17
3.1.4 Jenis-Jenis Peramalan
Pada umumnya peramalan dapat dibedakan dari beberapa segi tergantung
dari cara melihatnya. Apabila dilihat dari sifat penyusunannya, Mulyono 2000
menjelaskan bahwa peramalan dapat dibedakan atas dua macam, yaitu : a. Peramalan yang subjektif, yaitu peramalan yang didasarkan atas perasaan
atau intuisi dari orang yang menyusunnya. Dalam hal ini pandangan atau “judgement” dari orang yang menyusunnya sangat menentukan baik
tidaknya hasil ramalan tersebut. b. Peramalan yang objektif adalah peramalan yang didasarkan atas data yang
relevan pada masa lalu, dengan menggunakan tehnik-tehnik dan metode- metode dalam penganalisaan data tersebut.
Selanjutnya Mulyono 2000 menyatakan bahwa jika dilihat dari jangka waktu ramalan yang disusun, maka peramalan dapat dibedakan atas dua macam,
yaitu : a. Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk
menyusun hasil ramalan yang jangka waktunya lebih dari satu setengah tahun atau tiga semester.
b. Peramalan jangka pendek, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan dengan jangka waktu yang kurang dari satu
setengah tahun atau tiga semester. Berdasarkan sifat ramalan yang telah disusun, maka peramalan dapat
dibedakan atas dua macam, yaitu metode peramalan kualitatif dan kuantitatif. Metode kualitatif disusun berdasarkan pemikiran yang bersifat intuisi,
pertimbangan dan pengetahuan dari penyusunnya, sedangkan metode kuantitatif
18 dengan melakukan perhitungan secara statistik. Peramalan kualitatif terdiri dari
delphi method, jury of executive opinion, sales force composite dan costumer market survey Gaynor, 1994. Peramalan kuantitatif dapat menggunakan metode
time series dan metode kausal.
3.1.5 Identifikasi Pola Data Model Time Series
Metode peramalan time series merupakan suatu tehnik peramalan yang didasarkan pada analisis perilaku atau nilai masa lalu suatu variabel yang disusun
menurut urutan waktu. Alasan penggunaan model ini adalah karena sederhana, cepat dan murah. Model ini cocok untuk meramal sejumlah besar variabel dalam
tempo singkat dengan sumberdaya yang terbatas Mulyono, 2000. Metode time series ini akan menghasilkan pola data yang dibagi menjadi
empat Hanke, 2003 yaitu : 1. Pola Horizontal
Pola horizontal terjadi ketika data observasi berfluktuasi disekitar nilai rata-rata yang konstan. Tipe ini disebut juga pola stasioner.
2. Pola Musiman Pola ini terjadi ketika data observasi dipenga ruhi oleh faktor musiman.
Komponen musiman merupakan fluktuasi yang terjadi kurang dari setahun dan berulang pada tahun-tahun berikutnya. Komponen musiman relatif
dominan pada peubah-peubah yang besarannya tergantung pada musimcuaca.
3. Pola Siklik Pola ini terjadi ketika data observasi terlihat naikturun dalam periode
waktu yang tidak tetap. Komponen siklus umumnya ditemukan pada
19 analisis jangka panjang seperti peramalan peubah yang terkait dengan
siklus hidup produk. 4. Pola Kecenderungan trend
Pola trend terbentuk ketika data observasi terlihat meningkatmenurun dalam periode waktu yang lebih panjang. Trend merupakan komponen
jangka panjang yang mendasari pertumbuhan atau penurunan data time series.
Langkah yang harus dilakukan untuk menganalisis data historis adalah dengan memplotkan data tersebut secara grafis. Dari hasil plot data tersebut dapat
diketahui apakah pola data stasioner, musiman, siklik atau trend. Dengan mengetahui secara jelas pola dari suatu data historis maka dapat dipilih tehnik-
tehnik peramalan yang mampu secara efektif mengekstrapolasi pola data.
3.1.6 Metode Peramalan Model Time Series
Kategori