P. 1
Single Moving Average Chapter II

Single Moving Average Chapter II

|Views: 1,027|Likes:
Published by manessy

More info:

Published by: manessy on Nov 27, 2010
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

07/25/2013

pdf

text

original

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

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

Dengan demikian peramalan diharapkan dapat memberikan objektivitas yang lebih besar.1 Pengertian Metode Peramalan Metode peramalan adalah suatu cara memperkirakan atau mengestimasi secara kuantitatif maupun kualitatif apa yang akan terjadi pada masa depan. 2.3.2. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antar variabel yang diperkirakan dengan variabel waktu yang merupakan deret berkala (time series). Metode peramalan termaksuk dalam jenis ini adalah: 1. Metode peramalan memberikan urutan dan pemecahan atas pendekatan masalah dalam peramalan.Jenis Metode Peramalan Peramalan kuantitatif dibedakan atas : a. Metode proyeksi trend dengan regresi Universitas Sumatera Utara .2 Jenis. maka akan didapat dasar pemikiran dan pemecahan yang argumentasinya sama. Metode pemulusan (smoothing) 2. berdasarkan data yang relevan pada masa lalu. Kegunaan metode peramalan adalah untuk memperkirakan secara sistematis dan pragmatis atas dasar data yang relevan pada masa lalu.3.3 Metode Peramalan 2. sehingga bila digunakan pendekatan yang sama atas permasalahan. Metode box Jenkins 3.

Forecasting dengan metode Moving Average (Rata-rata bergerak) Dengan moving averages (rata-rata bergerak) ini dilakukan peramalan dengan mengambil sekelompok nilai pengamatan. lalu menggunakan rata-rata tersebut sebagai ramalan untuk periode berikutnya. Metode Input Output 2. karena setiap kali data observasi baru tersedia. yang bukan waktunya disebut dengan metode korelasi atau sebab akibat (metode causal). 1. Metode Ekonometri 3. Metode peramalan yang termasuk dalam jenis ini adalah: 1. Metode Regresi dan Korelasi 2.b. mencari rata-ratanya. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antar variabel yang diperkirakan dengan variabel lain yang mempengaruhinya. Istilah rata-rata bergerak digunakan.3.3 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. Universitas Sumatera Utara . Smoothing dilakukan dengan dua cara yaitu Moving Average atau Exponential Smoothing. maka angka rata-rata yang baru dihitung dan dipergunakan sebagi ramalan.

. yaitu bulan Januari. perbedaan ramalan terkecil dengan ramalan terbesar menjadi lebih kecil.. Februari. 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. Karakteristik Khusus Single Moving Averages Metode single moving average memiliki karakteristik khusus. Artinya pada moving averages yang jangka waktunya lebih panjang. April. Persamaan Matematis dari teknik ini adalah : F t+1 = X 1 + X 2 + .a. 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. Maret. efek pelicinan semakin terlihat dalam ramalan atau menghasilkan moving average yang semakin halus. . b) Semakin panjang jangka waktu moving averages. Universitas Sumatera Utara .

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

MAPE = ∑ APE n d) Percentage Error (PE) Percentage Error merupakan Kesalahan persentase dari suatu peramalan. Ada beberapa langkah dalam Universitas Sumatera Utara . c) Mean Absolute Percentage Error (MAPE) Mean Absolute Percentage Error merupakan nilai tengah kesalahan persentase absolute dari suatu peramalan. (Pangstu Subagyo. 1986:11). tidak menghasilkan forecasting yang baik.(3) kalau fluktuasi data tidak random. 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.

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

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

Universitas Sumatera Utara . Sedangkan tahap-tahap dalam menentukan ramalan adalah sebagai berikut. Dalam melakukan peramalan dengan menggunakan metode single exponential smoothing (SES). 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). 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 .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. 2) Double Exponential Smoothing Pada metode ini proses penentuan ramalan dimulai dengan menentukan besarnya alpha secara trial dan error.

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

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

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

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->