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

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

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

Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antar variabel yang diperkirakan dengan variabel waktu yang merupakan deret berkala (time series). Dengan demikian peramalan diharapkan dapat memberikan objektivitas yang lebih besar. sehingga bila digunakan pendekatan yang sama atas permasalahan.Jenis Metode Peramalan Peramalan kuantitatif dibedakan atas : a.2.3 Metode Peramalan 2. berdasarkan data yang relevan pada masa lalu. Metode box Jenkins 3.2 Jenis. Metode peramalan memberikan urutan dan pemecahan atas pendekatan masalah dalam peramalan.3. Metode pemulusan (smoothing) 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 proyeksi trend dengan regresi Universitas Sumatera Utara . Kegunaan metode peramalan adalah untuk memperkirakan secara sistematis dan pragmatis atas dasar data yang relevan pada masa lalu.3. 2. maka akan didapat dasar pemikiran dan pemecahan yang argumentasinya sama. Metode peramalan termaksuk 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. Metode peramalan yang termasuk dalam jenis ini adalah: 1. karena setiap kali data observasi baru tersedia. Universitas Sumatera Utara .3. mencari rata-ratanya. maka angka rata-rata yang baru dihitung dan dipergunakan sebagi ramalan. Metode Regresi dan Korelasi 2. Smoothing dilakukan dengan dua cara yaitu Moving Average atau Exponential Smoothing. Forecasting dengan metode Moving Average (Rata-rata bergerak) Dengan moving averages (rata-rata bergerak) ini dilakukan peramalan dengan mengambil sekelompok nilai pengamatan.b. lalu menggunakan rata-rata tersebut sebagai ramalan untuk periode berikutnya. 1. yang bukan waktunya disebut dengan metode korelasi atau sebab akibat (metode causal). Metode Ekonometri 3. Metode Input Output 2. Istilah rata-rata bergerak digunakan. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antar variabel yang diperkirakan dengan variabel lain yang mempengaruhinya.

Artinya pada moving averages yang jangka waktunya lebih panjang. Persamaan Matematis dari teknik ini adalah : F t+1 = X 1 + X 2 + . Rata – rata Bergerak Tunggal (Single Moving Averages) Menetukan ramalan dengan metode single moving averages cukup mudah dilakukan. April.. Universitas Sumatera Utara . efek pelicinan semakin terlihat dalam ramalan atau menghasilkan moving average yang semakin halus. yaitu bulan Januari. b) Semakin panjang jangka waktu moving averages. 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. ..a. Februari. 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. perbedaan ramalan terkecil dengan ramalan terbesar menjadi lebih kecil.

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

tidak menghasilkan forecasting yang baik. Ada beberapa langkah dalam Universitas Sumatera Utara .(3) kalau fluktuasi data tidak random. MAPE = ∑ APE n d) Percentage Error (PE) Percentage Error merupakan Kesalahan persentase dari suatu peramalan. 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. (Pangstu Subagyo.

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

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

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. Sedangkan tahap-tahap dalam menentukan ramalan adalah sebagai berikut. besarnya α (alpha) ditentukan secarat trial dan error sampai diketemukan α (alpha) yang menghasilkan forecast error terkecil. 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.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.Dari persamaan di atas besarnya peramalan dijelaskan sebagai berikut: Ft+1 Ft+1 Ft+1 = α Xt + (1-α) Ft = α Xt + Ft . Universitas Sumatera Utara .

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

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

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

Sign up to vote on this title
UsefulNot useful