Peramalan Jumlah Produksi Jahe di Kabupaten Simalungun Dengan Metode Eksponensial Tahun 2016-2020
BAB 2
LANDASAN TEORI
2.1
Pengertian Produksi
Produksi merupakan suatu kegiatan yang dikerjakan untuk menambah nilai guna
suatu benda baru sehingga lebih bermanfaat dalam memenuhi kebutuhan.
Produksi jahe merupakan hasil bercocok tanam, di mana dilakukan penanaman
bibit tanaman pada lahan yang telah disediakan, pemupukan dan perawatan
sehingga memperoleh hasil yang dapat dimanfaatkan dan digunakan. Prospek
usaha tani tanaman jahe cukup cerah bila dikelola secara intensif dan komersial
secara agribisnis (https://id.wikipedia.org/wiki/Produksi, 27 Juni 2017).
2.2
Manfaat Jahe
Sudah sejak lama jahe digunakan sebagai bumbu dapur. Misalnya jahe
digunakan digunakan dalam masakan ikan untuk masakan ikan untuk
menghilangkan bau amis. Aroma dan rasanya yang khas menyebabkan
penggunaan jahe untuk bumbu dapur lebih dimanfaatkan masyarakat. Hal ini
terlihat dari banyaknya permintaan jahe sebagai bumbu dapur yang mencapai
30.000 ton per tahun (hanya untuk pasar domestik). Kebutuhan tersebut
menempati peringkat pertama dibanding kunyit, kencur, dan lengkuas yang juga
sering digunakan sebagai bumbu dapur ((Cheppy Syukur.2001. Agar Jahe
Berproduksi Tinggi, Jakarta).
11
Universitas Sumatera Utara
Penggunaan jahe kedua terbanyak yaitu sebagai obat tradisional.
Umumnya, dalam penggunaannya untuk obat tradisional, jahe dikeringkan dahulu
hingga menjadi simplisia (bahan obat yang dikeringkan). Tingginya permintaan
jahe sebagai obat tradisional karena banyaknya industri obat rumah tangga yang
bermunculan, selain industri besar yang telah ada. Selain penggunaan jahe sebagai
obat tradisional, jahe kering juga digunakan untuk memberi aroma dan rasa pada
makanan seperti permen, biskuit, kue, dan minuman. Jahe tidak hanya diproduksi
untuk memenuhi kebutuhan dalam negeri saja, tetapi juga memenuhi permintaan
luar negeri (Cheppy Syukur.2001. Agar Jahe Berproduksi Tinggi, Jakarta).
2.3
Pengertian Peramalan
Peramalan (forecasting) menurut Sofyan Assauri (1984) adalah suatu kegiatan
yang memperkirakan yang akan terjadi pada masa mendatang. Peramalan
penjualan adalah peramalan yang mengaitkan berbagai asumsi yang berhubungan
dengan tindakan-tindakan yang perlu diambil serta variabel-variabel lain yang
mempengaruhi permasalahan arus penjualan yang akan terjadi. Peramalan
diperlukan karena adanya perbedaan waktu antara keadaan akan dibutuhkannya
suatu kebijakan baru. 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 (Sofyan Assauri, 1984)
Kegunaan suatu peramalan dapat dilihat pada saat pengambilan keputusan.
Keputusan yang baik adalah keputusan yang didasarkan oleh pertimbangan yang
akan terjadi saat keputusan tersebut dilakukan. Apabila keputusan yang dialami
12
Universitas Sumatera Utara
kurang tepat maka keputusan tersebut tidak dilaksanakan. Karena masalah
pengambilan keputusan merupakan masalah yang dihadapi, dan peramalan juga
merupakan masalah yang harus dihadapi, karena peramalan berkaitan erat dengan
pengambilan keputusan (Makridakis, Wheelright, dan McGee (1999)
2.4
Jenis–Jenis Peramalan
Menurut Makridakis, Wheelright, dan McGee (1999), sifat teknik peramalan
dapat dibagi menjadi 2 (dua) yaitu:
1. Peramalan Kualitatif
Peramalan kualitatif adalah peramalan yang didasarkan atas data
kualitatif pada masa lalu. Hasil peramalan ini sangat bergantung pada
orang yang menyusunnya, karena berdasarkan pemikiran yang
bersifat instuisi, pendapat dan pengetahuan serta pengalaman dari
orang-orang yang menyusunnya. Biasanya peramalan kualitatif ini
didasarkan atas hasil penyelidikan seperti Delphi, analogis, dan
didasarkan atas ciri-ciri normative seperti decision matrices atau
decisiontrees. Metode kualitatif dapat dibagi menjadi 2 (dua), yaitu
metode eksploratoris dan normative.
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. Apabila semakin baik menggunakan prosedur
peramalan, maka penyimpangan antara hasil peramalan dengan
13
Universitas Sumatera Utara
kenyataan yang terjadi juga semakin kecil. Metode peramalan
kuantitatif dapat dibagi dalam deret berkala (time series) dan metode
kausal.
Peramalan kuantitatif dapat digunakan dengan memenuhi syarat berikut:
1. Adanya informasi tentang masa lalu.
2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data.
3. Informasi tersebut dapat diasumsikan bahwa beberapa aspek pola masa
lalu akan terus berlanjut dimasa yang akan datang dan kondisi ini
disebut dengan kondisi yang konstan (assumptionofconstancy).
Asumsi ini merupakan modal yang mendasari dari semua metode
peramalan kuantitatif dan banyak metode peramalan teknologis
terlepas dari bagaimana canggihnya metode tersebut.
Metode-metode peramalan dengan analisis deret waktu dibagi 3 (tiga) yaitu:
1. Metode Pemulusan Eksponensial dan Rata-rata Bergerak
Metode ini sering digunakan untuk ramalan jangka pendek dan jarang
dipakai untuk ramalan jangka panjang.
2. Metode Regresi
Metode ini biasanya digunakan untuk ramalan jangka menengah dan
jangka panjang.
3. Metode Box–Jenkins
Metode ini jarang dipakai, tetapi baik untuk ramalan jangka pendek,
menengah, dan panjang.
14
Universitas Sumatera Utara
2.5
Pemilihan Metode Peramalan
Dalam memilih metode peramalan, perlu diketahui terlebih dahulu ciri-ciri
penting
dalam
pengambilan
keputusan
dan
analisis
keadaan
dalam
mempersiapkan peramalan (Makridakis, Wheelright, dan McGee 1999)
Ada 6 faktor utama yang diidentifikasikan sebagai teknik dan metode peramalan
yaitu:
1. Horizon waktu
Ada dua aspek dari horizon waktu yang berhubungan dengan masingmasing metode peramalan, yaitu cakupan waktu dimasa yang akan
datang dan jumlah periode untuk peramalan yang diinginkan.
2. Pola Data
Dasar utama dari metode peramalan adalah anggapan bahwa macam
pola yang didapati didalam data yang diramalkan akan berkelanjutan.
3. Jenis dan model
Model-model merupakan suatu deret dimana waktu digambarkan
sebagai unsur yang penting untuk menentukan perubahan-perubahan
dalam pola. Model-model perlu diperhatikan karena masing-masing
model mempunyai kemampuan yang berbeda dalam analisis keadaan
untuk pengambilan keputusan.
4. Biaya yang dibutuhkan
Umumnya ada 4 (empat) unsur biaya yang tercakup dalam
penggunaan
suatu
prosedur
peramalan,
yaitu
biaya-biaya
penyimpangan (storage) data, operasi pelaksanaan dan kesempatan
dalam penggunaan teknik-teknik dan metode peramalan.
15
Universitas Sumatera Utara
5. Ketepatan peramalan
Tingkat ketepatan yang dibutuhkan sangat erat dengan tingkat
perincian yang dibutuhkan dalam suatu peramalan.
6. Kemudahan dan Penerapan
Metode-metode yang dapat dimengerti dan mudah diaplikasikan
sudah merupakan suatu prinsip umum bagi pengambilan keputusan.
2.6
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 ini,
penyusunan suatu rencana untuk mencapai tujuan atau sasaran suatu
organisasi/lembaga terdapat perbedaan waktu pelaksanaan, dan dilaksanakan oleh
siapa. Perencanaan dan peramalan merupakan dua hal yang sangat erat kaitannya,
hal ini dapat dilihat dalam penyusunan rencana, di mana dalam penyusunan ini
melibatkan peramalan juga (Makridakis, Wheelright, dan McGee (1999)
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 (Makridakis, Wheelright, dan McGee (1999)
16
Universitas Sumatera Utara
2.7
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
pemulusan (smoothing) banyak digunakan untuk menghilangkan atau mengurangi
keteracakan (randomness) dari data deret berkala (timeseries). Secara umum,
metode smoothing diklasifikasikan menjadi 2 (dua) bagian, yaitu:
1. Metode Rata-rata
Metode rata-rata dibagi atas 4 (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.
Metode rata-rata tujuannya adalah untuk memanfaatkan data masa lalu dalam
mengembangkan suatu system peramalan pada periode mendatang.
2. Metode Pemulusan Eksponensial
Bentuk umum dari pemulusan eksponensial adalah:
(5)
Keterangan:
= ramalan satu periode kedepan
= data aktual pada periode ke-t
= ramalan pada periode ke-t
= parameter pemulusan
17
Universitas Sumatera Utara
Metode pemulusan atau smoothing eksponensial terdiri atas:
1. Pemulusan atau smoothing ekspnensial tunggal
2. Pemulusan atau smoothing eksponensial ganda, yang terdiri atas:
a. Metode linier satu parameter dari Brown
b. Metode dua parameter dari Holt
2.8
Metode Smoothing yang Digunakan
Untuk mendapatkan hasil yang baik harus diketahui cara peramalan yang cepat.
Metode peramalan analisis timeseries yang digunakan untuk meramalkan jumlah
produksi jahe pada pemecahan masalah ini adalah dengan menggunakan metode
smoothing eksponensial ganda yaitu metode smoothing eksponensial satu
parameter dari Brown.
Metode (Smoothing) Pemulusan dapat dihitung hanya dengan 3 (tiga) nilai
data dan satu nilai untuk α (alfa). Pendekatan ini juga memberikan bobot yang
semakin menurun pada observasi masa lalu. Dengan alasan ini, pemulusan
eksponensial ganda lebih disukai daripada rata-rata bergerak linier sebagai suatu
metode peramalan dalam berbagai kasus utama (Makridakis, Wheelright, dan
McGee 1999)
2.9
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
18
Universitas Sumatera Utara
(timeseries) dari data masa lalu dapat diramalkan situasi yang akan terjadi pada
masa yang akan datang, untuk menguji kebenaran ramalan ini digunakan
ketepatan peramalan.
Beberapa kriteria yang digunakan untuk menguji ketepatan ramalan adalah:
a. ME (Mean Error) atau Nilai Tengah Kesalahan
=∑
ME
(6)
b. MSE (Mean Square Error) atau Nilai Tengah Kesalahan Kuadrat
=
MSE
∑
(7)
c. MAE (Mean Absolute Error) atau Nilai Tengah Kesalahan Absolute
=
MAE
∑
(8)
d. MPE (Mean Percentage Error) atau Nilai Tengah Kesalahan
=
MPE
∑
(9)
e. MAPE (Mean Absolute Percentage Error) atau Nilai Tengah
Kesalahan Persentase Absolute
MAPE =
∑
(10)
f. SSE (Sum Square Error) atau Jumlah Kuadrat Kesalahan
SSE
Keterangan:
=
=
=∑
(11)
kesalahan pada periode ke t
(kesalahan persentase pada periode ke-t)
= data actual pada periode ke-t
19
Universitas Sumatera Utara
= Nilai ramalan pada periode ke-t
N
= Banyaknya periode waktu
Metode peramalan yang dipilih adalah metode yang memberikan nilai MSE yang
terkecil.
20
Universitas Sumatera Utara
LANDASAN TEORI
2.1
Pengertian Produksi
Produksi merupakan suatu kegiatan yang dikerjakan untuk menambah nilai guna
suatu benda baru sehingga lebih bermanfaat dalam memenuhi kebutuhan.
Produksi jahe merupakan hasil bercocok tanam, di mana dilakukan penanaman
bibit tanaman pada lahan yang telah disediakan, pemupukan dan perawatan
sehingga memperoleh hasil yang dapat dimanfaatkan dan digunakan. Prospek
usaha tani tanaman jahe cukup cerah bila dikelola secara intensif dan komersial
secara agribisnis (https://id.wikipedia.org/wiki/Produksi, 27 Juni 2017).
2.2
Manfaat Jahe
Sudah sejak lama jahe digunakan sebagai bumbu dapur. Misalnya jahe
digunakan digunakan dalam masakan ikan untuk masakan ikan untuk
menghilangkan bau amis. Aroma dan rasanya yang khas menyebabkan
penggunaan jahe untuk bumbu dapur lebih dimanfaatkan masyarakat. Hal ini
terlihat dari banyaknya permintaan jahe sebagai bumbu dapur yang mencapai
30.000 ton per tahun (hanya untuk pasar domestik). Kebutuhan tersebut
menempati peringkat pertama dibanding kunyit, kencur, dan lengkuas yang juga
sering digunakan sebagai bumbu dapur ((Cheppy Syukur.2001. Agar Jahe
Berproduksi Tinggi, Jakarta).
11
Universitas Sumatera Utara
Penggunaan jahe kedua terbanyak yaitu sebagai obat tradisional.
Umumnya, dalam penggunaannya untuk obat tradisional, jahe dikeringkan dahulu
hingga menjadi simplisia (bahan obat yang dikeringkan). Tingginya permintaan
jahe sebagai obat tradisional karena banyaknya industri obat rumah tangga yang
bermunculan, selain industri besar yang telah ada. Selain penggunaan jahe sebagai
obat tradisional, jahe kering juga digunakan untuk memberi aroma dan rasa pada
makanan seperti permen, biskuit, kue, dan minuman. Jahe tidak hanya diproduksi
untuk memenuhi kebutuhan dalam negeri saja, tetapi juga memenuhi permintaan
luar negeri (Cheppy Syukur.2001. Agar Jahe Berproduksi Tinggi, Jakarta).
2.3
Pengertian Peramalan
Peramalan (forecasting) menurut Sofyan Assauri (1984) adalah suatu kegiatan
yang memperkirakan yang akan terjadi pada masa mendatang. Peramalan
penjualan adalah peramalan yang mengaitkan berbagai asumsi yang berhubungan
dengan tindakan-tindakan yang perlu diambil serta variabel-variabel lain yang
mempengaruhi permasalahan arus penjualan yang akan terjadi. Peramalan
diperlukan karena adanya perbedaan waktu antara keadaan akan dibutuhkannya
suatu kebijakan baru. 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 (Sofyan Assauri, 1984)
Kegunaan suatu peramalan dapat dilihat pada saat pengambilan keputusan.
Keputusan yang baik adalah keputusan yang didasarkan oleh pertimbangan yang
akan terjadi saat keputusan tersebut dilakukan. Apabila keputusan yang dialami
12
Universitas Sumatera Utara
kurang tepat maka keputusan tersebut tidak dilaksanakan. Karena masalah
pengambilan keputusan merupakan masalah yang dihadapi, dan peramalan juga
merupakan masalah yang harus dihadapi, karena peramalan berkaitan erat dengan
pengambilan keputusan (Makridakis, Wheelright, dan McGee (1999)
2.4
Jenis–Jenis Peramalan
Menurut Makridakis, Wheelright, dan McGee (1999), sifat teknik peramalan
dapat dibagi menjadi 2 (dua) yaitu:
1. Peramalan Kualitatif
Peramalan kualitatif adalah peramalan yang didasarkan atas data
kualitatif pada masa lalu. Hasil peramalan ini sangat bergantung pada
orang yang menyusunnya, karena berdasarkan pemikiran yang
bersifat instuisi, pendapat dan pengetahuan serta pengalaman dari
orang-orang yang menyusunnya. Biasanya peramalan kualitatif ini
didasarkan atas hasil penyelidikan seperti Delphi, analogis, dan
didasarkan atas ciri-ciri normative seperti decision matrices atau
decisiontrees. Metode kualitatif dapat dibagi menjadi 2 (dua), yaitu
metode eksploratoris dan normative.
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. Apabila semakin baik menggunakan prosedur
peramalan, maka penyimpangan antara hasil peramalan dengan
13
Universitas Sumatera Utara
kenyataan yang terjadi juga semakin kecil. Metode peramalan
kuantitatif dapat dibagi dalam deret berkala (time series) dan metode
kausal.
Peramalan kuantitatif dapat digunakan dengan memenuhi syarat berikut:
1. Adanya informasi tentang masa lalu.
2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data.
3. Informasi tersebut dapat diasumsikan bahwa beberapa aspek pola masa
lalu akan terus berlanjut dimasa yang akan datang dan kondisi ini
disebut dengan kondisi yang konstan (assumptionofconstancy).
Asumsi ini merupakan modal yang mendasari dari semua metode
peramalan kuantitatif dan banyak metode peramalan teknologis
terlepas dari bagaimana canggihnya metode tersebut.
Metode-metode peramalan dengan analisis deret waktu dibagi 3 (tiga) yaitu:
1. Metode Pemulusan Eksponensial dan Rata-rata Bergerak
Metode ini sering digunakan untuk ramalan jangka pendek dan jarang
dipakai untuk ramalan jangka panjang.
2. Metode Regresi
Metode ini biasanya digunakan untuk ramalan jangka menengah dan
jangka panjang.
3. Metode Box–Jenkins
Metode ini jarang dipakai, tetapi baik untuk ramalan jangka pendek,
menengah, dan panjang.
14
Universitas Sumatera Utara
2.5
Pemilihan Metode Peramalan
Dalam memilih metode peramalan, perlu diketahui terlebih dahulu ciri-ciri
penting
dalam
pengambilan
keputusan
dan
analisis
keadaan
dalam
mempersiapkan peramalan (Makridakis, Wheelright, dan McGee 1999)
Ada 6 faktor utama yang diidentifikasikan sebagai teknik dan metode peramalan
yaitu:
1. Horizon waktu
Ada dua aspek dari horizon waktu yang berhubungan dengan masingmasing metode peramalan, yaitu cakupan waktu dimasa yang akan
datang dan jumlah periode untuk peramalan yang diinginkan.
2. Pola Data
Dasar utama dari metode peramalan adalah anggapan bahwa macam
pola yang didapati didalam data yang diramalkan akan berkelanjutan.
3. Jenis dan model
Model-model merupakan suatu deret dimana waktu digambarkan
sebagai unsur yang penting untuk menentukan perubahan-perubahan
dalam pola. Model-model perlu diperhatikan karena masing-masing
model mempunyai kemampuan yang berbeda dalam analisis keadaan
untuk pengambilan keputusan.
4. Biaya yang dibutuhkan
Umumnya ada 4 (empat) unsur biaya yang tercakup dalam
penggunaan
suatu
prosedur
peramalan,
yaitu
biaya-biaya
penyimpangan (storage) data, operasi pelaksanaan dan kesempatan
dalam penggunaan teknik-teknik dan metode peramalan.
15
Universitas Sumatera Utara
5. Ketepatan peramalan
Tingkat ketepatan yang dibutuhkan sangat erat dengan tingkat
perincian yang dibutuhkan dalam suatu peramalan.
6. Kemudahan dan Penerapan
Metode-metode yang dapat dimengerti dan mudah diaplikasikan
sudah merupakan suatu prinsip umum bagi pengambilan keputusan.
2.6
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 ini,
penyusunan suatu rencana untuk mencapai tujuan atau sasaran suatu
organisasi/lembaga terdapat perbedaan waktu pelaksanaan, dan dilaksanakan oleh
siapa. Perencanaan dan peramalan merupakan dua hal yang sangat erat kaitannya,
hal ini dapat dilihat dalam penyusunan rencana, di mana dalam penyusunan ini
melibatkan peramalan juga (Makridakis, Wheelright, dan McGee (1999)
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 (Makridakis, Wheelright, dan McGee (1999)
16
Universitas Sumatera Utara
2.7
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
pemulusan (smoothing) banyak digunakan untuk menghilangkan atau mengurangi
keteracakan (randomness) dari data deret berkala (timeseries). Secara umum,
metode smoothing diklasifikasikan menjadi 2 (dua) bagian, yaitu:
1. Metode Rata-rata
Metode rata-rata dibagi atas 4 (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.
Metode rata-rata tujuannya adalah untuk memanfaatkan data masa lalu dalam
mengembangkan suatu system peramalan pada periode mendatang.
2. Metode Pemulusan Eksponensial
Bentuk umum dari pemulusan eksponensial adalah:
(5)
Keterangan:
= ramalan satu periode kedepan
= data aktual pada periode ke-t
= ramalan pada periode ke-t
= parameter pemulusan
17
Universitas Sumatera Utara
Metode pemulusan atau smoothing eksponensial terdiri atas:
1. Pemulusan atau smoothing ekspnensial tunggal
2. Pemulusan atau smoothing eksponensial ganda, yang terdiri atas:
a. Metode linier satu parameter dari Brown
b. Metode dua parameter dari Holt
2.8
Metode Smoothing yang Digunakan
Untuk mendapatkan hasil yang baik harus diketahui cara peramalan yang cepat.
Metode peramalan analisis timeseries yang digunakan untuk meramalkan jumlah
produksi jahe pada pemecahan masalah ini adalah dengan menggunakan metode
smoothing eksponensial ganda yaitu metode smoothing eksponensial satu
parameter dari Brown.
Metode (Smoothing) Pemulusan dapat dihitung hanya dengan 3 (tiga) nilai
data dan satu nilai untuk α (alfa). Pendekatan ini juga memberikan bobot yang
semakin menurun pada observasi masa lalu. Dengan alasan ini, pemulusan
eksponensial ganda lebih disukai daripada rata-rata bergerak linier sebagai suatu
metode peramalan dalam berbagai kasus utama (Makridakis, Wheelright, dan
McGee 1999)
2.9
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
18
Universitas Sumatera Utara
(timeseries) dari data masa lalu dapat diramalkan situasi yang akan terjadi pada
masa yang akan datang, untuk menguji kebenaran ramalan ini digunakan
ketepatan peramalan.
Beberapa kriteria yang digunakan untuk menguji ketepatan ramalan adalah:
a. ME (Mean Error) atau Nilai Tengah Kesalahan
=∑
ME
(6)
b. MSE (Mean Square Error) atau Nilai Tengah Kesalahan Kuadrat
=
MSE
∑
(7)
c. MAE (Mean Absolute Error) atau Nilai Tengah Kesalahan Absolute
=
MAE
∑
(8)
d. MPE (Mean Percentage Error) atau Nilai Tengah Kesalahan
=
MPE
∑
(9)
e. MAPE (Mean Absolute Percentage Error) atau Nilai Tengah
Kesalahan Persentase Absolute
MAPE =
∑
(10)
f. SSE (Sum Square Error) atau Jumlah Kuadrat Kesalahan
SSE
Keterangan:
=
=
=∑
(11)
kesalahan pada periode ke t
(kesalahan persentase pada periode ke-t)
= data actual pada periode ke-t
19
Universitas Sumatera Utara
= Nilai ramalan pada periode ke-t
N
= Banyaknya periode waktu
Metode peramalan yang dipilih adalah metode yang memberikan nilai MSE yang
terkecil.
20
Universitas Sumatera Utara