4
BAB II TINJAUAN PUSTAKA 1.1
Landasan Teori
1.1.1 Prediksi Prediksi adalah sama dengan ramalan atau perkiraan. Menurut kamus besar bahasa indonesia, prediksi adalah hasil dari kegiatan memprediksi atau meramal atau memperkirakan. Menurut Handoko (dalam Rambe, 2002) Prediksi adalah suatu usaha untuk meramalkan keadaan di masa mendatang melalui pengujian keadaan di masa lalu. Jadi dikatakan bahwa yang dimaksud dengan prediksi adalah suatu usaha yang diharapkan terjadi pada masa yang akan datang. Menurut Sofyan, (dalam Nurmasyitah,2008) Peramalan adalah kegiatan memperkirakan apa yang terjadi pada masa yang akan datang. Dalam usaha mengetahui atau melihat perkembangan di depan, peramalan dibutuhkan untuk menentukan kapan suatu peristiwa akan terjadi atau suatu kebutuhan akan timbul, sehingga dapat dipersiapkan kebijakan atau tindakan – tindakan yang perlu dilakukan. Peramalan (forecasting) adalah kegiatan untuk memperkirakan apa yang akan terjadi atau kapan suatu peristiwa akan timbul/terjadi, sehingga tindakan atau keputusan yang tepat dapat dilakukan. Dalam peramalan didasarkan pada bermacam-macam cara yaitu Metode Perataan (Average), Metode Pemulusan (Smoothing) Eksponensial, dan Metode Box Jenkis.
4
5
1.1.2 Penjualan Menurut Moekjiat (dalam Neisya,2012) Penjualan adalah suatu kegiatan yang di tujukan untuk mencari pembeli, mempengaruhi dan memberi petunjuk agar pembeli dapat menyesuaikan kebutuhannya dengan produksi yang di tawarkan serta mengadakan perjanjian mengenai harga yang menguntungkan bagi kedu belah pihak. Penjualan adalah suatu usaha yang terpadu untuk mengembangkan rencana-rencana strategis yang diarahkan pada usaha pemuasan kebutuhan dan keinginan pembeli, guna mendapatkan penjualan yang menghasilkan laba. (Dede,2012) Berdasarkan pengertian di atas, maka dapat disimpulkan bahwa penjualan adalah persetujuan kedua belah pihak antara penjual dan pembeli, dimana penjual menawarkan suatu produk dengan harapan pembeli dapat menyerahkan sejumlah uang sebagai alat ukur produk tersebut sebesar harga jual yang telah disepakati. 1.1.3 Prediksi Penjualan Prediksi penjualan merupakan permasalahan peramalan yang banyak dihadapi oleh divisi pemasaran hingga eksekutif perusahaan. Tidak tercapainya penjualan karena prediksi yang terlalu tinggi akan berpengaruh pada rencana ekspansi perusahaan. Prediksi yang terlalu rendah akan melemahkan pemasaran dalam mencari peluang-peluang baru. Selama ini prediksi penjualan banyak dilakukan dengan cara melihat penjualan tahun yang lalu, kemudian ditambah
6
atau dikurangi oleh eksekutif secara subyektif, dengan melihat kondisi pasar yang ada. Menurut Rambe,2002 Sebelum menyusun suatu penjualan, kita harus memperhatikan cara-cara atau teknik penyusunannya. Ada beberapa teknik di dalam menyusun prediksi penjualan yakni : 1.
Cara kualitatif. Dalam prediksi secara kualitatif tidak dipergunakan suatu perhitungan dengan
rumusan yang pasti, tapi digunakan pendapat-pendapat pribadi dari berbagai pihak, baik itu yang berasal dari dalam maupun luar perusahaan. Pihak yang dapat diminta pendapat adalah pihak eksekutif perusahaan. Pendapat para eksekutif disini merupakan pendapat pribadi semata yang nantinya sebagai bahan pertimbangan bagi pucuk pimpinan dalam menentukan nilai untuk keseluruhan perusahaan. Cara ini lebih mudah karena tanpa mempergunakan perhitungan yang pasti tapi sifatnya tidak objektif. 2.
Cara kuantitatif Dalam pendekatan
kuantitatif dipergunakan bebarapa
berhubungan dengan ilmu statistik dan matematik.
metode
yang
Adapun contoh dari cara
kuantitafif dengan menggunakan metode sebagai berikut : a. Metode time series Untuk
penggunaan
metode
ini
perusahaan
menggambarkan
pola
perkembangan penjualan dari catatan penjualan pada runtun waktu yang telah lewat untuk dapat memperoleh besar kecilnya tingkat penjualan tahunan.
7
b. Simple average (rata-rata sederhana) Metode ini pada dasarnya ingin memperoleh hasil yang lebih mendalam yaitu misalnya dalam bulanan, triwulan, dan kuartal. 1.1.4 Metode Pemulusan (Smoothing) Exponensial Metode pemulusan memiliki sifat, yaitu nilai yang lebih baru diberikan bobot yang relative lebih besar dibanding nilai observasi yang lebih lama. Bentuk umum dari exponential smoothing yaitu :
= αXt + (1 – α) Ft Dimana : = ramalan satu periode ke depan Xt
= data aktual pada periode ke-t
Ft
= ramalan periode ke-t
α
= parameter pemulusan
Metode Exponensial Smothing ini terdiri atas : A. Smoothing Exponensial Tunggal Digunakan untuk data-data yang bersifat stasioner dan tidak menunjukkan pola atau tren. Smoothing Eksponensial Tunggal terdiri dari: a. Satu parameter (one parameter) Metode ini menggunakan sebuah parameter , yang dibobotkan kepada data yang paling baru dan membobotkan nilai (1-) kepada hasil peramalan periode sebelumnya. Harga terletak antara 0 dan 1.
8
b. Pendekatan aditif (ARES) Metode ini memiliki kelebihan yang nyata bila dibandingkan dengan Pemulusan Eksponensial Tunggal, di mana nilai konstanta pemulusannya dapat berubah secara terkendali dalam arti dapat berubah secara otomatis bilamana terdapat perubahan dalam pola data dasarnya B. Smothing Eksponensial Ganda a. Metode Linier Satu Parameter dari Brown Metode ini dikembangkan oleh Brown untuk mengatasi adanya perbedaan yang muncul antara data aktual dan nilai peramalan apabila ada trend pada plot datanya. Untuk itu Brown memanfaatkan nilai peramalan dari hasil pemulusan eksponensial tunggal dan ganda. b. Metode Dua Parameter dari Holt Metode ini memuluskan trend dan gradien secara langsung dengan mempergunakan konstanta pemulusan trend dan konstanta pemulusan untuk data. Dalam metode Brown, hanya dipergunakan satu konstanta pemulusan, dan perkiraan nilai trend sangat sangat sensitif terhadap kerandoman, dalam metode Holt hal ini diatasi dengan konstanta pemulusan trend. C. Smoothing Eksponensial Triple a. Metode Kuadratik Satu Parameter dari Brown. Digunakan untuk pola data kuadratik, kubik atau orde yang lebih tinggi. b. Metode kecendrungan dan musiman tiga parameter dari Winter Dapat digunakan untuk data yang berbentuk trend dan musiman.
9
2.1.5 Metode Smoothing yang Digunakan Untuk mendapatkan hasil ramalan atau prediksi yang baik, maka harus diketahui cara peramalan yang tepat. Data penjualan barang – barang elektronik berdasarkan mereknya dilihat pada data menunjukkan data trend liinier. Maka metode ramalan deret berkala yang digunakan untuk meramalkan atau memprediksi nilai penjualan barang – barang elektronik berdasarkan mereknya, pada pemecahan masalah ini adalah dengan menggunakan Metode Pemulusan (Smoothing) Eksponensial Ganda Satu Parameter dari Brown. Sebelum menjelaskan persamaan dari metode exponential smoothing ganda ini, terlebih dahulu menentukan nilai parameter atau harga parameter smoothing exponential yang digunakan, dimana nilai parameter (α) besarnya antara 0 < α < 1. Setiap nilai parameter yang di digunakan dari nilai 0,1 sampai dengan 0,9. Persamaan yang dipakai dalam pelaksanaan Exponential Smoothing Ganda, Metode Linier Satu Parameter Dari Brown adalah sebagai berikut : a.
b.
Menentukan nilai pemulusan Exponential Tunggal (S't) S't
= αXt + (1 – α) S't-1
S't
= Nilai pemulusan exponential tunggal
α
= Parameter pemulusan exponential
Xt
= Nilai rill periode t
S't-1
= Nilai pemulusan exponential sebelumnya
Menentukan nilai pemulusan exponential ganda S''t
= α S't + (1 – α) S't-1
10
S''t c.
= nilai pemulusan eksponential ganda
Menentukan besarnya konstanta (αt)
αt = S't + (S't - S''t) = 2S't - S''t αt = besarnya konstanta periode t d.
Menentukan besarnya Slope (bt) bt
=
(S't - S''t)
bt = slope/nilai tren dari data yang sesuai e.
Menentukan besarnya Forecast Ft+m = α t + btm Ft+m = besarnya forecast M
= jangka waktu forecast
Setelah ditentukan tahapan – tahapan persamaan diatas, selanjutnya menentukan nilai tengah kesalahan kuadrat (MSE/Mean Square Error). Berikut persamaan dari Nilai MSE : MSE :
∑
Dimana : MSE : Mean Square Error/Nilai tengah kesalahan kuadrat et
: Kesalahan Pada Periode ke-t
n
: banyaknya periode waktu
Contoh Kasus Penjualan Mobil Jenis Minibus menggunakan Metode Exponential Smoothing Ganda Metode Linier Satu Parameter Dari Brown :
11
Tabel 2.1 Data Penjualan Mobil Jenis Minibus Pada PT. Astra International Tbk. Toyota (AUTO 2000) di Kota Medan NO
TAHUN
JUMLAH (UNIT)
1
2004
5075
2
2005
6645
3
2006
5269
4
2007
6022
5
2008
7649
6
2009
6961
7
2010
7717
Penerapan metode Exponential Smoothing Ganda berdasarkan data penjualan mobil jenis minibus tahun 2005 dengan parameter α = 0,1 : a.
Menentukan nilai pemulusan Exponential Tunggal (S't) S't = αXt + (1 – α) S't-1 S't = 0,1(6.645) + (1 – 0,1) 5.075,00 = 664,5 + (0,9) 5.075,00 = 664,5 + 4.567,5 S't = 5.232,00
b.
Menentukan nilai pemulusan exponential ganda S''t = α S't + (1 – α) S''t-1 = 0,1(5.232,00) + (1 – 0,1) 5.075,00 = 523,2 + 0,9 (5.075,00)
12
= 523,2 + 4.567,5 = 5.090,70 c.
Menentukan besarnya konstanta (αt)
αt = S't + (S't - S''t) = 2S't - S''t = 2(5.232,00) – 5.090,70 = 10.464 – 5.090,70 = 5.373,30 d.
Menentukan besarnya Slope (bt) bt
=
(S't - S''t) ,
=
=
, , ,
(5.232,00 – 5.090,70)
(141,30)
= 15,70 e.
Menentukan besarnya Forecast Ft+m = αt + btm = 5.373,30 + 15,70 = 5.389,00
Untuk selanjutnya ditentukan nilai MSE dari nilai parameter α = 0,1 sampai dengan α = 0,9 berdasarkan tahun masing – masing dengan dikerjakan seperti persamaan diatas.
13
1.2
Penelitian Terkait Penelitian terkait yang berjudul “Metode Eksponensial Smoothing Untuk
Peramalan Jumlah Air Minum yang Disalurkan PDAM Tirtanadi Medan tahun 2014” (Pinem, 2010), Penelitian tersebut bertujuan untuk menentukan bentuk persamaan peramalan yang dapat digunakan untuk meramalkan jumlah air yang disalurkan PDAM Tirtanadi Medan dimasa yang akan datang yaitu tahun 2014 serta untuk mengetahui berapa banyak jumlah air minum yang disalurkan PDAM Tirtanadi Medan pada tahun 2014. Dan dapat disimpulkan dari plot data tahun 2000 – 2009 dapat dilihat bahwa terdapat kenaikan jumlah air minum yang disalurkan dari tahun ke tahun oleh PDAM Tirtanadi Medan dan juga data yang telah diramalkan dapat diketahui bahwa peramalan jumlah air minum yang disalurkan oleh PDAM Tirtanadi Medan terus meningkat dari tahun sebelumnya Penelitian lainnya mengangkat topik “Peramalan Nilai Penjualan Mobil Jenis Minibus Pada PT. Astra Internasional tbk (auto 2000) di Kota Medan Tahun 2012”. (Tresiawati,2011), Penelitian ini bertujuan untuk mengetahui hasil peramalan nilai penjualan mobil jenis minibus di masa yang akan datang. Dan dapat disimpulkan bahwa nilai penjualan mobil jenis minibus di PT. ASTRA Internasional Tbk (AUTO 2000) di Kota Medan Tahun 2012 meningkat dengan ratarata pertambahan penjualan mobil dari tahun 2004 s/d tahun 2010 adalah sebanyak 307 unit maka dengan adanya peningkatan penjualan / produksi mobil pada tahun 2012, maka kondisi jalan akan semakin padat. Akibatnya dapat terjadi kemacetan lalu lintas bila seluruh kendaraan dijalankan/dikeluarkan pada waktu bersamaan.
Berdasarkan dari uraian dua penelitian di atas maka dapat disimpulkan bahwa terdapat perbedaan dan persamaan antara penelitian sebelumnya dengan
14
penelitian yang akan penulisan lakukan antara lain menggunakan metode yang sama yaitu Metode Exponential Smoothing Ganda yang bertujuan untuk mengetahui hasil prediksi nilai penjualan barang elektronik. Namun untuk aplikasi yang digunakan pada kedua penelitian sebelumnya hanya menggunakan aplikasi microsoft office excel. Sedangkan penulis akan menggunakan aplikasi yang dibuat dari PHP.
