BAB 2 LANDASAN TEORI 2.1 Pengertian Produksi Produksi merupakan suatu kegiatan yang dikerjakan untuk menambah nilai guna suatu benda baru sehingga lebih bermanfaat dalam memenuhi kebutuhan. Produksi jahe merupakan hasil bercocok tanam, di mana dilakukan penanaman bibit tanaman pada lahan yang telah disediakan, pemupukan dan perawatan sehingga memperoleh hasil yang dapat dimanfaatkan dan digunakan. Prospek usaha tani tanaman jahe cukup cerah bila dikelola secara intensif dan komersial secara agribisnis (https://id.wikipedia.org/wiki/produksi, 27 Juni 2017). 2.2 Manfaat Jahe Sudah sejak lama jahe digunakan sebagai bumbu dapur. Misalnya jahe digunakan digunakan dalam masakan ikan untuk masakan ikan untuk menghilangkan bau amis. Aroma dan rasanya yang khas menyebabkan penggunaan jahe untuk bumbu dapur lebih dimanfaatkan masyarakat. Hal ini terlihat dari banyaknya permintaan jahe sebagai bumbu dapur yang mencapai 30.000 ton per tahun (hanya untuk pasar domestik). Kebutuhan tersebut menempati peringkat pertama dibanding kunyit, kencur, dan lengkuas yang juga sering digunakan sebagai bumbu dapur ((Cheppy Syukur.2001. Agar Jahe Berproduksi Tinggi, Jakarta). 11
Penggunaan jahe kedua terbanyak yaitu sebagai obat tradisional. Umumnya, dalam penggunaannya untuk obat tradisional, jahe dikeringkan dahulu hingga menjadi simplisia (bahan obat yang dikeringkan). Tingginya permintaan jahe sebagai obat tradisional karena banyaknya industri obat rumah tangga yang bermunculan, selain industri besar yang telah ada. Selain penggunaan jahe sebagai obat tradisional, jahe kering juga digunakan untuk memberi aroma dan rasa pada makanan seperti permen, biskuit, kue, dan minuman. Jahe tidak hanya diproduksi untuk memenuhi kebutuhan dalam negeri saja, tetapi juga memenuhi permintaan luar negeri (Cheppy Syukur.2001. Agar Jahe Berproduksi Tinggi, Jakarta). 2.3 Pengertian Peramalan Peramalan (forecasting) menurut Sofyan Assauri (1984) adalah suatu kegiatan yang memperkirakan yang akan terjadi pada masa mendatang. Peramalan penjualan adalah peramalan yang mengaitkan berbagai asumsi yang berhubungan dengan tindakan-tindakan yang perlu diambil serta variabel-variabel lain yang mempengaruhi permasalahan arus penjualan yang akan terjadi. Peramalan diperlukan karena adanya perbedaan waktu antara keadaan akan dibutuhkannya suatu kebijakan baru. Apabila perbedaan waktu tersebut panjang, maka peran peramalan menjadi penting dan sangat dibutuhkan, terutama dalam penentuan kapan terjadi suatu peristiwa sehingga dapat dipersiapkan tindakan yang diperlukan (Sofyan Assauri, 1984) Kegunaan suatu peramalan dapat dilihat pada saat pengambilan keputusan. Keputusan yang baik adalah keputusan yang didasarkan oleh pertimbangan yang akan terjadi saat keputusan tersebut dilakukan. Apabila keputusan yang dialami 12
kurang tepat maka keputusan tersebut tidak dilaksanakan. Karena masalah pengambilan keputusan merupakan masalah yang dihadapi, dan peramalan juga merupakan masalah yang harus dihadapi, karena peramalan berkaitan erat dengan pengambilan keputusan (Makridakis, Wheelright, dan McGee (1999) 2.4 Jenis Jenis Peramalan Menurut Makridakis, Wheelright, dan McGee (1999), sifat teknik peramalan dapat dibagi menjadi 2 (dua) yaitu: 1. Peramalan Kualitatif Peramalan kualitatif adalah peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil peramalan ini sangat bergantung pada orang yang menyusunnya, karena berdasarkan pemikiran yang bersifat instuisi, pendapat dan pengetahuan serta pengalaman dari orang-orang yang menyusunnya. Biasanya peramalan kualitatif ini didasarkan atas hasil penyelidikan seperti Delphi, analogis, dan didasarkan atas ciri-ciri normative seperti decision matrices atau decisiontrees. Metode kualitatif dapat dibagi menjadi 2 (dua), yaitu metode eksploratoris dan normative. 2. Peramalan Kuantitatif Peramalan kuantitatif adalah peramalan yang didasarkan atas data kuantitatif pada masa lalu. Peramalan yang baik adalah peramalan yang dilakukan dengan mengikuti prosedur peramalan penyusunan dengan baik. Apabila semakin baik menggunakan prosedur peramalan, maka penyimpangan antara hasil peramalan dengan 13
kenyataan yang terjadi juga semakin kecil. Metode peramalan kuantitatif dapat dibagi dalam deret berkala (time series) dan metode kausal. Peramalan kuantitatif dapat digunakan dengan memenuhi syarat berikut: 1. Adanya informasi tentang masa lalu. 2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data. 3. Informasi tersebut dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut dimasa yang akan datang dan kondisi ini disebut dengan kondisi yang konstan (assumptionofconstancy). Asumsi ini merupakan modal yang mendasari dari semua metode peramalan kuantitatif dan banyak metode peramalan teknologis terlepas dari bagaimana canggihnya metode tersebut. Metode-metode peramalan dengan analisis deret waktu dibagi 3 (tiga) yaitu: 1. Metode Pemulusan Eksponensial dan Rata-rata Bergerak Metode ini sering digunakan untuk ramalan jangka pendek dan jarang dipakai untuk ramalan jangka panjang. 2. Metode Regresi Metode ini biasanya digunakan untuk ramalan jangka menengah dan jangka panjang. 3. Metode Box Jenkins Metode ini jarang dipakai, tetapi baik untuk ramalan jangka pendek, menengah, dan panjang. 14
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 (Makridakis, Wheelright, dan McGee 1999) Ada 6 faktor utama yang diidentifikasikan sebagai teknik dan metode peramalan yaitu: 1. Horizon waktu Ada dua aspek dari horizon waktu yang berhubungan dengan masingmasing metode peramalan, yaitu cakupan waktu dimasa 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 didalam 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 4 (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. 15
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 Kegunaan Peramalan Kegunaan peramalan dalam suatu penelitian adalah untuk memperkirakan situasi dan kondisi yang akan terjadi dari suatu yang diteliti untuk masa yang akan datang setelah situasi tersebut dianalisis. Peramalan merupakan suatu alat bantu yang penting dalam perencanaan yang efektif dan efisien. Dalam hal ini, penyusunan suatu rencana untuk mencapai tujuan atau sasaran suatu organisasi/lembaga terdapat perbedaan waktu pelaksanaan, dan dilaksanakan oleh siapa. Perencanaan dan peramalan merupakan dua hal yang sangat erat kaitannya, hal ini dapat dilihat dalam penyusunan rencana, di mana dalam penyusunan ini melibatkan peramalan juga (Makridakis, Wheelright, dan McGee (1999) Dengan demikian, dapat dikatakan bahwa peramalan merupakan dasar untuk menyusun rencana karena dapat membantu menganalisis data dari masa lalu, sehingga melalui metode peramalan akan didapat cara pemikiran dan pengerjaan yang teratur dan terarah serta perencanaan yang sistematis hingga memberikan ketetapan hasil analisis (Makridakis, Wheelright, dan McGee (1999) 16
2.7 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 (timeseries). Secara umum, metode smoothing diklasifikasikan menjadi 2 (dua) bagian, yaitu: 1. Metode Rata-rata Metode rata-rata dibagi atas 4 (empat) bagian yaitu: a. Nilai 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 system peramalan pada periode mendatang. 2. Metode Pemulusan Eksponensial Bentuk umum dari pemulusan eksponensial adalah: ( ) ( 5 ) Keterangan: = ramalan satu periode kedepan = data aktual pada periode ke-t = ramalan pada periode ke-t = parameter pemulusan 17
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 2.8 Metode Smoothing yang Digunakan Untuk mendapatkan hasil yang baik harus diketahui cara peramalan yang cepat. Metode peramalan analisis timeseries yang digunakan untuk meramalkan jumlah produksi jahe pada pemecahan masalah ini adalah dengan menggunakan metode smoothing eksponensial ganda yaitu metode smoothing eksponensial satu parameter dari Brown. Metode (Smoothing) Pemulusan dapat dihitung hanya dengan 3 (tiga) nilai data dan satu nilai untuk α (alfa). Pendekatan ini juga memberikan bobot yang semakin menurun pada observasi masa lalu. Dengan alasan ini, pemulusan eksponensial ganda lebih disukai daripada rata-rata bergerak linier sebagai suatu metode peramalan dalam berbagai kasus utama (Makridakis, Wheelright, dan McGee 1999) 2.9 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 18
(timeseries) dari data masa lalu dapat diramalkan situasi yang akan terjadi pada masa yang akan datang, untuk menguji kebenaran ramalan ini digunakan ketepatan peramalan. Beberapa kriteria yang digunakan untuk menguji ketepatan ramalan adalah: a. ME (Mean Error) atau Nilai Tengah Kesalahan ME = (6) b. MSE (Mean Square Error) atau Nilai Tengah Kesalahan Kuadrat MSE = (7) c. MAE (Mean Absolute Error) atau Nilai Tengah Kesalahan Absolute MAE = (8) d. MPE (Mean Percentage Error) atau Nilai Tengah Kesalahan MPE = (9) e. MAPE (Mean Absolute Percentage Error) atau Nilai Tengah Kesalahan Persentase Absolute MAPE = (10) f. SSE (Sum Square Error) atau Jumlah Kuadrat Kesalahan SSE = (11) Keterangan: = kesalahan pada periode ke t = (kesalahan persentase pada periode ke-t) = data actual pada periode ke-t 19
= Nilai ramalan pada periode ke-t N = Banyaknya periode waktu Metode peramalan yang dipilih adalah metode yang memberikan nilai MSE yang terkecil. 20