Peramalan Peramalan Kuantitatif LANDASAN TEORI

BAB III LANDASAN TEORI

3.1. Peramalan

Forecasting Menurut Rosnani Ginting 2007, peramalan merupakan bagian awal dari suatu proses pengambilan suatu keputusan. Sebelum melakukan peramalan harus diketahui terlebih dahulu apa sebenarnya persoalan dalam pengambilan keputusan itu. Peramalan adalah pemikiran terhadap suatu besaran, misalnya permintaan terhadap satu atau beberapa produk pada periode yang akan datang.

3.2. Peramalan Kuantitatif

Pada metode ini, data historis masa lalu digunakan untuk meramalkan permintaan masa depan. Ada dua kelompok besar metode kuantitatif, yaitu: 1. Time Series Metode time series adalah metode peramalan secara kuantitatif dengan menggunakan waktu sebagai dasar peramalan. Untuk membuat suatu peramalan diperlukan data historis. Data inilah yang diakumulasikan dalam beberapa periode waktu. Metode time series mengasumsikan bahwa apa yang telah terjadi di masa lalu akan terus terjadi di masa yang akan datang. Time series memakai teknik statistik yang menggunakan data historis. Ada empat komponen utama yang mempengaruhi analisa ini, yaitu: a. Trend Kecenderungan Universitas Sumatera Utara Trend merupakan sifat dari permintaan dimasa lalu terhadap waktu terjadinya bila ada pertambahankenaikan atau penurunan dari data observasi jangka panjang. b. Siklus Digunakan bila data dipengaruhi oleh fluktuasi jangka panjang atau memiliki siklus yang berulang secara periodik. c. Musiman Seasonal Pola ini digunakan bila suatu deret waktu dipengaruhi oleh faktor musim seperti mingguan, bulanan, dan harian. d. Horizontal Pola ini dipakai bila nilai-nilai dari data observasi berfluktuasi di sekitar nilai konstan rata-rata. Dengan demikian dapat dikatakan pola ini sebagai stationary pada rata-rata hitungannya. Misalnya, pola ini terdapat bila suatu produk mempunyai jumlah penjualan yang tidak menaik atau menurun selama beberapa periode waktu. 2. Causal Method Metode yang didasarkan atas penggunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel lain yang mempengaruhinya.

3.2.1. Metode Regresi

Metode kecenderungan dengan regresi merupakan dasar kecenderungan untuk suatu persamaan, sehingga dengan dengan dasar persamaan tersebut dapat diproyeksikan hal-hal yang akan diteliti pada masa yang akan datamg. Untuk Universitas Sumatera Utara peramalan jangka pendek dan jangka panjang, ketepatan peramalan dengan metode ini sangat baik. Data yang dibutuhkan untuk metode ini adalah tahunan, minimal lima tahun. Namun, semakin banyak data yang dimiliki semakin baik hasil yang diperoleh. Bentuk fungsi dari metode ini dapat berupa: 1. Konstan, dengan fungsi peramalan Yt: Yt = a, dimana N Y a   1 Dimana: Yt = nilai tambah N = jumlah periode Gambar 3.1. Grafik Metode Konstan 2. Linear, dengan fungsi peramalan: Yt = a + bt Dimana: n bt Y a                  2 2 t t n y t ty n b 2 4 6 8 1 2 3 4 5 K ec ep a ta n m s Waktu s v ms Universitas Sumatera Utara Gambar 3.2. Grafik Metode Linear 3. Kuadratis, dengan fungsi peramalan: Yt = a + bt + ct 2 Dimana: n t c t b Y a       2      b c 2          b        4 2 2 t n t      tY n Y t       Y t n Y t 2 2       3 2 t n t t        2 2 t n t  2 4 6 8 10 12 1 2 3 4 5 K e cepa ta n m s Waktu s v ms Universitas Sumatera Utara Gambar 3.3. Grafik Metode Kuadaratis 4. Eksponensial, dengan fungsi peramalan: Yt = ae bt Dimana: n t b Y a     ln ln   2 2 ln ln         t t n Y t Y t n b Gambar 3.4. Grafik Metode Eksponensial 5. Siklis, dengan fungsi peramalan: 20 40 60 80 100 120 2 4 6 Series1 2 4 6 8 10 12 20 40 60 80 Series1 Universitas Sumatera Utara n t c n b a Y t   2 cos 2 sin ˆ    Dimana: n t c n t b na Y   2 cos 2 sin      n t n t c n b n t a n t Y      2 cos 2 sin 2 sin 2 sin 2 sin 2       n t n t b n c n t a n t Y      2 cos 2 sin 2 cos 2 cos 2 cos 2        Gambar 3.5. Grafik Metode Siklis

3.3. Kriteria Pemilihan Metode Peramalan