Peramalan Hasil Produksi Kelapa Sawit Di Kebun Bah Jambi Ptp. Nusantara IV Pada Tahun 2017
BAB 2
TINJAUAN TEORITIS
2.1 Peramalan
2.1.1 Pengertian dan Kegunaan Peramalan
Assauri (1984) mengemukakan bahwa peramalan (forecasting) adalahkegiatan
memperkirakan atau memprediksikan apa yang akan terjadi pada masa yang akan
datang. Peramalan diperlukan karena adanya perbedaan waktu antara kesadaran
akan dibutuhkannya suatu kebijakan baru dengan waktu pelaksanaan suatu
kebijakan. Jadi dalam menentukan kebijakan itu perlu diperkirakan kesempatan
atau peluang yang ada dan ancaman yang mungkin terjadi.
Dalam usaha mengetahui atau melihat perkembangan dimasa depan,
peramalan dibutuhkan untuk menentukan kapan suatu peristiwa akan terjadi atau
suatu kebutuhan akan timbul, sehingga dapat dipersiapkan kebijakan atau tindakantindakan yang perlu dilakukan. Gambaran perkembangan pada masa depan
diperoleh dari hasil analisa data yang didapat dari penelitian yang telah dilakukan.
Perkembangan pada masa depan merupakan perkiraan apa yang akan terjadi,
sehingga dapatlah dikatakkan bahwa peramalan selalu diperlukan didalam
penelitian.
Kegunaan dari peramalan terlihat pada saat pengambilan keputusan.
Keputusan yang baik adalah keputusan yang didasarkan atas pertimbangan apa
yang akan terjadi pada waktu keputusan itu akan dilaksanakan. Baik tidaknya hasil
dari suatu penelitian sangat ditentukan oleh ketepatan ramalan yang dibuat.
Walaupun demikian perlu diketahui bahwa ramalan selalu ada unsur kesalahannya,
sehingga yang perlu diperhatikan adalah usaha untuk memperkecil kesalahan dari
ramalan tersebut.
Universitas Sumatera Utara
2.1.2 Jenis-Jenis Peramalan
Pada umumnya peramalan dapat dibedakan dari beberapa segi. Apabila dilihat dari
sifat penyusunannya, maka jenis peramalan ada dua yaitu:
1. Peramalan Subjektif
Peramalan subjektif yaitu peramalan yang didasarkan atas perasaan atau intuisi
dari orang yang menyusunnya. Dalam hal ini pandangan atau judgement dari
orang yang menyusunnya sangat menentukan baik tidaknya hasil ramalan
tersebut.
2. Peramalan Objektif
Peramalan objektif adalah peramalan yang didasarkan atas data yang relevan
pada masa lalu, dengan menggunakan teknik-teknik dan metode-metode dalam
penganalisaan data tersebut.
Jika dilihat dari jangka waktu ramalan yang disusun, maka jenis
peramalannya yaitu:
1. Peramalan Jangka Panjang
Peramalan jangka panjang yaitu peramalan yang dilakukan untuk penyusunan
hasil ramalan yang jangka waktunya lebih dari satu setengah tahun atau tiga
semester.
2. Peramalan Jangka Pendek
Peramalan jangka pendek yaitu peramalan yang dilakukan untuk penyusunan
hasil ramalan dengan jangka waktu yang kurang dari satu setengan tahun, atau
tiga semester.
Berdasarkan sifat ramalan yang telah disusun, maka jenis peramalan yaitu:
1. Peramalan Kualitatif
Peramalan kualitatif yaitu peramalan yang didasarkan atas data kualitatif pada
masa lalu.
Universitas Sumatera Utara
2. Peramalan Kuantitatif
Peramalan kuantitatif yaitu peramalan yang didasarkan atas data kuantitatif pada
masa lalu. Peramalan kuantitatif hanya dapat digunakan apabila adanya kondisi
sebagai berikut:
1. Adanya informasi tentang keadaan masa lalu.
2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data.
3. Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa yang
akan datang.
2.2 Metode Peramalan
2.2.1 Pengertian dan Kegunaan Metode Peramalan
Metode peramalan adalah cara memperkirakan secara kuantitatif apa yang akan
terjadi pada masa depan, berdasarkan data yang relevan pada masa lalu. Metode
peramalan juga merupakan cara memperkirakan secara kuantitatif,oleh karena itu
metode peramalan termasuk dalam kegiatan peramalan kuantitatif.
Metode peramalan berguna untuk memperkirakan secara sistimatis dan
pragmatis atas dasar data yang relevan pada masa lalu, dengan demikian metode
peramalan diharapkan dapat memberikan objektivitas yang lebih besar. Metode
peramalan juga memberikan urutan pengerjaan dan pemecahan atas pendekatan
suatu masalah dalam peramalan, sehingga bila digunakan pendekatan yang sama
atas permasalahan dalam suatu kegiatan peramalan, maka akan didapat dasar
pemikiran dan pemecahan yang sama karena argumentasinya sama. Selain itu,
metode peramalan memberikan cara pengerjaan yang teratur dan terarah, sehingga
dengan demikian dapat dimungkinkannya penggunaan teknik-teknik penganalisaan
yang lebih maju.
Universitas Sumatera Utara
2.2.2 Jenis-Jenis Metode Peramalan
Pada dasarnya metode peramalan kuantitatif dibedakan atas:
1. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan
antara variabel yang akan diperkirakan dengan variabel waktu, yang merupakan
deret waktu (time series), yang terdiri dari:
a. Metode smoothing, yang mencakup metode data lewat (past data ), metode
rata-rata kumulatif, metode rata-rata bergerak (moving averages) dan metode
exponentialsmoothing. Metode smoothing digunakan untuk mengurangi
ketidakteraturan musiman dari data yang lalu maupun kedua-duanya, dengan
membuat rata-rata tertimbang dari sederetan data yang lalu. Data yang
dibutuhkan untuk penggunaan metode peramalan ini minimum selama dua
tahun.
b. Metode Box Jenkins menggunakan dasar deret waktu dengan model
matematis, agar kesalahan yang terjadi dapat sekecil mungkin. Penggunaan
metode ini membutuhkan identifikasi model dan estimasi parameternya. Data
yang dibutuhkan untuk penggunaan metode peramalan ini minimum dua
tahun, dan lebih baik bila data yang dimiliki lebih dari dua tahun.
c. Metode proyeksi trend dengan regresi, merupakan dasar garis trend untuk
suatu persamaan matematis, sehingga dengan dasar persamaan tersebut dapat
diproyeksikan hal yang diteliti untuk masa depan. Data yang dibutuhkan
untuk penggunaan metode peramalan ini adalah data tahunan, dan semakin
banyak data yang dimiliki semakin baik, serta minimum data tahunan yang
harus ada adalah lima tahun.
2. Metode peramalan yang didasarkan atas penggunaan analisa hubungan antara
variabel yang akan diperkirakan dengan variabel lain yang mempengaruhinya,
yang bukan waktu, yang disebut metode korelasi atau sebab akibat (causal
methods), yang terdiri dari:
a. Metode regresi dan korelasi didasarkan pada penetapan suatu persamaan
estimasi menggunakan teknik least square. Data yang dibutuhkan untuk
Universitas Sumatera Utara
penggunaan metode peramalan ini adalah data kuartalan dari beberapa tahun
yang lalu.
b. Metode ekonometri, didasarkan atas peramalan pada sistim persamaan
regresi yang diestimasikan secara simultan. Data yang dibutuhkan untuk
penggunaan metode peramalan ini adalah data kuartalan beberapa tahun.
c. Metode input output dipergunakan untuk menyusun proyeksi trendekonomi
jangka panjang. Data yang dibutuhkan untuk penggunaan metode atau model
ini adalah data tahunan selama sekitar sepuluh sampai lima belas tahun.
2.2.3 Metode Pemulusan (Smoothing)
Metode pemulusan (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 kedepan. Secara umum, metode
smoothing diklasifikasikan menjadi dua yaitu :
1. Metode Perataan (Average)
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
2. Metode Pemulusan (Smoothing) Eksponensial
Bentuk umum dari pemulusan eksponensial adalah:
�+
= ��� +
di mana:
�+
−�
= hasil peramalan untuk 1 periode kedepan yang
akan diramalkan.
��
=data pada periodeke-t
�
= parameter smoothing
�
(2.1)
�
=ramalan pada periode ke-t
Universitas Sumatera Utara
Metode smoothing eksponensial terdiri dari:
a . Pemulusan Eksponensial Tunggal
1. Satu Parameter
2. Pendekatan Adaptif
b. Pemulusan Eksponensial Ganda
1. Metode Linier Satu-Parameter dari Brown
2. Metode Dua Parameter dari Holt
c. Pemulusan Eksponensial Tripel
1. Metode Kwadratik Satu Parameter dari Brown
2. Metode Tiga Parameter untuk Kecenderungan dan Musiman dari Winter
d. Pemulusan Eksponensial menurut Klasifikasi Pegels
2.3 Metode Peramalan yang Digunakan
Untuk mendapatkan hasil yang baik dan tepat maka harus diketahui dan digunakan
metode peramalan yang tepat. Dalam meramalkan hasil produksi kelapa sawit
menggunakan metode smoothing eksponensial satu parameter dari Brown.
Persamaan yang dipakai dalam pelaksanaan pemulusan (smoothing)
eksponensial ganda: metode linier satu-parameter dari Brown adalah sebagai
berikut:
��′
��′′
�
�
�+
= ��� +
= ���′ +
′
− � ��−
′′
− � ��−
= ��′ + ��′ − ��′′ = ��′ − ��′′
=
=
�
−�
�
+
��′ − ��′′
�
(2.2)
(2.3)
(2.4)
(2.5)
(2.6)
Universitas Sumatera Utara
di mana:
= jumlah periode didepan yang diramalkan
��′
��′′
�
�
�
�+
= nilai pemulusan eksponensial tunggal
= nilai pemulusan eksponensial ganda
= parameter pemulusan eksponensial
= konstanta pada periode ke-t
= Nilai slope
= hasil peramalan untuk m periode kedepan yang
akan diramalkan.
Untuk menghitung nilai kesalahan (error) ramalan tersebut, dapat
digunakan rumus di bawah ini:
��
= �� −
(2.7)
�
2.4 KetepatanPeramalan
Berikut ini adalah ketetapan ramalan beberapa kriteria yang digunakan untuk
menguji nilai ramalan yaitu:
1. Jumlah Kuadrat Kesalahan (Sum Square Error ), dengan rumus:
�� = ∑�= �� −
(2.8)
�
2. Nilai Tengah Kesalahan Kuadrat (Mean Square Error ), dengan rumus:
�� =
∑�
�= �� − �
(2.9)
3. Nilai Tengah Kesalahan Persentase Absolut (Mean Absolute Percentage Error ),
dengan rumus:
� � =
∑�
�= |� � |
(2.10)
4. Kesalahan Persentase (Percentage Error ), dengan rumus:
� =
�� − �
��
×
(2.11)
Universitas Sumatera Utara
5. Nilai Tengah Deviasi Absolut (Mean Absolute Deviation), dengan rumus:
�
=
di mana:
∑�
�= |�� − � |
�
�
(2.12)
=
�� −
��
(kesalahan persentase pada periode ke-t)
= banyaknya periode waktu
Kriteria yang penulis gunakan adalah hanya melihat nilai SSE dan MSE. Hasil
ramalan yang dipilih adalah yang memberikan nilai MSE terkecil.
Universitas Sumatera Utara
TINJAUAN TEORITIS
2.1 Peramalan
2.1.1 Pengertian dan Kegunaan Peramalan
Assauri (1984) mengemukakan bahwa peramalan (forecasting) adalahkegiatan
memperkirakan atau memprediksikan apa yang akan terjadi pada masa yang akan
datang. Peramalan diperlukan karena adanya perbedaan waktu antara kesadaran
akan dibutuhkannya suatu kebijakan baru dengan waktu pelaksanaan suatu
kebijakan. Jadi dalam menentukan kebijakan itu perlu diperkirakan kesempatan
atau peluang yang ada dan ancaman yang mungkin terjadi.
Dalam usaha mengetahui atau melihat perkembangan dimasa depan,
peramalan dibutuhkan untuk menentukan kapan suatu peristiwa akan terjadi atau
suatu kebutuhan akan timbul, sehingga dapat dipersiapkan kebijakan atau tindakantindakan yang perlu dilakukan. Gambaran perkembangan pada masa depan
diperoleh dari hasil analisa data yang didapat dari penelitian yang telah dilakukan.
Perkembangan pada masa depan merupakan perkiraan apa yang akan terjadi,
sehingga dapatlah dikatakkan bahwa peramalan selalu diperlukan didalam
penelitian.
Kegunaan dari peramalan terlihat pada saat pengambilan keputusan.
Keputusan yang baik adalah keputusan yang didasarkan atas pertimbangan apa
yang akan terjadi pada waktu keputusan itu akan dilaksanakan. Baik tidaknya hasil
dari suatu penelitian sangat ditentukan oleh ketepatan ramalan yang dibuat.
Walaupun demikian perlu diketahui bahwa ramalan selalu ada unsur kesalahannya,
sehingga yang perlu diperhatikan adalah usaha untuk memperkecil kesalahan dari
ramalan tersebut.
Universitas Sumatera Utara
2.1.2 Jenis-Jenis Peramalan
Pada umumnya peramalan dapat dibedakan dari beberapa segi. Apabila dilihat dari
sifat penyusunannya, maka jenis peramalan ada dua yaitu:
1. Peramalan Subjektif
Peramalan subjektif yaitu peramalan yang didasarkan atas perasaan atau intuisi
dari orang yang menyusunnya. Dalam hal ini pandangan atau judgement dari
orang yang menyusunnya sangat menentukan baik tidaknya hasil ramalan
tersebut.
2. Peramalan Objektif
Peramalan objektif adalah peramalan yang didasarkan atas data yang relevan
pada masa lalu, dengan menggunakan teknik-teknik dan metode-metode dalam
penganalisaan data tersebut.
Jika dilihat dari jangka waktu ramalan yang disusun, maka jenis
peramalannya yaitu:
1. Peramalan Jangka Panjang
Peramalan jangka panjang yaitu peramalan yang dilakukan untuk penyusunan
hasil ramalan yang jangka waktunya lebih dari satu setengah tahun atau tiga
semester.
2. Peramalan Jangka Pendek
Peramalan jangka pendek yaitu peramalan yang dilakukan untuk penyusunan
hasil ramalan dengan jangka waktu yang kurang dari satu setengan tahun, atau
tiga semester.
Berdasarkan sifat ramalan yang telah disusun, maka jenis peramalan yaitu:
1. Peramalan Kualitatif
Peramalan kualitatif yaitu peramalan yang didasarkan atas data kualitatif pada
masa lalu.
Universitas Sumatera Utara
2. Peramalan Kuantitatif
Peramalan kuantitatif yaitu peramalan yang didasarkan atas data kuantitatif pada
masa lalu. Peramalan kuantitatif hanya dapat digunakan apabila adanya kondisi
sebagai berikut:
1. Adanya informasi tentang keadaan masa lalu.
2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data.
3. Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa yang
akan datang.
2.2 Metode Peramalan
2.2.1 Pengertian dan Kegunaan Metode Peramalan
Metode peramalan adalah cara memperkirakan secara kuantitatif apa yang akan
terjadi pada masa depan, berdasarkan data yang relevan pada masa lalu. Metode
peramalan juga merupakan cara memperkirakan secara kuantitatif,oleh karena itu
metode peramalan termasuk dalam kegiatan peramalan kuantitatif.
Metode peramalan berguna untuk memperkirakan secara sistimatis dan
pragmatis atas dasar data yang relevan pada masa lalu, dengan demikian metode
peramalan diharapkan dapat memberikan objektivitas yang lebih besar. Metode
peramalan juga memberikan urutan pengerjaan dan pemecahan atas pendekatan
suatu masalah dalam peramalan, sehingga bila digunakan pendekatan yang sama
atas permasalahan dalam suatu kegiatan peramalan, maka akan didapat dasar
pemikiran dan pemecahan yang sama karena argumentasinya sama. Selain itu,
metode peramalan memberikan cara pengerjaan yang teratur dan terarah, sehingga
dengan demikian dapat dimungkinkannya penggunaan teknik-teknik penganalisaan
yang lebih maju.
Universitas Sumatera Utara
2.2.2 Jenis-Jenis Metode Peramalan
Pada dasarnya metode peramalan kuantitatif dibedakan atas:
1. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan
antara variabel yang akan diperkirakan dengan variabel waktu, yang merupakan
deret waktu (time series), yang terdiri dari:
a. Metode smoothing, yang mencakup metode data lewat (past data ), metode
rata-rata kumulatif, metode rata-rata bergerak (moving averages) dan metode
exponentialsmoothing. Metode smoothing digunakan untuk mengurangi
ketidakteraturan musiman dari data yang lalu maupun kedua-duanya, dengan
membuat rata-rata tertimbang dari sederetan data yang lalu. Data yang
dibutuhkan untuk penggunaan metode peramalan ini minimum selama dua
tahun.
b. Metode Box Jenkins menggunakan dasar deret waktu dengan model
matematis, agar kesalahan yang terjadi dapat sekecil mungkin. Penggunaan
metode ini membutuhkan identifikasi model dan estimasi parameternya. Data
yang dibutuhkan untuk penggunaan metode peramalan ini minimum dua
tahun, dan lebih baik bila data yang dimiliki lebih dari dua tahun.
c. Metode proyeksi trend dengan regresi, merupakan dasar garis trend untuk
suatu persamaan matematis, sehingga dengan dasar persamaan tersebut dapat
diproyeksikan hal yang diteliti untuk masa depan. Data yang dibutuhkan
untuk penggunaan metode peramalan ini adalah data tahunan, dan semakin
banyak data yang dimiliki semakin baik, serta minimum data tahunan yang
harus ada adalah lima tahun.
2. Metode peramalan yang didasarkan atas penggunaan analisa hubungan antara
variabel yang akan diperkirakan dengan variabel lain yang mempengaruhinya,
yang bukan waktu, yang disebut metode korelasi atau sebab akibat (causal
methods), yang terdiri dari:
a. Metode regresi dan korelasi didasarkan pada penetapan suatu persamaan
estimasi menggunakan teknik least square. Data yang dibutuhkan untuk
Universitas Sumatera Utara
penggunaan metode peramalan ini adalah data kuartalan dari beberapa tahun
yang lalu.
b. Metode ekonometri, didasarkan atas peramalan pada sistim persamaan
regresi yang diestimasikan secara simultan. Data yang dibutuhkan untuk
penggunaan metode peramalan ini adalah data kuartalan beberapa tahun.
c. Metode input output dipergunakan untuk menyusun proyeksi trendekonomi
jangka panjang. Data yang dibutuhkan untuk penggunaan metode atau model
ini adalah data tahunan selama sekitar sepuluh sampai lima belas tahun.
2.2.3 Metode Pemulusan (Smoothing)
Metode pemulusan (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 kedepan. Secara umum, metode
smoothing diklasifikasikan menjadi dua yaitu :
1. Metode Perataan (Average)
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
2. Metode Pemulusan (Smoothing) Eksponensial
Bentuk umum dari pemulusan eksponensial adalah:
�+
= ��� +
di mana:
�+
−�
= hasil peramalan untuk 1 periode kedepan yang
akan diramalkan.
��
=data pada periodeke-t
�
= parameter smoothing
�
(2.1)
�
=ramalan pada periode ke-t
Universitas Sumatera Utara
Metode smoothing eksponensial terdiri dari:
a . Pemulusan Eksponensial Tunggal
1. Satu Parameter
2. Pendekatan Adaptif
b. Pemulusan Eksponensial Ganda
1. Metode Linier Satu-Parameter dari Brown
2. Metode Dua Parameter dari Holt
c. Pemulusan Eksponensial Tripel
1. Metode Kwadratik Satu Parameter dari Brown
2. Metode Tiga Parameter untuk Kecenderungan dan Musiman dari Winter
d. Pemulusan Eksponensial menurut Klasifikasi Pegels
2.3 Metode Peramalan yang Digunakan
Untuk mendapatkan hasil yang baik dan tepat maka harus diketahui dan digunakan
metode peramalan yang tepat. Dalam meramalkan hasil produksi kelapa sawit
menggunakan metode smoothing eksponensial satu parameter dari Brown.
Persamaan yang dipakai dalam pelaksanaan pemulusan (smoothing)
eksponensial ganda: metode linier satu-parameter dari Brown adalah sebagai
berikut:
��′
��′′
�
�
�+
= ��� +
= ���′ +
′
− � ��−
′′
− � ��−
= ��′ + ��′ − ��′′ = ��′ − ��′′
=
=
�
−�
�
+
��′ − ��′′
�
(2.2)
(2.3)
(2.4)
(2.5)
(2.6)
Universitas Sumatera Utara
di mana:
= jumlah periode didepan yang diramalkan
��′
��′′
�
�
�
�+
= nilai pemulusan eksponensial tunggal
= nilai pemulusan eksponensial ganda
= parameter pemulusan eksponensial
= konstanta pada periode ke-t
= Nilai slope
= hasil peramalan untuk m periode kedepan yang
akan diramalkan.
Untuk menghitung nilai kesalahan (error) ramalan tersebut, dapat
digunakan rumus di bawah ini:
��
= �� −
(2.7)
�
2.4 KetepatanPeramalan
Berikut ini adalah ketetapan ramalan beberapa kriteria yang digunakan untuk
menguji nilai ramalan yaitu:
1. Jumlah Kuadrat Kesalahan (Sum Square Error ), dengan rumus:
�� = ∑�= �� −
(2.8)
�
2. Nilai Tengah Kesalahan Kuadrat (Mean Square Error ), dengan rumus:
�� =
∑�
�= �� − �
(2.9)
3. Nilai Tengah Kesalahan Persentase Absolut (Mean Absolute Percentage Error ),
dengan rumus:
� � =
∑�
�= |� � |
(2.10)
4. Kesalahan Persentase (Percentage Error ), dengan rumus:
� =
�� − �
��
×
(2.11)
Universitas Sumatera Utara
5. Nilai Tengah Deviasi Absolut (Mean Absolute Deviation), dengan rumus:
�
=
di mana:
∑�
�= |�� − � |
�
�
(2.12)
=
�� −
��
(kesalahan persentase pada periode ke-t)
= banyaknya periode waktu
Kriteria yang penulis gunakan adalah hanya melihat nilai SSE dan MSE. Hasil
ramalan yang dipilih adalah yang memberikan nilai MSE terkecil.
Universitas Sumatera Utara