2.2 Jenis Peramalan
Berdasarkan sifat peramalan dibedakan atas 2 jenis yaitu:
1. Peramalan Kuantitatif
Peramalan Kuantitatif adalah peramalan yang berdasarkan atas data kualitatif pada masa lalu. Hasil paramalan ini sangat bergantung pada orang yang menyusunnya,
kareana berdasarkan pemikiran yang bersifat intuisi. Pendapat dan pengetahuan serta pengalaman dari orang-orang yang menyusunnya.
2. Peramalan Kuantitatif
Peramalan Kuantitatif adalah peramalan yang didasarkan atas data kuantitatif pada masa lalu. Hasil peramalan ini sangat bergantung pada metode yang dipergunakan
dalam peramalan tersebut. Karena dengan metode yang berbeda akan diperoleh suatu hasil ramalan dengan kenyataan yang terjadi. Semakin kecil penyimpangan antara hasil
ramalan dengan kenyataan yang terjadi berarti berarti metode yang dipergunakan semakin baik. Peramalan yang baik adalah dilakukan dengan mengikuti prosedur
penyusunan yang baik.
2.3 Kegunaan Peramalan
Kegunaan paramalan dalam suatu penelitian adalah melakukan analisa terhadap situasi yang diteliti untuk memperkirakan situasi dan kondisi yang akan terjadi dari sesuatu yang
diteliti di masa depan.
Universitas Sumatera Utara
Peramalan merupakan suatu alat Bantu yang penting dalam perencanaan yang evektif dan evisien. Dalam hal ini penyusunan suatu rencana untuk mencapai tujuan atau
sasaran suatu organisasi terdapat perbedaan waktu antara kegiatan apa saja yang perlu dilakukan, kapan waktu pelaksanaan dan oleh siapa dilaksanakan perencanaan dan
peramalan sanagat erat kaitannya, ini dapat dilihat dalam hal penyusunan rencana, dimana dalam penyusunan ini melibatkan masalah peramalan juga. Dengan demikian dapat
dikatakan bahwa peramalan merupakan dasar untuk menyusun rencana.
2.4 Metode Pemulusan Smoothing
Metode smoothing adalah metode peramalan dengan melakukan pengahalusan terhadap data masa lalu, yaitu mengambil rata-rata dari nilai beberapa tahun untuk menaksir nilai
pada satu tahun. Beberapa metode penghalusan diantaranya adalah:
1. Metode rata-rata
Metode rata-rata tujuannya memanfaatkan data masa-masa lalu untuk mengembangkan suatu system peramalan pada periode mendatang.
Metode rata-rata ini dibagi atas: a.
Nilai Tengah Mean b.
Rata-rata Bergaerak Tunggal Single Moving Averange c.
Rata-rata Bergerak Ganda Double Moving Averange d.
Kombinasi rata-rata bergerak lainnya.
2. Metode Smoothing Eksponensial
Universitas Sumatera Utara
Bentuk umum dari metode smoothing ini adalah:
t t
t
F X
F α
α −
+ =
+
1
1
Dengan :
1 +
t
F = peramalan satu parameter kedepan
t
X = data aktual pada periode t
t
F = ramalan pada periode t
α = parameter pemulusan
1
α Metode smoothing eksponensial terdiri atas :
1. Smoothing Eksponensial Tunggal
2. Smoothing Eksponensial Ganda;
a. Metode linier satu parameter dari Brown
b. Metode dua parameter dari Holt
2.5 Ketepatan Ramalan
Ketepatan ramalan adalah salah satu hal yang mendasar dalam peramalan, yaitu bagaimana mengukur kesesuaian suatu metode peramalan tertentu untuk suatu
kumpulan data yang diberikan. Ketepatan dipandang sebagai kriteria penolakan untuk memilih satu metode peramalan. Dalam pemodelan deret berkala time series, dari
data masa lalu dapat diramalkan situasi yang akan terjadi pada masa yang akan dating, untuk menguji kebenaran ramalan ini digunakan ketepatan ramalan.
Beberapa kriteria yang digunakan untuk menguji ketepatan ramalan antara lain adalah:
Universitas Sumatera Utara
1. Nilai tengah kesalahan Mean Error
n ei
ME
n i
∑
=
=
1
2. Nilai tengah kesalahan kuadrat Mean Square Error
n ei
MSE
i
∑
=
=
1 2
3. Nilai tengah kesalahan absolut Mean Absolute Error
n ei
MAE
n i
∑
=
=
1
4. Nilai tengah kesalahan presentase absolute Mean Absolute Persentage Error
n Pei
MAPE
n i
∑
=
=
1
5. Nilai tengah kesalahan presentase Mean Persentage Error
n Pei
MPE
n i
∑
=
=
1
6. Jumlah kuadrat kesalahan Sum of Squqred Error
∑
=
=
n i
ei SSE
1 2
Dimana :
t
PE = Kesalahan persentase =
100 X
F X
t t
−
t
F = Nilai ramalan pada periode ke t
t t
F X
e −
= kesalahan pada periode t
Universitas Sumatera Utara
t
X = Data aktual pada periode t
n = Banyak periode waktu
Metode peramalan yang dipilih adalah metode peramalan yang diberikan nilai MSE
yang terkecil.
Universitas Sumatera Utara
Universitas Sumatera Utara
BAB 3
ANALISA DATA
3.1 Arti Analisa Data
Analisa data pada dasarnya dapat diartikan sebagai penjabaran atas pengukuran data kuantitatif menjadi suatu penyajian yang lebih mudah untuk ditafsirkan dan menguraikan
suatu masalah secara parsial ataupun keseluruhan.
Untuk pemecahan masalah perlu dilakukan suatu analisa dan pengolahan data. Data yang akan diolah adalah data penjualan minyak sawit eksport di PPKS Medan dari
data tahun 2003 – 2008, analisa yang dipakai dalam pengolahan data ini adalah analisa pemulusan eksponensial ganda.
3.2 Analisa Pemulusan Eksponensial Ganda
Kategori