Utara
2.2 Peramalan 2.2.1 Pengertian peramalan Peramalan (Sofyan Assauri,1991) adalah kegiatan 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. 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 suatu 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. Dalam melakukan analisa ekonomi atau analisa kegiatan perusahaan, haruslah diperkirakan apa yang akan terjadi dalam bidang ekonomi atau dalam dunia usaha pada masa yang akan datang. Kegiatan memperkirakan apa yang akan terjadi pada masa yang akan datang, kita kenal dengan sebutan peramalan (forecasting). Setiap kebijakan ekonomi maupun kebijakan perusahaan tidak akan terlepas dari usaha untuk meningkatkan kesejahteraan masyarakat atau meningkatkan keberhasilan perusahaan untuk mencapai tujuan pada masa yang akan datang dimana kebijakan tersebut dilaksanakan. Usaha untuk melihat dan mengkaji situasi dan kondisi tersebut tidak terlepas dari kegiatan peramalan.
2.2.2 Jenis–Jenis Peramalan Pada umumnya peramalan dapat dibedakan dari beberapa segi tergantung dari cara melihatnya. Apabila dilihat dari sifat penyusunnya, maka peramalan dapat dibedakan atas dua macam, yaitu : 1.
Peramalan yang subyektif, yaitu peramalan yang didasarkan atas perasaan atau intuisi dari orang yang menyusunnya. Dalam hal ini pandangan atau “judgment”
Universitas Sumatera Utara
dari orang yang menyusunnya sangat menentukan baik tidaknya hasil ramalan tersebut. 2.
Peramalan yang objektif, peramalan yang didasarkan atas data yang relevan pada masa lalu, dengan menggunakan teknik–teknik dan metode dalam penganalisaan data tersebut.
Disamping itu, 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 jangka jangka waktunya lebih dari satu setengah tahun atau tiga semester. Peramalan seperti ini misalnya diperlukan dalam penyusunan rencana pembangunan suatu negara atau suatu daerah, corporate planning, rencana investasi atau rencana ekspansi dari suatu perusahaan.
2.
Peramalan jangka pendek, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan dalam jangka waktu yang kurang dari satu setengah tahun, atau tiga semester. Peramalan seperti ini diperlukan dalam penyusunan rencana tahunan, rencana kerja operasional, dan anggaran contoh penyusunan rencana produksi, rencana penjualan, rencana persediaan, anggaran produksi, dan anggaran perusahaan.
Berdasarkan sifat ramalan yang telah disusun, maka peramalan dapat dibedakan atas dua macam, yaitu : 1.
Peramalan kualitatif, yaitu peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada orang yang menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran yang bersifat intuisi, judgment atau pendapat, dan pengetahuan serta pengalaman dari penyusunnya. Biasanya peramalan secara kualitatif ini didasarkan atas hasil penyelidikan.
2.
Peramalan kuantitatif, yaitu peramalan yang didasarkan atas data kuantitatif pada masa lalu. Hasil peramalan yang dibuat sangat bergantung pada metode yang digunakan dalam peramalan tersebut. Dengan peramalan yang berbeda akan
Universitas Sumatera Utara
diperoleh hasil peramalan yang berbeda. Adapun yang perlu diperhatikan dari penggunaan metode–metode tersebut, adalah baik tidaknya
metode yang
dipergunakan, sangat ditentukan oleh perbedaan atau penyimpangan antara hasil peramalan dengan kenyataan yang terjadi. Metode yang baik adalah metode yang memberikan nilai–nilai perbedaan atau penyimpangan yang mungkin terjadi. Peramalan kuantitatif hanya dapat digunakan apabila terdapat tiga kondisi sebagai berikut : a. Adanya informasi tentang keadaan yang lain. b. Informasi tersebut dapat dikuantifikasikan dalam bentuk data. c. Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa yang akan datang. Pada dasarnya, peramalan kuantitatif dapat dibedakan atas: 1.
Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu atau analisa deret waktu (time series) Metode ini terdiri dari: a. Metode Smoothing, b. Metode Box-Jenkins, c. Metode Proyeksi Trend dengan Regresi
2. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antar variabel yang akan diperkirakan dengan variabel lain yang mempengaruhinya, yang bukan waktu, yang disebut dengan dengan metode korelasi atau sebab akibat. Dari uraian diatas dapatlah diketahui bahwa jenis-jenis peramalan sangat tergantung dari segi mana kita memandangnya.
2.2.3
Langkah–Langkah Peramalan
Kualitas atau mutu dari hasil peramalan yang disusun, sangat ditentukan oleh proses pelaksanaan penyusunnya. Peramalan yang baik adalah peramalan yang dilakukan dengan mengikuti langkah–langkah atau prosedur penyusunan yang baik.
Universitas Sumatera Utara
Pada dasarnya ada tiga langkah peramalan yang penting, yaitu : 1.
Menganalisa data yang lalu. Tahap ini berguna untuk pola yang terjadi pada masa yang lalu. Analisa ini dilakukan dengan cara membuat tabulasi data maka dapat diketahui pola data tersebut.
2.
Menentukan metode yang digunakan. Masing–masing metode akan memberikan hasil peramalan yang berbeda. Dimana metode peramalan yang baik adalah metode yang menghasilkan penyimpangan antara hasil peramalan dengan nilai kenyataan yang sekecil mungkin.
3.
Memproyeksikan
data
yang
lalu
dengan
menggunakan
metode
yang
dipergunakan, dan mempertimbangkan adanya beberapa faktor perubahan. Faktor–faktor perubahan tersebut antara lain terdiri dari perubahan kebijakankebijakan yang mungkin terjadi, termasuk kebijakan pemerintah. Proyeksi adalah adanya suatu kecenderungan sesuatu hal pada masa yang akan datang yang masih belum diketahui dan mempunyai nilai pada masa yang akan datang yang merupakan petunjuk tentang jumlah sesuatu hal tersebut di masa yang akan datang.
2.2.4 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
Keterangan: = Nilai error pada period ke-t
Universitas Sumatera Utara
= Data sebenarnya pada periode ke-t = Hasil peramalan pada periode ke-t
Dalam menghitung forest error digunakan : a.
Mean Absolute Error (MAE) Mean Absolute Error adalah rata-rata absolut dari kesalahan meramal, tanpa menghiraukan tanda positif atau tanda negatif.
b.
Mean Squared Error (MSE) Mean Squared Error adalah rata-rata kesalahan meramal dikuadratkan.
c.
Menentukan Besarnya Konstanta (at)
d.
Menentukan Besarnya Slope (bt)
e.
Menentukan Besarnya Forecast (Ft+m)
Dimana m adalah periode ke depan yang ingin diramalkan.
Universitas Sumatera Utara
Dengan menggunakan rumus-rumus yang sudah ada, maka penulis ingin melakukan suatu peramalan terhadap tingkat persediaan beras untuk tahun ke depan, yaitu tahun 2016. Untuk meramalkan jumlah persediaan beras tersebut, penulis memilih menggunakan Metode Smoothing Eksponensial dengan alasan penulis melihat adanya selisih persediaan beras 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 terhadap persediaan beras dari tahun ke tahun.
2.3
Metode Analisa
Untuk menganalisis data-data yang telah diperoleh, penulis menggunakan rumus metode smoothing eksponensial ganda.
2.3.1 Metode Smoothing Eksponensial Ganda Persamaan yang dipakai dalam pemulusan adalah pemulusan (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 historis digunakan untuk memperoleh angka yang dihitung menggunakan 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 persediaan beras tahun 2016 dengan Smoothing Eksponensial Ganda memiliki beberapa tahapan. Persamaan-persamaan yang digunakan dalam Smoothing Eksponensial Ganda adalah sebagai berikut :
Universitas Sumatera Utara
a.
Menentukan Smoothing Pertama ( )
b.
Menentukan Smoothing Kedua ( )
c.
Menentukan Besarnya Konstanta ( )
d.
Menentukan Besarnya Slope ( )
e.
Menentukan Besarnya Forecast (
Dimana: M
= Jumlah periode didepan yang diramalkan
S’
= Nilai eksponensial smoothing tunggal
S”
= Nilai eksponensial smoothing ganda
α
= Parameter Pemulusan Eksponensial ,
Ft+m
= Konstanta pemulusan = Hasil peramalan untuk m periode ke depan
Rumus-rumus tersebut diatas akan digunakan untuk meramalkan persediaan beras di Provinsi Sumatera Utara Tahun 2016. Alasan penulis memilih Metode Smoothing Eksponensial Ganda sebagai metode peramalan yang akan digunakan adalah karena penulis melihat bahwa selisih persediaan beras dari tahun ke tahun
Universitas Sumatera Utara
tidak konstan atau mengalami naik-turun, sehingga penulis menggunakan metode tersebut untuk melakukan pemulusan beras dari tahun sebelum melakukan peramalan terhadap persediaan beras untuk tahun ke depan.
Universitas Sumatera Utara
