Peramalan Jumlah Pengangguran pada tahun 2018 Berdasarkan Data Tahun 2005-2015 di Sumatera
6
BAB 2
LANDASAN TEORI
2.1 Pengertian Peramalan (Forecasting)
Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang
akan terjadi pada masa mendatang. Peramalan penjualan adalah peramalan yang
mengaitkan berbagai asumsi yang berhubungan dengan tindakan-tindakan yang
perlu diambil serta variabel-variabel yang mempengaruhi permasalahan arus
penjualan yang akan terjadi. Peramalan diperlukan karena adanya perbedaan
waktu antara kesadaran akan dibutuhkan suatu kebijakan baru dengan waktu
pelaksanaan kebijakan tersebut. Apabila perbedaan waktu tersebut panjang, maka
peran peramalan menjadi penting dan sangat dibutuhkan, terutama dalam
penentuan kapan terjadi suatu peristiwa sehingga dapat dipersiapkan tindakan
yang perlu dilakukan.
Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan
akan terjadi di masa akan datang. Ramalan tersebut dapat didasarkan atas
bermacammacam cara yang dikenal dengan metode peramalan. Metode peramalan
adalah cara memperkirakan secara kuantatif apa yang terjadi pada masa depan,
berdasarkan data yang relevan pada masa lalu. 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 atau disusun.
2.2 Kegunaan dan Peran Peramalan
Sering terdapat senjang waktu (Time Lag) antara kesadaran akan peristiwa atau
kebutuhan mendatang dengan peristiwa itu sendiri. Adanya waktu tenggang (Lead
Time) ini merupakan alasan utama bagi perencanaan dan peramalan. Dalam situasi
diatas peramalan sangat diperlukan untuk menentukan kapan suatu peristiwa akan
Universitas Sumatera Utara
7
terjadi atau suatu kebutuhan akan timbul, sehingga dapat dipersiapkan tindakan
yang perlu dilakukan.
Dalam perencanaan disuatu instansi baik itu pemerintahan maupun swasta,
peramalan merupakan kebutuhan yang sangat mendasar. Dimana baik maupun
buruknya ramalan dapat mempengaruhi seluruh bagian instansi, karena waktu
tenggang untuk pengambilan keputusan dapat berkisar dari beberapa tahun.
Peramalan merupakan alat bantu yang penting dalam perencanaan yang efektif
dan efisien.
Kegunaan dari suatu peramalan dapat dilihat pada saat pengambilan
keputusan. Keputusan yang baik adalah keputusan yang didasarkan atas
pertimbangan apa yang akan terjadi saat keputusan tersebut dilakukan. Apabila
keputusan yang diambil kurang tepat sebaiknya keputusan tersebut tidak
dilaksanakan. Oleh karena masalah pengambilan keputusan merupakan masalah
yang selalu dihadapi maka peramalan juga merupakan masalah yang selalu
dihadapi karena peramalan berkaitan dengan pengambilan suatu keputusan.
Baik tidaknya suatu peramalan yang disusun, disamping ditentukan oleh
metode yang digunakan juga ditentukan oleh baik tidaknya informasi maupun data
yang digunakan atau ketepatan ramalan yang dibuat. Selama data maupun
informasi yang digunakan tidak dapat maka hasil peramalan yang disusun juga
akan sukar dipercaya akan ketepatannya.
Oleh karena itu, ketepatan dari ramalan tersebut merupakan hal yang
sangat penting, walaupun demikian perlu disadari bahwa suatu ramalan adalah
tetap ramalan, dimana selalu ada unsur kesalahannya. Sehingga yang penting
diperhatikan adalah untuk memperkecil kesalahannya tersebut.
Universitas Sumatera Utara
8
Di dalam bagian Organisasi terdapat beberapa peran penting dalam peramalan :
1. Penjadwalan sumber daya yang tersedia. Penggunaan sumber daya yang
efisien memerlukan penjadwalan produksi, transportasi, kas, personalia,
dan sebagainya. Input yang penting untuk penjadwalan seperti itu adalah
ramalan tingkat permintaan konsumennya atau si pelanggan, bahan, tenaga
kerja, finansial atau jasa pelayanan.
2. Penyediaan sumber daya tambahan. Waktu tenggang (lead time) untuk
memperoleh bahan baku, menerima pekerja baru atau membeli mesin dan
peralatan dapat berkisar antara beberapa hari sampai beberapa tahun.
Peramalan diperlukan untuk menentukan kebutuhan sumber daya di masa
yang akan datang.
3. Penentuan
sumber daya yang diinginkan. Setiap organisasi harus
menentukan sumber daya yang ingin dimiliki dalam jangka waktu
panjang. Keputusan semacam ini bergantung kepada kesempatan pasar,
faktor-faktor lingkungan dan pengembangan internal dari sumber daya
finansial,
manusia,
produk,
dan
teknologi.semua
penentuan
ini
memerlukan ramalan yang baik dan manajer yang dapat menafsirkan
pendugaan serta membuat keputusan yang tepat.
Walaupun terdapat banyak bidang lain yang memerlukan peramalan,
namun tiga kelompok di atas merupakan bentuk khas dari kegunaan peramalan
jangka pendek, menengah, dan panjang.
Dari uraian di atas dapat dikatakan bahwa metode peramalan sangat
berguna, karena akan membantu dalam mengadakan analisis terhadap data dari
masa lalu. Sehingga dengan metode peramalan akan memberikan cara pemikiran,
pengerjaan yang teratur dan terarah serta perencanaan yang sistematis hingga
memberikan ketepatan hasil analisis.
Universitas Sumatera Utara
9
2.3 Jenis Peramalan
Berdasarkan sifatnya, teknik peramalan dapat dibagi dalam 2 kategori utama yaitu
:
1. Peramalan Kualitatif atau Teknologis
Peramalan Kualitatif adalah peramalan yang didasarkan atas data kualitatif
pada masa lalu. Hasil peramalan ini sangat bergantung pada orang yang
menyusunnya. hal ini penting karena hasil peramalan tersebut ditentukan
berdasarkan pemikiran yang bersifat instuisi, pendapat dan pengetahuan
serta pengalaman dari orang-orang yang menyusunnya. metode kualitatif
dapat dibagi menjadi 2 yaitu : metode eksploratoris dan normatif.
2. Peramalan Kuantitatif
Peramalan Kuantitatif adalah peramalan yang didasarkan atas data
kuantitatif pada masa lalu. Hasil peramalan ini sangat bergantung pada
metode yang dipergunakan dalam peramalan tersebut. karena dengan
metode yang berbeda akan diperoleh suatu hasil peramalan yang berbeda
pula. Baik tidaknya metode yang dipergunakan ditentukan oleh perbedaan
atau penyimpangan antara hasil ramalan dengan keyakinan yang terjadi.
Semakin kecil penyimpangan antara hasil ramalan dengan kenyataan yang
terjadi berarti metode yang dipergunakan semakin baik. Peramalan yang
baik adalah peramalan yang dilakukan dengan mengikuti prosedur
penyusunan yang baik. Metode kuantitatif dapat dibagi dalam deret
berkala (time series) dan metode kausal.
Peramalan kuantitatif dapat digunakan bila terdapat tiga kondisi yaitu :
1. Adanya informasi tentang masa lalu
2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data.
3. Informasi tersebut dapat diasumsikan bahwa beberapa aspek pola masa
lalu akan terus berlanjut di masa yang akan datang.
Universitas Sumatera Utara
10
Metode-metode peramalan dengan analisis deret waktu yaitu :
1. Metode Pemulusan Ekponensial dan Rata-rata Bergerak
Sering digunakan untuk ramalan jangka pendek dan jarang dipakai 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 dari horizon waktu yang berhubungan dengan masingmasing metode peramalan yaitu : cakupan waktu dimasa yang akan datang
dan jumlah periode untuk peramalan yang diinginkan.
2. Pola Data
Dasar utama dari metode peramalan adalah anggapan bahwa macam dari
pola yang didapati di dalam data yang diramalkan akan berkelanjutan.
3. Jenis dari Model
Model-model merupakan suatu deret dimana waktu digambarkan sebagai
unsur yang penting untuk menentukan perubahan-perubahan dalam pola.
Universitas Sumatera Utara
11
Model-model perlu diperhatikan karena masing-masing model mempunyai
kemampuan yang berbeda dalam analisis keadaan untuk pengambilan
keputusan.
4. Biaya yang Dibutuhkan
Umumnya ada 4 (empat) unsur biaya yang tercakup dalam penggunaan
suatu prosedur peramalan yaitu biaya-biaya pengembangan, penyimpanan
(storage) data, operasi pelaksanaan dan kesempatan dalam penggunaan
teknik-teknik dan metode peramalan.
5. Ketepatan Metode Peramalan
Tingkat ketepatan yang dibutuhkan sangat erat kaitannya dengan tingkat
perincian yang dibutuhkan dalam suatu peramalan.
6. Kemudahan dan Penerapan
Metode-metode yang dapat dimengerti dan mudah diaplikasikan sudah
merupakan suatu prinsip umum bagi pengambilan keputusan.
2.5 Analisis Deret Berkala
Data berkala (time series) adalah data yang dikumpulkan dari waktu ke waktu
untuk memberikan gambaran tentang perkembangan suatu kegiatan dari waktu ke
waktu. Analisis data berkala memungkinkan untuk mengetahui perkembangan
suatu atau beberapa kejadian serta hubungan kerja lainnya.
Metode time series merupakan metode peramalan kuantitatif didasarkan atas
penggunaan analisis pola hubungan antara variabel yang akan diperkirakan
dengan variabel waktu. Tujuan time series ini mencakup meneliti 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/penurunan data. Data secara kasar harus horizontal
sepanjang waktu dengan kata lain fluktuasi data tetap konstan setiap waktu.
Universitas Sumatera Utara
12
2.6 Penentuan Pola Data
Hal penting yang perlu diperhatikan dalam metode deret berkala adalah
menentukan jenis pola data historisnya. Sehingga pola data yang tepat dengan
pola data historis tersebut dapat diuji, dimana pola data umumnya dapat
dibedakan sebagai berikut :
1. Pola Horizontal (H)
Pola ini terjadi bilamana nilai data berfluktuasi disekitar nilai rata yang
konstan.
2. Pola musiman (S)
Pola yang menunjukkan perubahan yang berulang-ulang secara periode
dalam deret waktu. pola yang ini terjadi bila suatu deret dipengaruhi oleh
faktor musiman, misalnya kuartal tahun tertentu, bulanan atau hari-hari
pada mingguminggu tertentu.
3. Pola Siklis (C)
Pola data yang menunjukkan gerak naik turun dalam jangka panjang dari
suatu kurva trend. terjadi bila datanya dipengaruhi oleh fluktuasi ekonomi
jangka panjang seperti berhubungan dengan siklus bisnis.
4. Pola Trend (T)
Pola yang menunjukkan kenaikan atau penurunan jangka panjang dalam
data.
2.7 Metode yang Digunakan
Untuk mendapatkan hasil yang baik harus diketahui cara peramalan yang tepat.
Maka metode peramalan analisis time series yang digunakan untuk meramalkan
nilai jumlah pengangguran pada pemecahan masalah ini adalah dengan
menggunakan Metode Smoothing Eksponensial yaitu “Smoothing Eksponensial
Satu Parameter dari Brown”. Metode ini merupakan metode yang dikemukakan
oleh Brown. Dasar pemikiran dari metode Smoothing Eksponensial Linier Satu
Universitas Sumatera Utara
13
Parameter dari Brown adalah serupa dengan rata-rata bergerak linier, karena
kedua nilai pemulusan tunggal dan ganda ketinggalan dari data sebenarnya.
Persamaan yang dipakai dalam persamaan Pemulusan Eksponensial Linier Satu
Parameter dari Brown adalah sebagai berikut :
S't
= α X t + ( 1 –α ) S' t-1
S''t
= α S' t + ( 1 - α ) S'' t-1
at
= S' t + ( S' t - S'' t ) = 2 S' t - S'' t
bt
= α/(1-a) ( S' t - S'' t )
Ft + m
= a t+ b tm
Dimana :
= Jumlah periode didepan yang diramalkan
= Nilai eksponensial smoothing tunggal
= Nilai eksponensial smoothing ganda
= Parameter pemulusan eksonensial
= Konstanta pemulusan
= Hasil Peramalan untuk m periode ke depan
depan yang akan digunakan.
2.8 Ketepatan Ramalan
Kata “ketepatan” dapat diartikan sebagai penunjukan seberapa jauh model
peramalan tersebut mampu mereproduksi data yang telah diketahui. Dalam
pemodelan deretberkala, sebagian data yang diketahui dapat digunakan untuk
meramalkan sisa data berikutnya sehingga memungkinkan
orang untuk
mempelajari ketepatan ramalan secara lebih langsung.
Ukuran yang digunakan untuk menguji ketepatan metode peramalan adalah nilai
tengah kesalahan kuadrat (Mean Squared Error), dengan pedoman bahwa
Universitas Sumatera Utara
14
semakin kecil MSE, berarti model itu semakin tepat digunakan. MSE dapat dicari
dengan rumus sebagai berikut:
MSE =
dengan:
et = Xt – Ft ( kesalahan pada periode ke t)
Xt = data aktual pada periode ke t
Ft = nilai ramalan pada periode ke t
n = banyaknya periode waktu
Universitas Sumatera Utara
BAB 2
LANDASAN TEORI
2.1 Pengertian Peramalan (Forecasting)
Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang
akan terjadi pada masa mendatang. Peramalan penjualan adalah peramalan yang
mengaitkan berbagai asumsi yang berhubungan dengan tindakan-tindakan yang
perlu diambil serta variabel-variabel yang mempengaruhi permasalahan arus
penjualan yang akan terjadi. Peramalan diperlukan karena adanya perbedaan
waktu antara kesadaran akan dibutuhkan suatu kebijakan baru dengan waktu
pelaksanaan kebijakan tersebut. Apabila perbedaan waktu tersebut panjang, maka
peran peramalan menjadi penting dan sangat dibutuhkan, terutama dalam
penentuan kapan terjadi suatu peristiwa sehingga dapat dipersiapkan tindakan
yang perlu dilakukan.
Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan
akan terjadi di masa akan datang. Ramalan tersebut dapat didasarkan atas
bermacammacam cara yang dikenal dengan metode peramalan. Metode peramalan
adalah cara memperkirakan secara kuantatif apa yang terjadi pada masa depan,
berdasarkan data yang relevan pada masa lalu. 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 atau disusun.
2.2 Kegunaan dan Peran Peramalan
Sering terdapat senjang waktu (Time Lag) antara kesadaran akan peristiwa atau
kebutuhan mendatang dengan peristiwa itu sendiri. Adanya waktu tenggang (Lead
Time) ini merupakan alasan utama bagi perencanaan dan peramalan. Dalam situasi
diatas peramalan sangat diperlukan untuk menentukan kapan suatu peristiwa akan
Universitas Sumatera Utara
7
terjadi atau suatu kebutuhan akan timbul, sehingga dapat dipersiapkan tindakan
yang perlu dilakukan.
Dalam perencanaan disuatu instansi baik itu pemerintahan maupun swasta,
peramalan merupakan kebutuhan yang sangat mendasar. Dimana baik maupun
buruknya ramalan dapat mempengaruhi seluruh bagian instansi, karena waktu
tenggang untuk pengambilan keputusan dapat berkisar dari beberapa tahun.
Peramalan merupakan alat bantu yang penting dalam perencanaan yang efektif
dan efisien.
Kegunaan dari suatu peramalan dapat dilihat pada saat pengambilan
keputusan. Keputusan yang baik adalah keputusan yang didasarkan atas
pertimbangan apa yang akan terjadi saat keputusan tersebut dilakukan. Apabila
keputusan yang diambil kurang tepat sebaiknya keputusan tersebut tidak
dilaksanakan. Oleh karena masalah pengambilan keputusan merupakan masalah
yang selalu dihadapi maka peramalan juga merupakan masalah yang selalu
dihadapi karena peramalan berkaitan dengan pengambilan suatu keputusan.
Baik tidaknya suatu peramalan yang disusun, disamping ditentukan oleh
metode yang digunakan juga ditentukan oleh baik tidaknya informasi maupun data
yang digunakan atau ketepatan ramalan yang dibuat. Selama data maupun
informasi yang digunakan tidak dapat maka hasil peramalan yang disusun juga
akan sukar dipercaya akan ketepatannya.
Oleh karena itu, ketepatan dari ramalan tersebut merupakan hal yang
sangat penting, walaupun demikian perlu disadari bahwa suatu ramalan adalah
tetap ramalan, dimana selalu ada unsur kesalahannya. Sehingga yang penting
diperhatikan adalah untuk memperkecil kesalahannya tersebut.
Universitas Sumatera Utara
8
Di dalam bagian Organisasi terdapat beberapa peran penting dalam peramalan :
1. Penjadwalan sumber daya yang tersedia. Penggunaan sumber daya yang
efisien memerlukan penjadwalan produksi, transportasi, kas, personalia,
dan sebagainya. Input yang penting untuk penjadwalan seperti itu adalah
ramalan tingkat permintaan konsumennya atau si pelanggan, bahan, tenaga
kerja, finansial atau jasa pelayanan.
2. Penyediaan sumber daya tambahan. Waktu tenggang (lead time) untuk
memperoleh bahan baku, menerima pekerja baru atau membeli mesin dan
peralatan dapat berkisar antara beberapa hari sampai beberapa tahun.
Peramalan diperlukan untuk menentukan kebutuhan sumber daya di masa
yang akan datang.
3. Penentuan
sumber daya yang diinginkan. Setiap organisasi harus
menentukan sumber daya yang ingin dimiliki dalam jangka waktu
panjang. Keputusan semacam ini bergantung kepada kesempatan pasar,
faktor-faktor lingkungan dan pengembangan internal dari sumber daya
finansial,
manusia,
produk,
dan
teknologi.semua
penentuan
ini
memerlukan ramalan yang baik dan manajer yang dapat menafsirkan
pendugaan serta membuat keputusan yang tepat.
Walaupun terdapat banyak bidang lain yang memerlukan peramalan,
namun tiga kelompok di atas merupakan bentuk khas dari kegunaan peramalan
jangka pendek, menengah, dan panjang.
Dari uraian di atas dapat dikatakan bahwa metode peramalan sangat
berguna, karena akan membantu dalam mengadakan analisis terhadap data dari
masa lalu. Sehingga dengan metode peramalan akan memberikan cara pemikiran,
pengerjaan yang teratur dan terarah serta perencanaan yang sistematis hingga
memberikan ketepatan hasil analisis.
Universitas Sumatera Utara
9
2.3 Jenis Peramalan
Berdasarkan sifatnya, teknik peramalan dapat dibagi dalam 2 kategori utama yaitu
:
1. Peramalan Kualitatif atau Teknologis
Peramalan Kualitatif adalah peramalan yang didasarkan atas data kualitatif
pada masa lalu. Hasil peramalan ini sangat bergantung pada orang yang
menyusunnya. hal ini penting karena hasil peramalan tersebut ditentukan
berdasarkan pemikiran yang bersifat instuisi, pendapat dan pengetahuan
serta pengalaman dari orang-orang yang menyusunnya. metode kualitatif
dapat dibagi menjadi 2 yaitu : metode eksploratoris dan normatif.
2. Peramalan Kuantitatif
Peramalan Kuantitatif adalah peramalan yang didasarkan atas data
kuantitatif pada masa lalu. Hasil peramalan ini sangat bergantung pada
metode yang dipergunakan dalam peramalan tersebut. karena dengan
metode yang berbeda akan diperoleh suatu hasil peramalan yang berbeda
pula. Baik tidaknya metode yang dipergunakan ditentukan oleh perbedaan
atau penyimpangan antara hasil ramalan dengan keyakinan yang terjadi.
Semakin kecil penyimpangan antara hasil ramalan dengan kenyataan yang
terjadi berarti metode yang dipergunakan semakin baik. Peramalan yang
baik adalah peramalan yang dilakukan dengan mengikuti prosedur
penyusunan yang baik. Metode kuantitatif dapat dibagi dalam deret
berkala (time series) dan metode kausal.
Peramalan kuantitatif dapat digunakan bila terdapat tiga kondisi yaitu :
1. Adanya informasi tentang masa lalu
2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data.
3. Informasi tersebut dapat diasumsikan bahwa beberapa aspek pola masa
lalu akan terus berlanjut di masa yang akan datang.
Universitas Sumatera Utara
10
Metode-metode peramalan dengan analisis deret waktu yaitu :
1. Metode Pemulusan Ekponensial dan Rata-rata Bergerak
Sering digunakan untuk ramalan jangka pendek dan jarang dipakai 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 dari horizon waktu yang berhubungan dengan masingmasing metode peramalan yaitu : cakupan waktu dimasa yang akan datang
dan jumlah periode untuk peramalan yang diinginkan.
2. Pola Data
Dasar utama dari metode peramalan adalah anggapan bahwa macam dari
pola yang didapati di dalam data yang diramalkan akan berkelanjutan.
3. Jenis dari Model
Model-model merupakan suatu deret dimana waktu digambarkan sebagai
unsur yang penting untuk menentukan perubahan-perubahan dalam pola.
Universitas Sumatera Utara
11
Model-model perlu diperhatikan karena masing-masing model mempunyai
kemampuan yang berbeda dalam analisis keadaan untuk pengambilan
keputusan.
4. Biaya yang Dibutuhkan
Umumnya ada 4 (empat) unsur biaya yang tercakup dalam penggunaan
suatu prosedur peramalan yaitu biaya-biaya pengembangan, penyimpanan
(storage) data, operasi pelaksanaan dan kesempatan dalam penggunaan
teknik-teknik dan metode peramalan.
5. Ketepatan Metode Peramalan
Tingkat ketepatan yang dibutuhkan sangat erat kaitannya dengan tingkat
perincian yang dibutuhkan dalam suatu peramalan.
6. Kemudahan dan Penerapan
Metode-metode yang dapat dimengerti dan mudah diaplikasikan sudah
merupakan suatu prinsip umum bagi pengambilan keputusan.
2.5 Analisis Deret Berkala
Data berkala (time series) adalah data yang dikumpulkan dari waktu ke waktu
untuk memberikan gambaran tentang perkembangan suatu kegiatan dari waktu ke
waktu. Analisis data berkala memungkinkan untuk mengetahui perkembangan
suatu atau beberapa kejadian serta hubungan kerja lainnya.
Metode time series merupakan metode peramalan kuantitatif didasarkan atas
penggunaan analisis pola hubungan antara variabel yang akan diperkirakan
dengan variabel waktu. Tujuan time series ini mencakup meneliti 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/penurunan data. Data secara kasar harus horizontal
sepanjang waktu dengan kata lain fluktuasi data tetap konstan setiap waktu.
Universitas Sumatera Utara
12
2.6 Penentuan Pola Data
Hal penting yang perlu diperhatikan dalam metode deret berkala adalah
menentukan jenis pola data historisnya. Sehingga pola data yang tepat dengan
pola data historis tersebut dapat diuji, dimana pola data umumnya dapat
dibedakan sebagai berikut :
1. Pola Horizontal (H)
Pola ini terjadi bilamana nilai data berfluktuasi disekitar nilai rata yang
konstan.
2. Pola musiman (S)
Pola yang menunjukkan perubahan yang berulang-ulang secara periode
dalam deret waktu. pola yang ini terjadi bila suatu deret dipengaruhi oleh
faktor musiman, misalnya kuartal tahun tertentu, bulanan atau hari-hari
pada mingguminggu tertentu.
3. Pola Siklis (C)
Pola data yang menunjukkan gerak naik turun dalam jangka panjang dari
suatu kurva trend. terjadi bila datanya dipengaruhi oleh fluktuasi ekonomi
jangka panjang seperti berhubungan dengan siklus bisnis.
4. Pola Trend (T)
Pola yang menunjukkan kenaikan atau penurunan jangka panjang dalam
data.
2.7 Metode yang Digunakan
Untuk mendapatkan hasil yang baik harus diketahui cara peramalan yang tepat.
Maka metode peramalan analisis time series yang digunakan untuk meramalkan
nilai jumlah pengangguran pada pemecahan masalah ini adalah dengan
menggunakan Metode Smoothing Eksponensial yaitu “Smoothing Eksponensial
Satu Parameter dari Brown”. Metode ini merupakan metode yang dikemukakan
oleh Brown. Dasar pemikiran dari metode Smoothing Eksponensial Linier Satu
Universitas Sumatera Utara
13
Parameter dari Brown adalah serupa dengan rata-rata bergerak linier, karena
kedua nilai pemulusan tunggal dan ganda ketinggalan dari data sebenarnya.
Persamaan yang dipakai dalam persamaan Pemulusan Eksponensial Linier Satu
Parameter dari Brown adalah sebagai berikut :
S't
= α X t + ( 1 –α ) S' t-1
S''t
= α S' t + ( 1 - α ) S'' t-1
at
= S' t + ( S' t - S'' t ) = 2 S' t - S'' t
bt
= α/(1-a) ( S' t - S'' t )
Ft + m
= a t+ b tm
Dimana :
= Jumlah periode didepan yang diramalkan
= Nilai eksponensial smoothing tunggal
= Nilai eksponensial smoothing ganda
= Parameter pemulusan eksonensial
= Konstanta pemulusan
= Hasil Peramalan untuk m periode ke depan
depan yang akan digunakan.
2.8 Ketepatan Ramalan
Kata “ketepatan” dapat diartikan sebagai penunjukan seberapa jauh model
peramalan tersebut mampu mereproduksi data yang telah diketahui. Dalam
pemodelan deretberkala, sebagian data yang diketahui dapat digunakan untuk
meramalkan sisa data berikutnya sehingga memungkinkan
orang untuk
mempelajari ketepatan ramalan secara lebih langsung.
Ukuran yang digunakan untuk menguji ketepatan metode peramalan adalah nilai
tengah kesalahan kuadrat (Mean Squared Error), dengan pedoman bahwa
Universitas Sumatera Utara
14
semakin kecil MSE, berarti model itu semakin tepat digunakan. MSE dapat dicari
dengan rumus sebagai berikut:
MSE =
dengan:
et = Xt – Ft ( kesalahan pada periode ke t)
Xt = data aktual pada periode ke t
Ft = nilai ramalan pada periode ke t
n = banyaknya periode waktu
Universitas Sumatera Utara