a. Metode Peramalan Model Regresi kausal
Metode ini merupakan metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antara variabel. Metode ini mengasumsikan bahwa
faktor yang diramalkan menunjukkan suatu hubungan sebab - akibat dengan satu atau lebih variabel bebas.
Misalnya : penjualan dipengaruhi harga, kompentisi, atau persaingan. Pengkalian dan lain sebagainya. Maksud dari model kausal adalah
menemukan bentuk hubungan tersebut dan menggunakannya untuk meramalkan nilai mendatang dari variable tidak bebas.
Adapun metode ini terdiri dari: 1. Model regresi
2. Model ekonometri 3. Model input output.
b. Metode Peramalan Deret Berkala time series
Metode ini merupakan metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan
variabel waktu . Ada dua tujuan dasar dari analisa sebuah deret berkala atau time series.
Tujuan pertama adalah upaya mencari model atau persamaan trend yang merupakan salah satu komponen time series yang penting. Ada berbagai cara
untuk mendapatkan persamaan trend. Sedangkan tujuan kedua dari analisa time series adalah upaya untuk memisahkan berbagai komponen time series.
Karena data time series adalah data dari pengamatan pada periode waktu tertentu, maka data yang berjangka waktu panjang bisa terpengaruh secara
alami oleh karakteristik yang ada, seperti musim – musim tertentu sepanjang tahun, siklus bisnis atau siklus cuaca, adaya bencana alam atau pergolakan
politik dan sebagainya.
Universitas Sumatera Utara
Jika hanya melihat sebuah data time series dari komponen trend saja menjadi kurang lengkap. Karena dalam praktek, sebagai contoh dalam musim
hujan penjualan minuman dingin cenderung turun, sebaliknya dengan musim panas, atau bisa saja deret data tiba – tiba berfluktuasi tajam karena adanya
pergolakan politik atau gejolak ekonomi. Dengan adanya hal – hal seperti itu, maka sebuah data time series lebih mudah diprediksi jika tidak hanya
komponen trend yang analisis, namun juga ketiga komponen lain. Adapun metode ini terdiri dari :
1. Metode dekomposisi 2. Metode pemulusan
3. Metode Box Jenkins 4. Metode proyeksi trend dengan regresi
2.4.2 Beberapa Uji Yang Digunakan
Adapun beberapa uji yang digunakan pada peramalan antara lain:
a. Uji Kecukupan Sampel
Sebelum melakukan analisa terhadap data yang diperoleh, langkah awal yang harus dilakukan adalah pengujian terhadap anggota sampel. Hal ini
dimaksudkan untuk mengetahui apakah data yang diperoleh dapat diterima sebagai sampel. Dengan tingkat keyakinan 90
α = 0,10 rumus yang digunakan untuk menentukan jumlah anggota sampel adalah:
=
⎣ ⎢
⎢ ⎢
⎢ ⎡
N t
N t
t t
Y Y
1 2
1 2
N
t t
Y
1
⎦ ⎥
⎥ ⎥
⎥ ⎤
2.1
di mana: N’
= Ukuran sampel yang dibutuhkan N
= Ukuran sampel percobaan Y
t
= Data aktual
Universitas Sumatera Utara
Apabila N’ N , maka sampel percobaan dapat diterima sebagai sampel.
b. Uji Musiman
Untuk mengetahui adanya komponen musiman dilakukan uji musiman dengan hipotesa ujinya sebagai berikut:
= =
=
⋯
=
data tidak mengandung musiman
=
≠ ≠ ⋯
≠ data mengandung musiman
Tabel 2.1 Uji musiman
Periode Musiman
1 2
3 4
… K
1 Y
11
Y
12
Y
13
Y
14
… Y
1k
2 Y
21
Y
22
Y
23
Y
24
… Y
2k
3 Y
31
Y
32
Y
33
Y
34
… Y
3k
. .
. .
. …
. .
. .
. .
… .
. .
. .
. …
. N
Y
n1
Y
11
Y
11
Y
11
… Y
nk
Jumlah J
1
J
2
J
3
J
4
… J
k
Untuk perhitungan digunakan notasi:
y y
y nk
y t
t y
t k
t t
y
A R
Y D
Y Y
Y Y
Y R
n J
A n
J R
2 2
2 13
2 12
2 11
2 2
1 2
2.2
Sehingga diperoleh:
Universitas Sumatera Utara
1 1
k y
y hitung
n D
k A
F Kemudian hasil perhitungan disusun dalam tabel ANAVA sebagai berikut:
Table 2.2 ANAVA Uji Musiman
Sumber Variansi
Derajat Bebas
Jumlah Kuadrat
Jumlah Kuadrat Rata -rata
Statistik Uji
Rata – rata
1
R
y
1
y
R R
D A
F
Antar Musiman k -
1
A
y
1
k
A A
y
Dalam Musiman
N-K
D
y
K N
D D
y
Total
N
∑
Y
2
Kriteria pengujian adalah: Jika
,
maka H ditolak data dipengaruhi musiman
Jika
,
maka H diterima data tidak dipengaruhi musim
c. Uji Trend
Kategori