Peramalan Jumlah Air Minum yang Disalurkan Berdasarkan Pelanggan PDAM Tirtanadi Medan Tahun 2017-2018 dengan Metode Smoothing Eksponensial Ganda

BAB 2
LANDASAN TEORI

2.1

Pengertian Peramalan

Peramalan (forecasting) menurut Sofyan Assauri (1984) adalah suatu kegiatan
yang memperkirakan apa yang akan terjadi pada masa yang akan datang.
Peramalan diperlukan karena adanya perbedaan waktu antara keadaan sekarang
dengan keadaan yang akan datang. Apabila perbedaan waktu tersebut panjang,
maka peran peramalan menjadi penting dan sangat dibutuhkan, terutama dalam
penentuan kapan terjadi suatu peristiwa sehingga dapat dipersiapkan tindakan
yang diperlukan.
Kegunaan suatu peramalan dapat dilihat pada saat pengambilan keputusan.
Keputusan yang baik adalah keputusan yang didasarkan oleh pertimbangan apa
yang akan terjadi saat keputusan tersebut dilakukan. Apabila keputusan yang
dialami kurang tepat sebaiknya keputusan tersebut tidak dilaksanakan. Oleh
karena masalah pengambilan keputusan merupakan masalah yang dihadapi, maka
peramalan juga merupakan masalah yang harus dihadapi, karena peramalan
berkaitan erat dengan pengambilan keputusan.


2.2

Jenis-jenis Peramalan

Menurut Makridakis, Wheelright, dan Mc. Gee (1999), teknik peramalan dapat
dibagi dalam dua bagian jika dilihat dari sifatnya, yaitu:
1.

Peramalan Kualitatif
Peramalan kualitatif adalah peramalan yang didasarkan atas data kualitatif
pada masa lalu. Hasil peramalan sangat bergantung pada orang yang
menyusun, karena berdasarkan pemikiran yang bersifat instuisi, pendapat dan
pengetahuan serta pengalaman dari orang-orang yang menyusun. Biasanya
peramalan kualitatif didasarkan atas hasil penyelidikan seperti Delphi,
analogis, dan didasarkan atas ciri-ciri normatif seperti decision matrices atau
decision trees. Metode kualitatif dapat dibagi menjadi dua, yaitu metode
eksploratoris dan normatif.

Universitas Sumatera Utara


2.

Peramalan Kuantitatif
Peramalan kuantitatif adalah peramalan yang didasarkan atas data kuantitatif
pada masa lalu. Peramalan yang baik adalah peramalan yang dilakukan
dengan mengikuti prosedur peramalan penyusunan dengan baik. Semakin
baik dalam menggunakan prosedur peramalan, maka penyimpangan antara
hasil peramalan dengan kenyataan yang terjadi juga semakin kecil. Metode
peramalan kuantitatif dapat dibagi dalam deret berkala (time series) dan
metode kausal. Peramalan kuantitatif dapat digunakan bila memenuhi syarat
berikut:

a.

Adanya informasi tentang masa lalu.

b.

Informasi tentang masa lalu dapat dikuantitatifkan dalam bentuk data.


c.

Informasi tentang masa lalu dapat diasumsikan bahwa beberapa aspek pola
masa lalu akan terus berlanjut di masa yang akan datang dan disebut dengan
kondisi yang konstan. Asumsi tersebut merupakan modal yang mendasari dari
semua metode peramalan kuantitatif dan banyak metode peramalan
teknologis terlepas dari bagaimana canggihnya metode yang digunakan.

Metode peramalan dengan analisis deret waktu dibagi tiga yaitu:
1.

Metode Pemulusan Eksponensial dan Rata-rata Bergerak
Metode yang sering digunakan untuk ramalan jangka pendek dan jarang
dipakai untuk ramalan jangka panjang.

2.

Metode Regresi
Metode yang biasa digunakan untuk ramalan jangka menengah dan jangka

panjang.

3.

Metode Box-Jenkins
Metode yang jarang dipakai, tetapi baik untuk ramalan jangka pendek,
menengah, dan panjang.

2.3

Pemilihan Metode Peramalan

Dalam memilih metode peramalan, perlu diketahui terlebih dahulu ciri-ciri
penting

dalam

pengambilan

keputusan


dan

analisis

keadaan

dalam

mempersiapkan peramalan.

Universitas Sumatera Utara

Ada enam faktor utama yang diidentifikasikan sebagai teknik dan metode
peramalan, yaitu:
a. Horizon waktu
Ada dua aspek dari horizon waktu yang berhubungan dengan masing-masing
metode peramalan, yaitu cakupan waktu di masa yang akan datang dan jumlah
periode untuk peramalan yang diinginkan.
b. Pola data

Dasar utama dari metode peramalan adalah anggapan bahwa macam pola yang
didapati di dalam data yang diramalkan akan berkelanjutan.
c. Jenis dan model
Model-model merupakan suatu deret dimana waktu digambarkan sebagai unsur
yang penting untuk menentukan perubahan-perubahan dalam pola. Modelmodel

perlu

diperhatikan

karena

masing-masing

model

mempunyai

kemampuan yang berbeda dalam analisis keadaan untuk pengambilan
keputusan.

d. Biaya yang dibutuhkan
Umumnya ada empat unsur biaya yang tercakup dalam penggunaan suatu
prosedur

peramalan,

yaitu

biaya-biaya

penyimpangan

data,

operasi

pelaksanaan dan kesempatan dalam penggunaan teknik-teknik dan metode
peramalan.
e. Ketepatan peramalan
Tingkat ketepatan yang dibutuhkan sangat erat dengan tingkat perincian yang

dibutuhkan dalam suatu peramalan.
f. Kemudahan dan penerapan
Metode-metode yang dapat dimengerti dan mudah diaplikasikan sudah
merupakan suatu prinsip umum bagi pengambilan keputusan.

2.4

Kegunaan Peramalan

Kegunaan peramalan dalam suatu penelitian adalah untuk memperkirakan situasi
dan kondisi yang akan terjadi dari suatu yang diteliti untuk masa yang akan datang
setelah situasi tersebut dianalisis. Peramalan merupakan suatu alat bantu yang
penting dalam perencanaan yang efektif dan efisien. Dalam hal penyusunan suatu

Universitas Sumatera Utara

rencana untuk mencapai tujuan atau sasaran suatu organisasi/lembaga terdapat
perbedaan waktu pelaksanaan. Perencanaan dan peramalan merupakan dua hal
yang sangat erat kaitannya, hal ini dapat dilihat dalam penyusunan rencana,
dimana dalam penyusunan melibatkan peramalan juga. Dengan demikian dapat

dikatakan bahwa peramalan merupakan dasar untuk menyusun rencana karena
dapat membantu menganalisis data dari masa lalu, sehingga melalui metode
peramalan akan didapat cara pemikiran dan pengerjaan yang teratur dan terarah
serta perencanaan yang sistematis hingga memberikan ketetapan hasil analisis.

2.5

Metode Pemulusan (Smoothing)

Metode pemulusan atau smoothing adalah metode peramalan dengan mengadakan
penghalusan terhadap masa lalu, yaitu dengan mengambil rata-rata dari nilai
beberapa tahun untuk menaksir nilai pada beberapa tahun ke depan. Metode
smoothing banyak digunakan untuk menghilangkan atau mengurangi keteracakan
dari data deret berkala. Secara umum, metode smoothing diklasifikasikan menjadi
dua bagian, yaitu:
1. Metode Rata-rata
Metode rata-rata dibagi atas empat bagian, yaitu:
a. Nilai tengah (mean)
b. Rata-rata bergerak tunggal (single moving average)
c. Rata-rata bergerak ganda (double moving average)

d. Kombinasi rata-rata bergerak lainnya.
Tujuan metode rata-rata adalah untuk memanfaatkan data masa lalu dalam
mengembangkan suatu sistem peramalan pada periode mendatang.

2. Metode Pemulusan Eksponensial
Bentuk umum dari pemulusan eksponensial adalah:

Ft 1   X t  (1   ) Ft

(2.1)

dengan:
= ramalan satu periode ke depan
= data aktual pada periode ke-t
= ramalan pada periode ke-t

Universitas Sumatera Utara

= parameter smoothing
Metode smoothing eksponensial terdiri atas:

1.

Smoothing eksponensial tunggal

2.

Smoothing eksponensial ganda, yang terdiri atas:
a. Metode linier satu parameter dari Brown
b. Metode dua parameter dari Holt

2.6

Metode Smoothing yang Digunakan

Untuk mendapatkan hasil peramalan yang baik harus diketahui cara peramalan
yang tepat. Maka metode peramalan analisis time series yang digunakan untuk
meramalkan pasokan penyaluran energi listrik. Pada pemecahan masalah adalah
dengan menggunakan metode smoothing eksponensial ganda yaitu metode
smoothing eksponensial satu parameter dari Brown.
Metode smoothing merupakan metode yang digunakan oleh Brown. Dasar
pemikiran dari metode smoothing eksponensial linier satu parameter dari Brown
adalah dengan rata-rata bergerak linier, karena kedua nilai smoothing tunggal dan
ganda ketinggalan dari data sebenarnya.
Peramalan yang dapat dipakai dalam pelaksanaan smoothing eksponensial
linier satu parameter dari Brown adalah sebagai berikut:
St

=

S t''

=  St  (1   ) St1

(2.2)
(2.3) at =

St  (St  St )  2St  St

(2.4) bt

=


( St  St )
1

2.5 Ft  m

=

at  bt m

 X t  Ft

(2.6) et
(2.7)

dengan:

= nilai smoothing eksponensial tunggal
= nilai smoothing eksponensial ganda
= konstanta smoothing
= hasil peramalan untuk m periode ke depan yang akan diramalkan

Universitas Sumatera Utara

= kesalahan pada periode ke-t

2.7

Ketepatan Peramalan

Ketepatan peramalan adalah suatu 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 suatu metode peramalan. Dalam pemodelan deret berkala dari data
masa lalu dapat diramalkan situasi yang akan terjadi pada masa yang akan dating,
untuk menguji kebenaran ramalan digunakan ketepatan. Beberapa kriteria yang
digunakan untuk menguji ketepatan ramalan adalah:
a.

ME (Mean Error)/Nilai Tengah Kesalahan
N

ME  
t 1

b.

et
N

(2.8)

MSE (Mean Square Error)/Nilai Tengah Kesalahan Kuadrat
N

e

MSE 
c.

2
t

t 1

(2.9)

N

MAE (Mean Absolute Error)/Nilai Tengah Kesalahan Absolut
N

e

MAE 
d.

t

t 1

(2.10)

N

MPE (Mean Percentage Error)/Nilai Tengah Kesalahan Persentase
N

MPE 
e.

 PE

t

t 1

(2.11)

N

MAPE (Mean Absolute Percentage Error)/Nilai Tengah Kesalahan
Persentase Absolut
N

MAPE 

f.

 PE

t

t 1

N

(2.12)

SSE (Sum Square Error)/Jumlah Kuadrat Kesalahan

Universitas Sumatera Utara

N

SSE   et2

(2.13)

t 1

dengan:

 X F 
PEt   t
 100 = kesalahan persentase pada periode ke-t
 Xt 
N

= Jumlah periode waktu

Metode peramalan yang dipilih adalah metode yang memberikan nilai MSE yang
terkecil.

Universitas Sumatera Utara

Dokumen yang terkait

Metode Eksponensial Smoothing Untuk Peramalan Jumlah Air Minum Yang Disalurkan PDAM Tirtanadi Medan Tahun 2014

0 45 75

Peramalan Jumlah Air Minum Yang Disalurkan Berdasar Pelanggan PDAM Tirtanadi Medan Tahun 2010-2011 (Dengan Metode Smoothing Eksponensial Ganda)

3 40 68

Peramalan Jumlah Air Minum Yang Disalurkan Pdam Tirta Wampu Kabupaten Langkat Tahun 2008-2010 Dengan Metode Pemulusan (Smoothing)Eksponensial Ganda

0 27 67

Peramalan Banyaknya Jumlah Air Minum Yang Diproduksi Pdam Tirtauli Pematangsiantar Tahun 2008-2010 Dengan Metode Pemulusan (Smoothing) Eksponensial Ganda

1 29 69

Peramalan Banyaknya Jumlah Air Minum Yang Disalurkan Berdasarkan Pelanggan PDAM Tirtanadi Medan Tahun 2009-2010 Dengan Metode Pemulusan (Smoothing) Eksponensial Ganda

0 31 64

eramalan Banyaknya Jumlah Air Minum Yang Disalurkan PDAM Tirta Nciho Kabupaten Dairi Tahun 2008-2010 Dengan Metode Pemulusan (Smoothing) Eksponensial Ganda

1 34 81

Peramalan Jumlah Air Minum yang Disalurkan Berdasarkan Pelanggan PDAM Tirtanadi Medan Tahun 2017-2018 dengan Metode Smoothing Eksponensial Ganda

0 0 8

Peramalan Jumlah Air Minum yang Disalurkan Berdasarkan Pelanggan PDAM Tirtanadi Medan Tahun 2017-2018 dengan Metode Smoothing Eksponensial Ganda

0 0 1

Peramalan Jumlah Air Minum yang Disalurkan Berdasarkan Pelanggan PDAM Tirtanadi Medan Tahun 2017-2018 dengan Metode Smoothing Eksponensial Ganda

0 1 5

Peramalan Jumlah Air Minum yang Disalurkan Berdasarkan Pelanggan PDAM Tirtanadi Medan Tahun 2017-2018 dengan Metode Smoothing Eksponensial Ganda

0 0 8