Perolehan Nilai Air Minum Yang Disalurkan Pdam Tirtanadi Medan Tahun 2012 – 2013
7
BAB 2
LANDASAN TEORI
2.1 Pengertian Peramalan
Peramalan adalah cara memperkirakan secara kuantitatif dan kualitatif apa yang akan
terjadi pada masa depan berdasarkan data yang relevan pada masa lalu. Metode
peramalan dapat memberikan manfaat yang sangat besar apabila dikaitkan dengan
keadaan informasi atau data yang dipunyai. Metode peramalan akan memberikan
urutan pengerjaan dan pemecahan atas pendekatan suatu masalah, sehingga dengan
demikian dapat dimungkinkan penggunaan teknik-teknik analisa yang lebih maju.
Dengan penggunaan teknik-teknik tersebut, maka diharapkan dapat memberikan
tingkat kepercayaan atau keyakinan yang lebih besar, karena dapat diuji dan
dibuktikan penyimpangan atau deviasi yang terjadi secara ilmiah.
2.2 Kegunaan Metode Peramalan
Metode peramalan sangat berguna, baik dalam penelitian, perencanaan maupun
pengambilan keputusan karena akan membantu dalam mengadakan pendekatan
analisa terhadap perilaku atau pola dari data yang lalu sehingga dapat memberikan
cara pemikiran pengerjaan, dan pemecahan yang sistematis, serta memberikan tingkat
kepercayaan yang lebih besar atas ketepatan hasil ramalan yang dibuat atau yang
disusun.
Baik tidaknya hasil suatu penelitian sangat ditentukan oleh ketepatan ramalan
yang dibuat, demikian pula dengan baik tidaknya keputusan dan rencana yang
Universitas Sumatera Utara
8
disusun juga sangat ditentukan oleh ketepatan ramalan yang dibuat. Oleh karena itu
ketepatan dari ramalan tersebut merupakan hal yang sangat penting. Walaupun
demikian perlu disadari bahwa suatu ramalan tetap ramalan, di mana selalu ada unsur
kesalahannya.
Sehingga yang penting diperhatikan adalah usaha untuk memperkecil
kemungkinan kesalahan tersebut. Pada dasarnya, baik tidaknya suatu ramalan yang
disusun sangat tergantung pada orang yang melakukannya, langkah-langkah
peramalan yang dilakukannya, serta metode peramalan yang digunakan. Walaupun
demikian perlu disadari bahwa suatu ramalan adalah tetap ramalan, selalu ada unsur
kesalahan. Sehingga yang penting diperhatikan adalah usaha untuk memperkecil
kemungkinan kesalahannya. Di dalam bagian organisasi terdapat beberapa kegunaan
metode peramalan, diantaranya:
1. Berguna untuk penjadwalan sumber daya yang tersedia. Penggunaan sumber
daya yang efisien memerlukan penjadwalan produksi, transportasi, dana,
personalia, dan sebagainya. Input yang penting untuk penjadwalan seperti itu
adalah tingkat permintaan konsumennya atau si pelanggan.
2. Berguna dalam penyediaan sumber daya tambahan. Waktu tenggang untuk
memperoleh bahan baku, menerima pekerja baru atau pembelian mesin dan
peralatan dapat berkisar antara beberapa tahun. Peramalan dapat digunakan
untuk menentukan kebutuhan sumber daya di masa yang akan datang.
3. Untuk menentukan sumber daya yang diinginkan. Setiap organisasi harus
sumber daya yang dimiliki dalam jangka panjang. Keputusan sepanjang ini
bergantung kepada faktor-faktor lingkungan, manusia dan pengembangan
sumber daya keuangan. Semua penentuan ini memerlukan peramalan yang baik
dan manajer yang dapat menafsirkan pendugaan serta membuat keputusan yang
tepat.
Universitas Sumatera Utara
9
Walaupun terdapat banyak bidang lain yang memerlukan peramalan, namun
tiga kelompok di atas merupakan bentuk khas dari kegunaan ramalan jangka pendek,
menengah, dan panjang.
2.3 Jenis Peramalan
Pada umumnya peramalan dapat dibedakan dari beberapa segi, tergantung dari cara
melihatnya. Apabila dilihat dari jangka waktu ramalan yang disusun, maka peramalan
dapat dibedakan atas dua macam, yaitu:
1. Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk penyusunan
hasil ramalan yang jangka waktunya lebih dari satu setengah tahun atau tiga
semester. Peramalan seperti ini misalnya diperlukan dalam penyusunan rencana
pembangunan suatu negara atau daerah, rencana investasi atau rencana ekspansi
dari suatu perusahaan.
2. Peramalan jangka pendek, yaitu peramalan yang dilakukan untuk penyusunan
hasil ramalan dengan jangka waktu kurang dari satu setengah tahun. Peramalan
seperti ini diperlukan dalam penyusunan rencana tahunan, rencana kerja
operasional, dan anggaran, contohnya penyusunan rencana produksi, rencana
penjualan, rencana pengadaan, rencana persediaan, anggaran produksi,
anggaran pemasaran, dan anggaran perusahaan. Berdasarkan sifat ramalan yang
telah disusun, maka peramalan dapat dibedakan atas dua macam, yaitu:
Universitas Sumatera Utara
10
a. Peramalan Kualitatif atau teknologis
Peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil
peramalan yang dibuat sangat tergantung pada orang yang menyusunnya, hal
ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran
yang bersifat intuisi, pendapat, dan pengetahuan serta pengalaman dari
penyusunnya. Bisaanya peramalan secara kualitatif ini didasarkan atas hasil
penyelidikan dan ciri-ciri normatif seperti decision matrices atau decision
trees. metode kualitatif dapat dibagi menjadi metode eksploratoris dan
normatif.
b.
Peramalan Kuantitatif
Peramalan yang didasarkan atas data kuantitatif pada masa lalu. Hasil
peramalan yang dibuat sangat tergantung pada metode yang dipergunakan
dalam peramalan tersebut. Pada dasarnya metode peramalan kuantitatif ini
meliputi metode peramalan yang didasarkan pada penggunaan analisa pola
hubungan antara variabel yang akan diperkirakan dengan variabel waktu,
yang merupakan deret waktu, atau pola deret berkala (time-series) dan metode
peramalan yang didasarkan pada penggunaan analisa pola hubungan antara
variabel yang akan diperkirakan dengan variabel lain yang mempengaruhinya,
metode ini disebut metode korelasi atau sebab-akibat.
Metode peramalan dengan menggunakan analisa pola deret berkala
(time series) antara lain adalah:
a. Adanya informasi tentang keadaan yang lain.
b. Informasi tersebut dapat dikuantifikasikan dalam bentuk data.
c. Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa
yang akan datang.
Universitas Sumatera Utara
11
Metode-metode peramalan dengan menggunakan analisa pola hubungan
antara variabel yang akan diperkirakan dengan variabel waktu atau analisa deret
waktu, yaitu:
1. Metode Pemulusan Eksponensial dan Rata-rata Bergerak, sering digunakan
untuk ramalan jangka pendek dan jarang digunakan untuk peramalan jangka
panjang.
2. Metode Regresi, metode ini bisa digunakan untuk ramalan jangka menengah
dan jangka panjang.
3. Metode Box-jenkins, jarang dipakai namun baik untuk ramalan jangka pendek,
menengah, dan jangka panjang.
2.4 Pemilihan Teknik dan Metode peramalan
Dalam pemilihan teknik dan metode peramalan, pertama-tama perlu diketahui ciri-ciri
penting yang perlu diperhatikan bagi pengambilan keputusan dan analisis keadaan
dalam mempersiapkan peramalan.
Ada enam faktor utama yang diidentifikasikan sebagai teknik dan metode peramalan,
yaitu:
1. Horizon Waktu
Ada dua aspek horizon waktu yang berhubungan dengan masing-masing
metode peramalan. Pertama adalah cakupan waktu di masa yang akan datang,
untuk mana perbedaan dari metode peramalan yang digunakan sebaiknya
sesuai. Aspek kedua adalah jumlah periode untuk peramalan yang akan
diinginkan.
Universitas Sumatera Utara
12
2. Pola Data
Dasar utama dari metode peramalan adalah anggapan bahwa macam-macam
dari pola yang didapati di dalam data yang diramalkan akan berkelanjutan.
3. Jenis dari Model
Model-model dari suatu deret di mana waktu digambarkan sebagai unsur yang
penting untuk menentukan perubahan-perubahan dalam pola. Jenis model perlu
diperhatikan karena masing-masing model mempunyai kemampuan yang
berbeda dalam analisa keadaan untuk pengambilan keputusan.
4. Biaya yang Dibutuhkan
Umumnya ada empat unsur biaya yang tercakup di dalam penggunaan suatu
prosedur peramalan, yaitu biaya-biaya pengembangan, penyimpanan data,
operasi pelaksanaan kesempatan dalam penggunaan teknik-teknik dan metode
lainnya.
5. Ketepatan Metode Peramalan
Tingkat ketepatan yang dibutuhkan sangat erat hubungannya dengan tingkat
perincian yang dibutuhkan dalam suatu peramalan.
6. Kemudahan dalam Penerapan
Teknik dan metode peramalan harus dapat disesuaikan dengan kemampuan
analis yang akan menggunakan metode ramalan tersebut. Metode yang dapat
dimengerti dan mudah diaplikasikan sudah merupakan suatu prinsip umum bagi
pengambil keputusan untuk memenuhi kebutuhan dari keadaan.
2.5 Analisis Deret Berkala
Deret berkala (Time series) adalah data yang dikumpulkan dari waktu untuk
memberikan gambaran tentang perkembangan suatu kegiatan dari waktu ke waktu.
Universitas Sumatera Utara
13
Analisis deret berkala memungkinkan untuk mengetahui perkembangan suatu atau
beberapa kejadian lainnya.
Metode deret berkala merupakan metode peramalan kuantitatif didasarkan
atas penggunaan analisis pola hubungan antara variabel yang akan diperkirakan
dengan variabel waktu. Tujuan deret berkala ini mencakup pola data yang digunakan
untuk meramalkan apakah data tersebut stationer atau tidak dan ekstrapolasi ke masa
yang akan datang. Stationer itu sendiri berarti bahwa tidak terdapat pertumbuhan
ataupun penurunan data. Data seharusnya horizontal sepanjang waktu atau dengan
kata lain fluktasi data tetap konstan setiap waktu.
2.6 Metode Pemulusan (Smoothing)
Metode Smoothing adalah suatu 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. 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 (DoubleMoving Average)
d. Kombinasi rata-rata bergerak lainnya.
Metode rata-rata tujuannya adalah untuk memanfaatkan data masa lalu untuk
mengembangkan suatu sistem peramalan pada periode mendatang.
Universitas Sumatera Utara
14
2. Metode Pemulusan Eksponensial
Bentuk umum dari Metode Pemulusan Eksponensial
Ft +1 = αX t + (1 − α )Ft
Keterangan :
Ft+1 = Ramalan satu periode ke depan
Xt = Data aktual pada periode ke-t
Ft= Ramalan pada periode ke-t
α = Parameter pemulusan
Metode Pemulusan Eksponensial terdiri atas:
1. Pemulusan Eksponensial Tunggal
a. Satu parameter
b. Pendekatan adaptif
2. Smoothing Eksponensial Ganda
a. Metode Linier Satu Parameter dari Brown
b. Metode Dua Parameter dari Holt
3. Smoothing Eksponensial Tripel
a. Metode Kuadratik Satu Parameter dari Brown
b. Metode Tiga Parameter untuk kecenderungan dan musiman dari Winter
4. Smoothing Eksponensial menurut klasifikasi Pegels.
Universitas Sumatera Utara
15
2.7 Metode Pemulusan yang Digunakan
Untuk mendapatkan hasil yang baik harus diketahui cara peramalan yang tepat. Maka
metode peramalan Time series yang digunakan untuk meramalkan produksi karet
pada pemecahan masalah ini adalah dengan menggunakan Metode Smoothing
Eksponensial Ganda yaitu “Smoothing Eksponensial Linier Satu Parameter dari
Brown” .
Persamaan yang dipakai dalam pelaksanaan Pemulusan Eksponensial Linier
Satu Parameter dari Brown adalah sebagai berikut:
Ft+m = a t + bt (m )
′
=α
′′
=α
at
=
bt
=
′
′
+ (1 − α )
′′
+ (1 − α )
′′
+ ( ′−
α
(
α)
′′
( ′−
)=2
′′
′
−
′′
)
Keterangan :
′
′′
= Nilai pemulusan eksponensial tunggal
= Nilai pemulusan eksponensial ganda
a t = Konstanta untuk m periode ke depan
bt
= Komponen kecenderungan
Ft+m = Hasil ramalan untuk m periode ke depan yang akan diramalkan
α
= Parameter pemulusan eksponensial besarnya adalah 0 < α < 1
Universitas Sumatera Utara
16
2.8 Penentuan Pola Data
Langkah penting dalam memilih suatu metode deret berkala yang tepat adalah
dengan mempertimbangkan jenis pola data, sehingga metode yang paling tepat
dengan pola tersebut dapat diuji. Secara umum pola data dapat dibedakan menjadi
empat, yaitu:
1. Pola Horisontal (H) : Pola ini terjadi bila nilai berfluktuasi di sekitar nilai
rata-rata yang konstan.
y
waktu
Gambar 2.1 Pola Data Horizontal
2. Pola Musiman (S)
Pola yang menunjukkan perubahan yang berulang-ulang secara periodik
dalam deret waktu terjadi bilamana suatu deret dipengaruhi oleh faktor
musiman (misalnya kuartal tahun tertentu, bulanan, atau hari-hari pada
minggu tertentu).
waktu
Gambar 2.2 Pola Data Musiman
Universitas Sumatera Utara
17
3. Pola Siklis (C)
Pola data yang menunjukkan gerakkan naik turun dalam jangka panjang
dari suatu kurva trend, terjadi bilamana datanya dipengaruhi oleh fluktuasi
ekonomi jangka panjang yang berhubungan dengan siklus bisnis.
y
waktu
Gambar 2.3 Pola Data Siklis
4. Pola Trend (T)
Pola yang menunjukkan kenaikan atau penurunan jangka panjang dalam data.
y
waktu
Gambar 2.4 Pola Data Trend
Universitas Sumatera Utara
BAB 2
LANDASAN TEORI
2.1 Pengertian Peramalan
Peramalan adalah cara memperkirakan secara kuantitatif dan kualitatif apa yang akan
terjadi pada masa depan berdasarkan data yang relevan pada masa lalu. Metode
peramalan dapat memberikan manfaat yang sangat besar apabila dikaitkan dengan
keadaan informasi atau data yang dipunyai. Metode peramalan akan memberikan
urutan pengerjaan dan pemecahan atas pendekatan suatu masalah, sehingga dengan
demikian dapat dimungkinkan penggunaan teknik-teknik analisa yang lebih maju.
Dengan penggunaan teknik-teknik tersebut, maka diharapkan dapat memberikan
tingkat kepercayaan atau keyakinan yang lebih besar, karena dapat diuji dan
dibuktikan penyimpangan atau deviasi yang terjadi secara ilmiah.
2.2 Kegunaan Metode Peramalan
Metode peramalan sangat berguna, baik dalam penelitian, perencanaan maupun
pengambilan keputusan karena akan membantu dalam mengadakan pendekatan
analisa terhadap perilaku atau pola dari data yang lalu sehingga dapat memberikan
cara pemikiran pengerjaan, dan pemecahan yang sistematis, serta memberikan tingkat
kepercayaan yang lebih besar atas ketepatan hasil ramalan yang dibuat atau yang
disusun.
Baik tidaknya hasil suatu penelitian sangat ditentukan oleh ketepatan ramalan
yang dibuat, demikian pula dengan baik tidaknya keputusan dan rencana yang
Universitas Sumatera Utara
8
disusun juga sangat ditentukan oleh ketepatan ramalan yang dibuat. Oleh karena itu
ketepatan dari ramalan tersebut merupakan hal yang sangat penting. Walaupun
demikian perlu disadari bahwa suatu ramalan tetap ramalan, di mana selalu ada unsur
kesalahannya.
Sehingga yang penting diperhatikan adalah usaha untuk memperkecil
kemungkinan kesalahan tersebut. Pada dasarnya, baik tidaknya suatu ramalan yang
disusun sangat tergantung pada orang yang melakukannya, langkah-langkah
peramalan yang dilakukannya, serta metode peramalan yang digunakan. Walaupun
demikian perlu disadari bahwa suatu ramalan adalah tetap ramalan, selalu ada unsur
kesalahan. Sehingga yang penting diperhatikan adalah usaha untuk memperkecil
kemungkinan kesalahannya. Di dalam bagian organisasi terdapat beberapa kegunaan
metode peramalan, diantaranya:
1. Berguna untuk penjadwalan sumber daya yang tersedia. Penggunaan sumber
daya yang efisien memerlukan penjadwalan produksi, transportasi, dana,
personalia, dan sebagainya. Input yang penting untuk penjadwalan seperti itu
adalah tingkat permintaan konsumennya atau si pelanggan.
2. Berguna dalam penyediaan sumber daya tambahan. Waktu tenggang untuk
memperoleh bahan baku, menerima pekerja baru atau pembelian mesin dan
peralatan dapat berkisar antara beberapa tahun. Peramalan dapat digunakan
untuk menentukan kebutuhan sumber daya di masa yang akan datang.
3. Untuk menentukan sumber daya yang diinginkan. Setiap organisasi harus
sumber daya yang dimiliki dalam jangka panjang. Keputusan sepanjang ini
bergantung kepada faktor-faktor lingkungan, manusia dan pengembangan
sumber daya keuangan. Semua penentuan ini memerlukan peramalan yang baik
dan manajer yang dapat menafsirkan pendugaan serta membuat keputusan yang
tepat.
Universitas Sumatera Utara
9
Walaupun terdapat banyak bidang lain yang memerlukan peramalan, namun
tiga kelompok di atas merupakan bentuk khas dari kegunaan ramalan jangka pendek,
menengah, dan panjang.
2.3 Jenis Peramalan
Pada umumnya peramalan dapat dibedakan dari beberapa segi, tergantung dari cara
melihatnya. Apabila dilihat dari jangka waktu ramalan yang disusun, maka peramalan
dapat dibedakan atas dua macam, yaitu:
1. Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk penyusunan
hasil ramalan yang jangka waktunya lebih dari satu setengah tahun atau tiga
semester. Peramalan seperti ini misalnya diperlukan dalam penyusunan rencana
pembangunan suatu negara atau daerah, rencana investasi atau rencana ekspansi
dari suatu perusahaan.
2. Peramalan jangka pendek, yaitu peramalan yang dilakukan untuk penyusunan
hasil ramalan dengan jangka waktu kurang dari satu setengah tahun. Peramalan
seperti ini diperlukan dalam penyusunan rencana tahunan, rencana kerja
operasional, dan anggaran, contohnya penyusunan rencana produksi, rencana
penjualan, rencana pengadaan, rencana persediaan, anggaran produksi,
anggaran pemasaran, dan anggaran perusahaan. Berdasarkan sifat ramalan yang
telah disusun, maka peramalan dapat dibedakan atas dua macam, yaitu:
Universitas Sumatera Utara
10
a. Peramalan Kualitatif atau teknologis
Peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil
peramalan yang dibuat sangat tergantung pada orang yang menyusunnya, hal
ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran
yang bersifat intuisi, pendapat, dan pengetahuan serta pengalaman dari
penyusunnya. Bisaanya peramalan secara kualitatif ini didasarkan atas hasil
penyelidikan dan ciri-ciri normatif seperti decision matrices atau decision
trees. metode kualitatif dapat dibagi menjadi metode eksploratoris dan
normatif.
b.
Peramalan Kuantitatif
Peramalan yang didasarkan atas data kuantitatif pada masa lalu. Hasil
peramalan yang dibuat sangat tergantung pada metode yang dipergunakan
dalam peramalan tersebut. Pada dasarnya metode peramalan kuantitatif ini
meliputi metode peramalan yang didasarkan pada penggunaan analisa pola
hubungan antara variabel yang akan diperkirakan dengan variabel waktu,
yang merupakan deret waktu, atau pola deret berkala (time-series) dan metode
peramalan yang didasarkan pada penggunaan analisa pola hubungan antara
variabel yang akan diperkirakan dengan variabel lain yang mempengaruhinya,
metode ini disebut metode korelasi atau sebab-akibat.
Metode peramalan dengan menggunakan analisa pola deret berkala
(time series) antara lain adalah:
a. Adanya informasi tentang keadaan yang lain.
b. Informasi tersebut dapat dikuantifikasikan dalam bentuk data.
c. Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa
yang akan datang.
Universitas Sumatera Utara
11
Metode-metode peramalan dengan menggunakan analisa pola hubungan
antara variabel yang akan diperkirakan dengan variabel waktu atau analisa deret
waktu, yaitu:
1. Metode Pemulusan Eksponensial dan Rata-rata Bergerak, sering digunakan
untuk ramalan jangka pendek dan jarang digunakan untuk peramalan jangka
panjang.
2. Metode Regresi, metode ini bisa digunakan untuk ramalan jangka menengah
dan jangka panjang.
3. Metode Box-jenkins, jarang dipakai namun baik untuk ramalan jangka pendek,
menengah, dan jangka panjang.
2.4 Pemilihan Teknik dan Metode peramalan
Dalam pemilihan teknik dan metode peramalan, pertama-tama perlu diketahui ciri-ciri
penting yang perlu diperhatikan bagi pengambilan keputusan dan analisis keadaan
dalam mempersiapkan peramalan.
Ada enam faktor utama yang diidentifikasikan sebagai teknik dan metode peramalan,
yaitu:
1. Horizon Waktu
Ada dua aspek horizon waktu yang berhubungan dengan masing-masing
metode peramalan. Pertama adalah cakupan waktu di masa yang akan datang,
untuk mana perbedaan dari metode peramalan yang digunakan sebaiknya
sesuai. Aspek kedua adalah jumlah periode untuk peramalan yang akan
diinginkan.
Universitas Sumatera Utara
12
2. Pola Data
Dasar utama dari metode peramalan adalah anggapan bahwa macam-macam
dari pola yang didapati di dalam data yang diramalkan akan berkelanjutan.
3. Jenis dari Model
Model-model dari suatu deret di mana waktu digambarkan sebagai unsur yang
penting untuk menentukan perubahan-perubahan dalam pola. Jenis model perlu
diperhatikan karena masing-masing model mempunyai kemampuan yang
berbeda dalam analisa keadaan untuk pengambilan keputusan.
4. Biaya yang Dibutuhkan
Umumnya ada empat unsur biaya yang tercakup di dalam penggunaan suatu
prosedur peramalan, yaitu biaya-biaya pengembangan, penyimpanan data,
operasi pelaksanaan kesempatan dalam penggunaan teknik-teknik dan metode
lainnya.
5. Ketepatan Metode Peramalan
Tingkat ketepatan yang dibutuhkan sangat erat hubungannya dengan tingkat
perincian yang dibutuhkan dalam suatu peramalan.
6. Kemudahan dalam Penerapan
Teknik dan metode peramalan harus dapat disesuaikan dengan kemampuan
analis yang akan menggunakan metode ramalan tersebut. Metode yang dapat
dimengerti dan mudah diaplikasikan sudah merupakan suatu prinsip umum bagi
pengambil keputusan untuk memenuhi kebutuhan dari keadaan.
2.5 Analisis Deret Berkala
Deret berkala (Time series) adalah data yang dikumpulkan dari waktu untuk
memberikan gambaran tentang perkembangan suatu kegiatan dari waktu ke waktu.
Universitas Sumatera Utara
13
Analisis deret berkala memungkinkan untuk mengetahui perkembangan suatu atau
beberapa kejadian lainnya.
Metode deret berkala merupakan metode peramalan kuantitatif didasarkan
atas penggunaan analisis pola hubungan antara variabel yang akan diperkirakan
dengan variabel waktu. Tujuan deret berkala ini mencakup pola data yang digunakan
untuk meramalkan apakah data tersebut stationer atau tidak dan ekstrapolasi ke masa
yang akan datang. Stationer itu sendiri berarti bahwa tidak terdapat pertumbuhan
ataupun penurunan data. Data seharusnya horizontal sepanjang waktu atau dengan
kata lain fluktasi data tetap konstan setiap waktu.
2.6 Metode Pemulusan (Smoothing)
Metode Smoothing adalah suatu 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. 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 (DoubleMoving Average)
d. Kombinasi rata-rata bergerak lainnya.
Metode rata-rata tujuannya adalah untuk memanfaatkan data masa lalu untuk
mengembangkan suatu sistem peramalan pada periode mendatang.
Universitas Sumatera Utara
14
2. Metode Pemulusan Eksponensial
Bentuk umum dari Metode Pemulusan Eksponensial
Ft +1 = αX t + (1 − α )Ft
Keterangan :
Ft+1 = Ramalan satu periode ke depan
Xt = Data aktual pada periode ke-t
Ft= Ramalan pada periode ke-t
α = Parameter pemulusan
Metode Pemulusan Eksponensial terdiri atas:
1. Pemulusan Eksponensial Tunggal
a. Satu parameter
b. Pendekatan adaptif
2. Smoothing Eksponensial Ganda
a. Metode Linier Satu Parameter dari Brown
b. Metode Dua Parameter dari Holt
3. Smoothing Eksponensial Tripel
a. Metode Kuadratik Satu Parameter dari Brown
b. Metode Tiga Parameter untuk kecenderungan dan musiman dari Winter
4. Smoothing Eksponensial menurut klasifikasi Pegels.
Universitas Sumatera Utara
15
2.7 Metode Pemulusan yang Digunakan
Untuk mendapatkan hasil yang baik harus diketahui cara peramalan yang tepat. Maka
metode peramalan Time series yang digunakan untuk meramalkan produksi karet
pada pemecahan masalah ini adalah dengan menggunakan Metode Smoothing
Eksponensial Ganda yaitu “Smoothing Eksponensial Linier Satu Parameter dari
Brown” .
Persamaan yang dipakai dalam pelaksanaan Pemulusan Eksponensial Linier
Satu Parameter dari Brown adalah sebagai berikut:
Ft+m = a t + bt (m )
′
=α
′′
=α
at
=
bt
=
′
′
+ (1 − α )
′′
+ (1 − α )
′′
+ ( ′−
α
(
α)
′′
( ′−
)=2
′′
′
−
′′
)
Keterangan :
′
′′
= Nilai pemulusan eksponensial tunggal
= Nilai pemulusan eksponensial ganda
a t = Konstanta untuk m periode ke depan
bt
= Komponen kecenderungan
Ft+m = Hasil ramalan untuk m periode ke depan yang akan diramalkan
α
= Parameter pemulusan eksponensial besarnya adalah 0 < α < 1
Universitas Sumatera Utara
16
2.8 Penentuan Pola Data
Langkah penting dalam memilih suatu metode deret berkala yang tepat adalah
dengan mempertimbangkan jenis pola data, sehingga metode yang paling tepat
dengan pola tersebut dapat diuji. Secara umum pola data dapat dibedakan menjadi
empat, yaitu:
1. Pola Horisontal (H) : Pola ini terjadi bila nilai berfluktuasi di sekitar nilai
rata-rata yang konstan.
y
waktu
Gambar 2.1 Pola Data Horizontal
2. Pola Musiman (S)
Pola yang menunjukkan perubahan yang berulang-ulang secara periodik
dalam deret waktu terjadi bilamana suatu deret dipengaruhi oleh faktor
musiman (misalnya kuartal tahun tertentu, bulanan, atau hari-hari pada
minggu tertentu).
waktu
Gambar 2.2 Pola Data Musiman
Universitas Sumatera Utara
17
3. Pola Siklis (C)
Pola data yang menunjukkan gerakkan naik turun dalam jangka panjang
dari suatu kurva trend, terjadi bilamana datanya dipengaruhi oleh fluktuasi
ekonomi jangka panjang yang berhubungan dengan siklus bisnis.
y
waktu
Gambar 2.3 Pola Data Siklis
4. Pola Trend (T)
Pola yang menunjukkan kenaikan atau penurunan jangka panjang dalam data.
y
waktu
Gambar 2.4 Pola Data Trend
Universitas Sumatera Utara