3. Analisis deret berkala Multivariate Model ARIMA digunakan untuk analisis
data deret waktu pada kategori data berkala tunggal, atau sering dikategorikan model-model univariat.
Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Dalam usaha mengetahui atau melihat perkembangan di masa
depan, peramalan dibutuhkan untuk menentukan kapan suatu peristiwa akan terjadi atau suatu kebutuhan akan timbul, sehingga dapat dipersiapkan kebijakan atau
tindakan-tindakan yang perlu dilakukan. Peramalan merupakan bagian integral dari kegiatan pengambilan keputusan manajemen.
2.2 Kebutuhan Dan Kegunaan Peramalan
Sering terdapat waktu senjang time lag antara kesadaran akan peristiwa atau
kebutuhan mendatang dengan peristiwa itu sendiri. Adanya waktu tenggang lead
time ini merupakan alasan utama bagi perencanaan dan peramalan. Jika waktu tenggang ini nol atau sangat kecil, maka perencanaan tidak diperlukan. Jika waktu
tenggang ini panjang dan hasil peristiwa akhir tergantung pada faktor-faktor yang dapat diketahui, maka perencanaan dapat memegang peranan penting. Dalam situasi
seperti itu peramalan diperlukan untuk menentukan kapan suatu peristiwa akan terjadi
atau timbul, sehingga tindakan yang tepat dapat dilakukan.
Dalam hal manajemen dan administrasi, perencanaan merupakan kebutuhan yang besar, karena waktu tenggang untuk pengambilan keputusan dapat berkisar dari
beberapa tahun untuk kasus penanaman modal sampai beberapa hari atau bahkan beberapa jam untuk penjadwalan produksi dan transportasi.
Universitas Sumatera Utara
2.3 Peranan Teknik Peramalan Dewasa Ini
Sejak awal tahun 1960-an, semua jenis organisasi telah menunjukkan keinginan yang meningkat untuk mendapatkan ramalan dan menggunakan sumberdaya peramalan
secara lebih baik. Komitmen tentang peramalan telah tumbuh karena beberapa faktor yang pertama adalah karena meningkatnya kompleksitas organisasi dan
lingkungannya, hal ini membuat pengambil keputusan semakin sulit untuk mempertimbangkan semua faktor secara memuaskan. Kedua, dengan meningkatnya
ukuran organisasi, maka bobot dan kepentingan suatu keputusan telah meningkat pula, lebih banyak keputusan yang memerlukan telaah peramalan khusus dan analisis yang
lengkap. Ketiga, lingkungan dari kebanyakan organisasi telah berubah dengan cepat. Hubungan yang harus dimengerti oleh organisasi selalu berubah-ubah dan peramalan
memungkinkan organisasi memepelajari hubungan yang baru secara lebih cepat. Keempat, pengambilan individu secara eksplisit. Peramalan formal merupakan salah
satu cara untuk mendukung tindakan yang akan diambil. Kelima, dan mungkin yang terpenting bahwa pengembangan metode peramalan dan pengetahuan yang
menyangkut aplikasinya telah lebih memungkinkan adanya penerapan secara langsung oleh para praktisi dari pada hanya dilakukan oleh para teknisi ahli.
Dengan adanya jumlah besar metode peramalan yang tersedia, maka masalah yang timbul bagi para praktisi adalah dalam memahami bagaimana karakteristik suatu
metode peramalan yang cocok bagi situasi pengambilan keputusan tertentu.
Universitas Sumatera Utara
Suatu peramalan sangat beragam dan horison waktu peramalan, faktor yang menentukan hasil sebenarnya, tipe pola data dan berbagai aspek lainnya. Untuk
menghadapi penggunaan yang luas seperti itu, beberapa teknik telah dikembangkan. Teknik tersebut dibagi dalam dua kategori yaitu metode kuantitatif dan metode
kualitatif atau teknologis. Metode kuantitatif dapat dibagi menjadi deret berkala dan metode kausal, sedangkan meetode kualitatif atau teknologis dapat dibagi menjadi
metode eksploratoris dan normatif.
Model deret berkala sering kali dapat digunakan dengan mudah untuk meramal, sedangkan model kausal dapat digunakan dengan keberhasilan yang lebih
besar untuk pengambilan keputusan dan kebijaksanaan. Bilamana data yang diperlukan tersedia, suatu hubungan peramalan dapat dihipotesiskan baik sebagai
fungsi dari waktu atau sebagai fungsi dari variabel bebas, kemudian diuji. Langkah penting dalam memilih suatu metode deret berkala yang tepat adalah dengan
mempertimbangkan jenis pola data sehingga metode yang paling tepat dengan pola tersebut dapat diuji. Pola data dapat dibedakan menjadi empat jenis siklis dan trend
yaitu :
1. Pola horzontal H terjadi bilamana nilai data berfluktuasi di sekitar nilai rata-
rata yang konstan deret seperti itu stasioner dengan nilai rata-ratanya. Contohnya adalah data produk penjualan yang tidak meningkat atau menurun
selama waktu tertentu. 2.
Pola musiman S terjadi bilamana suatu deret dipengaruhi oleh faktor musiman misalnya kuartal tertentu, bulanan, atau hari-hari pada minggu
tertentu. Penjualan dari produk seperti minuman ringan, es krim, dan bahan bakar pemanas ruangan semuanya menunjukkan jenis pola ini.
Universitas Sumatera Utara
3. Pola siklis S terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi
jangka panjang seperti berhubungan dengan siklus bisnis. Penjualan produk seperti mobil, baja, dan peralatan utama lainnya.
4. Pola trend T terjadi bilamana terdapat kenaikan atau penurunan sekuler
jangka panjang dalam data. Penjualan banyak perusahaan, produk bruto nasional GNP dan berbagai indikator bisnis atau ekonomi lainnya mengikuti
suatu pola trend selama perubahannya sepanjang waktu.
2.4 Metode Peramalan Eksponensial Ganda Metode Linier Satu Parameter Dari Brown
