11 bara adalah 1:1,5 dengan asumsi nilai kalor rata-rata tiap satu kilogram batu bara adalah 5500
Kcal. Perbandingan beberapa standar biopellets dapat dilihat pada Tabel 2. Tabel 2. Perbandingan Standar Biopellets beberapa negara
Karakteristik Biopellets
Satuan öNorm M
7135 Austria a
DIN 51731 Jermana
DIN Plus Pellet Association
Germanya Pellet Fuel
Institute b ITEBE c
2001- 2007
Diameter Mm
4,0 - 10 ,0 4-10 .1
- 6,35 - 7,94
6,0 - 16 Panjang
mm 5 x D 1
50 5 x D 1
38,1 10,0 – 50
Densitas kgdm3
1,12 1,0 - 1,4
1.12 0,64
1,15 Kadar Air
10 12
10 -
15 Kadar Abu
0,5 1,5
0,5 3 Standar
1premium 6
nilai kalor MJKg
18 17,5 - 19,5
18 19,08
16,9 S
0,04 0,08
0,04 -
0,10 N
0,3 0,3
0,3 -
0,5 Cl
0,02 0,03
0,02 0,03
0,07 Abrasi
2,3 -
2,3 -
- Bahan
Tambahan 2 -2
2 -
2
PHI dalam Umam, 2007
F. Peramalan Jumlah Potensi Bahan Baku
Metode kuantitatif merupakan metode yang menggunakan data numerik masa lalu untuk mendapatkan peramalan masa akan datang dengan asumsi pola pada masa lalu akan berulang di
masa akan datang assumption of continuity. Metode kuantitatif dibedakan menjadi dua yaitu teknik peramalan deret waktu time series dan teknik kausal. Teknik deret waktu adalah teknik
peramalan terhadap masa datang yang dilakukan atas dasar nilai-nilai peubah dan atau galat masa lalu. Teknik ini bertujuan untuk mengungkapkan pola dari deret data masa lalu yang kemudian di
ekstrapolarisasikan pola data tersebut ke masa datang. Machfud, 1999. Teknik peramalan deret waktu dikelompokkan mejadi empat kelompok yaitu 1 metode
perataan averaging methods, 2 metode pemulusan eksponensial exponential smoothing, 3 metode dekomposisi dan 4 metode Box-Jenkis autoregressive integrated moving average=
ARIMA. Selanjutnya metode-metode tersebut dibagi-bagi lagi menjadi beberapa kelompok lagi yang disesuaikan dengan kebutuhan peramalan Machfud, 1999.
Penentuan metode peramalan yang tepat untuk suatu data harus memperhatikan sifat data tersebut. Sifat dan pola data dalam klasifikasi Pegels dibedakan menjadi sembilan macam yang
merupakan kombinasi dari tiga pengaruh musiman dan tiga pengaruh kecenderungan. Pengarug musiman meliputi:1 tidak ada pengaruh musiman, 2 Pengaruh musiman aditif dan 3 pengaruh
musiman multiplikatif. Sedangkan pengaruh kecenderungantrend meliput: 1 tidak ada trend, 2 trend aditif, dan 3 trend multiplikatif Makridakis 1995.
Makridakis 1995 menambahkan bahwa selain melihat pola data, harus dilihat pula sifat dari data yang akan digunakan. Untuk data yang bersifat stasioner, maka pemulusan eksponensial
tunggal banyak digunakan dengan respon yang adaptif untuk meminumkan error. Sedangkan untuk data non-stasioner dapat digunakan metode pemulusan eksponensial linear satu parameter
dari Brown atau dua parameter dari Holt dengan nilai pemulus antara 0,1 sampai 0,2. Pada data yang bersifat musiman misalnya seperti kuartalan, semesteran ataupun bulanan,
peramalan yang dapat dipilih adalah metode Winters. Namum metode ini memiliki beberapa kelemahan yaitu menggunakan tiga parameter yang menyebabkan banyak kombinasi yang timbul.
12 Pendekatan lain yang dapat dilakukan adalah menghilangkan faktor musiman. Faktor musiman
dihilangkan dengan cara plot rata-rata bergerak dari data menggunakan panjang periode rataan adalah panjang periode musiman misal empat bulanan untuk kuartalan. Dengan demikian analis
tinggal mkonsentrasi pada trend dan stasioner data Makridakis 1995. Menurut Machfudz 1999, dalam melakukan peramalan dari data masa lalu harus melihat
nilai dari kecermatan peramalan tersebut. Hal ini dimaksudkan untuk melihat seberapa jauh mana selisih nilai-nilai hasil peramalan dengan data aktual. Selain itu juga untuk melihat kesesuaian
teknik yang digunakan dengan pola data. Salah satu ukuran kecermatan yang dapat digunakan adalah ukuran relatif
Ukuran relatif merujuk kepada persentase galat atau kesalahan peramalan Percentage Error =PE yang dirumuskan sebagai berikut:
Sedangkan ukuran kecermatan peramalan yang sering digunakan adalah sebagai berikut: Rataan persen galat Mean Percentage Error
∑
Rataan persen absolut galat Mean Absolute Percentage Error
∑ |
|
G. Pembiayaan Syariah.
