Peramalan Produk Domestik Regional Bruto (PDRB) Kabupaten Samosir pada Sektor Pertanian Tahun 2017-2019
BAB 2
LANDASAN TEORI
2.1 Pengertian Peramalan
Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang
dengan waktu yang relatif lama (assaury, 1991). Sedangkan ramalan adalah sesuatu situasi
atau kondisi yang memperkirakan akan terjadi pada masa yang akan datang. Adanya waktu
tenggang (lead time) ini merupakan alasan utama bagi perencenaan dan peramalan.
Metode peramalan akan membantu dalam mengadakan pendekatan analisa terhadap
tingkah laku atau pola dari data yang lalu, sehingga dapat memberikan cara pemikiran,
pengerjaan dan pemecahan yang sistematis dan pragmatis, serta memberikan tingkat
keyakinan yang lebih besar atas ketepatan hasil ramalan yang dibuat.
peramalan juga memberikan urutan pengerjaan dan pemecahan atas pendekatan suatu
masalah dalam peramalan, sehingga bila digunakan pendekatan yang sama atas
permasalahan, maka akan didapat dasar pemikiran dan pemecahan yang sama karena
argumentasinya sama.
2.2 Jenis-jenis Peramalan
Peramalan berdasarkan sifatnya dapat dibedakan menjadi dua bagian yaitu peramalan
kualitatif dan kuantitatif. Metode peraalan kuantitatif dapat dibagi menjadi dua bagian yaitu
metode peramalan deret waktu dan metode kausal, sedangkan metode kualitatif dibagi
menjadi metode eksplanatoris dan normatif.
1. Peramalan Kuantitatif
Peramalan kuantitatif, yaitu peramalan yang sangat mengandalkan pada data historis
yang dimiliki. Hasil peramalan yang dibuat sangat tergantung pada metode yang
dipergunakan dalam peramalan tersebut. Baik tidaknya metode yang dipergunakan
6
Universitas Sumatera Utara
ditentukan oleh perbedaan atau penyimpangan antara hasil ramalan dengan kenyataan
yang akan terjadi maka semakin baik metode yang digunakan. Metode kuantitatif
dibagi menjadi, yaitu:
a. Model deret berkala (time series)
Pada model ini, pendugaan masa dilakukan berdasarkan nilai masa lalu dari suatu
variabel dan atau kesalahan masa lalu. Tujuannya adalah untuk menentukan pola
dalam deret data historis dengan mengekstrapolasikan pola dalam deret historis
tersebut ke masa depan. Metode-metode peramalan dengan menggunakan time
series, yaitu:
1. Metode smoothing
2. Metode box – jenkis
3. Metode perkiraan trend dengan regresi
b. Metode Kausalitas
Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antar
variabel yang akan diperkirakan dengan variabel lain yang mempengaruhinya
yang disebut dengan metode korelasi atau sebab akibat (metode kausal). Model ini
mengasumsikan bahwa faktor yang diramalkan menunjukkan suatu hubungan
sebab-akibat dengan satu atau lebih variabel bebas. Metode peramalan dengan
model kausalitas, yaitu:
1. Metode regresi
2. Metode ekonometrika
3. Metode analisis input-output
Teknik peramalan kuantitatif sangat beragam, dikembangkan dari berbagai
disiplin ilmu dan untuk sebagai maksud. Setiap teknik yang dipilih memiliki sifat,
ketepatan, tingkat kesulitan dan gaya tersendiri yang harus dipertimbangkan.
2. Peramalan kualitatif
Peramalan kualitatif adalah peramalan yang didasarkan atas data kualitatif pada masa
lalu. Hasil peramalan yang dibuat sangat bergantung pada orang yang menyusunnya.
7
Universitas Sumatera Utara
Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran dan
pengetahuan penyusunnya. Metode kualitatif dibagi menjadi dua yaitu:
a. Model eksplanatoris
Model ini dimulai dengan masa lalu dan masa kini sebagai titik awalnya dan
bergerak kearah masa depan dengan melihat semua kemungkinannya yang ada.
b. Model normatif
Model ini dimulai dengan menetapkan sasaran dan tujuan yang akan datang,
kemudian bekerja mundur untuk melihat apakah hal ini dapat dicapai, berdasarkan
kendala, sumberdaya dan teknologi yang tersedia.
2.3 Langkah-langkah Peramalan
Kualitas atau mutu dari hasil peramalan yang disusun, sangat ditentukan oleh proses
pelaksanaan penyusunannya. Peramalan yang baik adalah peramalan yang dilakukan
dengan mengikuti langkah-langkah atau prosedur penyusunan yang baik. Pada dasarnya
ada tiga langkah peramalan yang penting yaitu:
1. Menganalisa data yang lalu, Tahap ini berguna untuk pola yang terjadi pada masa
lalu. Analisa ini dilakukan dengan cara membuat tabulasi dari data yang lalu,
sehingga akan diketahui pola dari data tersebut.
2. Menentukan metode yang digunakan, masing masing metode akan memberikan
hasil peramalan yang berbeda. Dimana metode peramalan yang baik adalah
metode yang menghasilkan penyimpangan sekecil mungkin antara hasil
peramalan dengan nilai kenyataan.
3. Memproyeksikan data yang lalu dengan menggunakan metode yang dipergunakan
dan mempertimbangkan adanya beberapa faktor perubahan. Faktor-faktor
perubahan tersebut antara lain terdiri dari perubahan kebijakan-kebijakan yang
mungkin terjadi, termasuk kebijakan pemerintah.
2.4 Kegunaan dan Peran Peramalan
Pada umumnya kegunaan peramalan adalah sebagai berikut:
1. Sebagai alat bantu dalam perencanaan yang efektif dan efisien
2. Untuk menentukan kebutuhan sumber daya dimasa yang akan datang
3. Untuk membuat keputusan yang tepat.
8
Universitas Sumatera Utara
Kegunaan dari peramalan terlihat pada saat pengambilan keputusan. Setiap orang
selalu dihadapkan pada masalah pengambilan keputusan. Keputusan yang baik adalah
keputusan yang didasarkan pertimbangan apa yang akan terjadi pada waktu keputusan itu
dilaksanakan. Kurang tepat ramalan yang disusun atau yang dibuat maka kurang baiklah
keputusan yang diambil. Walaupun demikian perlu disadari bahwa suatu ramalan adalah tetap
ramalan, dimana selalu ada unsur kesalahan. Sehingga yang paling diperhatikan adalah usaha
untuk memperkecil kemungkinan kesalahannya.
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.
Ada 6 faktor utama yang diidentifikasikan sebagai teknik dan metode peramalan yaitu:
1. Horizon waktu
Ada dua aspek dari horizon waktu
yang berhubungan dengan
masing-
masing metode peramalan, yaitu cakupan waktu di masa 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 di dalam 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 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,
5. Ketepatan peramalan
Tingkat ketepatan yang dibutuhkan sangat erat dengan tingkat perincian yang
dibutuhkan dalam suatu peramalan.
9
Universitas Sumatera Utara
6. Kemudahan dan Penerapan
Metode-metode yang dapat
dimengerti dan mudah diaplikasikan sudah
merupakan suatu prinsip umum bagi pengambilan keputusan.
2.6 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 (time series) . 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 (double moving average)
d. Kombinasi rata-rata bergerak lainnya.
Metode rata-rata tujuannya adalah untuk
memanfaatkan data
masa
lalu
dalam
mengembangkan suatu sistem peramalan pada periode mendatang.
2. Metode Pemulusan Eksponensial
Bentuk umum dari pemulusan eksponensial adalah:
dengan:
= ramalan satu periode ke depan
= data aktual pada periode ke – t
= ramalan pada periode ke – t
= parameter pemulusan
10
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
2.7 Metode Smoothing yang Digunakan
Untuk mendapatkan hasil yang baik harus diketahui cara peramalan yang cepat. Maka
metode peramalan analisis time series yang digunakan untuk meramalkan jumlah produksi
padi pada pemecahan masalah ini adalah dengan menggunakan metode smoothing
eksponensial ganda yaitu metode smoothing eksponensial satu parameter dari Brown.
Metode ini merupakan metode yang digunakan oleh Brown. Dasar pemikiran dari
metode smoothing eksponensial linier satu parameter dari Brown adalah dengan rata-rata
bergerak linier, karena kedua nilai pemulusan tunggal dan ganda ketinggalan dari data
sebenarnya.
2.8 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 (time series) dari data
masa
lalu
dapat
diramalkan situasi yang akan terjadi pada masa yang akan datang, untuk menguji
kebenaran ramalan ini digunakan ketepatan.
Beberapa kriteria yang digunakan untuk menguji ketepatan ramalan adalah:
a. ME (Mean Error ) atau Nilai Tengah Kesalahan
∑
11
Universitas Sumatera Utara
b. MSE (Mean Square Error ) atau Nilai Tengah Kesalahan Kuadrat
e
N
2
t
t 1
...
N
c. MAE (Mean Absolute Error ) atau Nilai Tengah Kesalahan Absolut
N
...
∑ |et |
MAE = t =1
N
d. MPE (Mean Percentage Error ) atau Nilai Tengah Kesalahan Persentase
N
...
∑ PE t
MPE = t =1
N
e. MAPE (Mean Absolute Percentage Error ) atau Nilai Tengah
Kesalahan Persentase Absolut
N
...
∑ |PE t |
MAPE = t =1
N
f. SSE (Sum Square Error) /Jumlah Kuadrat Kesalahan
12
Universitas Sumatera Utara
N
...
SSE = ∑et 2
t =1
dengan:
=
=
kesalahan pada periode ke – t
(kesalahan persentase pada periode ke – t)
= data aktual pada periode ke – t
= Nilai ramalan pada periode ke – t
N
= Banyaknya periode waktu
Metode peramalan yang dipilih adalah metode yang memberikan nilai MSE yang
terkecil.
13
Universitas Sumatera Utara
LANDASAN TEORI
2.1 Pengertian Peramalan
Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang
dengan waktu yang relatif lama (assaury, 1991). Sedangkan ramalan adalah sesuatu situasi
atau kondisi yang memperkirakan akan terjadi pada masa yang akan datang. Adanya waktu
tenggang (lead time) ini merupakan alasan utama bagi perencenaan dan peramalan.
Metode peramalan akan membantu dalam mengadakan pendekatan analisa terhadap
tingkah laku atau pola dari data yang lalu, sehingga dapat memberikan cara pemikiran,
pengerjaan dan pemecahan yang sistematis dan pragmatis, serta memberikan tingkat
keyakinan yang lebih besar atas ketepatan hasil ramalan yang dibuat.
peramalan juga memberikan urutan pengerjaan dan pemecahan atas pendekatan suatu
masalah dalam peramalan, sehingga bila digunakan pendekatan yang sama atas
permasalahan, maka akan didapat dasar pemikiran dan pemecahan yang sama karena
argumentasinya sama.
2.2 Jenis-jenis Peramalan
Peramalan berdasarkan sifatnya dapat dibedakan menjadi dua bagian yaitu peramalan
kualitatif dan kuantitatif. Metode peraalan kuantitatif dapat dibagi menjadi dua bagian yaitu
metode peramalan deret waktu dan metode kausal, sedangkan metode kualitatif dibagi
menjadi metode eksplanatoris dan normatif.
1. Peramalan Kuantitatif
Peramalan kuantitatif, yaitu peramalan yang sangat mengandalkan pada data historis
yang dimiliki. Hasil peramalan yang dibuat sangat tergantung pada metode yang
dipergunakan dalam peramalan tersebut. Baik tidaknya metode yang dipergunakan
6
Universitas Sumatera Utara
ditentukan oleh perbedaan atau penyimpangan antara hasil ramalan dengan kenyataan
yang akan terjadi maka semakin baik metode yang digunakan. Metode kuantitatif
dibagi menjadi, yaitu:
a. Model deret berkala (time series)
Pada model ini, pendugaan masa dilakukan berdasarkan nilai masa lalu dari suatu
variabel dan atau kesalahan masa lalu. Tujuannya adalah untuk menentukan pola
dalam deret data historis dengan mengekstrapolasikan pola dalam deret historis
tersebut ke masa depan. Metode-metode peramalan dengan menggunakan time
series, yaitu:
1. Metode smoothing
2. Metode box – jenkis
3. Metode perkiraan trend dengan regresi
b. Metode Kausalitas
Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antar
variabel yang akan diperkirakan dengan variabel lain yang mempengaruhinya
yang disebut dengan metode korelasi atau sebab akibat (metode kausal). Model ini
mengasumsikan bahwa faktor yang diramalkan menunjukkan suatu hubungan
sebab-akibat dengan satu atau lebih variabel bebas. Metode peramalan dengan
model kausalitas, yaitu:
1. Metode regresi
2. Metode ekonometrika
3. Metode analisis input-output
Teknik peramalan kuantitatif sangat beragam, dikembangkan dari berbagai
disiplin ilmu dan untuk sebagai maksud. Setiap teknik yang dipilih memiliki sifat,
ketepatan, tingkat kesulitan dan gaya tersendiri yang harus dipertimbangkan.
2. Peramalan kualitatif
Peramalan kualitatif adalah peramalan yang didasarkan atas data kualitatif pada masa
lalu. Hasil peramalan yang dibuat sangat bergantung pada orang yang menyusunnya.
7
Universitas Sumatera Utara
Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran dan
pengetahuan penyusunnya. Metode kualitatif dibagi menjadi dua yaitu:
a. Model eksplanatoris
Model ini dimulai dengan masa lalu dan masa kini sebagai titik awalnya dan
bergerak kearah masa depan dengan melihat semua kemungkinannya yang ada.
b. Model normatif
Model ini dimulai dengan menetapkan sasaran dan tujuan yang akan datang,
kemudian bekerja mundur untuk melihat apakah hal ini dapat dicapai, berdasarkan
kendala, sumberdaya dan teknologi yang tersedia.
2.3 Langkah-langkah Peramalan
Kualitas atau mutu dari hasil peramalan yang disusun, sangat ditentukan oleh proses
pelaksanaan penyusunannya. Peramalan yang baik adalah peramalan yang dilakukan
dengan mengikuti langkah-langkah atau prosedur penyusunan yang baik. Pada dasarnya
ada tiga langkah peramalan yang penting yaitu:
1. Menganalisa data yang lalu, Tahap ini berguna untuk pola yang terjadi pada masa
lalu. Analisa ini dilakukan dengan cara membuat tabulasi dari data yang lalu,
sehingga akan diketahui pola dari data tersebut.
2. Menentukan metode yang digunakan, masing masing metode akan memberikan
hasil peramalan yang berbeda. Dimana metode peramalan yang baik adalah
metode yang menghasilkan penyimpangan sekecil mungkin antara hasil
peramalan dengan nilai kenyataan.
3. Memproyeksikan data yang lalu dengan menggunakan metode yang dipergunakan
dan mempertimbangkan adanya beberapa faktor perubahan. Faktor-faktor
perubahan tersebut antara lain terdiri dari perubahan kebijakan-kebijakan yang
mungkin terjadi, termasuk kebijakan pemerintah.
2.4 Kegunaan dan Peran Peramalan
Pada umumnya kegunaan peramalan adalah sebagai berikut:
1. Sebagai alat bantu dalam perencanaan yang efektif dan efisien
2. Untuk menentukan kebutuhan sumber daya dimasa yang akan datang
3. Untuk membuat keputusan yang tepat.
8
Universitas Sumatera Utara
Kegunaan dari peramalan terlihat pada saat pengambilan keputusan. Setiap orang
selalu dihadapkan pada masalah pengambilan keputusan. Keputusan yang baik adalah
keputusan yang didasarkan pertimbangan apa yang akan terjadi pada waktu keputusan itu
dilaksanakan. Kurang tepat ramalan yang disusun atau yang dibuat maka kurang baiklah
keputusan yang diambil. Walaupun demikian perlu disadari bahwa suatu ramalan adalah tetap
ramalan, dimana selalu ada unsur kesalahan. Sehingga yang paling diperhatikan adalah usaha
untuk memperkecil kemungkinan kesalahannya.
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.
Ada 6 faktor utama yang diidentifikasikan sebagai teknik dan metode peramalan yaitu:
1. Horizon waktu
Ada dua aspek dari horizon waktu
yang berhubungan dengan
masing-
masing metode peramalan, yaitu cakupan waktu di masa 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 di dalam 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 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,
5. Ketepatan peramalan
Tingkat ketepatan yang dibutuhkan sangat erat dengan tingkat perincian yang
dibutuhkan dalam suatu peramalan.
9
Universitas Sumatera Utara
6. Kemudahan dan Penerapan
Metode-metode yang dapat
dimengerti dan mudah diaplikasikan sudah
merupakan suatu prinsip umum bagi pengambilan keputusan.
2.6 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 (time series) . 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 (double moving average)
d. Kombinasi rata-rata bergerak lainnya.
Metode rata-rata tujuannya adalah untuk
memanfaatkan data
masa
lalu
dalam
mengembangkan suatu sistem peramalan pada periode mendatang.
2. Metode Pemulusan Eksponensial
Bentuk umum dari pemulusan eksponensial adalah:
dengan:
= ramalan satu periode ke depan
= data aktual pada periode ke – t
= ramalan pada periode ke – t
= parameter pemulusan
10
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
2.7 Metode Smoothing yang Digunakan
Untuk mendapatkan hasil yang baik harus diketahui cara peramalan yang cepat. Maka
metode peramalan analisis time series yang digunakan untuk meramalkan jumlah produksi
padi pada pemecahan masalah ini adalah dengan menggunakan metode smoothing
eksponensial ganda yaitu metode smoothing eksponensial satu parameter dari Brown.
Metode ini merupakan metode yang digunakan oleh Brown. Dasar pemikiran dari
metode smoothing eksponensial linier satu parameter dari Brown adalah dengan rata-rata
bergerak linier, karena kedua nilai pemulusan tunggal dan ganda ketinggalan dari data
sebenarnya.
2.8 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 (time series) dari data
masa
lalu
dapat
diramalkan situasi yang akan terjadi pada masa yang akan datang, untuk menguji
kebenaran ramalan ini digunakan ketepatan.
Beberapa kriteria yang digunakan untuk menguji ketepatan ramalan adalah:
a. ME (Mean Error ) atau Nilai Tengah Kesalahan
∑
11
Universitas Sumatera Utara
b. MSE (Mean Square Error ) atau Nilai Tengah Kesalahan Kuadrat
e
N
2
t
t 1
...
N
c. MAE (Mean Absolute Error ) atau Nilai Tengah Kesalahan Absolut
N
...
∑ |et |
MAE = t =1
N
d. MPE (Mean Percentage Error ) atau Nilai Tengah Kesalahan Persentase
N
...
∑ PE t
MPE = t =1
N
e. MAPE (Mean Absolute Percentage Error ) atau Nilai Tengah
Kesalahan Persentase Absolut
N
...
∑ |PE t |
MAPE = t =1
N
f. SSE (Sum Square Error) /Jumlah Kuadrat Kesalahan
12
Universitas Sumatera Utara
N
...
SSE = ∑et 2
t =1
dengan:
=
=
kesalahan pada periode ke – t
(kesalahan persentase pada periode ke – t)
= data aktual pada periode ke – t
= Nilai ramalan pada periode ke – t
N
= Banyaknya periode waktu
Metode peramalan yang dipilih adalah metode yang memberikan nilai MSE yang
terkecil.
13
Universitas Sumatera Utara