BAB 2 TINJAUAN TEORITIS 2.1. Pengertian pengertian Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan akan terjadi pada masa yang akan datang. Ramalan tersebut dapat didasarkan atas bermacammacam cara, diantaranya adalah Metode Smoothing (Pemulusan), Rata-rata Bergerak Linier. Metode peramalan merupakan cara untuk memperkirakan secara kuantitatif apa yang akan terjadi pada masa yang akan datang dengan dasar kata yang releven pada masa lalu. Dengan kata lain metode peramalan ini digunakan dalam peramalan yang bersifat objektif. Dalam menggunakan Metode Smoothing (Pemulusan) Rata-rata bergerak Linier untuk peramalan didapat definisi atau pengertian yang digunakan, antara lain: a. Variabel Bebas yaitu variabel yang mudah didapat atau banyak tersedia b. Variabel Tak Bebas yaitu variabel yang dipengaruhi oleh variabel bebas c. Jumlah Kuadrat yaitu jumlah dari setiap data yang terlebih dahulu dikuadratkan d. Kuadrat Jumlah yaitu jumlah dari seluruh data yang kemudian dikuadratkan
e. Analisa Data Waktu yaitu peramalan yang menggunakan variabel bebasnya adalah deret waktu f. Rata-rata Bergerak 1 periode yaitu tekhnik peramalan yang menggunakan data masa lalu satu periode kebelakang g. Rata-rata Bergerak 3 periode yaitu tekhnik peramalan yang menggunakan data masa lalu tiga periode kebelakang h. Trend yaitu perubahan yang relatif panjang, jika data yang ada menunjukkan kenaikan, ini menunjukkan bahwa trend nya positif, demikian juga sebaliknya apabila data tersebut menunjukkan penurunan maka trendnya negative. 2.2. Metodologi Penelitian a. Metode Smoothing Metode smoothing merupakan tekhnik meramal dengan cara mengambil rata-rata dari beberapa periode yang lalu untuk menaksir nilai pada masa atau periode yang akan datang. Dalam metode smoothing ini data histories digunakan untuk memperoleh angka yang dilicinkan atau diratakan. Metode Smoothing ini dibagi menjadi dua, yaitu: 1. Metode Average (MOVA)/rata-rata bergerak 2. Eksponensial Smothing
b. Moving Average Metode ini dilakukan dengan mengambil sekelompok nilai pengamatan,mencari rataratanya kemudian menggunakan rata-rata tersebut sebagai ramalan untuk periode yang akan datang. Metode ini disebut rata-rata bergerak karena setiap kali data observasi baru tersedia, maka angka rata-rata baru dihitung dan digunakan sebagai ramalan (Forecast). Metode moving average ini dibagi menjadi dua, yaitu: 1. Rata-rata Bergerak Tunggal (Single Moving Average) Metode ini mempunyai karakteristik khusus yaitu: a) Untuk menentukan ramalan pada periode yang akan datang memerlukan data histories selama jangka waktu tertentu. Misalnya, dengan 4 bulan moving average, maka ramalan bulan ke-5 baru bisa dibuat setelah bulan ke-4 selesai berakhir. Jika 6 bulan moving avarage, ramalan bulan ke-7 baru bisa dibuat setelah bulan ke-6 berakhir. b) Semakin panjang jangka waktu moving avarage, efek pelicinan semakin terlihat dalam ramalan atau menghasilkan moving avarge yang semakin halus.
2. Rata-rata Bergerak Ganda (Double Moving Average) Adapun prosedur peramalan rata-rata bergerak linier meliputi tiga aspek: Sesuai dengan judul yang telah dibuat, bahwa analisis data dengan menggunakan metode rata-rata bergerak linier. Metode ini merupakan bagian dari Rata-Rata Bergerak Ganda (Double Moving Avarage). Dasar dari metode ini dalah menghitung ratarata bergerak yang kedua. Rata-rata bergerak ganda ini merupakan rata-rata bergerak dari rata-rata bergerak, dan menurut simbol sebagai MA (M N) dimana artinya adalah MA M-periode dari MA N periode. Adapun prosedur peramalan rata-rata bergerak linier meliputi tiga aspek a. Penggunaan rata-rata bergerak tunggal pada waktu t (ditulis S t ) b. Penyesuaian, yang merupakan perbedaan antara rata-rata bergerak tunggal dan ganda pada waktu t (ditulis S t S t ),dan c. Penyesuaian untuk kecenderungan dari periode t ke periode t+1 (atau periode t+m jika kita meramalkan m periode ke muka). Secara umum pembahasan tersebut dapat dilakukan sebagai berikut: Prosedur rata-rata bergerak linier secara umum dapat diterangkan melalui persamaan berikut: a. Menentukan smoothing pertama (S t ) persamaan ini mempunyai asumsi bahwa saat ini kita berada pada periode waktu t dan mempunyai nilai masa lalu sebanyak N, sebagai berikut:
X S t = + Xt 1 + Xt 2 +... Xt N + N t + 1 S t = smoothing pertama periode t X t = nilai riil periode N = jumlah periode b. Menentukan smoothing kedua (S t ), persamaan ini menganggap bahwa semua ratarata bergerak tunggal (S t) telah dihitung. Persamaan itu kita menghitung rata-rata bergerak N-periode dari nilai-nilai S t tersebut. (S t -S t ) S S + S' t + S' t t = N ' t 1 2 +... + ' t N + 1 S S t = smoothing kedua periode t c. Menentukan besarnya konstanta (a t ), persamaan ini mengacu terhadap penyesuaian MA tunggal, S t, dengan persamaan sebagai berikut: a t = S t +(S t -S t )=2S t S t a t = besarnya konstanta periode t d. Menentukan besarnya Slope (b t ), persamaan ini menentukan taksiran kecenderungan dari periode waktu yang satu ke periode waktu berikutnya, persamaannya sebagai berikut:
2( S' t b t = N S" t) 1 b t = Slope / nilai trend dari data yang sesuai e. Menentukan besarnya Forecast, persamaan ini menunjukkan bagaimana memperoleh ramalan untuk m periode ke muka dari t. Ramalan untuk m periode ke muka adalah a t dimana merupakan nilai rata-rata yang disesuaikan untuk periode t ditambah m kali komponen kecenderungan b t, persamaannya sebagai berikut: F t+m = a t +b t (m) F t+m = besarnya Forecast m = jangka waktu forecast