BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan - Peramalan Jumlah Wisatawan Mancanegara yang Berkunjung ke Sumatera Utara Tahun 2014

BAB 2 LANDASAN TEORI

  2.1 Pengertian Peramalan

  Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan akan terjadi pada masa yang akan datang. Ramalan tersebut dapat didasarkan atas bermacam-macam cara, diantaranya adalah Metode Pemulusan Eksponensial, Rata- rata Bergerak Linier. Metode peramalan merupakan cara untuk memperkirakan secara kuantitatif apa yang akan terjadi pada masa yang akan datang dengan dasar kata yang releven pada masa lalu. Dengan kata lain metode peramalan ini digunakan dalam peramalan yang bersifat objektif.

  2.2 Kegunaan dan Peranan Peramalan

  Dalam hal manajemen dan administrasi, perencanaan merupakan kebutuhan yang besar, karena waktu tenggang untuk pengambilan keputusan dapat berkisar dari beberapa tahun, Peramalan merupakan alat bantu yang penting dalam perencanaan yang efektif dan efesien. Metode peramalan sangat berguna dalam menganalisa terhadap data dari masa lalu, sehingga dapat memberikan cara pemikiran, pengerjaan dan perencanaan yang sistematis dan memberikan ketepatan hasil peramalan yang dibuat atau disusun.

  Adapun peranan peramalan sebagai berikut : 1.

  Penelitian Salah satu tujuan penelitian adalah melakukan analisa terhadap situasi dan kondisi sekarang untuk memperkirakan situasi dan kondisi yang akan terjadi di masa depan. Gambaran perkembangan tersebut merupakan perkiraan apa yang akan terjadi, sehingga dapat dikatakan peramalan selalu diperkirakan dalam penelitian.

  2. Perencanaan Peramalan merupakan dasar untuk menyusun rencana. Dalam penyusunan rencana sering terjadi adanya perbedaan waktu dalam kegiatan penyusunan rencana berupa penentuan kegiatan apa saja yang harus dilakukan, kapan pelaksanaannya dan oleh siapa dilaksanakan. Apabila perbedaan waktu tersebut panjang, maka peranan peramalan sangat dibutuhkan, terutama dalam menentukan kapan suatu peristiwa akan terjadi sehingga dapat dipersiapkan tindakan – tindakan apa yang perlu dilakukan.

  3. Pengambilan keputusan Peramalan juga berperan dalam hal pengmbilan keputusan. Keputusan yang baik adalah keputusan yang didasarkan atas pertimbangan

• – pertimbangan apa saja yang akan terjadi pada waktu keputusan itu dilaksanakan. Apabila kurang tepat ramalan yang disusun atau dibuat, maka makin kurang baiklah keputusan yang kita ambil.

  Berdasarkan uraian di atas, baik tidaknya suatu peramalan yang disusun, disamping ditentukan oleh metode yang digunakan, juga ditentukan baik tidaknya informasi yang diperoleh. Selain informasi yang digunakan, tidak dapat meyakinkan maka hasil peramalan disusun juga akan sukar dipercaya akan ketetapanya.

2.3 Metode Peramalan

  Salah satu cara untuk mengklasifikasikan permasalahan pada peramalan adalah mempertimbangkan skala waktu peramalannya yaitu seberapa jauh rentang waktu data yang ada untuk diramalkan. Terdapat tiga kategori waktu yaitu jangka pendek (minggu → bulan), menengah (bulan → tahun) dan jangka panjang (tahun → dekade).

  Selain rentang waktu yang ada dalam proses peramalan, terdapat juga teknik atau metode yang digunakan dalam peramalan. Metode peramalan dapat diklasifikasikan dalam dua kategori, yaitu : 1.

  Metode Kuantitatif Penggunaan metode ini didasari ketersediaan data mentah disertai serangkaian kaidah matematis untuk meramalkan hasil dimasa depan. Terdapat beberapa macam model peramalan yang tergolong metode kualitatif, yaitu : a.

  Model Deret Berkala (Time Series) Pada model ini, pendugaan masa depan dapat dilakukan berdasarkan nilai masa lalu dari suatu variabel dan atau kesalahan masa lalu. Tujuannya adalah menemukan pola dalam deret data historis dan mengekstrapolasikan pola dalam deret dan historis tersebut ke masa depan. Analisis data berkala memungkinkan untuk mengetahui perkembangan suatu atau beberapa kejadian serta hubungan / pengruhnya terhadap kejadian lainnya. Metode

• – metode peramalan dengan menggunakan Time Series, yaitu :

  1) Metode Smoothing a.

  Metode Data Lewat / NAIF b.

  Metode Rata – Rata Kumulatif c. Metode Rata – Rata Bergerak (Moving Average) d.

  Metode Eksponensial Smoothing 2)

  Metode Box – Jenkis 3)

  Metode Perkiraan Trend dengan regresi b. Model Kausalitas

  Model ini mengasumsikan bahwa faktor yang digunakan menunjuklkan suatu hubungan sebab akibat dengan satu atau lebih variabel bebas. Metode peramalan dengan model kausalitas, yaitu : 1)

  Metode Regresi dan Korelasi 2)

  Metode Ekonometrika 3)

  Metode Analisis input – output Peramalan kuantitatif dapat digunakan bila memenuhi 3 (tiga) kondisi berikut : 1.

  Tersedianya informasi tentang masa lampau 2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik

  (angka/bilangan) 3. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut dimasa yang akan datang.

  Orang yang akan tidak mengenal ataupun mengerti tentang metode peramalan kuantitatif sering berfikir bahwa masa lalu tidak dapat menerangkan atau menggambarkan bagaimana keadaan yang akan terjadi di masa yang akan datang, karena segala sesuatunya akan berubah secara tidak konstan. Tapi setelah mengenal data dan teknik peramalan, maka terjadilah jelas walaupun tidak ada metode yang benar yang membuktikan bahwa hasil peramalan tersebut seratus persen dapat menggambarakan keadaan yang sebenarnya yang akan terjadi di masa yang akan datang, tetapi hasil peramalan tersebut akan memberikan ataupun menjelaskan bagaimana bentuk dan peningkatan peramalan yang terjadi.

2. Metode Kualitatif ( Teknologis )

  Metode peramalan kualitatif adalah metode peramalan yang didasarkan atas data kualitatif pada masa lalu. Metode ini digunakan dimana tidak ada model matematik, biasanya dikarenakan data yang ada tidak cukup representatif untuk meramalkan masa yang akan datang (long term forecasting). Peramalan kualitatif menggunakan pertimbangan pendapat

• – pendapat para pakar ahli atau experd dibidangnya.Adapun kelebihan dari metode ini adalah biaya yang dikeluarkan sangat murah (tanpa data) dan cepat diperoleh.Sementara kekurangannya yaitu bersifat sehingga seringkali dikatakan kurang ilmiah. Metode kualitatif ini dibagi menjadi dua bagian yaitu : a.

  Model Eksploratif Model ini dimulai dari data atau masalah

• – masalah dari masa lalu dan masa kini sebagai titik awalnya dan bergerak ke arah masa depan dengan melihat semua kemungkinan yang ada.

  b.

  Model Normatif

  Model ini dimulai dengan cara menetapkan sasaran tujuan yang akan datang kemudian bekerja mundur untuk melihat apakah hal ini dapat dicapai berdasarkan kendala, sumber daya dan teknologi yang tersedia.

2.4 Metode Peramalan yang Digunakan

  Untuk mendapatkan suatu hasil yang baik dan tepat maka haruslah diketahui dan digunakan metode peramalan yang tepat. Dalam meramalkan jumlah wisatawan mancanegara yang berkunjung ke Sumatera Utara tahun 2014, maka penulis menggunakan metode analisisderet berkala (Time Series) melalui metode smoothing yaitu

  “ Metode Rata – Rata Bergerak Ganda (Double Moving Average).” Metode yang sering digunakan untuk meratakan deret berkala yang bergelombang adalah metode rata

• – rata bergerak. Metode ini dibedakan atas dasar jumlah tahun yang digunakan untuk mencari rata
• – ratanya.Misalnya jika digunakan satu tahun sebagai dasar pencarian
• – rata bergerak, teknik tersebut dinamakan rata
• – rata bergerak per satu tahun.Jika digunakan tiga tahun sebagai dasar pencarian rata – rata bergerak, teknik tersebut dinamakan rata – rata bergerak tiga tahun.

  Ada beberapa langkah dalam menentukan ramalan dengan metode double moving , antara lain sebagai berikut :

  average ’

  a) Menghitung moving average/ rata-rata bergerak pertama, diberi simbol S t , dihitung dari data historis yang ada. Hasilnya diletakkan pada periode terakhir

  moving average pertama.

  ”

  b) Menghitung moving average/rata-rata bergerak kedua, diberi simbol S t , dihitung dari rata-rata bergerak kedua. Hasilnya diletakkan pada periode terakhir moving

  average kedua.

  c) (Konstanta) Menentukan besarnya nilai α t

  d) Menentukan besarnya nilai b t (slope)

  2 _{' "} b = S S

  t _{t t} v

  1

e) Menentukan besarnya forecast

  F + b (m)

  t+m t t

  = α Keterangan :

  1. =Rata

• – rata bergerak tunggal pada waktu t 2.

  =Rata

• – rata bergerak ganda pada waktu t 3.

  =Banyaknya nilai masa lalu 4. =Konstanta untuk m periode ke muka 5. =Komponen kecenderungan

  6. Jangka waktu rata-rata bergerak

  = 7.

  =Jumlah periode ke muka yang digunakan m 8. =Hasil peramalan untuk m periode ke depan yang akan diramalkan

2.5 Menghitung Kesalahan Ramalan

  Hasil proyeksi yang akurat adalah forecast yang bisa meminimalkan kesalahan meramal (forecast error). Besarnya forecast error dihitung dengan mengurangi data riil dengan besarnya ramalan. Error (E) = X t - F t Keterangan : X = data riil periode ke-t

  t

  F = ramalan periode ke-t

  t

  Dalam menghitung forecast error digunakan: a.

   Percentage Error (PE) Percentage Error merupakan Kesalahan persentase dari suatu peramalan,

  X F _{t t}

  PE = x 100

  X _t

  Keterangan : x t =nilai data ke periode ke-t f t =nilai ramalan periode ke-t n =banyaknya data

  b.

   Absolute Percentage Error (APE) Absolute Percentage Error adalah kesalahan persentase absolut. c. Mean Percentage Error Mean Percentage Error adalah persentase rata-rata kesalahan absolut.

  X F _{t t} x 100 X _t

  MPE = _n n _{i 1} PE MPE n

  c.

   Mean Absolute Percentage Error (MAPE)

Mean Absolute Percentage Error merupakan nilai tengah kesalahan persentase

  absolute dari suatu peramalan.

  APE x 100

  MAPE = _n n _{i 1} APE MAPE n