BAB 2
TINJAUAN TEORI
2.1 Pengertian Peramalan
Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan
akan terjadi pada masa yang akan datang. Ramalan tersebut dapat didasarkan atas bermacam – macam cara yaitu Metode Pemulusan Eksponensial atau Rata – rata
Bergerak, Metode Box Jenkis, dan Metode Regresi. Semua itu dikenal dengan metode peramalan. Metode peramalan adalah cara untuk memperkirakan secara kuantitatif apa
yang akan terjadi pada masa yang akan datang dengan dasar data yang relevan pada masa lalu. Dengan kata lain metode peramalan ini digunakan dalam peramalan yang
bersifat objektif
Disamping itu metode peramalan memberikan urutan pengerjaan dan pemecahan atas pendekatan suatu masalah dalam peramalan, sehingga bila digunakan pendekatan
yang sama dalam suatu permasalahan dalam suatu kegiatan peramalan, maka akan dapat dasar pemikiran dan pemecahan yang sama.
Baik tidaknya suatu peramalan yang disusun, di samping ditentukan oleh metode yang digunakan, juga ditentukan baik tidaknya informasi yang digunakan. Selama
Universitas Sumatera Utara
informasi yang digunakan tidak dapat meyakinkan, maka hasil peramalan yang disusun juga akan sukar dipercaya akan ketepatannya.
2.2 Jenis-Jenis Metode Peramalan
Metode sistem peramalan yang sering digunakan dapat dilihat pada gambar di bawah ini:
a. Metode Deret Waktu Time series Method
Metode peramalan ini menggunakan deret waktu time series sebagai dasar peramalan memerlukan data aktual lalu yang akan diramalkan untuk
mengetahui pola data yang diperlukan untuk menentukan metode peramalan yang sesuai. Beberapa metode dalam time series yaitu sebagai berikut:
1 ARIMA Autoregressive Integrated Moving Average pada dasarnya
menggunakan fungsi eret waktu, metode ini memerlukan pendekatan model identification serta penaksiran awal dari paramaternya.
Universitas Sumatera Utara
2 Kalman Filter banyak digunakan pada bidang rekayasa sistem untuk
memisahkan sinyal dari noise yang masuk ke sistem. Metoda ini menggunakan pendekatan model state space dengan asumsi white noise
memiliki distribusi Gaussian. 3
Bayesian merupakan metode yang menggunakan state space berdasarkan model dinamis linear dynamical linear model. Sebagai contoh:
menentukan diagnosa suatu penyakit berdasarkan data-data gejala hipertensi atau sakit jantung.
4 Metode smoothing dipakai untuk mengurangi ketidakteraturan data yang
bersifat musiman dengan cara membuat keseimbangan rata-rata dari data masa lampau.
5 Regresi menggunakan dummy variabel dalam formulasi matematisnya.
Sebagai contoh: kemampuan dalam meramal sales suatu produk berdasarkan harganya.
b. Metode Kausal