BAB 2 LANDASAN TEORI 2.1. Peramalan Peramalan (forecasting

BAB 2
LANDASAN TEORI
2.1.
Peramalan
Peramalan (forecasting) merupakan upaya memperkirakan apa yang terjadi pada
masa yang akan datang. Pada hakekatnya peramalan hanya merupakan suatu
perkiraan (guess), tetapi dengan menggunakan teknik-teknik tertentu, maka
peramalan menjadi lebih dari sekedar perkiraan. Peramalan dapat dikatakan
perkiraan yang ilmiah (educated guess).
Peramalan (forecasting) dapat juga diartikan sebagai suatu usaha untuk
meramalkan keadaan dimasa mendatang melalui pengujian keadaan di masa lalu
(Handoko, 1984: 260). Dalam kehidupan sosial segala sesuatu itu serba tidak
pasti, sukar diperkirakan secara tepat. Dengan kata lain peramalan bertujuan
mendapatkan forecast yang bisa meminimumkan kesalahan meramal.
Dengan melakukan peramalan, para perencana dan pengambil keputusan
akan dapat mempertimbangkan alternatif-alternatif strategi yang lebih luas
daripada tanpa peramalan. Dengan demikian berbagai rencana strategi dan aksi
dapat dikembangkan untuk menghadapi berbagai kemungkinan yang bisa terjadi
di masa mendatang.
Banyak orang yang sulit membedakan antara peramalan dan perencanaan.
Peramalan pada umumnya dipergunakan untuk memprediksi sesuatu yang
kemungkinan besar akan terjadi, misalnya kondisi permintaan, penjualan, arus
kas, kondisi ekonomi, dan lain-lain didasarkan pada sejumlah asumsi. Sedangkan
perencanaan menggunakan ramalan-ramalan yang ada untuk menetapkan target,
termasuk di dalamnya penetapan strategi untuk mencapai target itu. Dengan
demikian, peramalan berusaha menggambarkan apa yang akan terjadi, sementara
rencana didasarkan pada gagasan bahwa dengan mengambil tindakan tertentu
Universitas Sumatera Utara
pada saat ini, pengambil keputusan dapat mempengaruhi hasil akhir seperti
diharapkan.
Sering terdapat waktu senjang (time lag) antara kesadaran akan peristiwa
atau kebutuhan mendatang dengan peristiwa itu sendiri. Adanya waktu tenggang
ini merupakan alasan utama bagi perencanaan dan peramalan. Jika waktu
tenggang ini nol atau sangat kecil, maka perencanaan tidak diperlukan. Jika waktu
tenggang ini panjang dan hasil peristiwa akhir bergantung pada faktor-faktor yang
dapat diketahui, maka perencanaan dapat memegang peranan penting. Dalam
situasi seperti itu peramalan diperlukan untuk menetapkan kapan suatu peristiwa
akan terjadi atau timbul, sehingga tindakan yang tepat dapat dilakukan.
Peramalan mempunyai tujuan untuk memprediksikan keadaan dari suatu
kejadian, dimana dengan cara demikian suatu proses perencanaan dapat
diselenggarakan dengan tepat. Banyak keputusan penting yang dilakukan
mengarah kepada kejadian-kejadian di masa mendatang sehingga memerlukan
peramalan. Sebagai dasar untuk merencanakan dan mengambil hasil dari suatu
keputusan tersebut diperlukan informasi yang baik dan akurat agar kemampuan
meramalkan berdasarkan data yang diperoleh dapat dikendalikan dengan baik
untuk mencapai sasaran yang diinginkan.
Salah satu aspek yang paling sering disalahpahami dalam peramalan
adalah ketidakpastian. Dalam prakteknya, hasil peramalan tidak pernah secara
mutlak tepat kecuali kebetulan. Hal ini karena keadaan maupun kejadian di masa
depan tidak menentu. Meskipun demikian, bilamana semua faktor penting yang
mempengaruhi telah diperhitungkan dan model hubungan dari faktor-faktor
tersebut ditentukan dengan baik, maka hasil peramalan akan mendekati kondisi
yang sebenarnya.
Universitas Sumatera Utara
2.2.
Jenis-jenis Peramalan
Peramalan dapat dibedakan dari berbagai segi tergantung dari cara melihatnya.
Jika dilihat dari cara penyusunannya, maka peramalan dapat dibedakan menjadi
dua macam, yaitu:
1. Peramalan yang subjektif yaitu peramalan yang didasarkan atas perasaan atau
intuisi dari orang yang menyusunnya. Dalam hal ini, pandangan dari orang
yang menyusunnya sangat menentukan baik atau tidaknya hasil ramalan
tersebut.
2. Peramalan yang objektif yaitu peramalan yang didasarkan atas data yang
relevan pada masa lalu, dengan menggunakan teknik-teknik dan metodemetode dalam penganalisisan data tersebut.
Bila dilihat dari jangka waktu ramalan yang disusun, maka peramalan
dapat dibedakan atas dua macam yaitu:
1. Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk menyusun
hasil ramalan yang jangka waktunya lebih dari satu setengah tahun atau tiga
semester. Misalnya, diperlukan penyusunan rencana pembangunan suatu
negara atau daerah.
2. Peramalan jangka pendek, yaitu peramalan yang dilakukan untuk penyusunan
hasil ramalan dengan jangka waktu yang kurang dari satu setengah tahun atau
tiga semester. Misalnya, penyusunan rencana produksi, rencana persediaan
dan lain sebagainya.
Sedangkan berdasarkan metode peramalan yang digunakan, maka
peramalan dapat dibedakan atas dua macam yaitu:
1. Peramalan kualitatif, yaitu peramalan yang didasarkan atas data kualitatif pada
masa lalu atau dengan kata lain peramalan yang didasarkan atas pemikiran
yang bersifat intuisi, judgement atau pendapat, dan pengetahuan serta
pengalaman dari penyusunnya. Metode ini penting saat data historis tidak
tersedia.
Universitas Sumatera Utara
2. Peramalan kuantitatif, yaitu peramalan yang didasarkan pada data historis.
Tujuan metode ini adalah mempelajari apa yang terjadi pada masa lalu untuk
memprediksi nilai-nilai pada masa yang akan datang.
Hasil peramalan yang dibuat sangat tergantung pada metode yang
dipergunakan dalam peramalan tersebut. Dengan metode yang berbeda akan
diperoleh hasil peramalan yang berbeda, adapun yang perlu diperhatikan dari
penggunaan metode-metode tersebut adalah baik tidaknya metode yang
dipergunakan, sangat ditentukan oleh perbedaan atau penyimpangan antara hasil
ramalan dengan kenyataan yang terjadi.
Menurut Makridakis, Wheelwright, dan McGee (1999) peramalan
kuantitatif dapat diterapkan apabila terdapat tiga kondisi berikut:
1. Tersedia informasi tentang masa lalu.
2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik.
3. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut
di masa mendatang.
2.3.
Metode Peramalan
Metode peramalan adalah cara memperkirakan secara kuantitatif apa yang akan
terjadi pada masa depan, berdasarkan data yang relevan pada masa lalu. Oleh
karena itu, metode peramalan termasuk dalam kegiatan peramalan kuantitatif.
Keberhasilan dari suatu peramalan sangat ditentukan oleh pengetahuan teknik
tentang informasi yang lalu yang dibutuhkan, yang bersifat kuantitatif, serta
teknik dan metode peramalannya.
Metode peramalan dapat memberikan cara pengerjaan yang teratur dan
terarah, sehingga demikian dapat dimungkinkannya penggunaan teknik-teknik
tersebut, maka diharapkan dapat memberikan tingkat kepercayaan yang lebih
besar, karena dapat diuji dan dibuktikan penyimpangan atau deviasi yang terjadi
secara ilmiah.
Universitas Sumatera Utara
2.4.
Jenis-jenis Metode Peramalan
Pada dasarnya metode kuantitatif dapat dibedakan menjadi:
1.
Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan
antara variabel yang akan diperkirakan dengan variabel waktu yang
merupakan Deret Berkala (Time Series). Metode yang termasuk dalam jenis
ini adalah:
a. Metode Pemulusan (Smoothing), merupakan jenis peramalan jangka
pendek seperti perencanaan persediaan, perencanaan keuangan. Tujuan
penggunaan metode ini adalah untuk mengurangi ketidakteraturan data
masa lampau seperti musiman.
b. Metode Box Jenkins, merupakan deret waktu dengan menggunakan model
matematis dan digunakan untuk peramalan jangka pendek.
c. Metode proyeksi Trend dengan Regresi, merupakan metode yang
digunakan baik untuk jangka pendek maupun jangka panjang. Metode ini
merupakan garis trend untuk persamaan matematis.
2.
Metode peramalan yang didasarkan atas pengguanaan analisis pola hubungan
antar variabel lain yang mempengaruhinya, yang bukan waktu disebut metode
korelasi atau sebab akibat. Metode peramalan yang termasuk dalam jenis ini
adalah:
a. Metode Regresi dan Korelasi, merupakan metode yang digunakan baik
untuk jangka panjang maupun pendek didasarkan pada persamaan dengan
teknik least squares yang dianalisis secara statis.
b. Metode Ekonometrik, merupakan metode yang digunakan untuk jangka
panjang dan pendek.
c. Metode Input Output, merupakan metode yang digunakan untuk jangka
panjang yang biasa digunakan untuk menyusun trend ekonomi jangka
panjang.
Universitas Sumatera Utara
2.5.
Pola Data
Langkah penting dalam memilih suatu metode deret waktu yang tepat adalah
dengan mempertimbangkan jenis pola datanya. Pola data dapat dibedakan menjadi
empat, yaitu:
1.
Pola Horizontal
Terjadi bilamana nilai data berfluktuasi di sekitar nilai rata-rata yang konstan
(deret seperti ini adalah stasioner terhadap nilai rata-ratanya). Suatu produk
yang penjualannya tidak meningkat atau menurun selama waktu tertentu
termasuk jenis pola ini. Pola data musiman ditunjukkan pada gambar berikut.
Y
Waktu
Gambar 2.1 Pola data Horizontal
2.
Pola Musiman
Terjadi bila data berfluktuasi, namun fluktuasi tersebut terlihat berulang
dalam satu interval waktu tertentu. Disebut pola musiman karena permintaan
ini biasanya dipengaruhi oleh musim sehingga biasanya interval perulangan
data ini adalah satu tahun.Penjualan dari produk minuman ringan, es krim dan
bahan bakar pemanas ruang termasuk pola musiman. Pola data musiman
ditunjukkan pada gambar berikut.
Universitas Sumatera Utara
Y
Waktu
Gambar 2.2 Pola Data Musiman
3.
Pola Siklis
Terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang
seperti yang berhubungan dengan siklus bisnis. Penjualan produk seperti
mobil, baja dan peralatan utama lainnya termasuk pola siklis. Pola data siklis
ditunjukkan pada gambar berikut.
Y
Waktu
Gambar 2.3 Pola data Siklis
4.
Pola Trend
Pola trend adalah bila data permintaan menunjukkan pola kecenderungan
gerakkan penurunan atau kenaikkan jangka panjang. Data yang kelihatannya
berfluktuasi, apabila dilihat pada rentang waktu yang panjang akan ditarik
garis maya. Garis maya itulah yang disebut garis trend. Pola data trend
ditunjukkan pada gambar berikut.
Universitas Sumatera Utara
Y
Waktu
Gambar 2.4 Pola Data Trend
2.6.
Pemilihan Teknik dan Metode Peramalan
Dalam pemilihan teknik dan metode peramalan, perlu diketahui ciri-ciri penting
yang harus diperhatikan bagi pengambilan keputusan dan analisis keadaan dalam
mempersiapkan peramalan.
Ada enam faktor utama yang diidentifikasikan sebagai teknik dan metode
peramalan, yaitu:
1. Horizon Waktu
Ada dua aspek dari horizon waktu yang berhubungan dengan masing-masing
metode peramalan. Pertama adalah cakupan waktu di masa yang akan datang
dan yang kedua adalah jumlah periode untuk peramalan yang diinginkan.
2. Pola Data
Salah satu hal penting dalam peramalan adalah anggapan bahwa macam dari
pola yang didapati didalam data yang diramalkan akan berkelanjutan. Oleh
karena
adanya
perbedaan
kemampuan
metoda
peramalan
untuk
mengidentifikasikan pola-pola data, maka perlu adanya usaha penyesuaian
antara pola data yang telah diperkirakan terlebih dahulu dengan teknik dan
metoda peramalan yang akan digunakan.
3. Jenis dari Model
Model-model merupakan suatu deret dimana waktu digambarkan sebagai
unsur yang penting untuk menentukan perubahan-perubahan dalam pola.
Universitas Sumatera Utara
Model-model perlu diperhatikan karena masing-masing model mempunyai
kemampuan yang berbeda dalam analisa keadaan untuk pengambilan
keputusan.
4. Biaya yang Dibutuhkan
Umumnya ada empat unsur biaya yang yang tercakup dalam penggunaan
suatu prosedur peramalan. Yakni biaya-biaya pengembangan, penyimpanan
data, operasi pelaksanaan, dan kesempatan dalam penggunaan teknik-teknik
atau metode peramalan.
5. Ketepatan Metode Peramalan
Tingkat ketepatan yang dibutuhkan sangat erat kaitannya dengan tingkat
perincian yang dibutuhkan dalam suatu peramalan.
6. Kemudahan dalam Penerapan
Metode-metode yang dapat dimengerti dan mudah diaplikasikan sudah
merupakan suatu prinsip umum bagi pengambil keputusan.
2.7.
Metode Smoothing (Pemulusan)
Metode pemulusan adalah metode peramalan dengan mengadakan pemulusan atau
penghalusan terhadap data masa lalu yaitu dengan mengambil rata-rata dari nilai
beberapa tahun untuk menaksir nilai pada beberapa tahun yang akan datang.
Secara umum metode pemulusan (smoothing) dapat diklasifikasikan menjadi
beberapa bagian, yaitu:
1. Metode Perataan (Average)
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
2. Metode Pemulusan (Smoothing) Eksponensial
Bentuk umum dari metode pemulusan eksponensial adalah:
…………………..…………..……………..(2.1)
Universitas Sumatera Utara
Keterangan
ramalan satu periode ke depan
data aktual pada periode ke t
ramalan pada periode ke t
parameter pemulusan
Bila bentuk umum tersebut diperluas maka akan berubah menjadi:
…………… (2.2)
Dari pemulusan bentuk umum di atas dapatlah dikatakan bahwa metode
eksponensial smoothing merupakan sekelompok metode yang menunjukkan
pembobotan menurun secara eksponensial terhadap nilai observasi yang lebih
tua atau dengan kata lain observasi yang baru diberikan bobot yang relative
lebih besar dengan nilai observasi yang lebih tua. Metode ini terdiri atas:
a. Pemulusan Eksponensial Tunggal
1. Satu Parameter
2. Pendekatan Aditif
Metode ini cukup baik digunakan untuk peramalan yang mempunyai pola
trend atau yang sifat datanya stasioner.
b. Pemulusan Eksponensial Ganda
1. Metode Linier Satu Parameter dari Brown
2. Metode Dua Parameter dari Holt
Metode ini digunakan untuk peramalan dengan data yang bersifat trend.
c. Pemulusan Eksponensial Triple
1. Pemulusan Kuadratik Satu Parameter dari Brown
Dapat digunakan bila dasar pola datanya adalah kuadratik kubik atau
berorde lebih tinggi.
2. Metode kecenderungan atau musiman tiga parameter dari Winter
Metode ini merupakan salah satu dari beberapa metode pemulusan
eksponensial yang dapat menangani data dengan pola musiman.
d. Pemulusan Eksponensial menurut Klasifikasi Pegels
Universitas Sumatera Utara
2.8.
Metode Peramalan yang Digunakan
Untuk mendapatkan hasil peramalan yang akurat, maka harus digunakan metode
peramalan yang tepat. Maka untuk meramalkan jumlah produksi serta konsumsi
kakao ini penulis menggunakan Pemulusan Eksponensial Ganda Metode Liniear
Satu Parameter dari Brown.
Metode Pemulusan Eksponensial Ganda ( Metode Linier Satu Parameter
dari Brown) merupakan kelompok metode yang menunjukkan pembobotan
menurun secara eksponensial terhadap nilai pengamatan yang lebih tua disebut
prosedur pemulusan eksponensial. Seperti halnya dengan rata-rata bergerak,
metode eksponensial terdiri atas tunggal, ganda dan metode yang lebih rumit.
Semua mempunyai sifat yang sama, yaitu nilai yang lebih baru diberikan bobot
yang relatif besar dibanding nilai pengamatan yang lebih lama.
Metode ini merupakan metode yang dikemukakan oleh Brown. Dasar
pemikiran dari metode Smoothing Eksponensial Linear satu Parameter dari
Brown adalah serupa dengan rata-rata bergerak linear, karena nilai pemulusan
tunggal dan ganda ketinggalan dari data sebenarnya. Dalam metode ini peramalan
dilakukan dengan mengulang perhitungan secara terus menerus dengan
menggunakan data-data terbaru. Setiap data diberi bobot, data yang lebih baru
diberi bobot yang lebih besar. Langkah-langkah dalam metode ini adalah:
…………………………………………………(2.3)
………………………………………………...(2.4)
……………………………………………………………..(2.5)
………………………………………………………...(2.6)
...………………………………………………………..(2.7)
Keterangan,
nilai pemulusan eksponensial tunggal
nilai pemulusan eksponensial ganda
Universitas Sumatera Utara
parameter pemulusan eksponensial dengan nilai
konstanta pemulusan
nilai real periode t
hasil peramalan untuk m periode ke depan yang diramalkan
2.9.
Ukuran Akurasi Hasil Peramalan
Ukuran akurasi hasil peramalan yang merupakan ukuran kesalahan peramalan
adalah ukuran tentang tingkat perbedaan antara hasil peramalan dengan
permintaan yang sebenarnya terjadi. Dalam hal ini digunakan Mean Square Error
(Rata-rata Kuadrat Kesalahan). MSE dihitung dengan menjumlahkan kuadrat
semua kesalahan peramalan pada setiap periode dan membaginya dengan jumlah
periode peramalan. Secara matematis, MSE dirumuskan sebagai berikut:
∑
Universitas Sumatera Utara