BAB II
TINJAUAN TEORITIS
2.1 Peramalan (Forecasting)
2.1.1 Pengertian Peramalan
Peramalan dapat diartikan sebagai berikut: a. Perkiraan atau dugaan mengenai terjadinya suatu kejadian atau peristiwa di waktu yang akan datang. b. Peramalan merupakan studi terhadap data historis untuk menemukan hubungan, kecenderungan dan pola yang sistematis. Apabila direnungkan secara mendalam, banyak orang akan terkejut karena menyadari bahwa pada kenyataannya banyak keputusan penting yang yang dilakukan secara pribadi maupun perusahaan yang mengarah kepada kejadian-kejadian di masa yang akan datang sehingga memerlukan ramalan tentang keadaan lingkungan masa depan tersebut.
Dalam dunia ekonomi, hasil peramalan mampu memberikan gambaran tentang masa depan perekonomian suatu daerah yang memungkinkan manajemen ekonomi
Universitas Sumatera Utara
untuk membuat perencanaan, demi perbaikan dan perkembangan pertumbuhan ekonomi di daerah yang bersangkutan.
2.1.2 Kebutuhan dan Kegunaan Peramalan.
Sering terdapat waktu senjang antara
kesadaran akan peristiwa atau kebutuhan
mendatang dengan peristiwa itu sendiri. Adanya waktu tenggang ini merupakan alasan utama bagi perencanaan dan peramalan. Jika waktu tenggang ini nol atau sangat kecil, maka perencanaan tidak diperlukan. Jika waktu tenggang ini panjang, dan hasil peristiwa akhir bergantung pada faktor-faktor yang dapat diketahui, maka perencanaan dapat memegang peranan penting. Dalam situasi seperti itu, peramalan diperlukan untuk menetapkan kapan suatu peristiwa akan terjadi atau timbul, sehingga tindakan yang tepat dapat dilakukan. Selain hal di atas, kegunaan dari peramalan dapat terlihat pada saat pengambilan keputusan. Setiap orang selalu dihadapkan pada masalah pengambilan keputusan. Keputusan yang baik adalah keputusan yang didasarkan atas pertimbangan apa yang akan terjadi pada waktu keputusan itu dilaksanakan. Apabila kurang tepat ramalan yang kita susun atau yang kita buat, maka kurang baiklah keputusan yang kita ambil. Walaupun demikian perlu disadari bahwa suatu ramalan adalah tetap ramalan, di mana selalu ada unsur kesalahan. Sehingga yang paling diperhatikan adalah usaha untuk memperkecil kemungkinan kesalahan tersebut.
Universitas Sumatera Utara
2.1.3 Langkah-langkah Peramalan
Lagkah-langkah dalam metode peramalan adalah: a. Mengumpulkan data b. Menyeleksi dan memilih data Data-data yang kurang relevan harus di buang supaya tidak memepengaruhi akurasi peramalan c. Menganalisa data d. Menentukan metode yang digunakan e. Memproyeksikan data dengan menggunakan metode yang dipergunakan, dan mempertimbangakan adanya beberapa faktor perubahan.
2.1.4 Jenis-jenis Metode Peramalan
Metode-metode peramalan dengan menggunkan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu, atau analisa deret waktu, terdiri dari: a. Metode pemulusan (smoothing) Metode
smoothing
adalah
metode
peramalan
dengan
mengadakan
penghalusan terhadap data pada masa lalu, yaitu dengan mengambil rata-rata dari nilai beberapa tahun untuk menaksir nilai pada beberapa tahun kedepan. Secara umum metode smoothing diklasifikasikan menjadi dua bagian yaitu: 1. Metode Rata-rata, yang terdiri dari : a.
Rata-rata Bergerak Tunggal (Single Moving Average)
b. Rata-rata Bergerak Ganda (Double Moving Average)
Universitas Sumatera Utara
c.
Kombinasi Rata-rata bergerak lainnya.
2. Metode Pemulusan Eksponensial. Bentuk umum dari metode pemulusan eksponensial adalah: Ft+1 = αXt + (1-α) Ft Keterangan: Ft+1 = ramalan satu periode ke depan Xt = data aktual pada periode ke t Ft = ramalan pada periode ke t α = parameter pemulusan bentuk umum tersebut diperluas, akaan berubah menjadi: Ft+1 = αXt + α(1- α)Xt-1 + α (1- α)2Xt-2 +…+α (1- α)N-1 Xt-(N-1) + (1-α)NFt-(N-1)
Dari perluasan bentuk umum di atas dapatlah dikatakan bahwa Metode Smoothing Eksponensial merupakan sekelompok metode yang menunjukkan pembobotan menurun secara eksponensial terhadap nilai observasi yang lebih tua atau dengan kata lain observasi yang baru diberikan bobot yang relatif besar dengan nilai observasi yang lebih tua. Metode ini terdiri dari: 1. Pemulusan Eksponensial Tunggal 2. Pemulusan Eksponensial Ganda Metode Linear Satu Parameter dari Brown 3. Pemulusan Eksponensial Ganda Dua Parameter dari Holt 4. Pemulusan Eksponensial Klasifikasi Pagels
b. Metode Box Jenkis
Universitas Sumatera Utara
Metode Box Jenkis menggunakan dasar deret waktu dengan model matematis, agar kesalahan yang terjadi dapat sekecil mungkin yang membutuhkan identifikasi model estimasi parameternya. Jarang dipakai, namun baik untuk ramalan jangka panjang, menengah, dan jangka pendek. c. Metode proyeksi trend dengan regresi. Metode proyeksi trend dengan regresi, merupakan dasar garis trend untuk suatu persamaan matematik, sehingga dengan dasar persamaan tersebut dapat diproyeksikan hal yang diteliti untuk masa depan.
2.1.5 Pemilihan Teknik dan Metode Peramalan
Dalam pemilihan teknik dan metode peramalan, pertama-tama perlu diketahui ciri-ciri penting yang perlu diperhatikan bagi pengambilan keputusan dan analisis keadaan dalam mempersiapkan peramalan.
Ada enam faktor utama yang diidentifikasikan sebagai teknik dan metode peramalan, yaitu: a. Horizon Waktu Ada dua aspek dari horizon waktu yang berhubungan dengan masing-masing metode peramalan. Pertama adalah cakupan waktu di masa yang akan datang, dan aspek kedua adalah jumlah periode untuk peramalan yang diinginkan.
Universitas Sumatera Utara
b. Pola Data Hal penting yang harus diperhatikan dalam metode peramalan adalah menentukan jenis pola data historisnya, sehingga pola data yang tepat dengan pola data historis tersebut dapat diuji. c. Jenis dari Model Model-model merupakan suatu deret di mana 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 analisa keadaan untuk pengambilan keputusan. d. Biaya yang Dibutuhkan Umumnya ada empat unsur biaya yang tercakup dalam penggunaan suatu prosedur peramalan. Yakni biaya-biaya pengembangan, penyimpanan data, operasi pelaksanaan, dan kesempatan dalam penggunaan teknik-teknik atau metode peramalan. e. Ketepatan Metode Peramalan Tingkat ketepatan yang dibutuhkan sangat erat kaitannya dengan tingkat perincian yang dibutuhkan dalam suatu peramalan. f. Kemudahan dalam Penerapan Metode-metode yang dapat dimengerti dan mudah diaplikasikan sudah merupakan suatu prinsip umum bagi pengambil keputusan.
2.1.6 Metode Smoothing yang Digunakan
Universitas Sumatera Utara
Untuk mendapatkan hasil yang baik harus diketahui cara peramalan yang tepat. Maka metode meramalkan PDRB sektor industri pengolahan Kota Sibolga pada pemecahan masalah ini adalah dengan menggunakan Metode pemulusan yaitu
“Smoothing
Eksponensial Ganda Satu Parameter dari Brown”
Metode ini merupakan metode yang dikemukakan oleh Brown. Dasar pemikiran dari metode Smoothing Eksponensial Linear satu Parameter dari Brown adalah serupa dengan rata-rata bergerak linear, karena nilai pemulusan tunggal dan ganda ketinggalan dari data sebenarnya.
Persamaan yang dipakai dalam pelaksanaan Pemulusan Eksponensial Satu Parameter dari Brown adalah sebagai berikut: a. Menentukan Smoothing Pertama S't = αX t + (1-α)S't-1 b. Menentukan Smoothing Kedua S"t = αS't + (1-α)S"t-1 c. Menentukan Besarnya Konstanta (at) at = 2S't -S"t d. Menentukan Besarnya Slope (bt) bt =
(S't -S"t)
e. Menentukan Besarnya Forecast (Ft+m) Ft+m = at + btm
Universitas Sumatera Utara
2.1.7 Beberapa Kriteria yang Digunakan Untuk Menguji Ketepatan Ramalan
Beberapa kriteria yang digunakan untuk menguji ketepatan ramalan adalah : 1. ME (Mean Error) / Nilai Tengah Kesalahan N
∑e ME =
t =1
t
N
2. MSE (Mean Square Error) / Nilai Tengah Kesalahan Kuadrat N
∑e t =1
MSE =
2 t
N
3. MAE (Mean Absolute Error) / Nilai Tengah Kesalahan Absolut N
∑e t =1
MAE =
t
n
4. MAPE (Mean Absolute Percentage Error)/ Nilai Kesalahan Persentase Absolut N
∑ PE t =1
MAPE =
t
N
5. MPE ( Mean Percentage Error) / Nilai Tengah Kesalahan Persentase N
∑ PE MPE =
t =1
t
N
Dimana :
Universitas Sumatera Utara
et = X t − Ft ( kesalahan pada periode ke-t) X t = data aktual pada periode ke t
X − Ft PEt = t Xt
100 ( kesalahan persentase pada periode ke-t)
Ft = nilai ramalan pada periode ke-t N = banyaknya periode waktu
Parameter α yang digunakan adalah α yang memberikan nilai MSE yang terkecil yang nilai α berkisar 0,1 sampai 0,9
Universitas Sumatera Utara