BAB 2 LADASA TEORI 2.1 Pengertian Peramalan Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama (assaury, 1991). Sedangkan ramalan adalah sesuatu situasi atau kondisi yang memperkirakan akan terjadi pada masa yang akan datang. Adanya waktu tenggang (lead time) ini merupakan alasan utama bagi perencenaan dan peramalan. Metode peramalan 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 dan pragmatis, serta memberikan tingkat keyakinan yang lebih besar atas ketepatan hasil ramalan yang dibuat. peramalan juga memberikan urutan pengerjaan dan pemecahan atas pendekatan suatu masalah dalam peramalan, sehingga bila digunakan pendekatan yang sama atas permasalahan, maka akan didapat dasar pemikiran dan pemecahan yang sama karena argumentasinya sama. 2.2 Jenis-jenis Peramalan Peramalan berdasarkan sifatnya dapat dibedakan menjadi dua bagian yaitu peramalan kualitatif dan kuantitatif. Metode peraalan kuantitatif dapat dibagi menjadi dua bagian yaitu metode peramalan deret waktu dan metode kausal, sedangkan metode kualitatif dibagi menjadi metode eksplanatoris dan normatif. 1. Peramalan Kuantitatif Peramalan kuantitatif, yaitu peramalan yang sangat mengandalkan pada data historis yang dimiliki. Hasil peramalan yang dibuat sangat tergantung pada metode yang dipergunakan dalam peramalan tersebut. Baik tidaknya metode yang dipergunakan 6
ditentukan oleh perbedaan atau penyimpangan antara hasil ramalan dengan kenyataan yang akan terjadi maka semakin baik metode yang digunakan. Metode kuantitatif dibagi menjadi, yaitu: a. Model deret berkala (time series) Pada model ini, pendugaan masa dilakukan berdasarkan nilai masa lalu dari suatu variabel dan atau kesalahan masa lalu. Tujuannya adalah untuk menentukan pola dalam deret data historis dengan mengekstrapolasikan pola dalam deret historis tersebut ke masa depan. Metode-metode peramalan dengan menggunakan time series, yaitu: 1. Metode smoothing 2. Metode box jenkis 3. Metode perkiraan trend dengan regresi b. Metode Kausalitas Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antar variabel yang akan diperkirakan dengan variabel lain yang mempengaruhinya yang disebut dengan metode korelasi atau sebab akibat (metode kausal). Model ini mengasumsikan bahwa faktor yang diramalkan menunjukkan suatu hubungan sebab-akibat dengan satu atau lebih variabel bebas. Metode peramalan dengan model kausalitas, yaitu: 1. Metode regresi 2. Metode ekonometrika 3. Metode analisis input-output Teknik peramalan kuantitatif sangat beragam, dikembangkan dari berbagai disiplin ilmu dan untuk sebagai maksud. Setiap teknik yang dipilih memiliki sifat, ketepatan, tingkat kesulitan dan gaya tersendiri yang harus dipertimbangkan. 2. Peramalan kualitatif Peramalan kualitatif adalah peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil peramalan yang dibuat sangat bergantung pada orang yang menyusunnya. 7
Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran dan pengetahuan penyusunnya. Metode kualitatif dibagi menjadi dua yaitu: a. Model eksplanatoris Model ini dimulai dengan masa lalu dan masa kini sebagai titik awalnya dan bergerak kearah masa depan dengan melihat semua kemungkinannya yang ada. b. Model normatif Model ini dimulai dengan menetapkan sasaran dan tujuan yang akan datang, kemudian bekerja mundur untuk melihat apakah hal ini dapat dicapai, berdasarkan kendala, sumberdaya dan teknologi yang tersedia. 2.3 Langkah-langkah Peramalan Kualitas atau mutu dari hasil peramalan yang disusun, sangat ditentukan oleh proses pelaksanaan penyusunannya. Peramalan yang baik adalah peramalan yang dilakukan dengan mengikuti langkah-langkah atau prosedur penyusunan yang baik. Pada dasarnya ada tiga langkah peramalan yang penting yaitu: 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, sehingga akan diketahui pola dari data tersebut. 2. Menentukan metode yang digunakan, masing masing metode akan memberikan hasil peramalan yang berbeda. Dimana metode peramalan yang baik adalah metode yang menghasilkan penyimpangan sekecil mungkin antara hasil peramalan dengan nilai kenyataan. 3. Memproyeksikan data yang lalu dengan menggunakan metode yang dipergunakan dan mempertimbangkan adanya beberapa faktor perubahan. Faktor-faktor perubahan tersebut antara lain terdiri dari perubahan kebijakan-kebijakan yang mungkin terjadi, termasuk kebijakan pemerintah. 2.4 Kegunaan dan Peran Peramalan Pada umumnya kegunaan peramalan adalah sebagai berikut: 1. Sebagai alat bantu dalam perencanaan yang efektif dan efisien 2. Untuk menentukan kebutuhan sumber daya dimasa yang akan datang 3. Untuk membuat keputusan yang tepat. 8
Kegunaan dari peramalan terlihat pada saat pengambilan keputusan. Setiap orang selalu dihadapkan pada masalah pengambilan keputusan. Keputusan yang baik adalah keputusan yang didasarkan pertimbangan apa yang akan terjadi pada waktu keputusan itu dilaksanakan. Kurang tepat ramalan yang disusun atau yang dibuat maka kurang baiklah keputusan yang diambil. Walaupun demikian perlu disadari bahwa suatu ramalan adalah tetap ramalan, dimana selalu ada unsur kesalahan. Sehingga yang paling diperhatikan adalah usaha untuk memperkecil kemungkinan kesalahannya. 2.5 Pemilihan Metode Peramalan Dalam memilih metode peramalan, perlu diketahui terlebih dahulu ciri-ciri penting dalam pengambilan keputusan dan analisis keadaan dalam mempersiapkan peramalan. Ada 6 faktor utama yang diidentifikasikan sebagai teknik dan metode peramalan yaitu: 1. Horizon waktu Ada dua aspek dari horizon waktu yang 9 berhubungan dengan masing- masing metode peramalan, yaitu cakupan waktu di masa yang akan datang dan jumlah periode untuk peramalan yang diinginkan. 2. Pola Data Dasar utama dari metode peramalan adalah anggapan bahwa macam pola yang didapati di dalam data yang diramalkan akan berkelanjutan. 3. Jenis dan model Model-model merupakan suatu deret dimana 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 analisis keadaan untuk pengambilan keputusan. 4. Biaya yang dibutuhkan Umumnya ada empat unsur biaya yang tercakup dalam penggunaan suatu prosedur peramalan, yaitu biaya-biaya penyimpangan (storage) data, operasi pelaksanaan dan kesempatan dalam penggunaan teknik-teknik dan metode peramalan, 5. Ketepatan peramalan Tingkat ketepatan yang dibutuhkan sangat erat dengan tingkat perincian yang dibutuhkan dalam suatu peramalan.
6. Kemudahan dan Penerapan Metode-metode yang dapat dimengerti dan mudah diaplikasikan sudah merupakan suatu prinsip umum bagi pengambilan keputusan. 2.6 Metode Pemulusan (Smoothing) Metode pemulusan atau smoothing adalah metode peramalan dengan mengadakan penghalusan terhadap masa lalu, yaitu dengan mengambil rata-rata dari nilai beberapa tahun untuk menaksir nilai pada beberapa tahun ke depan. Metode pemulusan (smoothing) banyak digunakan untuk menghilangkan atau mengurangi keteracakan (randomness) dari data deret berkala (time series). Secara umum, metode smoothing diklasifikasikan menjadi dua bagian, yaitu: 1. Metode Rata-rata Metode rata-rata dibagi atas empat bagian yaitu: a. ilai tengah (mean) b. Rata-rata bergerak tunggal (single moving average) c. Rata-rata bergerak ganda (double moving average) d. Kombinasi rata-rata bergerak lainnya. Metode rata-rata tujuannya adalah untuk memanfaatkan data masa lalu dalam mengembangkan suatu sistem peramalan pada periode mendatang. 2. Metode Pemulusan Eksponensial Bentuk umum dari pemulusan eksponensial adalah: dengan: = ramalan satu periode ke depan = data aktual pada periode ke t = ramalan pada periode ke t = parameter pemulusan 10
Metode pemulusan atau smoothing eksponensial terdiri atas: 1. Pemulusan atau smoothing ekspnensial tunggal 2. Pemulusan atau smoothing eksponensial ganda, yang terdiri atas: a. Metode linier satu parameter dari Brown b. Metode dua parameter dari Holt 2.7 Metode Smoothing yang Digunakan Untuk mendapatkan hasil yang baik harus diketahui cara peramalan yang cepat. Maka metode peramalan analisis time series yang digunakan untuk meramalkan jumlah produksi padi pada pemecahan masalah ini adalah dengan menggunakan metode smoothing eksponensial ganda yaitu metode smoothing eksponensial satu parameter dari Brown. Metode ini merupakan metode yang digunakan oleh Brown. Dasar pemikiran dari metode smoothing eksponensial linier satu parameter dari Brown adalah dengan rata-rata bergerak linier, karena kedua nilai pemulusan tunggal dan ganda ketinggalan dari data sebenarnya. 2.8 Ketepatan Peramalan Ketepatan peramalan adalah suatu hal yang mendasar dalam peramalan yaitu bagaimana mengukur kesesuaian suatu metode peramalan tertentu untuk suatu kumpulan data yang diberikan. Ketepatan dipandang sebagai kriteria penolakan untuk memilih suatu metode peramalan. Dalam pemodelan deret berkala (time series) dari data masa lalu dapat diramalkan situasi yang akan terjadi pada masa yang akan datang, untuk menguji kebenaran ramalan ini digunakan ketepatan. Beberapa kriteria yang digunakan untuk menguji ketepatan ramalan adalah: a. ME (Mean Error) atau ilai Tengah Kesalahan 11
b. MSE (Mean Square Error) atau ilai Tengah Kesalahan Kuadrat e 2 t t 1 c. MAE (Mean Absolute Error) atau ilai Tengah Kesalahan Absolut et MAE = t =1 d. MPE (Mean Percentage Error) atau ilai Tengah Kesalahan Persentase PE t MPE = t =1 e. MAPE (Mean Absolute Percentage Error) atau ilai Tengah Kesalahan Persentase Absolut PE t MAPE = t =1 f. SSE (Sum Square Error) /Jumlah Kuadrat Kesalahan 12
SSE = et 2 t =1 dengan: = = kesalahan pada periode ke t (kesalahan persentase pada periode ke t) = data aktual pada periode ke t = ilai ramalan pada periode ke t = Banyaknya periode waktu Metode peramalan yang dipilih adalah metode yang memberikan nilai MSE yang terkecil. 13