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

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

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

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

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. karena setiap kali data observasi baru tersedia. yang bukan waktunya disebut dengan metode korelasi atau sebab akibat (metode causal). Metode Input Output 2.3. Metode peramalan yang termasuk dalam jenis ini adalah: 1.b. 1. maka angka rata-rata yang baru dihitung dan dipergunakan sebagi ramalan. Metode Regresi dan Korelasi 2. mencari rata-ratanya. Istilah rata-rata bergerak digunakan. Universitas Sumatera Utara . lalu menggunakan rata-rata tersebut sebagai ramalan untuk periode berikutnya. Metode Ekonometri 3. Smoothing dilakukan dengan dua cara yaitu Moving Average atau Exponential Smoothing. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antar variabel yang diperkirakan dengan variabel lain yang mempengaruhinya. Forecasting dengan metode Moving Average (Rata-rata bergerak) Dengan moving averages (rata-rata bergerak) ini dilakukan peramalan dengan mengambil sekelompok nilai pengamatan.

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

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

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

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. m adalah jangka waktu forecast kedepan. a) Menghitung moving average/ rata-rata bergerak pertama. diberi simbol S’’t. b.2000:13). Setiap data diberi bobot. Hasilnya diletakkan pada periode terakhir moving average kedua. Dua metode dalan exponential smoothing diantaranya single exponential smoothing dan double exponential smoothing. Universitas Sumatera Utara . data yang lebih baru diberi bobot yang lebih besar. b) Menghitung moving average/rata-rata bergerak kedua. antara lain sebagai berikut. dihitung dari rata-rata bergerak kedua. (Indriyo dan Najmudin.menentukan ramalan dengan metode double moving averages. Forecasting dengan metode Exponential Smoothing Metode exponential smoothing merupakan pengembangan dari metode moving averages. Hasilnya diletakkan pada periode terakhir moving average pertama. dihitung dari data historis yang ada. diberi simbol S’t. Dalam metode ini peramalan dilakukan dengan mengulang perhitungan secara terus menerus dengan menggunakan data 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. α(1-α) untuk data yang lebih lama. Besarnya α adalah antara 0 dan 1.1. Pada metode single exponential smoothing bobot yang diberikan pada data yang ada adalah sebesar α untuk data yang terbaru. α(1-α) untuk data yang lama. Untuk mengatasi hal ini maka digunakan metode single exponential smoothing. + 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. Single Exponential Smoothing Metode ini adalah pengembangan dari metode moving average (MA) menggunakan rumus sebagai berikut: X 1 + X 2 + . Metode moving average memang mudah menghitungnya akan tetapi metode ini memberikan bobot yang sama pada setiap data ...

Sedangkan tahap-tahap dalam menentukan ramalan adalah sebagai berikut. Metode ini lebih cocok digunakan untuk meramal data-data yang fluktuatif secara random (tidak teratur). 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 .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. Universitas Sumatera Utara . Dengan demikian dapat dikatakan bahwa peramalan pada periode yang akan datang adalah ramalan sebelumnya ditambah α (alpha) dikalikan dengan kesalahan ramalan periode sebelumnya. Dalam melakukan peramalan dengan menggunakan metode single exponential smoothing (SES).

α) S’’t-1. Metode double exponential smoothing ini biasanya lebih tepat untuk meramalkan data yang mengalami trend kenaikan. b) Menentukan Smoothing kedua (S’’t) S” t = α S’t + (1. 2.4 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.a) Menentukan Smoothing pertama (S’t) S’t = α Xt + (1. (Pangestu Subagyo.unsur pokok sebagai berikut: Universitas Sumatera Utara . 1986:25).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. Dimana m adalah jumlah periode kemuka yang diramalkan.

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

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

Sign up to vote on this title
UsefulNot useful