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

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

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

3 Metode Peramalan 2.Jenis Metode Peramalan Peramalan kuantitatif dibedakan atas : a. Kegunaan metode peramalan adalah untuk memperkirakan secara sistematis dan pragmatis atas dasar data yang relevan pada masa lalu. maka akan didapat dasar pemikiran dan pemecahan yang argumentasinya sama. 2.3. Metode pemulusan (smoothing) 2. Metode peramalan memberikan urutan dan pemecahan atas pendekatan masalah dalam peramalan. Metode proyeksi trend dengan regresi Universitas Sumatera Utara .2. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antar variabel yang diperkirakan dengan variabel waktu yang merupakan deret berkala (time series). berdasarkan data yang relevan pada masa lalu. sehingga bila digunakan pendekatan yang sama atas permasalahan. Dengan demikian peramalan diharapkan dapat memberikan objektivitas yang lebih besar. Metode peramalan termaksuk dalam jenis ini adalah: 1.2 Jenis. Metode box Jenkins 3.3.1 Pengertian Metode Peramalan Metode peramalan adalah suatu cara memperkirakan atau mengestimasi secara kuantitatif maupun kualitatif apa yang akan terjadi pada masa depan.

mencari rata-ratanya. yang bukan waktunya disebut dengan metode korelasi atau sebab akibat (metode causal). maka angka rata-rata yang baru dihitung dan dipergunakan sebagi ramalan. 1. lalu menggunakan rata-rata tersebut sebagai ramalan untuk periode berikutnya. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antar variabel yang diperkirakan dengan variabel lain yang mempengaruhinya. Metode peramalan yang termasuk dalam jenis ini adalah: 1.3. Metode Input Output 2. Metode Regresi dan Korelasi 2. Universitas Sumatera Utara . Forecasting dengan metode Moving Average (Rata-rata bergerak) Dengan moving averages (rata-rata bergerak) ini dilakukan peramalan dengan mengambil sekelompok nilai pengamatan.b. Smoothing dilakukan dengan dua cara yaitu Moving Average atau Exponential Smoothing. karena setiap kali data observasi baru tersedia.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. Metode Ekonometri 3. Istilah rata-rata bergerak digunakan.

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

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

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. Ada beberapa langkah dalam Universitas Sumatera Utara . tidak menghasilkan forecasting yang baik. 1986:11). (Pangstu Subagyo.(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. MAPE = ∑ APE n d) Percentage Error (PE) Percentage Error merupakan Kesalahan persentase dari suatu peramalan.

antara lain sebagai berikut. b) Menghitung moving average/rata-rata bergerak kedua. (Indriyo dan Najmudin. m adalah jangka waktu forecast kedepan. dihitung dari rata-rata bergerak kedua. diberi simbol S’’t. b. Universitas Sumatera Utara . 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.menentukan ramalan dengan metode double moving averages. Hasilnya diletakkan pada periode terakhir moving average pertama. Setiap data diberi bobot. Dalam metode ini peramalan dilakukan dengan mengulang perhitungan secara terus menerus dengan menggunakan data terbaru. Forecasting dengan metode Exponential Smoothing Metode exponential smoothing merupakan pengembangan dari metode moving averages. a) Menghitung moving average/ rata-rata bergerak pertama. Dua metode dalan exponential smoothing diantaranya single exponential smoothing dan double exponential smoothing. diberi simbol S’t. dihitung dari data historis yang ada. Hasilnya diletakkan pada periode terakhir moving average kedua. data yang lebih baru diberi bobot yang lebih besar.2000:13).

+ 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. dan seterusnya. Metode moving average memang mudah menghitungnya akan tetapi metode ini memberikan bobot yang sama pada setiap data . 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 . Semakin mendekati 1 berarti data terbaru lebih diperhatikan. Untuk mengatasi hal ini maka digunakan metode single exponential smoothing. Besarnya α adalah antara 0 dan 1. Pada metode single exponential smoothing bobot yang diberikan pada data yang ada adalah sebesar α untuk data yang terbaru. Single Exponential Smoothing Metode ini adalah pengembangan dari metode moving average (MA) menggunakan rumus sebagai berikut: X 1 + X 2 + .1. α(1-α) untuk data yang lama.. α(1-α) untuk data yang lebih lama..

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

b) Menentukan Smoothing kedua (S’’t) S” t = α S’t + (1. 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.a) Menentukan Smoothing pertama (S’t) S’t = α Xt + (1.α) S’t-1.4 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. Dimana m adalah jumlah periode kemuka yang diramalkan.unsur pokok sebagai berikut: Universitas Sumatera Utara . Metode double exponential smoothing ini biasanya lebih tepat untuk meramalkan data yang mengalami trend kenaikan.α) S’’t-1. (Pangestu Subagyo. 1986:25). 2.

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

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

Sign up to vote on this title
UsefulNot useful