masukan menghasilkan estimasi penjualan di waktu mendatang atau variabel apa saja yang diramal. Analisis hendaknya memilih suatu model yang
menggambarkan secara realistis perilaku variabel-variabel yang dipertimbangkan. Sebagai contoh, bila perusahaan ingin meramalkan volume penjualan yang
polanya berbentuk linier, model yang dipilih mungkin Y = A + BX, dimana Y menunjukkan besarnya volume penjualan; X menunjukkan unit waktu, serta A
dan B adalah parameter-parameter yang menggambarkan posisi dan kemiringan garis pada grafik.
2.2.1 Tujuan Peramalan
Dalam dunia usaha sangat penting diperkirakan hal-hal yang terjadi di masa depan sebagai dasar untuk pengambilan keputusan, terutama dunia usaha itu
merupakan bagian dari kehidupan sosial, dimana segala sesuatu yang terjadi serba tidak pasti, sukar diprediksi dengan tepat. Oleh karena itu perlu dilakukan
sebuah peramalan yang dibuat selalu diupayakan agar dapat: a. Meminimumkan pengaruh ketidakpastian terhadap perusahaan,
b. Forecasting bertujuan mendapatkan forecast yang bias meminimumkan kesalahanm peramal forecast error yang biasanya diukur dengan mean
squared errorMSE, mean absolute error MAE, dan sebagainya Subagyo, 1986.
2.2.2 Metode Peramalan
Untuk memecahkan masalah dalam membuat peramalan harus mengunakan metode tertentu, semua metode peramalan memiliki ide yang sama,
yaitu mengunakan data masa lalu untuk memperkirakan atau memperoyeksikan data di masa yang akan datang. Terdapat dua metode dalam peramalan, yaitu
metode Peramalan kualitatif dan Peramalan Kuantitatif Baroto 1997 .
1. Metode Peramalan Kualitatif
Dalam Metode peramalan kulitatif digunakan bila tidak ada atau sedikit data masa lalu yang tersedia. Pendapat pakar dan prediksi mereka di jadikan dasar
untuk menetapkan permintaan yang akan datang. Metode ini lebih mengandalkan judgment dan intuisi manusia ketimbang penggunaan data historis yang di miliki.
2. Metode Peramalan Kuantitatif
Untuk meramalan permintaan masa datang dengan metode peramalan kuantutatif menggunakan data masa lalu memadai tanpa penilaian atau prediksi
pakar yang melakukan peramalan dengan data yang tersedia secara memadai dan tanpa intuisi maupun penilaian subjektif dari orang yang melakukan peramalan.
Teknik kuantitatif biasanya dikelompokkan menjadi dua yaitu teknik statistik dan teknik deterministik.
2.2.3 Data time series
Data Time series runtun waktu merupakan data yang dihimpun meutut urutan berdasarkan interval waktu yang sama secara berkala. Di dunia bisnis, data
deret waktu diperlukan sebagai bahan acuan pembuatan keputusan sekarang, untuk proyeksi maupun perencanaan di masa depan. Untuk dapat menggunakan
data deret waktu dalam keperluan pembuatan proyeksi, perlu di ketahui beberapa asumsi yang penting antara lain :
a. Adanya ketergantunagn kejadian masa yang akan datang dengan sebelumnya.
b. Aktivitas di masa yang akan datang mengikuti pola yang terjadi di masa lalu.
c. Hubungan atau keterkaitan masa lalau dapat ditentukan dengan observasi atau penelitian. Dalam hal ini, akurasi dan proyeksi yang dihasilakan tentu
saja akan sangat tergantung pada seberapa jauh asumsi-asumsi ini dapat dipenuhui.
Data yang direkam didalam interval waktu yang sama dan jangka waktu yang tersebut relatif panjang maka disebut data runtun waktu. Interval waktu
perekaman dapat sangat singkat beberapa bagian dari satu detik saja dan dapat cukup panjang harian, mingguan, bulanan, tahunan dan bahkan puluhan tahun,
tergantung dari macamnya data yang direkam. Analisis runtun waktu umumnya memerlukan cacah data yang banyak, oleh karena itu diperlukan rekaman data
yang panjang.
Ada beberapa tahapan dalam melakukan analisa time series, yaitu : 1. Identifikasi Model
Tahap ini memilih model tepat yang bias mewakili deret pengamatan. Identifikasi model dilakukan dengan membuat plot time series. Dengan plot
time series, kita dapat mengetahui pola data dan tren deret pengamatan 2. Taksiran Model
Tahap memilih taksiran model baik. Menaksirkan model di lakukan dengan metode kuadrat kecil atau maksimum likelihood
3. Diagnosa Model Model yang di buat belum tentu sesuai dengan data yang dimiliki atau dengan
model yang di buat. Mendiagnosais model yang telah dibuat dengan menyesuaikannya dengan hasil peramalan.
Eviews merupakan program statistika yang memberikan kelebihan dalam mengolah Analisys of Variance ANOVA, desain eksperimen, pengendalian
kualitas statistic, analisis multivariate, peramalan. Minitab memberikan fasikitas membuat grafik statistic secara mudah dan menampilkannya dalam bentuk lebih
menarik, informasi, dan sekaligus memceritakan probabilitas.
2.3. Kointegrasi
Regresi dari dua variabel yang non-stasioner akan menyebabkan terjadinya spurios regression sehingga proses diferensiasi harus terlebih dahulu dilakukan
Engle dan Granger, 1987. Tetapi, proses ini justru akan menghilangkan hubungan jangka panjang yang mungkin terdapat dalam variabel-variabel time
series yang diteliti dan hanya memberikan hubungan jangka pendek time series. Disinilah penting nya proses kointegrasi dimana konsep ini membantu
memberikan informasi mengenai hubungan jangka panjang yang ada dengan menggunakan time series non-stasioner.
Dengan kata lain konsep ini mengatakan bahwa apabila terdapat dua atau lebih time series yang tidak stasioner mempunyai unit roots dan terintegrasi
pada orde yang sama serta residunya bersifat stasioner sehingga tidak ada korelasi seri di dalamnya white nose, maka time series tersebut dinamakan terkointegrasi.
