AB
A
B
A
A
A
Badan Perencanaan Pembangunan Penyusunan Materplan Pendapatan Asli Daerah
Kabupaten Jember
Halaman 84
A
B
Lembaga Penelitian
Proyeksi Rencana Induk
5.1. Tahapan Peramalan
Ada beberapa tahap yang harus dilakukan dalam peramalan forecasting, yaitu mendeteksian pola data, memilih metode peramalan
yang sesuai, menyeleksi metode peramalan yang paling cocok, dan melakukan peramalan. Berikut ini adalah aplikasi dari tahap-tahap
tersebut. 1. Pendeteksian Pola Data
Secara umum, ada berbagai metode yang bisa digunakan untuk melakukan peramalan. Prasyarat dalam penggunaan pemilihan
metode peramalan adalah kesesuaian antara pola data yang digunakan sebagai input peramalan dengan metode peramalan.
Untuk itu, mendeteksi pola data perlu dilakukan terlebih dahulu.
Bab 5
AB
A
B
A
A
A
Badan Perencanaan Pembangunan Penyusunan Materplan Pendapatan Asli Daerah
Kabupaten Jember
Halaman 85
A
B
Lembaga Penelitian
Tujuan pendeteksian pola data adalah unt uk mengetahui apakah data berpola tren, random, musiman, atau stationer. Salah satu
cara untuk mendeteksi ketiga pola tersebut adalah dengan menghitung otokorelasi pada berbagai
lag. Dalam kasus peramalan PAD, pola musiman tidak dideteksi karena pada prinsipnya PAD
tidak dipengaruhi oleh musim. Berikut ini adalah hasil perhitungan otokorelasi untuk setiap komponen
Tabel 16. Otokorelasi Pada Lag kdari Komponen PAD
Lag Pajak Daerah
Retribusi Daerah Hasil
Pengelolaan Kekayaan
Daerah Lain-Lain
Pendapatan Asli Daerah yang Sah
ACF t
hitung
ACF t
hitung
ACF t
hitung
ACF t
hitung
1 0,610723
1,93 0,247360
0,78 0,488870
1,55 0,568968
1,80 2
0,218781 0,52
-0,14024 -0,42
0,028077 0,07
0,332852 0,82
3 0,024834
0,06 -0,54609
-1,60 -0,17762
-0,46 0,076830
0,18 4
-0,10849 -0,25
-0,16284 -0,39
-0,21171 -0,54
-0,19977 -0,46
5 -0,19399
-0,45 -0,01910
-0,04 -0,29219
-0,72 -0,24915
-0,56
Tabel 16 menunjukkan korelasi pada berbagai lag, yaitu lag-1,
lag-2, lag-3, lag-4, dan lag-5. Otokorelasi ACF lag-k r
1
mengindikasikan korelasi antara data pada periode t dan periode t-k. Berdasarkan hasil ACF, data pada setiap komponen
PAD dapat diasumsikan tidak berkorelasi pada berbagai tingkat lag, kecuali r
1
untuk Pajak Daerah. Dengan demikian, data pada Pajak Daerah memiliki komponen tren dan data pada komponen
PAD lainnya tidak berpola tren. Berdasarkan pada plotting grafis, data pada komponen PAD lainnya mempunyai cenderung
memiliki pola siklikal.
2. Pemilihan Metode Peramalan yang Sesuai
¡
AB
¢ £
A
¤¥¦ § ¥¨
B
¥© ª
A
£ « ©
A
¦
A
¡ ¬ ©
Badan Perencanaan Pembangunan Penyusunan Materplan Pendapatan Asli Daerah
Kabupaten Jember
Halaman 86
¢ ¦
®
¥ ©
¯
¤
A
¯ §
¥ ¨
B
¥ ©
Lembaga Penelitian
Menurut Wilson et al. 2007:57, metode peramalan yang dapat digunakan untuk data yang berpola trend metode
trend analysis dan
time series decomposition dan untuk yang berpola siklikal adalah metode
time series decomposition. Dengan demikian, metode-metode ini yang disimulasikan dalam peramalan ini.
3. Penyeleksian Metode Peramalan yang Paling Cocok Tahap berikutnya dalam proses peramalan adalah menyeleksi