Jenis-Jenis Peramalan Peramalan .1 Definisi Peramalan

8

BAB II TINJAUAN PUSTAKA

2.1 Peramalan 2.1.1 Definisi Peramalan Peramalan merupakan studi terhadap data historis untuk menemukan hubungan, kecenderungan, dan pola yang sistematis Sugiarto, 2000:1. Pendapat lain mengatakan bahwa peramalan merupakan kegiatan penerapan model yang telah dikembangkan pada waktu yang akan datang Aritonang, 2009:2. Selanjutnya Makridakis et al 1999:14 mengatakan bahwa peramalan merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien. Dari beberapa definisi diatas maka dapat diambil suatu kesimpulan bahwa untuk melakukan suatu peramalan dibutuhkan adanya data, pola atau hubungan atas kejadian yang diamati, model peramalan.

2.1.2 Jenis-Jenis Peramalan

Aritonang 2009:4 membedakan jenis peramalan berdasarkan tiga kategori yaitu berdasarkan jangka waktu, ruang lingkup, dan metode yang digunakan. Berdasarkan jangka waktunya, peramalan terbagi atas dua yaitu peramalan jangka pendek dan jangka panjang. Peramalan jangka panjang biasanya dilakukan oleh para pimpinan puncak suatu perusahaan dan bersifat umum sedangkan peramalan jangka pendek biasanya dilakukan pimpinan pada tingkat menengah maupun bawah dan lebih bersifat operasional. Peramalan jangka panjang ini berfungsi sebagai dasar dalam pembuatan peramalan jangka pendek. Universitas Sumatera Utara 9 Berdasarkan ruang lingkupnya, peramalan terbagi atas dua yaitu peramalan mikro dan makro. Contoh peramalan secara mikro adalah misalnya seorang peneliti ingin meramalkan produksi suatu perusahaan untuk sepuluh tahun kedepan sedangkan contoh peramalan secara makro adalah peramalan perekonomian suatu negara selama sepuluh tahun kedepannya. Berdasarkan metode yang digunakan, peramalan terbagi atas dua yaitu metode kualitatif dan kuantitatif. Metode kualitatif biasanya didasarkan atas penilaian orang yang melakukan peramalan tersebut daripada pemanipulasian pengelolaan dan analisis data historis yang tersedia. Hal ini terjadi karena tidak ada atau tidak cukup tersedianya data historis, misalnya peramalan untuk penjualan produk baru. Adapun teknik-teknik yang lazim digunakan dalam peramalan kualitatif ini adalah teknik delphi, kurva pertumbuhan, penulisan skenario, penelitian pasar, kelompok fokus, dan sebagainya. Peramalan kuantitatif adalah peramalan yang didasarkan atas pemanipulasian data historis yang tersedia secara memadai dan tanpa anggapan, intuisi, pendapat, maupun penilaian subjektif dari peneliti. Metode ini lazimnya didasarkan pada analisis statistik. Makridakis 1999:20 berpendapat bahwa 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. Universitas Sumatera Utara 10 Selanjutnya, Makridakis 1999:21 juga berpendapat bahwa terdapat suatu dimensi tambahan untuk mengklasifikasikan metode peramalan kuantitatif yaitu dengan memperhatikan model yang mendasarinya. Terdapat dua jenis model peramalan yang utama, yaitu model deret berkala dan model regresi kausal. Tujuan peramalan deret berkala adalah untuk menemukan pola dalam deret data historis mengekstrapolasikan pola tersebut ke masa depan. Langkah penting dalam memilih suatu metode deret berkala yang tepat adalah dengan mempertimbangkan jenis pola data sehingga metode yang paling tepat dengan pola tersebut dapat diuji. Pola data dapat dibedakan menjadi empat jenis siklis dan trend Makridakis, 1999:21 yaitu : 1. Pola horizontal H, terjadi bilamana nilai data berfluktuasi di sekitar nilai rata-rata yang konstan. Deret seperti itu “stasioner” terhadap nilai rata- ratanya. 2. Pola musiman S, terjadi bilamana suatu deret dipengaruhi oleh faktor musiman misalnya kuartal tahun tertentu, bulanan, atau hari-hari pada minggu tertentu. 3. Pola siklis C, terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti dengan siklus bisnis. 4. Pola trend T, terjadi bilamana terdapat kenaikan atau penurunan sekuler jangka panjang dalam data. Model regresi kausal mengasumsikan bahwa faktor yang diramalkan menunjukkan suatu hubungan sebab-akibat dengan satu atau lebih variabel bebas, Universitas Sumatera Utara 11 misalnya, penjualan = f pendapatan, harga, iklan, persaingan. Model kausal ini bermaksud untuk menemukan bentuk hubungan tersebut dan menggunakannya untuk meramalkan nilai mendatang dari variabel tak bebas.

2.1.3 Langkah-Langkah Peramalan