3. Untuk penyediaan sumber daya tambahan
Waktu tenggang untuk memperoleh bahan baku, menerima pekerja baru atau membeli mesin dan peralatan dapat berkisar antara beberapa hari sampai beberapa
tahun.
2.3 Jenis Peramalan
Berdasarkan sifatnya, peramalan dibedakan atas dua, yaitu : 1.
Peramalan kualitatif Peramalan kualitatif adalah peramalan yang didasarkan atas data kualitatif pada
masa lalu. Hasil peramalan yang dibuat sangat bergantung pada orang yang menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan
berdasarkan pemikiran yang bersifat pendapat dan pengetahuan dari orang yang menyusunnya. Peramalan ini terdiri dari Metode Eksplanatoris dan Metode
Normatif
2. Peramalan kuantitatif Peramalan kuantitatif adalah peramalan yang didasarkan atas data kuantitatif pada
masa lalu. Hasil peramalan sangat tergantung pada metode yang digunakan dalam peramalan tersebut.
Peramalan kuantitatif dapat diterapkan bila terdapat 3 kondisi, yaitu : a.
Adanya informasi tentang masa lalu b.
Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik
Universitas Sumatera Utara
c. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut
pada masa yang akan datang
2.4 Metode Peramalan
Metode peramalan merupakan cara untuk memperkirakan secara kuantitatif apa yang akan terjadi pada masa yang akan datang berdasarkan data yang relevan pada masa
lalu. Metode peramalan memberikan urutan pengerjaan dan pemecahan atas pendekatan suatu masalah dalam peramalan, sehingga dapat digunakan sebagai dasar
pemikiran dan pemecahan masalah.
Dalam pemilihan teknik dan metode peramalan, pertama-tama perlu diketahui ciri-ciri penting yang perlu diperhatikan bagi pengambilan keputusan dan analisa
keadaan dalam mempersiapkan peramalan.
Ada enam faktor utama yang diidentifikasikan sebagai teknik dan metode peramalan, yaitu :
1. Horizontal waktu Ada dua aspek dari horizon waktu yang berhubungan dengan masing-masing
metode peramalan. Pertama adalah cakupan waktu di masa yang akan datang, kedua adalah jumlah periode untuk peramalan yang diinginkan.
2. Pola Data Dasar utama dari metode peramalan adalah anggapan bahwa macam-macam dari
pola yang diperoleh di dalam data yang diramalkan akan berkelanjutan.
Universitas Sumatera Utara
Hal yang perlu diperhatikan yaitu menentukan jenis pola data historisnya, sehingga pola data yang tepat pada data historis tersebut dapat diuji. Pola data
tersebut dapat dibedakan sebagai berikut : a.
Pola Horizontal H Pola ini terjadi apabila nilai data berfluktuasi di sekitar nilai rata yang konstan
b. Pola Musiman S
Pola yang menunjukkan perubahan yang berulang-ulang secara periodik dalam deret waktu. Pola ini terjadi apabila suatu deret dipengaruhi oleh faktor
musiman, misalnya kuartal tahun tertentu, bulanan atau hari-hari pada minggu tertentu.
c. Pola Siklis C
Pola data yang menunjukkan gerak naik atau turun dalam jangka panjang dari suatu kurva trend. Pola ini terjadi apabila datanya dipengaruhi oleh fluktuasi
ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis. d.
Pola Trend T Pola yang menunjukkan kenaikan atau penurunan jangka panjang dalam data.
3. Jenis dari model Model adalah suatu deret dimana waktu digambarkan sebagai unsur yang penting
untuk menentukan perubahan dalam pola.
4. Biaya yang dibutuhkan Terdapat empat unsur biaya yang tercakup dalam penggunaan peramalan yaitu
biaya pengembangan, penyimpanan, operasi pelaksanaan dan kesempatan dalam penggunaan teknik dan metode lainnya.
Universitas Sumatera Utara
5. Ketepatan metode peramalan Tingkatan 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 pengambilan keputusan
2.4.1 Metode Peramalan Kuantitatif
Dalam peramalan kuantitatif terdapat dua metode, yaitu : 1. Time series deret berkala yaitu metode peramalan yang didasarkan atas
penggunaan analisa pola hubungan antar variabel yang diperkirakan dengan variabel waktu. Yang termasuk dalam metode ini :
a. Metode Pemulusan smoothing b. Metode Box Jenkins
c. Metode Proyeksi Trend dan Regresi
2. Causal yaitu metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antar variabel yang akan diperkirakan dengan variabel lain yang
mempengaruhinya, yang bukan waktu. Yang termasuk dalam metode ini : a. Metode Regresi dan Korelasi
b. Metode Ekonometri c. Metode Input Output
Universitas Sumatera Utara
2.4.2 Metode Pemulusan Smoothing
Metode Pemulusan 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. Secara umum, metode Smoothing diklasifikasikan menjadi dua 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
a. Pemulusan Eksponensial Tunggal
1. satu parameter
2. pendekatan aditif
b. Pemulusan Eksponensial Ganda
1. metode linear satu parameter dari Brown
2. metode dua parameter dari Holt
c. Pemulusan Eksponensial Triple
1. metode kuadratik satu parameter dari Brown
2. metode tiga parameter untuk kecenderungan dan musiman dari Winter
d. Pemulusan Eksponensial menurut Klasifikasi Pegels
Universitas Sumatera Utara
Untuk mendapatkan hasil yang baik, harus diketahui cara peramalan yang tepat. Data produksi minyak kelapa sawit ke dalam grafis menunjukkan pola data trend
linear. Oleh sebab itu metode peramalan yang digunakan untuk meramalkan nilai produksi minyak kelapa sawit pada penelitian ini adalah dengan menggunakan
Metode Pemulusan Eksponensial Ganda Linear Satu Parameter dari Brown dengan rumus :
1. Untuk menentukan nilai peramalan pada periode ke t F
t+m
= a
t
+ b
t
m
2. Untuk menentukan nilai konstanta pada periode ke t a
t
= S
t
+ S
t
- S
t
= 2 S
t
- S
t
3. Untuk menentukan nilai koefisien pada periode ke t b
t
α α
− 1
= S
t
- S
t
4. Untuk menentukan nilai pemulusan eksponensial tunggal S
t
= αX
t
+ 1- α S
t-1
5. Untuk menentukan nilai pemulusan eksponensial ganda S
t
= α S
t
+ 1- α S
t-1
Universitas Sumatera Utara
2.5 Ketepatan Ramalan
Ketepatan ramalan adalah salah satu hal yang mendasar di dalam peramalan, yaitu bagaimana mengukur kesesuaian suatu metode peramalan tertentu untuk suatu
kumpulan data yang diberikan. Dalam banyak situasi peramalan, ketepatan dipandang sebagai kriteria penolakan untuk memilih suatu metode peramalan. Dalam hal
pemodelan deret berkala dari data masa lalu dapat diramalkan situasi yang akan datang. Untuk menguji kebenaran ramalan ini digunakan ketepatan ramalan :
i t
i
F X
e −
= dengan :
e
i
= error kesalahan
t
X = data hasil produksi minyak F
t
= Ramalan
Beberapa kriteria yang digunakan untuk menguji ketepatan ramalan antara lain:
1. Nilai Tengah Kesalahan Mean Error
ME = N
n i
i
e ∑
=1
2. Nilai Tengah Kesalahan Absolut Mean Absolute Error
MAE = N
n i
i
e ∑
=1
Universitas Sumatera Utara
3. Nilai Tengah Kesalahan Kuadrat Mean Square Error
MSE = N
n i
i
e ∑
=1 2
4. Nilai Tengah Kesalahan Persentase Mean Percentage Error
MPE = N
n i
i
PE ∑
=1
5. Nilai Tengah Kesalahan Persentase Absolut Mean Absolut Percentage Error
MAPE = N
n i
i
PE ∑
=1
Universitas Sumatera Utara
BAB 3
ANALISIS DATA
3.1 Pengertian Analisis Data