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

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

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

Kegunaan metode peramalan adalah untuk memperkirakan secara sistematis dan pragmatis atas dasar data yang relevan pada masa lalu. Dengan demikian peramalan diharapkan dapat memberikan objektivitas yang lebih besar. 2.2 Jenis. Metode box Jenkins 3. berdasarkan data yang relevan pada masa lalu.3 Metode Peramalan 2.3.2. maka akan didapat dasar pemikiran dan pemecahan yang argumentasinya sama. Metode peramalan memberikan urutan dan pemecahan atas pendekatan masalah dalam peramalan.1 Pengertian Metode Peramalan Metode peramalan adalah suatu cara memperkirakan atau mengestimasi secara kuantitatif maupun kualitatif apa yang akan terjadi pada masa depan. Metode pemulusan (smoothing) 2. sehingga bila digunakan pendekatan yang sama atas permasalahan. Metode peramalan termaksuk dalam jenis ini adalah: 1. Metode proyeksi trend dengan regresi Universitas Sumatera Utara . Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antar variabel yang diperkirakan dengan variabel waktu yang merupakan deret berkala (time series).3.Jenis Metode Peramalan Peramalan kuantitatif dibedakan atas : a.

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

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

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

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. 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. (Pangstu Subagyo.(3) kalau fluktuasi data tidak random. tidak menghasilkan forecasting yang baik.

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

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

Dalam melakukan peramalan dengan menggunakan metode single exponential smoothing (SES). 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 . besarnya α (alpha) ditentukan secarat trial dan error sampai diketemukan α (alpha) yang menghasilkan forecast error terkecil. Sedangkan tahap-tahap dalam menentukan ramalan adalah sebagai berikut. Metode ini lebih cocok digunakan untuk meramal data-data yang fluktuatif secara random (tidak teratur). Dengan demikian dapat dikatakan bahwa peramalan pada periode yang akan datang adalah ramalan sebelumnya ditambah α (alpha) dikalikan dengan kesalahan ramalan periode sebelumnya.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.

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

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

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