1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Seiring  pesatnya  kemajuan  ilmu  pengetahuan,  kesadaran  mengenai peristiwa  mendatang  semakin bertambah dan akibatnya kebutuhan akan berbagai
peramalan semakin  meningkat. Misalnya berbagai peramalan di bidang ekonomi, perdagangan,  industri,  lingkungan,  dan  sosial  telah  menghadirkan  berbagai
macam  hasil  yang  dapat  digunakan  oleh  beragam  pihak  untuk  mengambil keputusan.  Contoh  yang  paling  lazim  tentunya  adalah  kecermatan    dalam
peramalan  cuaca  yang  dapat  kita  gunakan  untuk  mengambil  beberapa  keputusan seperti mempersiapkan kebutuhan di musim hujan yang diramalkan  akan datang.
Sering  kali  dijumpai  berbagai  masalah  yang  bersifat  musiman  di  sekitar kehidupan. Permasalahan tersebut bagi sebagian orang lantas hanya menjadi angin
lalu  yang  tidak  diperhatikan.  Padahal  jika  dicermati  dan  diteliti,  pola  musiman yang  memiliki  pola  berulang-ulang  tersebut  dapat  memberikan  gambaran  akan
kondisi  masa  depan  sehingga  dapat  dibuat  suatu  perencanaan  dan  pengambilan keputusan yang baik berdasarkan peramalan yang dilakukan.
Dalam  kegiatan  organisasi,  peramalan  merupakan  bagian  integral  dari pengambilan  keputusan  yang  dilakukan  oleh  pihak  manajemen.  Organisasi  akan
2
menentukan sasaran dan tujuan, kemudian berusaha  menduga berdasarkan  faktor- faktor  lingkungan  yang  ada,  lalu  memilih  tindakan  yang  diharapkan  dapat
menghasilkan  pencapaian  sasaran  dan  tujuan  tersebut.  Hal  ini  menjadikan kebutuhan akan peramalan meningkat seiring dengan keinginan manajemen untuk
mengurangi  ketergantungan  terhadap  hal- hal  yang  belum  pasti  pada  beberapa bagian penting. Beberapa bagian tersebut di antaranya adalah penjadwalan sumber
daya  yang  tersedia,  penyediaan  sumber  daya  tambahan,  dan  penentuan  sumber daya  yang  diinginkan.  Mungkin  terdapat  banyak  bagian  lain  yang  memerlukan
peramalan,  namun  ketiga  bagian  di  atas  merupakan  bentuk  khas  dari  keperluan peramalan dalam suatu organisasi pada umumnya.
Bentuk-bentuk  keperluan  peramalan  yang  khas  tersebut  tentunya  juga terdapat  pada  lingkup  organisasi  lembaga  bimbingan  belajar.  Peramalan  jumlah
pendaftaran  siswa  pada  suatu  lembaga  bimbingan  belajar  tentunya  akan  dapat membantu  menentukan  penjadwalan  kelas  dan  jam  belajar  penjadwalan  sumber
daya,  menentukan  kapan  diperlukannya  pengajar  tambahan  dan  buku  mater i tambahan  bagi  siswa  baru  penyediaan  sumber  daya  tambahan,  serta  penentuan
peralatan    yang  dibutuhkan  di  masa  mendatang  penentuan  sumber  daya  yang diinginkan.  Oleh  karena  itu,  meramalkan  jumlah  pendaftaran  siswa  baru  akan
sangat  penting.  Ini  dilakukan  agar  kegiatan  belajar  mengajar  tetap  terjaga  stabil dan kebutuhan siswa dapat terpenuhi.
Untuk meramalkan jumlah pendaftaran siswa baru pada periode yang akan datang, dapat digunakan analisis deret berkala time series. Metode peramalan ini
3
didasarkan  atas  konsep  bahwa  hasil  observasi  saat  ini  dipengaruhi  oleh  hasil observasi  masa  lalu  dan  hasil  observasi  yang  akan  datang  dipengaruhi  hasil
observasi  saat  ini.  Namun  karena  jumlah  pendaftaran  siswa  baru  pada  lembaga bimbingan  belajar  bersifat  musiman,  maka  metode  yang  cocok  untuk  digunakan
adalah metode Seasonal ARIMA dan metode Dekomposisi. Metode Seasonal  ARIMA  merupakan bentuk khusus  untuk data  musiman
dari  model  ARIMA.  Metode  Seasonal  ARIMA  memiliki  beberapa  asumsi  yang harus  terpenuhi  sehingga  memiliki  kekuatan  dari  pendekatan  teori  statistik.
Metode  ini  sendiri  dapat  diaplikasikan  pada  berbagai  bidang  diantaranya penelitian  mengenai  peramalan  debit  air  sungai  [1],  peramalan  jumlah  penderita
demam  berdarah  [2],  dan  peramalan  produksi  air  bersih  [3].  Berbeda  dengan metode  Dekomposisi  yang  lebih  sederhana,  yakni  dengan  melakukan  proses
pemisahan  faktor  musiman  lalu  menghitungnya  secara  terpisah  untuk  kemudian digunakan  kembali  dalam  peramalan.  Metode  ini  sering  diterapkan  pada  bidang
marketing  karena  kemudahan  prosesnya,  beberapa  diantaranyanya  yakni  pada peramalan  daya  beban  listrik  [4],  analisis  data  runtun  waktu  Indeks  Harga
Konsumen [5], dan analisis peramalan ekspor Indonesia [6]. Meskipun kebutuhan peramalan  mengenai  jumlah pendaftaran siswa baru
pada  suatu  lembaga  bimbingan  belajar  termasuk  dalam  bidang  marketing  yang lebih  sering  menggunakan  metode  Dekomposisi,  namun  penerapan  metode
Seasonal ARIMA dirasa perlu dipertimbangkan  me ngingat keunggulannya secara statistik  dibandingkan  metode  Dekomposisi.  Berdasarkan  uraian  di  atas  maka
4
penulis  membuat  skripsi  dengan  judul  “Analisis  Peramalan  Jumlah Pendaftaran  Sis wa  Baru  Menggunakan  Metode  Seasonal  ARIMA  dan
Metode  Dekomposisisi  Studi  Kas us  Lembaga  Bimbingan  Belajar  SSC Bintaro
”.
1.2 Perumusan Masalah