BAB 2

URAIAN TEORI

2.1 Pengertian Peramalan

Peramalan adalah kegiatan memperkirakan atau memprediksi apa yang terjadi pada waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan dilakukan pada waktu yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu rencana diantaranya didasarkan pada suatu proyeksi atau Peramalan.

Peramalan adalah suatu untuk memperkirakan keadaan dimasa yang akan datang melalui pengujian keadaan dimasa lalu. Dalam kehidupan sosial segala sesuatu itu serba tidak pasti, sukar diperkirakan secara tepat. Dalam hal ini perlu diadakan peramalan. Peramalan yang dibuat selalu diupayakan agar dapat meminimumkan pengaruh ketidak pastian ini terhadap sebuah permasalahan. Dengan kata lain peramalan bertujuan mendapatkan peramalan yang bisa meminimumkan kesalahan meramal (forecat error) yang biasanya diukur dengan mean square error, mean absolute error, dan sebagainya.

Universitas Sumatera Utara

Universitas Sumatera Utara . Perkembangan pada masa depan merupakan perkiraan apa yang akan terjadi. data ataupun informasi tersebut bersifat kuantitatif b. Keberhasilan dari suatu peramalan sangat ditentukan oleh: a. walaupun demikian perlu diketahui bahwa sesuatu ramalan selalu ada unsur kesalahannya. Keputusan yang baik adalah keputusan yang didasarkan atas pertimbangan – pertimbangan yang akan terjadi pada waktu keputusan itu dilaksanakan. Hasil peramalan yang dibuat sangat bergantung pada orang yang menyusunnya. Gambaran perkembangan pada masa lalu yang akan datang diperoleh dari hasil analisa data yang didapat dari penelitian yang telah dilakukan.2 Jenis. peramalan dibedakan atas dua macam yaitu: a. sehingga dapat dikatakan bahwa peramalan selalu diperlukan didalam penelitian. Pengetahuan teknik tentang pengumpulan informasi (data) masa lalu. Peramalan kualitatif Peramalan kualitatif adalah peramalan yang didasarkan atas data kualitatif pada masa lalu.Kegunaan peramalan terlihat pada saat pengambilan keputusan. sehingga yang perlu diperhatikan adalah usaha untuk memperkecil kesalahan dari ramalan tersebut. 2.Jenis Peramalan Berdasarkan sifatnya. Teknik dan metode yang tetap dan sesuai dengan pola data yang telah dikumpulkan. Ketepatan penelitian merupakan hal yang penting.

Hasil peramalan yang dibuat sangat bergantung pada metode yang dipergunakan dalam peramalan tersebut. Informasi (data) tersebut dapat dikuantitatifkan dalam bentuk data numeric c. peramalan yang digunakan penulis adalah peramalan kuantitatif. Peramalan Kuantitatif Peramalan kuantitatif adalah peramalan yang didasarkan atas data kuantitatif masa lalu. Universitas Sumatera Utara . pendapat dan pengetahuan serta pengalaman penyusunnya. Peramalan kuantitatif dapat diterapkan bila terdapat kondisi berikut: a. Baik tidaknya metode yang digunakan tergantung dengan perbedaan atau penyimpangan antara hasil ramalan dengan kenyataan yang terjadi. Pada penyusunan Tugas Akhir ini.Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran yang instuisi. Tersedia informasi (data) tentang masa lalu b. b. Semakin kecil penyimpangan antara hasil ramalan dengan kenyataan yang akan terjadi maka semakin baik pula metode yang digunakan. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut pada masa yang akan datang.

Dengan demikian peramalan diharapkan dapat memberikan objektivitas yang lebih besar. berdasarkan data yang relevan pada masa lalu. Metode box Jenkins 3.Jenis Metode Peramalan Peramalan kuantitatif dibedakan atas : a. sehingga bila digunakan pendekatan yang sama atas permasalahan. Metode pemulusan (smoothing) 2.3. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antar variabel yang diperkirakan dengan variabel waktu yang merupakan deret berkala (time series). Metode peramalan memberikan urutan dan pemecahan atas pendekatan masalah dalam peramalan.3 Metode Peramalan 2. maka akan didapat dasar pemikiran dan pemecahan yang argumentasinya sama.2 Jenis.3.2. Kegunaan metode peramalan adalah untuk memperkirakan secara sistematis dan pragmatis atas dasar data yang relevan pada masa lalu. Metode proyeksi trend dengan regresi Universitas Sumatera Utara . 2.1 Pengertian Metode Peramalan Metode peramalan adalah suatu cara memperkirakan atau mengestimasi secara kuantitatif maupun kualitatif apa yang akan terjadi pada masa depan. Metode peramalan termaksuk dalam jenis ini adalah: 1.

yang bukan waktunya disebut dengan metode korelasi atau sebab akibat (metode causal). Metode peramalan yang termasuk dalam jenis ini adalah: 1.3 Metode Pemulusan (Smoothing) Metode Pemulusan (Smoothing) adalah metode peramalan dengan mengadakan penghalusan atau pemulusan terhadap data masa lalu yaitu dengan mengambil ratarata dari nilai pada beberapa periode untuk menaksir nilai pada suatu periode. Forecasting dengan metode Moving Average (Rata-rata bergerak) Dengan moving averages (rata-rata bergerak) ini dilakukan peramalan dengan mengambil sekelompok nilai pengamatan. Smoothing dilakukan dengan dua cara yaitu Moving Average atau Exponential Smoothing. lalu menggunakan rata-rata tersebut sebagai ramalan untuk periode berikutnya.b. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antar variabel yang diperkirakan dengan variabel lain yang mempengaruhinya. Metode Input Output 2. Metode Ekonometri 3. 1.3. mencari rata-ratanya. Universitas Sumatera Utara . Metode Regresi dan Korelasi 2. maka angka rata-rata yang baru dihitung dan dipergunakan sebagi ramalan. karena setiap kali data observasi baru tersedia. Istilah rata-rata bergerak digunakan.

Persamaan Matematis dari teknik ini adalah : F t+1 = X 1 + X 2 + . Maret. yaitu: a) Untuk menentukan ramalan pada periode yang akan datang memerlukan data historis selam jangka waktu tertentu.. + X T T Keterangan : Ft+1 X : Ramalan untuk periode ke t + 1 T : Nilai riil periode ke t T : jangka waktu rata-rata bergerak. April.a. Karakteristik Khusus Single Moving Averages Metode single moving average memiliki karakteristik khusus. Artinya pada moving averages yang jangka waktunya lebih panjang. efek pelicinan semakin terlihat dalam ramalan atau menghasilkan moving average yang semakin halus. yaitu bulan Januari. Universitas Sumatera Utara . Bila akan menerapkan 4 bulan rata-rata bergerak maka maka ramalan pada bulan Mei dihitung sebesar rata-rata dari 4 bulan sebelumnya.. Rata – rata Bergerak Tunggal (Single Moving Averages) Menetukan ramalan dengan metode single moving averages cukup mudah dilakukan. perbedaan ramalan terkecil dengan ramalan terbesar menjadi lebih kecil. Februari. . b) Semakin panjang jangka waktu moving averages.

Menghitung Kesalahan Ramalan Hasil proyeksi yang akurat adalah forecast yang bisa meminimalkan kesalahan meramal (forecast error). t a) Mean Absolute Error Mean Absolute Error adalah rata-rata absolute dari kesalahan menghiraukan tanda positif maupun negatif. Universitas Sumatera Utara . MAE = meramal.Ft = data riil periode ke-t = ramalan periode ke-t Dalam menghitung forecast error digunakan. Besarnya forecast error dihitung dengan mengurangi data riil dengan besarnya ramalan. MSE = ∑ (X t − Ft ) 2 n Metode ini mudah menghitungnya dan sederhana. tetapi mempunyai kelemahankelemahan antara lain : (1) perlu data histories yang cukup. tanpa ∑X t − Ft 2 n b) Mean Squared Error Mean Squared Error adalah kuadrat rata-rata kesalahan meramal. (2) data tiap periode diberi weight (bobot) sama. Error (E) Keterangan : X F t = Xt .

MAPE = ∑ APE n d) Percentage Error (PE) Percentage Error merupakan Kesalahan persentase dari suatu peramalan.(3) kalau fluktuasi data tidak random. c) Mean Absolute Percentage Error (MAPE) Mean Absolute Percentage Error merupakan nilai tengah kesalahan persentase absolute dari suatu peramalan. tidak menghasilkan forecasting yang baik. Ada beberapa langkah dalam Universitas Sumatera Utara . 1986:11). PE  X − Ft = t  X t    x100   dimana : xt ft n =nilai data ke periode ke-t =nilai ramalan periode ke-t =banyaknya data 2) Rata – rata Bergerak Ganda (Double Moving Averages) Menentukan ramalan dengan metode double moving averages sedikit lebih sulit dibandingkan dengan single moving averages. (Pangstu Subagyo.

c) Menentukan besarnya nilai αt (Konstanta) αt = S’t + (S’t – S’’t) = 2S’t – S’’t d) Menentukan besarnya nilai bt (slope) bt = 2 S t' − S t" N −1 ( ) e) Menentukan besarnya forecast Ft+m = αt + btm. dihitung dari rata-rata bergerak kedua. antara lain sebagai berikut. Dalam metode ini peramalan dilakukan dengan mengulang perhitungan secara terus menerus dengan menggunakan data terbaru. b. Forecasting dengan metode Exponential Smoothing Metode exponential smoothing merupakan pengembangan dari metode moving averages.2000:13). Dua metode dalan exponential smoothing diantaranya single exponential smoothing dan double exponential smoothing. Universitas Sumatera Utara . diberi simbol S’’t. Hasilnya diletakkan pada periode terakhir moving average pertama.menentukan ramalan dengan metode double moving averages. diberi simbol S’t. b) Menghitung moving average/rata-rata bergerak kedua. data yang lebih baru diberi bobot yang lebih besar. Setiap data diberi bobot. (Indriyo dan Najmudin. Hasilnya diletakkan pada periode terakhir moving average kedua. m adalah jangka waktu forecast kedepan. a) Menghitung moving average/ rata-rata bergerak pertama. dihitung dari data historis yang ada.

Pada metode single exponential smoothing bobot yang diberikan pada data yang ada adalah sebesar α untuk data yang terbaru. Besarnya α adalah antara 0 dan 1. α(1-α) untuk data yang lama. Secara matematis besarnya Peramalan adalah: Ft+1 Ft+1 X = α Xt + (1 – α) Ft : Ramalan untuk periode ke t+1 : Nilai riil periode ke t 2 t F t : Ramalan untuk periode ke t Universitas Sumatera Utara . + X T T F t+1 = Keterangan : Ft+1 X : Ramalan untuk periode ke t + 1 T : Nilai riil periode ke t T : jangka waktu rata-rata bergerak.1. Untuk mengatasi hal ini maka digunakan metode single exponential smoothing.. dan seterusnya. α(1-α) untuk data yang lebih lama. Metode moving average memang mudah menghitungnya akan tetapi metode ini memberikan bobot yang sama pada setiap data .. Single Exponential Smoothing Metode ini adalah pengembangan dari metode moving average (MA) menggunakan rumus sebagai berikut: X 1 + X 2 + . Semakin mendekati 1 berarti data terbaru lebih diperhatikan.

besarnya α (alpha) ditentukan secarat trial dan error sampai diketemukan α (alpha) yang menghasilkan forecast error terkecil. Universitas Sumatera Utara . 2) Double Exponential Smoothing Pada metode ini proses penentuan ramalan dimulai dengan menentukan besarnya alpha secara trial dan error.Dari persamaan di atas besarnya peramalan dijelaskan sebagai berikut: Ft+1 Ft+1 Ft+1 = α Xt + (1-α) Ft = α Xt + Ft . Dengan demikian dapat dikatakan bahwa peramalan pada periode yang akan datang adalah ramalan sebelumnya ditambah α (alpha) dikalikan dengan kesalahan ramalan periode sebelumnya. Metode ini lebih cocok digunakan untuk meramal data-data yang fluktuatif secara random (tidak teratur). Sedangkan tahap-tahap dalam menentukan ramalan adalah sebagai berikut.α Ft = Ft + α (Xt – Ft) periode yang akan datang Secara sederhana Ft+1 = Ft + α (et) Dimana et adalah kesalahan ramalan (nilai sebenarnya dikurangi ramalan) untuk periode t. Dalam melakukan peramalan dengan menggunakan metode single exponential smoothing (SES).

α) S’t-1.α) S’’t-1. (Pangestu Subagyo.a) Menentukan Smoothing pertama (S’t) S’t = α Xt + (1. Dimana m adalah jumlah periode kemuka yang diramalkan. c) Menentukan besarnya konstanta (αt) αt = S’t + (S’t – S’’t) = 2S’t – S’’t d) Menentukan besarnya slope (bt) bt = α (St' − St" ) 1−α e) Menentukan besarnya forecast (Ft+m) Ft+m = αt + btm. 2. 1986:25).unsur pokok sebagai berikut: Universitas Sumatera Utara .4 Produk Domestik Regional Bruto Untuk menghitung ataupun mengelola pendapatan Produk Domestik Regional Bruto (PDRB) pada suatu kabupaten atau kotamadya terlebih dahulu perlu dimengerti beberapa konsep dan defenisi dari unsur. b) Menentukan Smoothing kedua (S’’t) S” t = α S’t + (1. Metode double exponential smoothing ini biasanya lebih tepat untuk meramalkan data yang mengalami trend kenaikan.

c. Nilai tambah Bruto Merupakan selisih antara output dan biaya antara. Barang. Output ikutan.a. maka akan diperoleh Nilai Tambah Netto. biasanya satu tahun. 2. Jenis output ada tiga macam. yaitu: 1.barang tidak tahan lama dan jasa. Nilai Tengah 1. dan bukan menjadi tujuan utama produksi 3. b. Dengan kata lain merupakan produk dari proses produksi. Output Utama ( Output menjadi utama produksi) 2.barang yang tahan lama yang pada umumnya lebih dari satu tahun. yaitu output yang terjadi bersama.jasa yang digunakan atau habis dalam proses produksi. Biaya antara Biaya antara adalah barang . Universitas Sumatera Utara . Output Sampingan. Nilai Tambah Netto Nilai tambah Netto adalah apabila suatu penyusutan dikeluarkan nilai tambah bruto. dan tidak habis dalam proses produksi tidak termasuk sebagai biaya antara dan disebut sebagai barang modal. Output Yang dimaksud dengan output adalah nilai barang atau jasa yang dihasilkan dalam suatu periode tertentu.sama atau tidak dapat dihindarkan dengan output utamanya.

barang biologis atau hidup. Sektor – sektor (Lapangan Usaha) tersebut terdiri dari: 1. dan restoran 7. Sektor keuangan. Sektor jasa. gas dan air bersih 5. Sektor Listrik. dan jasa perusahaan 9. Sektor Pertanian 2. dan juga Suatu alat ukur yang dapat menggambarkan tingkat keberhasilan pembangunan. hotel. persewaan. Sektor perdagangan. Produk Domestik Regional Bruto adalah Ukuran tingkat kesejahteraan suatu daerah yang merupakan jumlah nilai tambah yang dihasilkan oleh tiap sektor tiap tahunnya. Sektor pertanian mencakup segala pengusahaan yang didapat dari alam dan merupakan barang.Pengertian produk Domestik Regional Bruto ( PDRB) adalah keseluruhan produk dari hasil proses produksi dari sektor maupun sub sektor (lapangan usaha) dari wilayah ataupun daerah. peternakan. Sektor pengangkutan dan Komunikasi 8. tanaman pertanian. kehutanan dan perkebunan serta perikanan. sektor pertanian ini terdiri dari sub sektor yaitu tanaman bahan makanan. Universitas Sumatera Utara . Sektor pertambangan dan penggalian 3. Sektor industri pengolahan 4. dimana hasilnya akan digunakan untuk memenuhi hidup sendiri atau dijual kepada pihak lain. Sektor bangunan 6.jasa Namun penulis hanya membatasi peramalan Produk Domestik Regional Bruto (PDRB) atas sektor pertanian.

Sign up to vote on this title
UsefulNot useful