BAB 2 LADASA TEORI 2.1 Pengerian Peramalan Peramalan (forecasing) adalah suau kegiaan yang memperkirakan apa yang akan erjadi pada masa yang akan daang. Meode peramalan merupakan cara unuk memperkirakan secara kuaniaif apa yang akan erjadi pada masa yang akan daang dengan dasar daa yang relevan pada masa lalu. Dengan kaa lain, meode peramalan ini digunakan dalam peramalan yang bersifa objekif. Keberhasilan dari suau peramalan sanga dienukan oleh pengeahuan eknik enang informasi lalu yang dibuuhkan yaiu informasi yang bersifa kuaniaif sera eknik dan meode peramalannya. 2.2 Kegunaan Peramalan Seiring erdapa waku enggang (ime lag) anara kesadaran akan perisiwa aau kebuuhan mendaang dengan perisiwa iu sendiri. Adanya waku enggang (ime lag) merupakan alasan uama bagi perencanaan dan peramalan. Dalam siuasi seperi di aas peramalan diperlukan meneapkan kapan suau perisiwa akan erjadi aau imbul, sehingga indakan yang epa dapa dilakukan. Organisasi selalu meneapkan saran dan injauan, berusaha menduga fakorfakor lingkungan, lalu memilih indakan yang diharapakan akan menghasilkan pencapaian sasaran dan ujuan ersebu. Peramalan merupakan bagian dari kegiaan pengambilan kepuusan manajemen yang diharapkan dapa mengurangi keerganungan manajemen pada hal-hal yang belum pasi. Ada 3 (iga) peranan peramalan yang pening, yaiu: 1. Berguna unuk penjadwalan sumber daya yang ersedia. Penggunaan sumber daya yang efisien memerlukan penjadwalan produksi, ransporasi, kas, personalia dan sebagainya. ilai yang pening unuk penjadwalan adalah ramalan ingka perminaan konsumen aau pelanggan. 2. Berguna dalam penyediaan sumber daya ambahan. Waku enggang (ime lag) unuk memperoleh bahan baku, menerima pekerja baru aau pembelian mesin dan peralaan dapa berkisar anara beberapa hari sampai beberapa
6 ahun. Peramalan digunakan unuk menenukan kebuuhan sumber daya di masa yang akan daang. 3. Unuk menenukan sumber daya yang diinginkan. Seiap organisasi harus menenukan sumber daya yang dimiliki dalam waku jangka panjang. Kepuusan semacam ini berganung kepada fakor-fakor lingkungan, manusia dan pengembangan sumber daya keuangan. Semua penenuan memerlukan peramalan yang baik dan menajer yang dapa menafsirkan pendugaan sera membua kepuusan yang baik. Walaupun erdapa banyak bidang lain yang memerlukan peramalan, namun 3 (iga) kelompok di aas merupakan benuk khas dari peramalan jangka pendek, menengah, dan panjang. 2.3 Jenis-jenis Peramalan Menuru Makridakis, Wheelrigh, dan Mc. Gee (1999), eknik peramalan dapa dibagi dalam 2 bagian diliha dari sifanya, yaiu: a. Peramalan Kualiaif Peramalan kualiaif adalah peramalan yang didasarkan aas daa kualiaif pada masa lalu. Hasil peramalan sanga berganung pada orang yang menyusunnya, karena berdasarkan pemikiran yang bersifa insuisi, pendapa dan pengeahuan sera pengalaman dari orang-orang yang menyusunnya. Meode kualiaif dapa dibagi menjadi dua, yaiu meode eksploraoris dan normaif. b. Peramalan Kuaniaif Peramalan kuaniaif adalah peramalan yang didasarkan aas daa kuaniaif pada masa lalu. Peramalan yang baik adalah peramalan yang dilakukan dengan mengikui prosedur peramalan penyusunan dengan baik. Semakin baik dalam menggunakan prosedur peramalan, maka penyimpangan anara hasil peramalan dengan kenyaaan yang erjadi juga semakin kecil. Meode peramalan kuaniaif dapa dibagi dalam dere berkala (ime series) dan meode kausal. Peramalan kuaniaif dapa digunakan bila memenuhi syara beriku: 1. Adanya informasi enang masa lalu.
7 2. Informasi enang masa lalu dapa dikuaniaifkan dalam benuk daa. 3. Informasi enang masa lalu dapa diasumsikan bahwa beberapa aspek pola masa lalu akan erus berlanju di masa yang akan daang dan disebu dengan kondisi yang konsan. Asumsi ersebu merupakan modal yang mendasari dari semua meode peramalan kuaniaif dan banyak meode peramalan eknologis erlepas dari bagaimana canggihnya meode yang digunakan. Meode peramalan dengan analisis dere waku dibagi iga yaiu: 1. Meode Pemulusan Eksponensial dan Raa-raa Bergerak Meode yang sering digunakan unuk ramalan jangka pendek dan jarang dipakai unuk ramalan jangka panjang. 2. Meode Regresi Meode yang biasa digunakan unuk ramalan jangka menengah dan jangka panjang. 3. Meode Box-Jenkins Meode yang jarang dipakai, eapi baik unuk ramalan jangka pendek, menengah, dan panjang. 2.4 Meode Pemulusan (Smoohing) Meode pemulusan aau smoohing adalah meode peramalan dengan mengadakan penghalusan erhadap masa lalu, yaiu dengan mengambil raa-raa dari nilai beberapa ahun unuk menaksir nilai pada beberapa ahun ke depan. Meode smoohing banyak digunakan unuk menghilangkan aau mengurangi keeracakan dari daa dere berkala. Secara umum, meode smoohing diklasifikasikan menjadi dua bagian, yaiu: a. Meode Raa-raa Meode raa-raa dibagi aas empa bagian, yaiu: 1. ilai engah (mean) 2. Raa-raa bergerak unggal (single moving average) 3. Raa-raa bergerak ganda (double moving average) 4. Kombinasi raa-raa bergerak lainnya. Meode raa-raa ujuannya adalah unuk memanfaakan daa masa lalu dalam mengembangkan suau sisem peramalan pada periode mendaang.
8 b. Meode Pemulusan Eksponensial Benuk umum dari pemulusan eksponensial adalah: (2.1) keerangan: = ramalan sau periode ke depan = daa akual pada periode ke- = ramalan pada periode ke- α = parameer smoohing Meode smoohing eksponensial erdiri aas: 1. Smoohing eksponensial unggal 2. Smoohing eksponensial ganda, yang erdiri aas: a. Meode linier sau parameer dari Brown b. Meode dua parameer dari Hol 2.5 Meode Smoohing yang Digunakan Unuk mendapakan hasil yang baik harus dikeahui cara peramalan yang cepa. Maka meode peramalan analisis ime series yang digunakan unuk meramalkan jumlah kenderaan bermoor menuru jenisnya pada pemecahan masalah adalah dengan menggunakan meode smoohing eksponensial ganda yaiu meode smoohing eksponensial sau parameer dari Brown. Meode Smoohing merupakan meode yang digunakan oleh Brown. Dasar pemikiran dari meode smoohing eksponensial linier sau parameer dari Brown adalah dengan raa-raa bergerak linier, karena kedua nilai smoohing unggal dan ganda keinggalan dari daa sebenarnya. Peramalan yang dapa dipakai dalam pelaksanaan smoohing eksponensial linier sau parameer dari Brown adalah sebagai beriku: a. Menenukan smoohing perama (2.2) = Smoohing perama periode = ilai riil periode
9 b. Menenukan smoohing kedua ( ) (2.3) = Smoohing kedua periode c. Menenukan besarnya konsana ( ) = = 2 - (2.4) = besarnya konsana periode d. Menenukan besarnya slope (b) b = Slope / nilai rend dari daa yang sesuai (2.5) e. Menenukan besarnya Forecas = (2.6) = besarnya forecas m = jangka waku forecas f. Menenukan kesalahan pada periode ke- (2.7) = kesalahan pada periode ke- 2.6 Menghiung ilai Kesalahan (Error) Ramalan Keepaan peramalan adalah suau hal yang mendasar dalam peramalan yaiu bagaimana mengukur kesesuaian suau meode peramalan erenu unuk suau kumpulan daa yang diberikan. Keepaan dipandang sebagai krieria penolakan unuk memilih suau meode peramalan. Dalam pemodelan dere berkala dari daa masa lalu dapa diramalkan siuasi yang akan erjadi pada masa yang akan daang, unuk menguji kebenaran ramalan digunakan keepaan. Beberapa krieria yang digunakan unuk menguji keepaan ramalan adalah:
10 a. ME (Mean Error)/ilai Tengah Kesalahan e ME 1 b. MSE (Mean Square Error)/ilai Tengah Kesalahan Kuadra MSE 1 e 2 c. MAE (Mean Absolue Error)/ilai Tengah Kesalahan Absolu MAE 1 e d. MPE (Mean Percenage Error)/ilai Tengah Kesalahan Persenase MPE 1 PE e. MAPE (Mean Absolue Percenage Error)/ilai Tengah Kesalahan Persenase Absolu MAPE 1 PE f. SSE (Sum Square Error)/Jumlah Kuadra Kesalahan keerangan: PE X F 100 (kesalahan persenase pada periode ke-) X
11 = Jumlah periode waku Meode peramalan yang dipilih adalah meode yang memberikan nilai MSE yang erkecil.