Tahapan Peramalan 2015 Lapkir Penyusunan Masterplan Pendapatan Asli Daerah Kab. Jember

ƒ AB „ … A †‡ˆ ‰ ‡Š B ‡‹ Œ A …  ‹ A ˆ A ƒ Ž  ‹ Badan Perencanaan Pembangunan Penyusunan Materplan Pendapatan Asli Daerah Kabupaten Jember Halaman 84 „ ˆ   ‡ ‹ ‘  † A ‘ ‰ ‡ Š 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 –š › A ” œ š A — A ’  ž š Badan Perencanaan Pembangunan Penyusunan Materplan Pendapatan Asli Daerah Kabupaten Jember Halaman 85 “ — ž Ÿ – š ž • A ˜ – ™ B – š 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