Peramalan Jumlah Ekspor dan Impor Pada Sektor Pertanian Provinsi Sumatera Utara Tahun 2017

5

BAB 2
LANDASAN TEORI

2.1 Pengertian Peramalan
Peramalan (forcasting) adalah suatu kegiatan yang memperkirakan apa yang
terjadi pada masa mendatang. Peramalan diperlukan adanya perbedaan waktu
antara kesadaran akan dibutuhkan suatu kebijakan baru dengan pelaksanaan
kebijakan tersebut. Apabila perbedaan waktu tersebut panjang, maka peran
peramalan menjadi penting dan sangat dibutuhkan, terutama dalam penentuan
kapan terjadi suatu peristiwa.
Sedangkan peramalan adalah suatu situasi atau kondisi yang diperkirakan
akan terjadi di masa yang akan datang. Ramalan tersebut dapat didasarkan atas
bermacam-macam cara yang dikenal dengan metode peramalan. Metode
peramalan adalah cara memperkirakan secara kuantitatif apa yang terjadi pada
masa depan berdasarkan data yang relevan pada masa lalu. Metode peramalan
akan membantu dalam mengadakan pendekatan analisa terhadapat tingkah laku
atau pola dari data yang lalu.

2.2 Kegunaan dan Peran Peramalan

Sering terdapat tenggang waktu (time lag) antara kesadaran akan peristiwa atau
kebutuhan mendatang dengan peristiwa itu sendiri. Adanya waktu tenggang ini
merupakan alasan utama bagi perencanaan dan peramalan. Jika waktu tenggang
nol atau sangat kecil, maka perencanaaan tidak diperlukan. Dalam situasi seperti
itu peramalan diperlukan untuk menetapkan kapan suatu peristiwa akan terjadi
atau timbul, sehingga tindakan yang tepat dapat dilakukan.
Kegunaan dari suatu ramalan dapat dilihat pada saat pengambilan
keputusan. Keputusan yang baik adalah keputusan didasarkan atas pertimbangan
apa yang akan terjadi saat keputusan tersebut dilakukan. Apabila keputusan yang
diambil kurang tepat sebaiknya keputusan tersebut tidak dilaksanakan. Oleh

Universitas Sumatera Utara

6

karena itu, ketepatan dari ramalan tersebut merupakan hal yang sangat penting.
Perlu disadari bahwa suatu ramalan adalah tetap ramalan, dimana selalu ada unsur
kesalahannya, sehingga yang terpenting diperhatikan adalah utnuk memperkecil
kesalahan tersebut.
Adapun peran penelitian sebagai berikut:

1. Penelitian
Salah satu tujuan penelitian adalah melakukan analisa terhadap situasi dan
kondisi sekarang atau memperkirakan situasi dan kondisi yang terjadi pada
masa mendatang. Gambaran perkembangan tersebut merupakan perkiraan apa
yang terjadi, sehingga dapat dikatakan peramalan selalu diperkiraan 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 aja saja yang harus dilakukan, kapan
pelaksanannya dan oleh siapa dilaksanakannya. 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. Pegambilan keputusan
Peramalan juga berperan dalam pengambilan keputusan. Keputusan yang baik
adalah keputysan yang didasarkan atas pertimbangan-pertimbangan apasaja
yang akan terjadi pada waktu keputusan itu dilaksanakan. Apabila kurang tepat
ramalan yang disusun atau dibuat, maka kurang baiklah keputusan yang kita
ambil.


Berdasarkan uraian diatas, baik tidaknya suatu peramalan yang disusun,
disamping ditentukan oleh metode yang digunakan, juga ditentukan baik
tidaknya informasi yang peroleh. Selain informasi yang digunakan tidak dapat
meyakinkan maka hasil peramalan disusun juga akan sukar dipercaya
ketetapannya.

Universitas Sumatera Utara

7

2.3 Jenis-jenis Peramalan
Berdasarkan sifatnya, teknik peramalan dapat dibagi menjadi 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 ditentukan berdasarkan

pemikiran yang intuisi, pendapat dan pengetahuan serta pengalaman dari
orang-orang yang menyusunnya.

2.

Peramalan kuantitatif
Peramalan kuantitatif adalah peramalan yang didasarkan atas data kualitatif
pada masa lalu. Hasil peramalan ini sangat bergantung pada metode
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 dan 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.
Peramalan kuantitatif dapat dipergunakan bila terdapat 3 kondisi, yaitu:
1.

Adanya informasi tentang masa lalu


2.

Informasi tersebut dapat dikuantitatifkan dalam bentuk angka

3.

Informasi tersebut dapat diasumsikan bahwa beberapa aspek pola masa
lalu akan terus berlanjut dimasa yang akan datang

Metode-metode peramalan dengan analisis deret waktu yaitu:
1.

Metode Pemulusan Eksponensial dan Rata-rata Bergerak
Sering digunakan untuk peramalan jangka pendek dan jarang dipakai
untuk peramalan jangka panjang.

Universitas Sumatera Utara

8


2.

Metode Regresi
Metode ini bisa digukan untuk ramalan jangka menengah dan jangka
panjang.

3.

Metode Box-Jenkins
Metode ini jarang digunakan, namun baik untuk ramalan jangka pendek,
menengah dan jangka panjang.

2.4 Metode Peramalan
Metode peramalan adalah cara memperkirakan secara kuantitatif apa yang akan
terjadi pada masa depan, berdasarkan data yang relevan pada masa lalu. Oleh
karena itu, metode peramalan termasuk dalam kegiatan peramalan kuantitatif.
Keberhasilan dari suatu peramalan sangat ditentukan oleh pengetahuan teknik
tentang informasi yang lalu yang dibutuhkan, yang bersifat kuantitatif, serta
teknik dan metode peramalannya.
Metode peramalan dapat memberikan cara pengerjaan yang teratur dan terarah,

sehingga demikian dapat dimungkinkannya penggunaan teknik-teknik tersebut,
maka diharapkan dapat memberikan tingkat kepercayaan yang lebih besar, karena
dapat diuji dan dibuktikan penyimpangan atau deviasi yang terjadi secara ilmiah,
dalam memilih metode peramalan, perlu diketahui terlebih dahulu ciri-ciri penting
dalam pengambilan keputusan dan analisis keadaan dalam mempersiapkan
peramalan.
2.4.1

Teknik dan Metode Peramalan

Dalam pemilihan teknik dan metode peramalan, perlu diketahui ciri-ciri yang
penting yang perlu diperhatikan bagi pengambilan keputusan analisis keadaan
dalam mempersiapkan peramalan.
Ada 6 faktor utama ynag diidentifikasikan sebagai teknik dan metode peramalan
yaitu:

Universitas Sumatera Utara

9


1.

Horizon waktu
Ada 2 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 utaa 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 mentukan perubahan-perubahan dalam pola.
Model-model perlu diperhatikan karena masing-masing model mempunyai
kemampuan yang berbeda dalam analisis keadaan untk pengambilan

keputusan.

4.

Biaya yang dibutuhkan
Umumnya ada 4 unsur biaya yang tercakup dalam penggunaan suatu prosedur
peramalan yaitu biaya-biaya pengembangan, penyimpangan (storage) data,
operasi pelaksanaan dan kesempatan dalam menggunakan teknik-teknik dan
metode peramalan.

5.

Ketepatan metode peramalan
Tingkat ketepatan yang dibutuhan sangat erat kaitannya dengan tingkat
perincian yang dibutuhkan didalam suatu peramalan.

6.

Kemudahan dan penerapan
Metode-metode yang dapat dimengerti dan mudah diaplikasikan sudah

merupakan suatu prinsip yang umum bagi pengambilan keputusan.

2.4.2

Pola Data

Langkah penting dalam memilih suatu metode deret waktu yang tepat adalah
dengan mempertimbangkan jenis pola datanya. Pola data dapat dibedakan
menjadi empat, yaitu:
1.

Pola Horizontal
Terjadi jika nilai data berfluktuasi di sekitar nilai rata-rata yang konstan (deret
seperti ini adalah stasioner terhadap nilai rata-ratanya). Suatu produk yang

Universitas Sumatera Utara

10

penjualannya tidak meningkat atau menurun selama waktu tertentu termasuk

jenis pola ini. Pola data horizontal ditunjukkan pada gambar berikut.

Gambar 2.1 Pola data horizontal
2.

Pola Musiman
Terjadi bila data berfluktuasi, namun fluktuasi tersebut terlihat berulang
dalam satu interval waktu tertentu.Disebut pola musiman karena permintaan
ini biasanya dipengaruhi oleh musim sehingga biasanya interval perulangan
data ini adalah satu tahun.Penjualan dari produk minuman ringan, es krim dan
bahan bakar pemanas ruang termasuk pola musiman.Pola data musiman
ditunjukkan pada gambar berikut.

Gambar 2.2 Pola data musiman
3.

Pola Siklis
Terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang
seperti yang berhubungan dengan siklus bisnis. produk seperti mobil, baja

Universitas Sumatera Utara

11

dan peralatan utama lainnya termasuk pola siklis.Pola data siklis ditunjukkan
pada gambar berikut.

Gambar 2.3 Pola data siklis
4.

Pola Trend
Pola trend adalah bila data permintaan menunjukkan pola kecenderungan
gerakkan penurunan atau kenaikkan jangka panjang. Data yang kelihatannya
berfluktuasi, apabila dilihat pada rentang waktu yang panjang akan ditarik
garis maya. Garis maya itulah yang disebut garis trend. Pola data trend
ditunjukkan pada gambar berikut.

Gambar 2.4 Pola data trend

Universitas Sumatera Utara

12

2.4.3 Metode Pemulusan (Smoothing)
Pada penyusunan Tugas Akhir ini, Penulis menggunakan peramalan kuantitatif.
Maka daripada itu Penulis akan membahas lebih lanjut tentang jenis peramalan
kuantitatif yaitu metode pemulusan (smoothing).
Metode pemulusan adalah metode peramalan dengan mengadakan
penghalusan atau pemulusan terhadap data masa lalu yaitu dengan mengambil
rata-rata dari nilai beberapa tahun untuk menaksir nilai pada tahun yang akan
datang. Secara umum pemulusan dapat digolongkan menjadi beberapa bagian
yaitu:
1.

Metode Rata-Rata
Metode rata-rata dibagi atas empat (4) 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 untuk
mengembangkan suatu sistim peramalan pada periode di masa yang akan
datang.

2.

Metode Pemulusan Eksponensial
a. Pemulusan Eksponensial Tunggal
1. Satu Parameter (One Parameter )
2. Pendekatan aditif
Digunakan untuk data yang bersifat stasioner dan tidak menunjukkan pola
atau trend.
b. Pemulusan Eksponensial Ganda
1. Metode Linier Satu Parameter Dari Brown
2. Metode Linier Dua Parameter Dari Holt

Universitas Sumatera Utara

13

2.4.4 Metode Peramalan Dalam Pengolahan Data
Untuk memperoleh hasil yang baik dan tepat maka haruslah terlebih dahulu
diketahui metode yang tepat untuk digunakan dalam peramalan. Dalam
meramalkan jumlah ekspor dan impor pada sektor pertanian provinsi Sumatera
Utara tahun 2017, Penulis menggunakan metode pemulusan eksponensial ganda
yaitu “Smoothing Eksponensial Satu Parameter Dari Brown”.
Peramalan dengan metode pemulusan eksponensial ganda membutuhkan
tiga buah nilai data dan satu nilai alpha (α). Metode pemulusan merupakan teknik
meramal dengan cara mengambil rata-rata dari nilai beberapa periode yang lalu
yang akan diramalkan nilainya ke suatu periode yang akan datang.
Dalam metode ini data historis digunakan untuk memperoleh angka yang
akan dihitung dengan menggunakan metode pemulusan eksponensial Ganda.
Peramalan dilakukan dengan mengulang perhitungan secara terus menerus dengan
menggunakan data terbaru.
Pada peramalan jumlah ekspor dan impor sektor pertanian provinsi
Sumatera Utara tahun 2017 dengan metode pemulusan eksponensial ganda
memiliki tahapan dalam pengolahannya sehingga akan diperoleh hasil yang
Penulis inginkan. Persamaan-persamaan

yang digunakan dalam

metode

pemulusan eksponensial ganda adalah sebagai berikut:
a. Menentukan pemulusan pertama/tunggal ( )
+ (1-α)

…………………………………….

b. Menentukan pemulusan kedua/ganda (
(1-α)

2.1

)

.………………………………..

2.2

c. Menentukan besarnya konstanta ( )
…………………………………………...

2.3

d. Menentukan besarnya slope (
(

=

……………………………………….

2.4

e. Menentukan besarnya ramalan (
=

(m) ………………………………………. 2.5

Universitas Sumatera Utara

14

f. Mencari nilai MSE, maka harus ditentukan terlebih dahulu
nilai
=
e

=

(kesalahan) dan e

(kesalahan kuadrat).

………………………………………………

2.6

…………………………………………..

2.7

dengan:
= nilai aktual periode ke-t
= nilai pemulusan eksponensial tunggal
= nilai pemulusan eksponensial ganda
= konstanta pemulusan

,

= hasil peramalan untuk m periode ke depan yang akandiramalkan

2.8

m

= jumlah periode ke depan yang diramalkan

α

= parameter pemulusan eksponensial besarnya 0 < α < 1

et

= error (kesalahan peramalan)

Xt

= data sebenarnya pada periode ke-t

Ft

= hasil ramalan pada periode ke-t

Ukuran Akurasi Hasil Peramalan

Ukuran akurasi hasil peramalan yang merupakan ukuran kesalahan peramalan
adalah ukuran tentang tingkat perbedaan antara hasil peramalan dengan
permintaan yang sebenarnya terjadi. Dalam hal ini digunakan Rata-rata Kuadrat
Kesalahan atau Mean Square Error (MSE). Mean Square Error (MSE) dihitung
dengan menjumlahkan kuadrat semua kesalahan peramalan pada setiap periode
dan membaginya dengan jumlah periode peramalan. Secara matematis, Mean
Square Error (MSE) dirumuskan sebagai berikut:
MSE =

…………………………………………………… 2.8

dengan:
MSE = Mean Square Error (Rata-rata Kuadrat Kesalahan)
et

=

Xt  Ft

kesalahan pada periode ke-t

Universitas Sumatera Utara

15

Xt

= data aktual pada periode ke-t

Ft

= nilai ramalan pada periode ke-t

n

= banyaknya periode waktu

Universitas Sumatera Utara