BAB 2 TINJAUAN TEORITIS 2.1 Peramala 2.1.1 Pegertia da Keguaa Peramala Assauri (1984) megemukaka bahwa peramala (forecastig) adalahkegiata memperkiraka atau memprediksika apa yag aka terjadi pada masa yag aka datag. Peramala diperluka karea adaya perbedaa waktu atara kesadara aka dibutuhkaya suatu kebijaka baru dega waktu pelaksaaa suatu kebijaka. Jadi dalam meetuka kebijaka itu perlu diperkiraka kesempata atau peluag yag ada da acama yag mugki terjadi. Dalam usaha megetahui atau melihat perkembaga dimasa depa, peramala dibutuhka utuk meetuka kapa suatu peristiwa aka terjadi atau suatu kebutuha aka timbul, sehigga dapat dipersiapka kebijaka atau tidakatidaka yag perlu dilakuka. Gambara perkembaga pada masa depa diperoleh dari hasil aalisa data yag didapat dari peelitia yag telah dilakuka. Perkembaga pada masa depa merupaka perkiraa apa yag aka terjadi, sehigga dapatlah dikatakka bahwa peramala selalu diperluka didalam peelitia. Keguaa dari peramala terlihat pada saat pegambila keputusa. Keputusa yag baik adalah keputusa yag didasarka atas pertimbaga apa yag aka terjadi pada waktu keputusa itu aka dilaksaaka. Baik tidakya hasil dari suatu peelitia sagat ditetuka oleh ketepata ramala yag dibuat. Walaupu demikia perlu diketahui bahwa ramala selalu ada usur kesalahaya, sehigga yag perlu diperhatika adalah usaha utuk memperkecil kesalaha dari ramala tersebut.
2.1.2 Jeis-Jeis Peramala Pada umumya peramala dapat dibedaka dari beberapa segi. Apabila dilihat dari sifat peyusuaya, maka jeis peramala ada dua yaitu: 1. Peramala Subjektif Peramala subjektif yaitu peramala yag didasarka atas perasaa atau ituisi dari orag yag meyusuya. Dalam hal ii padaga atau judgemet dari orag yag meyusuya sagat meetuka baik tidakya hasil ramala tersebut. 2. Peramala Objektif Peramala objektif adalah peramala yag didasarka atas data yag releva pada masa lalu, dega megguaka tekik-tekik da metode-metode dalam pegaalisaa data tersebut. Jika dilihat dari jagka waktu ramala yag disusu, maka jeis peramalaya yaitu: 1. Peramala Jagka Pajag Peramala jagka pajag yaitu peramala yag dilakuka utuk peyusua hasil ramala yag jagka waktuya lebih dari satu setegah tahu atau tiga semester. 2. Peramala Jagka Pedek Peramala jagka pedek yaitu peramala yag dilakuka utuk peyusua hasil ramala dega jagka waktu yag kurag dari satu setega tahu, atau tiga semester. Berdasarka sifat ramala yag telah disusu, maka jeis peramala yaitu: 1. Peramala Kualitatif Peramala kualitatif yaitu peramala yag didasarka atas data kualitatif pada masa lalu.
2. Peramala Kuatitatif Peramala kuatitatif yaitu peramala yag didasarka atas data kuatitatif pada masa lalu. Peramala kuatitatif haya dapat diguaka apabila adaya kodisi sebagai berikut: 1. Adaya iformasi tetag keadaa masa lalu. 2. Iformasi tersebut dapat dikuatitatifka dalam betuk data. 3. Dapat diasumsika bahwa pola yag lalu aka berkelajuta pada masa yag aka datag. 2.2 Metode Peramala 2.2.1 Pegertia da Keguaa Metode Peramala Metode peramala adalah cara memperkiraka secara kuatitatif apa yag aka terjadi pada masa depa, berdasarka data yag releva pada masa lalu. Metode peramala juga merupaka cara memperkiraka secara kuatitatif,oleh karea itu metode peramala termasuk dalam kegiata peramala kuatitatif. Metode peramala bergua utuk memperkiraka secara sistimatis da pragmatis atas dasar data yag releva pada masa lalu, dega demikia metode peramala diharapka dapat memberika objektivitas yag lebih besar. Metode peramala juga memberika uruta pegerjaa da pemecaha atas pedekata suatu masalah dalam peramala, sehigga bila diguaka pedekata yag sama atas permasalaha dalam suatu kegiata peramala, maka aka didapat dasar pemikira da pemecaha yag sama karea argumetasiya sama. Selai itu, metode peramala memberika cara pegerjaa yag teratur da terarah, sehigga dega demikia dapat dimugkikaya pegguaa tekik-tekik pegaalisaa yag lebih maju.
2.2.2 Jeis-Jeis Metode Peramala Pada dasarya metode peramala kuatitatif dibedaka atas: 1. Metode peramala yag didasarka atas pegguaa aalisa pola hubuga atara variabel yag aka diperkiraka dega variabel waktu, yag merupaka deret waktu (time series), yag terdiri dari: a. Metode smoothig, yag mecakup metode data lewat (past data), metode rata-rata kumulatif, metode rata-rata bergerak (movig averages) da metode expoetialsmoothig. Metode smoothig diguaka utuk meguragi ketidakteratura musima dari data yag lalu maupu kedua-duaya, dega membuat rata-rata tertimbag dari sedereta data yag lalu. Data yag dibutuhka utuk pegguaa metode peramala ii miimum selama dua tahu. b. Metode Box Jekis megguaka dasar deret waktu dega model matematis, agar kesalaha yag terjadi dapat sekecil mugki. Pegguaa metode ii membutuhka idetifikasi model da estimasi parameterya. Data yag dibutuhka utuk pegguaa metode peramala ii miimum dua tahu, da lebih baik bila data yag dimiliki lebih dari dua tahu. c. Metode proyeksi tred dega regresi, merupaka dasar garis tred utuk suatu persamaa matematis, sehigga dega dasar persamaa tersebut dapat diproyeksika hal yag diteliti utuk masa depa. Data yag dibutuhka utuk pegguaa metode peramala ii adalah data tahua, da semaki bayak data yag dimiliki semaki baik, serta miimum data tahua yag harus ada adalah lima tahu. 2. Metode peramala yag didasarka atas pegguaa aalisa hubuga atara variabel yag aka diperkiraka dega variabel lai yag mempegaruhiya, yag buka waktu, yag disebut metode korelasi atau sebab akibat (causal methods), yag terdiri dari: a. Metode regresi da korelasi didasarka pada peetapa suatu persamaa estimasi megguaka tekik least square. Data yag dibutuhka utuk
pegguaa metode peramala ii adalah data kuartala dari beberapa tahu yag lalu. b. Metode ekoometri, didasarka atas peramala pada sistim persamaa regresi yag diestimasika secara simulta. Data yag dibutuhka utuk pegguaa metode peramala ii adalah data kuartala beberapa tahu. c. Metode iput output diperguaka utuk meyusu proyeksi tredekoomi jagka pajag. Data yag dibutuhka utuk pegguaa metode atau model ii adalah data tahua selama sekitar sepuluh sampai lima belas tahu. 2.2.3 Metode Pemulusa (Smoothig) Metode pemulusa (smoothig) adalah metode peramala dega megadaka peghalusa terhadap masa lalu, yaitu dega megambil rata-rata dari ilai beberapa tahu utuk meaksir ilai pada beberapa tahu kedepa. Secara umum, metode smoothig diklasifikasika mejadi dua yaitu : 1. Metode Perataa (Average) a. Nilai Tegah (Mea) b. Rata-rata Bergerak Tuggal (Sigle Movig Average) c. Rata-rata Bergerak Gada (Double Movig Average) d. Kombiasi Rata-rata Bergerak Laiya 2. Metode Pemulusa (Smoothig) Ekspoesial Betuk umum dari pemulusa ekspoesial adalah: F t+1 = αx t + (1 α)f t (2.1) di maa: F t+1 = hasil peramala utuk 1 periode kedepa yag aka diramalka. X t F t α =data pada periodeke-t =ramala pada periode ke-t = parameter smoothig
Metode smoothig ekspoesial terdiri dari: a. Pemulusa Ekspoesial Tuggal 1. Satu Parameter 2. Pedekata Adaptif b. Pemulusa Ekspoesial Gada 1. Metode Liier Satu-Parameter dari Brow 2. Metode Dua Parameter dari Holt c. Pemulusa Ekspoesial Tripel 1. Metode Kwadratik Satu Parameter dari Brow 2. Metode Tiga Parameter utuk Kecederuga da Musima dari Witer d. Pemulusa Ekspoesial meurut Klasifikasi Pegels 2.3 Metode Peramala yag Diguaka Utuk medapatka hasil yag baik da tepat maka harus diketahui da diguaka metode peramala yag tepat. Dalam meramalka hasil produksi kelapa sawit megguaka metode smoothig ekspoesial satu parameter dari Brow. Persamaa yag dipakai dalam pelaksaaa pemulusa (smoothig) ekspoesial gada: metode liier satu-parameter dari Brow adalah sebagai berikut: S t = αx t + (1 α)s t 1 (2.2) S t = αs t + (1 α)s t 1 (2.3) a t = S t + (S t S t ) = 2S t S t (2.4) b t = α 1 α (S t S t ) (2.5) F t+m = a t + b t m (2.6)
di maa: m = jumlah periode didepa yag diramalka S t S t α a t b t F t+m = ilai pemulusa ekspoesial tuggal = ilai pemulusa ekspoesial gada = parameter pemulusa ekspoesial = kostata pada periode ke-t = Nilai slope = hasil peramala utuk m periode kedepa yag aka diramalka. Utuk meghitug ilai kesalaha (error) ramala tersebut, dapat diguaka rumus di bawah ii: e t = X t F t (2.7) 2.4 KetepataPeramala Berikut ii adalah ketetapa ramala beberapa kriteria yag diguaka utuk meguji ilai ramala yaitu: 1. Jumlah Kuadrat Kesalaha (Sum Square Error), dega rumus: SSE = i=1 (X i F i ) 2 (2.8) 2. Nilai Tegah Kesalaha Kuadrat (Mea Square Error), dega rumus: MSE = i=1 (X i F i ) 2 (2.9) 3. Nilai Tegah Kesalaha Persetase Absolut (Mea Absolute Percetage Error), dega rumus: MAPE = i=1 PE i 4. Kesalaha Persetase (Percetage Error), dega rumus: (2.10) PE = ( X i F i X i ) 100 (2.11)
5. Nilai Tegah Deviasi Absolut (Mea Absolute Deviatio), dega rumus: MAD = i=1 X i F i (2.12) di maa: PE t = ( X t F ) 100 (kesalaha persetase pada periode ke-t) X t = bayakya periode waktu Kriteria yag peulis guaka adalah haya melihat ilai SSE da MSE. Hasil ramala yag dipilih adalah yag memberika ilai MSE terkecil.