Peramalan kuantitatif hanya dapat digunakan apabila terdapat tiga kondisi sebagai berikut:
1. Adanya informasi tentang keadaan masa lalu.
2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data.
3. Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa yang
akan datang.
2.2. Metode Peramalan
2.2.1. Pengertian dan Kegunaan Metode Peramalan
Metode peramalan adalah cara memperkirakan atau mengestimasi secara kuantitatif maupun kualitatif apa yang akan terjadi pada masa depan berdasarkan
data relevan pada masa lalu. Metode peramalan juga merupakan cara memperkirakan secara kuantitatif, karena itu metode peramalan termasuk dalam
kegiatan peramalan kuantitatif. Kegunaan metode peramalan ini adalah untuk memperkirakan apa yang
akan terjadi pada masa depan secara sistematis dan pragmatis, sehingga metode peramalan sangat berguna untuk dapat memperkirakan secara sistematis dan
pragmatis atas dasar data yang relevan pada masa yang lalu, dengan demikian metode peramlan diharapkan dapat memberikan objektivitas yang lebih besar.
Metode peramalan juga memberikan urutan pengerjaan dari pemecahan atas pendekatan suatu masalah dalam peramalan, sehingga bila digunakan
pendekatan yang sama atas permasalaha dalam suatu kegiatan peramalan, maka akan didapat dasar pemikiran dan pemecahan yang sama, karena argumentasinya
sama. Selain itu, metode peramalan memberikan cara pengerjaan yang teratur dan terarah, dengan demikian dapat dimungkinkan penggunaan teknik-teknik
penganalisaan yang lebih maju.
Universitas Sumatera Utara
2.2.2. Jenis-Jenis Metode Peramalan
Pada dasarnya metode peramalan kuantitaif ini dapat dibedakan atas: 1.
Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu yang
merupakan deret waktu atau time series, yaitu: a.
Metode smoothing, mencakup data lewat past data, metode rata-rata kumulatif, metode rata-rata bergerak moving averages dan metode
exponential smooting. Metode smoothing digunakan untuk mengurangi ketidak teraturan musiman dari data yang lalu maupun kedua-duanya,
dengan membuat rata-rata tertimbang dari sederetan data yang lalu. Ketepatan accuracy dari peramalan dengan metode ini akan terdapat
pada jangka pendek, sedangkan untuk peramalan jangka panjang sangat kurang ketepatannya. Data yang dibutuhkan ialah data minimal selama dua
tahun. b.
Metode Box Jenkins, menggunakan dasar deret waktu dengan model matematis, agar kesalahan yang terjadi dapat sekecil mungkin.
Penggunaan metode ini membutuhkan identifikasi model dan estimasi parameternya. Metode ini sangat baik ketepatan accuracy untuk
parameter jangka pendek, sedangkan untuk peramalan jangka panjang sangat kurang ketepatannya. Data yang dibutuhkan ialah data minimun
dua tahun dan data yang dimiliki lebih dari dua tahun. c.
Metode proyeksi trend dengan regresi, merupakan dasar garis trend untuk suatu persamaan matematis, sehingga dengan dasar persamaan tersebut
dapat diproyeksikan hal yang diteliti untuk masa depan. Data yang dibutuhkan ialah data tahunan, dan semakin banyak data yang dimiliki
semakin lebih baik, serta minimum data tahunan adalah lima tahun. 2.
Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel lain yang
mempengaruhinya, yang bukan waktu, yang disebut metode korelasi atau sebab akibat causal methods, yang terdiri dari:
Universitas Sumatera Utara
a. Metode regresi dan korelasi, didasarkan pada penetapan suatu persamaan
estimasi menggunakan teknik “least square”. Data yang digunakan untuk penggunaan metode peramalan ini adalah data kuartalan dari beberapa
tahun yang lalu. b.
Model ekonometri, didasarkan atas peramalan pada sistem persamaan regresi yang diestimasikan secara simultan. Data yang dibutuhkan adalah
data kuartalan beberapa tahun. c.
Model input output, dipergunakan untuk menyusun proyeksi trend ekonomi jangka panjang. Data yang dibutuhkan adalah data tahunan
selama sekitar sepuluh sampai lima belas tahun.
2.2.3. Metode Pemulusan Smoothing
