Bab II TINJAUAN TEORITIS.1 Pengertian Peramalan Peramalan adalah suatu kegiatan yang dilakukan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Hal itu didasari pada apa yang terjadi sekarang dan sebelumnya. Ramalan adalah suatu situasi atau kondisi yang diperkirakan akan terjadi pada masa yang akan datang dan tujuan dari analisa adalah melihat prospek situasi dan kondisi di masa yang akan datang. Dalam menyusun suatu rencana dalam rangka pencapaian tujuan sering terjadi perbedaan waktu antara kegiatan penyusunan rencana yang berupa penentuan kegiatan apa saja yang perlu dilakukan, kapan waktu pelaksanaannya dan siapa yang melaksanakannya. Apabila perbedaan waktu terlalu panjang, maka peranan peramalan menjadi sangat penting terutama dalam hal menentukan kapan suatu peristiwa akan terjadi. Sehingga dapat dipersiapkan tindakan apa yang akan dilakukan. Dengan demikian dapat dikatakan bahwa peramalan merupakan dasar untuk penyusunan rencana.
. Jenis Peramalan Berdasarkan orang yang melakukan peramalan, peramalan dapat dibedakan atas (dua) macam: 1. Peramalan yang subjektif, yaitu peramalan yang didasarkan pada perasaan dari orang yang menyusunnya.. Peramalan yang objektif, yaitu peramalan yang didasarkan atas data yang relevan pada masa lalu, dengan menggunakan teknik dan metode dalam penganalisaan data tersebut. atas (dua) macam: Dilihat dari jangka waktu ramalan yang dilakukan, peramalan dibedakan 1. Peramalan jangka panjang yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan yang jangka waktunya lebih dari satu setengah tahun atau tiga semester.. Peramalan jangka pendek, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan dengan jangka waktu yang kurang dari satu setengah tahun atau tiga semester. Peramalan seperti ini diperlukan dalam penyusunan rencana tahunan, rencana kerja operasional. Berdasarkan sifatnya, peramalan dapat dibedakan atas (dua) macam: 1. Peramalan kualitatif, yaitu peramalan yang didasarkan atas data kualitatif pada masa lalu. Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran yang bersifat intuisi, pendapat dan pengetahuan serta pengalaman dari penyusunnya.
. Peramalan kuantitatif, yaitu peramalan yang didasarkan atas data kuantitatif pada masa lalu. Hasil peramalan sangat tergantung pada metode yang digunakan dalam peramalan tersebut. Dengan metode yang berbeda akan diperoleh hasil yang berbeda pula. Adapun yang harus diperhatikan dalam penggunaan metode tersebut adalah baik tidaknya metode yang dipergunakan. Diperlukan perbedaan dan penyimpangan antara hasil peramalan dengan kenyataan yang terjadi. Metode yang baik adalah metode yang memberikan nilai-nilai perbedaan atau penyimpangan yang mungkin. Peramalan kuantitatif hanya dapat digunakan dengan 3 (tiga) kondisi yaitu: a. Adanya informasi tentang keadaan yang lain. b. Informasi tersebut dapat dikuantifikasikan dalam bentuk angka. c. Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan..3 Metode Peramalan Metode peramalan adalah cara memperkirakan secara kuantitatif apa yang akan terjadi pada masa yang akan datang berdasarkan data masa lalu. Oleh karena itu, maka metode peramalan ini dipergunakan dalam peramalan yang objektif. Selain itu metode peramalan sangat berguna karena akan membantu dalam mengadakan pendekatan analisa terhadap tingkah laku atau pola dari data yang lalu. Sehingga dapat memberikan cara pemikiran, pengerjaan dan pemecahan yang sistematis. Serta memberikan tingkat keyakinan yang lebih besar atas ketepatan hasil ramalan yang disusun. Dalam penulisan ini metode yang akan digunakan adalah metode peramalan kuantitatif. Pada dasarnya metode peramalan kuantitatif dapat dibedakan atas: a. Metode peramalan yang didasarkan pada penggunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu, yang merupakan deret waktu (time series).
b. Metode peramalan yang didasarkan pada penggunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel lain yang mempengaruhinya, yang bukan waktu dan biasa disebut dengan sebab akibat (causal methods). Dalam penulisan ini, metode yang digunakan adalah metode yang berhubungan dengan deret waktu. Adapun metode deret waktu tersebut adalah: 1. Metode Smoothing (pemulusan) yang mencakup metode data lewat, metode rata-rata kumulatif, metode rata-rata bergerak dan metode eksponensial smoothing.. Metode proyeksi trend dengan analisis regresi merupakan dasar garis trend untuk persamaan matematis, sehingga dengan persamaan tersebut dapat diproyeksikan hal yang diteliti untuk masa depan. 3. Metode Box Jenkins yang menggunakan dasar deret waktu dengan model matematis agar kesalahan yang terjadi dapat diminimalkan..4 Analisis Regresi Analisis regresi adalah metode statistik yang digunakan untuk menentukan kemungkinan bentuk hubungan antara dua variabel atau lebih. Tujuannya untuk meramalkan dan memperkirakan nilai dari suatu variabel dalam hubungannya dengan variabel yang lain. Regresi merupakan suatu alat ukur yang digunakan untuk mengukur ada tidaknya korelasi antar variabel.
.4.1 Analisis Regresi Sederhana Analisis regrasi sederhana merupakan suatu pola hubungan yang berbentuk garis lurus antara variabel yang diramalkan dengan variabel yang mempengaruhinya atau variabel bebas. Dalam analis deret waktu yang menjadi variabel bebasnya adalah waktu. Pola hubungan garis lurus dapat diterapkan dengan menempatkan titik-titik dari data hasil pengamatan pada grafik untuk melihat asumsi yang dapat digunakan bagi analisa regresi. Pola garis tersebut dapat dinyatakan sebagai berikut: Yˆ = a + bx..(3) Keterangan: Yˆ = variabel yang diramalkan X = variabel waktu a = bilangan konstan b = koefisien arah regresi linier Untuk memperoleh persamaan tersebut nilai a dan b dapat dapat ditentukan dengan cara berikut: n XY ( X )( Y ) b =...(4) n X ( X ) Keterangan: b = parameter atau koefisien regresi n = jumlah data Y = jumlah semua harga Y X = jumlah semua harga X X Y = jumlah kali semua harga X dan Y X = jumlah kuadrat-kuadrat semua harga X ( X ) = jumlah semua harga X lalu dikuadratkan
dan a = Y bx...(5) Keterangan: a dan b = parameter atau koefisien regresi X Y = rata-rata semua harga Y = rata-rata semua harga X Koefisien b dinyatakan sebagai koefisien arah regresi linier yang menyatakan perubahan rata-rata variabel Y untuk setiap variabel X sebesar satu bagian. Maksudnya bila b positif, maka Y akan mengalami kenaikan dan sebaliknya. Bila Y negatif maka, Y akan mengalami penurunan..5 Analisis Korelasi Analisis korelasi yaitu suatu teknik analisis statistik yang menyatakan derajat hubungan linier antara dua variabel atau lebih. Hubungan antara dua variabel ini bukanlah dalam arti sebab akibat melainkan hanya merupakan hubungan searah saja. Tujuan analisis korelasi untuk menyatakan ada tidaknya hubungan antara variabelvariabel. Jika persamaan regresi linier Y atas X telah ditentukan dan b telah didapat, maka koefisien determinasi dan koefisien korelasi dapat ditentukan..5.1 Koefisien Determinasi Koefisien determinasi atau koefisien penentu yang berarti bahwa 100 r² % daripada variasi yang terjadi dalam variabel tak bebas Y dapat dijelaskan oleh variabel bebas X dengan adanya regresi linier Y atas X. Atau dengan perkataan lain r² yang mendekati 1 menunjukkan besar variabel X mempengaruhi Y. Bentuk persamaan koefisien determinasi adalah:
a Y + b XY n( Y ) r² =...(6) Y n( Y ) Keterangan: r² = besarnya koefisien determinasi sampel a = titik potong kurva terhadap sumbu Y b = slope garis estimasi yang paling baik (best fitting) n = banyaknya data x = nilai variabel x y = nilai variabel y Y = rata-rata semua harga Y untuk r berkisar antara 0 sampai 1..5. Koefisien Korelasi Koefisien korelasi dipakai untuk mengetahui derajat hubungan antar variabel, yang ditentukan dengan mengambil akar dari r². Harga-harga r² dapat memberi arti: 1. Jika r positif maka, terdapat hubungan positif antara X dan Y, yaitu jika X bertambah maka, Y juga bertambah dan sebaliknya.. Jika r negatif maka, terdapat hubungan negatif antar X dan Y, yaitu jika X berkurang maka, Y juga berkurang dan sebaliknya. 3. Jika r mendekati 1 maka, hubungan antara X dan Y sangat erat. 4. Jika r mendekati 0 maka, hubungan antara X dan Y tidak begitu erat. 5. Jika r = 0, maka tidak terdapat hubungan linier antara X dan Y
Tabel 1. Interpretasi Dari Nilai r R Interpretasi 0 Tidak berkorelasi 0,01-0,0 Sangat rendah 0,1-0,40 Rendah 0,41-0,60 Agak rendah 0,61-0,80 Cukup 0,81-0,99 Erat 1 Sangat erat.6 Significant Test Di dalam significant test akan digunakan (dua) pengujian yaitu Uji F (F-Test) penjelasan serta kegunaannya akan dijelaskan sebagai berikut:.6.1 Uji F (F-Test) Uji F digunakan untuk menguji kelinieran regresi di mana koefisien b secara statistik tidak sama dengan 0 (nol). Uji F dilakukan dengan cara mencari nilai F hitung dan menentukan F tabel. Apabila F hitung lebih besar dari F tabel, maka persamaan regresi adalah benar atau signifikan dan dapat digunakan dengan tepat untuk peramalan dengan bentuk Y ˆ = a + bx F hitung diperoleh dengan rumus: S reg F hitung =...(7) S res Keterangan: S² reg = b (X - X )(Y - Y )...(8) ( Y Y ) S² res =...(9) n
Untuk distribusi F yang digunakan diambil dk (derajat kebebasan) pembilang 1 dan dk penyebut n- maka F tabel = F (1-α)(1, n-) dan nilainya diambil dari daftar distribusi F dengan α (taraf nyata pengujian) sebesar 5% = 0,05.