BAB 2 LANDASAN TEORI. sama setiap hrinya. Pada bulan-bulan tertentu curah hujan sangat tinggi dan pada

Transkripsi

1 BAB 2 LANDASAN TEORI 2.1 Curah Hujan Hujan sangat diperlukan diberbagai penjuru masyarakat. Curah hujan tidak selalu sama setiap hrinya. Pada bulan-bulan tertentu curah hujan sangat tinggi dan pada bulan-bulan tertentu juga sangat rendah. Peran hujan sangat berpengaruh pada manusia terutama masyarakat yang hidup dengan bercocok tanam. 2.2 Kebutuhan Setiap makhluk hidup mempunyai kebutuhan masing-masing di mana kebutuhan tersebut adalah suatu harapan, ataupun yang harus dicukupi di mana keinginan itu merupakan suatu hal yang penting dalam membantu melancarkan pelaksanaan aktivitasnya. Curah hujan sangat diperlukan manusia terutama masyarakat yang hidup dengan bercocok tanam. Bagi masyarakat petani curah hujan adalah yang utama, jika tidak ada hujan maka tanaman mereka akan gagal panen. Apalagi penghasilan daerah Provinsi Sumatera Utara sebagian berasal dari hasil panen. Dengan demikian dapat ditarik kesimpulan bahwa curah hujan memegang peranan penting demi kelanjutan

2 aktivitas ataupun pelaksanaan pembangunan bangsa Indonesia pada umumnya di Provinsi Sumatera Utara. 2.3 Peramalan Pengetian Peramalan Dalam hal penyusunan suatu rencana dalam rangka pencapaian tujuan sering terjadi adanya perbedaan waktu antara kegiatan penyusunan rencana yang berupa penentuan kegiatan apa saja yang perlu atau harus dilakukan, oleh karena eratnya hubungan perencanaan dan peramalan maka dapat dilihat bahwa dalam penyusunan rencana sebenarnya telah terlibat masalah peramalan. Dengan demikian dapat dikatakan bahwa peramalan merupakan dasar untuk penyusunan rencana. Berdasarkan sifatnya teknik peramalan dapat dibagi dalam dua kategori yaitu : 1. Peramalan kualitatif, yaitu peramalan yang didasarkan atasa 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, judgement atau pendapat, dan pengetahuan serta pengalaman dari penyusunannya. 2. Peramalan Kuantitatif, yaitu peramalan yang didasarkan atas data kuantitatif pada masa lalu. Peramalan kuantitatif sangat mengandalkan

3 pada data historis yang dimiliki. Hasil peramalan yang dibuat sangat tergantung pada metode yang dipergunakan dalam peramalan tersebut. Peramalan kuantitatif hanya dapat digunakan apabila terdapat tiga kondisi sebagai berikut : 1. Adanya informasi tentang keadaan yang lalu 2. Informasi tersebut dapat dikuantitatif dalam bentuk data 3. Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa yang akan datang Teknik kuntitatif ini biasanya dikelompokkan menjadi dua, yakni teknik statistik dan tenik deterministik. Teknik statistik menitikberatkan pada pola, perubahan pola, dan faktor gangguan yang disebabkan pengaruh random. Termasuk dalam teknik ini adalah teknik smoothing, dekomposisi dan teknik Box Jenkis. Teknik determinasi mencakup identifikasi dan penentuan hubungan antara variabel yang akan diperkirakan dengan variabel-variabel lain yang akan mempengaruhinya. Termasuk dalam teknik ini adalah teknik regresi sederhana regresi berganda, autoregresi, dan model input output Langkah-langkah Peramalan Kualitas atau mutu dari hasil peramalan yang disusun, sangat ditentukan oleh proses pelaksanaan penyusunannya. Peramalan yang dilakukan dengan mengikuti langkahlangkah atau prosedur penyusunan yang baik. Pada dasarnya ada tiga langkah peramalan yang penting yaitu :

4 1. Menganalisa data yang lalu. Tahap ini berguna untuk pola yang terjadi pada masa lalu. Analisa ini dilakukan dengan cara membuat tabulasi dari data yang lalu. Dengan tabulasi data, maka dapat diketahui pola dari data tersebut. 2. Menentukan metode yang dipergunakan. 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 perkataan lain, 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. Hasil inilah yang dipergunakan sebagai dasar untuk perencanaan dan pengambilan keputusan Manfaat Peramalan Kualitas dan mutu hasil proyeksi sangat ditentukan oleh proses pelaksanaan penyusunannya. Suatu proyeksi yang baik adalah proyeksi yang menghasilkan penyimpangan antara hasil proyeksi dengan kenyataan sekecil mungkin. Peranan proyeksi sangat membantu di bidang-bidang lain yang membutuhkan, maka proyeksi dapat digunakan untuk :

5 1. Dasar utama untuk membuat suatu perencanaan itu sesuai dengan tingkat kemampuan yang telah ada. 2. Sebagai dasar pembanding dari hasil kerja yang nyata, dengan hasil proyeksi yang telah ditentukan. Kalau suatu hasil proyeksi tidak tercapai, maka faktor apa yang menjadi penyebabnya akan dicari dan dilakukan perbaikan atau koreksi Menghitung Kesalahan Peramalan Hasil proyeksi yang akurat adalah forecast yang bisa meminimalkan kesalahan meramal (forecast error). Besarnya forecast error (kesalahan meramal) dihitung dengan mengurangi data yang sebenarnya dengan besarnya ramalan. Error = data yang sebenarnya ramalan Di mana : = X t - F t X t : data sebenarnya periode ke t F t : ramaln periode ke t Dalam menghitung forecast error digunakan : a. Mean Absolute Error : adalah rata-rata absolute dari kesalahan meramal tanpa menghiraukan tanda positif atau tnda negatif. Σ( X t Ft ) MAE = n

6 b. Mean Square Error : adalah rata-rat kesalahan meramal dikuadratkan. Σ( X t Ft ) MSE = n Metode Double Exponential Smoothing (Pemulusan Eksponensial Ganda) Peramalan dengan menggunakan metode double exponential smoothing atau disebut juga pemulusan eksponensial yang linear dapat dilakukan dengan perhitungan yang hanya membutuhkan tiga buah nilai data dan satu nilai α. Dasar pemikiran dari metode double exponential smoothing ini adalah baik nilai pelicin (smoothing value) tunggal maupun ganda terdapat pada waktu sebelum data sebenarnya, bila pada data itu ada trend, maka nilai-nilai pelicin tunggal (single smoothing value) ditambahkan nilai-nilai pelicin ganda (double exponential smoothing value). Metode smoothing (metode pemulusan/pelicin) merupakan teknik meramal dengan cara mengambil rata-rata dari nilai beberapa periode yang lalu untuk menaksir nilai pada periode yang akan datang. Dalam metode ini data historis digunakan untuk memperoleh angka yang dilicinkan atau diartakan. Dalam metode ini permalan dilakukan dengan mengulang perhitungan secara terus-menerus dengan menggunakan data terbaru. Setiap data diberi bobot, data yang lebih baru diberi bobot yang lebih besar. Pada peramalan banyaknya curah hujan tahun 2010 yang menggunakan double exponentail smoothing memiliki tahap-tahap dalam menentukan ramalan. Persamaan-

7 persamaan yang dipergunakan dalam penerapan metode double exponential smoothing adalah seperti yang akan diuraikan di bawah ini, persamaan atau formula ini dikenal dengan nama Metode atau Teknik Brown s One Parameter Linear Exponential Smoothing. Pada dasarnya formula atau tahapan-tahapan tersebut adalah sebagai berikut: a. Menentukan smoothing pertama (S t ) S t : αx t + (1-α) S t-1 S t : Smoothing pertama periode t X t : Nilai real periode t S t 1 : Smoothing pertama periode t-1 b. Menentukan Smoothing kedua (S ) S t : αs t + (1-α) S t-1 S t-1 : Smoothing kedua periode t-1 c. Menentukan besarnya konstanta (a t ) a t : 2S t -S t d. Menentukan besarnya slope (b t ) α b t : ( S' t S" t ) 1 α e. Menentukan besarnya forecast (F t+m ) F t+m : a t + b t (m),

8 di mana m adalah jumlah periode ke depan yang diramalkan. Dengan menggunakan rumus-rumus yang sudah ada, penulis melakukan suatu peramalan/proyeksi tingkat produksi kedelai Dengan melihat selisih curah hujan dari setiap bulannya tidak bisa diprediksikan karena perbedaannya yang tidak stabil. Sehingga peramalan curah hujan dilakukan dengan menggunakan pemulusan eksponensial ganda untuk melicinkan/memuluskan curah hujan dari bulan ke bulan.