Peramalan Jenis – Jenis Peramalan

18

BAB 2 TINJAUAN TEORITIS

2.1 Peramalan

Dalam melakukan analisa ekonomi atau analisa kegiatan perusahaan, haruslah diperkirakan apa yang akan terjadi dalam bidang ekonomi atau dalam dunia usaha pada masa yang akan datang. Kegiatan memperkirakan apa yang akan terjadi pada masa yang akan datang, kita kenal dengan sebutan peramalan forecasting. Setiap kebijakan ekonomi maupun kebijakan perusahaan tidak akan terlepas dari usaha untuk meningkatkan kesejahteraan masyarakat atau meningkatkan keberhasilan perusahaan untuk mencapai tujuan pada masa yang akan datang dimana kebijakan tersebut dilaksanakan. Usaha untuk melihat dan mengkaji situasi dan kondisi tersebut tidak terlepas dari kegiatan peramalan.

2.2 Jenis – Jenis Peramalan

Pada umumnya peramalan dapat dibedakan dari beberapa segi tergantung dari cara melihatnya. Apabila dilihat dari sifat penyusunnya, maka peramalan dapat dibedakan atas dua macam, yaitu : 1. Peramalan yang subyektif, yaitu peramalan yang didasarkan atas perasaan atau intuisi dari orang yang menyusunnya. Dalam hal ini pandangan atau Universitas Sumatera Utara 19 “judgment” dari orang yang menyusunnya sangat menentukan baik tidaknya hasil ramalan tersebut. 2. Peramalan yang objektif, peramalan yang didasarkan atas data yang relevan pada masa lalu, dengan menggunakan teknik – teknik dan metode dalam penganalisaan data tersebut. Disamping itu, jika dilihat dari jangka waktu ramalan yang disusun. Maka peramalan dapat dibedakan atas dua macam, yaitu : 1. Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan jangka jangka waktunya lebih dari satu setengah tahun atau tiga semester. Peramalan seperti ini misalnya diperlukan dalam penyusunan rencana pembangunan suatu negara atau suatu daerah, corporate planning, rencana investasi atau rencana ekspansi dari suatu perusahaan. 2. Peramalan jangka pendek, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan dalam jangka waktu yang kurang dari satu setengah tahun, atau tiga semester. Peramalan seperti ini diperlukan dalam penyusunan rencana tahunan, rencana kerja operasional, dan anggaran contoh penyusunan rencana produksi, rencana penjualan, rencana persediaan, anggaran produksi, dan anggaran perusahaan. Berdasarkan sifat ramalan yang telah disusun, maka peramalan dapat dibedakan atas dua macam, yaitu : 1. Peramalan kualitatif, yaitu peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada orang yang menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran yang bersifat intuisi, judgment atau pendapat, dan Universitas Sumatera Utara 20 pengetahuan serta pengalaman dari penyusunnya. Biasanya peramalan secara kualitatif ini didasarkan atas hasil penyelidikan. 2. Peramalan kuantitatif, yaitu peramalan yang didasarkan atas data kuantitatif pada masa lalu. Hasil peramalan yang dibuat sangat bergantung pada metode yang digunakan dalam peramalan tersebut. Dengan peramalan 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 peramalan dengan kenyataan yang terjadi. Metode yang baik adalah metode yang memberikan nilai – nilai perbedaan atau penyimpangan yang mungkin terjadi. Peramalan kuantitatif hanya dapat digunakan apabila terdapat tiga kondisi sebagai berikut : a. Adanya informasi tentang keadaan yang lain. b. Informasi tersebut dapat dikuantifikasikan dalam bentuk data. c. Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa yang akan datang. Dari uraian diatas dapatlah diketahui bahwa jenis – jenis peramalan sangat tergantung dari segi mana kita memandangnya. Langkah – Langkah Peramalan Kualitas atau mutu dari hasil peramalan yang disusun, sangat ditentukan oleh proses pelaksanaan penyusunnya. Peramalan yang baik adalah peramalan yang dilakukan Universitas Sumatera Utara 21 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 yang lalu. Analisa ini dilakukan dengan cara membuat tabulasi data maka dapat diketahui pola data tersebut. 2. Menentukan metode yang digunakan. Masing – masing metode akan memberikan hasil peramalan yang berbeda. Dimana metode peramalanyang baik adalah metode yang menghasilkan penyimpangan antara hasil peramalan dengan nilai kenyataan yang sekecil mungkin. 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. Proyeksi adalah adanya suatu kecenderungan sesuatu hal pada masa yang akan datang yang masih belum diketahui dan mempunyai nilai pada masa yang akan datang yang merupakan petunjuk tentang jumlah sesuatu hal tersebut di masa yang akan datang. Metode Peramalan Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan akan terjadi pada masa yang akan datang. Metode peramalan adalah cara memperkirakan secara kuantitatif apa yang akan terjadi pada masa depan, berdasarkan Universitas Sumatera Utara 22 data yang relevan pada masa lalu. Oleh karena metode peramalan didasarkan atas data yang relevan pada masa lalu, maka metode peramalan ini dipergunakan dalam peramalan yan objektif. Perlu diketahui bahwa, keberhasilan peramalan didasarkan atas : 1. Pengetahuan teknik tentang informasi yang lalu yang dibutuhkan. 2. Teknik dan metode peramalan. Metodologi Penelitian Metode Smoothing Metode Smoothing merupakan teknik 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 historis digunakan untuk memperoleh angka yang dilicinkan atau diratakan. Metode smoothing ini dibagi menjadi dua, yaitu : 1. Moving Averages MOVA rata – rata bergerak 2. Eksponensial Smoothing Moving Average Metode ini dilakukan dengan mengambil sekelompok nilai pengamatan, mencari rata – ratanya kemudian menggunakan rata – rata tersebut sebagai ramalan untuk periode yang akan datang. Metode ini disebut rata – rata bergerak karena setiap Universitas Sumatera Utara 23 kali data observasi baru tersedia, maka angka rata – rata baru dihitung dan digunakan sebagai ramalan Forecast. Metode Moving Averages ini dibagi menjadi dua, yaitu : 1. Rata – rata Bergerak Tunggal Single Moving Averages Metode ini mempunyai karakteristik khusus, yaitu : a. Untuk menentukan ramalan pada periode yang akan datang memerlukan data historis selama jangka waktu tertentu. Misalnya, dengan 4 bulan moving average, maka ramalan bulan ke 5 baru bisa dibuat setelah bulan ke 4 selesai. Jika 6 bulan moving average, ramalan bulan ke 7 baru bisa dibuat setelah bulan ke 6 selesai. b. Semakin panjang jangka waktu moving average, efek pelicinan semakin terlihat dalam ramalan atau menghasilkan moving average yang semakin luas. 2. Rata – rata Bergerak Ganda Double Moving Average Dasar dari metode ini adalah menghitung rata – rata bergerak yang kedua. Rata – rata bergerak ganda ini merupakan rata – rata bergerak dari rata – rata bergerak, dan menurut simbol ditulis sebagai MAM x N dimana artinya adalah MA M periode dari MA N periode. Adapun prosedur peramalan rata – rata bergerak linier meliputi tiga aspek : 1. Penggunaan rata – rata bergerak tunggal pada waktu t ditulis S t 2. Penyesuaian, yang merupakan perbedaan antara rata – rata bergerak tunggal dan ganda pada waktu t ditulis S t - S t , dan 3. Penyesuaian untuk kecenderungan dari periode t ke periode t +1 atau ke periode t + m jika kita meramalkan M periode ke muka. Universitas Sumatera Utara 24 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 : N X X X X S N t t t t t 1 2 1 ... + − − − + + + + = Dengan : t S = smoothing pertama periode t X t = nilai real periode t N = jumlah periode b. Menentukan smoothing kedua S t , persamaan ini menganggap bahwa semua rata – rata bergerak tunggal S t telah dihitung. Persamaan ini kita menghitung rata – rata bergerak N periode dari nilai – nilai S t tersebut. N S S S S S n t t t t t 1 2 1 ... + − − − + + + + = Dengan : 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 : t t t t t t S S S S S a 2 − = − + = Dengan : a t = besarnya konstanta periode t Universitas Sumatera Utara 25 d. Menentukan besarnya slope b t , persamaan ini menentukan taksiran kecenderungan dari periode waktu yang satu ke periode waktu berikutnya, persamaannya sebagai berikut : 1 2 − − = N S S b t t t Dengan : b t = slopenilai trend dari data yang sesuai e. Menentukan besarnya forecast, persamaan in 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 : m b a F t t m t + = + Dengan : F t+m = besarnya forecast m = jangka waktu foresact 2.6 Ketepatan Peramalan Ketepatan peramalan adalah salah satu hal yang mendasar didalam peramalan, yaitu bagaimana mengukur kesesuaian suatu kumpulan data yang diberikan. Ketepatan dipandang sebagai kriteria penolakan untuk memilih suatu peramalan. Dalam pemodelan pemulusan smooting, dari data masa lalu dapat diramalkan situasi yang Universitas Sumatera Utara 26 akan terjadi dimasa yang akan datang. Untuk menguji kebenaran ini digunakan ketepatan peramalan. Untuk hasil peramalan yang akurat adalah ramalan yang bisa meminimalkan kesalahan meramal forecast error. Besarnya forecast error dihitung sebagai berikut: Error = Nilai impor – Ramalan i i i F X e − = Dimana : i X = data nilai impor periode ke-i i F = ramalan periode ke-i Suatu ukuran ketepatan peramalan, maka digunakan ukuran-ukuran alternatif yang diantaranya menyangkut kesalahan persentase. Empat ukuran berikut yaitu: 1. Persentage Error Adalah suatu kesaklahan persentase 100 x X F X PE t t t t         − = 2. Absolute Persentage Error Adalah kesalahan persentase absolute 100 x X F X APE t t t − = Universitas Sumatera Utara 27 3. Mean Persentage Error Adalah nilai tengah kesalahan ∑ = = n i t n PE MPE 1 4. Mean Absolute Persentage Error Adalah nilai tengah kesalahan persentase absolute ∑ = = n i t n PE MAPE 1 Universitas Sumatera Utara 28 BAB 3 TINJAUAN UMUM BADAN PUSAT STATISTIK

3.1 Sejarah Singkat Badan Pusat Statistik