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

 Kegunaan peramalan terlihat pada saat pengambilan keputusan. Keputusan

yang baik adalah keputusan yang didasarkan atas pertimbangan – pertimbangan yang

akan terjadi pada waktu keputusan itu dilaksanakan.

Keberhasilan dari suatu peramalan sangat ditentukan oleh:

a. Pengetahuan teknik tentang pengumpulan informasi (data) masa lalu, data

ataupun informasi tersebut bersifat kuantitatif

b. Teknik dan metode yang tetap dan sesuai dengan pola data yang telah

dikumpulkan.

Gambaran perkembangan pada masa lalu yang akan datang diperoleh dari hasil

analisa data yang didapat dari penelitian yang telah dilakukan. Perkembangan pada

masa depan merupakan perkiraan apa yang akan terjadi, sehingga dapat dikatakan

bahwa peramalan selalu diperlukan didalam penelitian. Ketepatan penelitian

merupakan hal yang penting, walaupun demikian perlu diketahui bahwa sesuatu

ramalan selalu ada unsur kesalahannya, sehingga yang perlu diperhatikan adalah

usaha untuk memperkecil kesalahan dari ramalan tersebut.

2.2 Jenis- Jenis Peramalan

Berdasarkan sifatnya, peramalan dibedakan atas dua macam yaitu:

a. Peramalan kualitatif

Peramalan kualitatif adalah peramalan yang didasarkan atas data kualitatif pada masa

lalu. Hasil peramalan yang dibuat sangat bergantung pada orang yang menyusunnya.

Universitas Sumatera Utara

Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran

yang instuisi, pendapat dan pengetahuan serta pengalaman penyusunnya.

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.

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.

Peramalan kuantitatif dapat diterapkan bila terdapat kondisi berikut:

a. Tersedia informasi (data) tentang masa lalu

b. 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.

Pada penyusunan Tugas Akhir ini, peramalan yang digunakan penulis adalah

peramalan kuantitatif.

Universitas Sumatera Utara

2.3 Metode Peramalan

2.3.1 Pengertian Metode Peramalan

Metode peramalan adalah suatu cara memperkirakan atau mengestimasi secara

kuantitatif maupun kualitatif apa yang akan terjadi pada masa depan, 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. Dengan demikian peramalan diharapkan dapat memberikan objektivitas

yang lebih besar.

Metode peramalan memberikan urutan dan pemecahan atas pendekatan

masalah dalam peramalan, sehingga bila digunakan pendekatan yang sama atas

permasalahan, maka akan didapat dasar pemikiran dan pemecahan yang

argumentasinya sama.

2.3.2 Jenis- Jenis Metode Peramalan

Peramalan kuantitatif dibedakan atas :

a. 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 pemulusan (smoothing)

2. Metode box Jenkins

3. Metode proyeksi trend dengan regresi

Universitas Sumatera Utara

 b. Metode peramalan yang didasarkan atas penggunaan analisa pola

hubungan antar variabel yang diperkirakan dengan variabel lain yang

mempengaruhinya, yang bukan waktunya disebut dengan metode korelasi

atau sebab akibat (metode causal). Metode peramalan yang termasuk

dalam jenis ini adalah:

1. Metode Regresi dan Korelasi

2. Metode Ekonometri

3. Metode Input Output

2.3.3 Metode Pemulusan (Smoothing)

Metode Pemulusan (Smoothing) adalah metode peramalan dengan mengadakan

penghalusan atau pemulusan terhadap data masa lalu yaitu dengan mengambil rata-

rata dari nilai pada beberapa periode untuk menaksir nilai pada suatu periode.

Smoothing dilakukan dengan dua cara yaitu Moving Average atau Exponential

Smoothing.

1. Forecasting dengan metode Moving Average (Rata-rata bergerak)

Dengan moving averages (rata-rata bergerak) ini dilakukan peramalan dengan

mengambil sekelompok nilai pengamatan, mencari rata-ratanya, lalu menggunakan

rata-rata tersebut sebagai ramalan untuk periode berikutnya. Istilah rata-rata bergerak

digunakan, karena setiap kali data observasi baru tersedia, maka angka rata-rata yang

baru dihitung dan dipergunakan sebagi ramalan.

Universitas Sumatera Utara

a. Rata – rata Bergerak Tunggal (Single Moving Averages)

Menetukan ramalan dengan metode single moving averages cukup mudah dilakukan.

Bila akan menerapkan 4 bulan rata-rata bergerak maka maka ramalan pada bulan Mei

dihitung sebesar rata-rata dari 4 bulan sebelumnya, yaitu bulan Januari, Februari,

Maret, April. Persamaan Matematis dari teknik ini adalah :

X 1 + X 2 + ... + X T
F t+1 =
T

Keterangan :

Ft+1 : Ramalan untuk periode ke t + 1

X : Nilai riil periode ke t

T

T : jangka waktu rata-rata bergerak.

Karakteristik Khusus Single Moving Averages

Metode single moving average memiliki karakteristik khusus, yaitu:

a) Untuk menentukan ramalan pada periode yang akan datang memerlukan data

historis selam jangka waktu tertentu.

b) Semakin panjang jangka waktu moving averages, efek pelicinan semakin terlihat

dalam ramalan atau menghasilkan moving average yang semakin halus. Artinya

pada moving averages yang jangka waktunya lebih panjang, perbedaan ramalan

terkecil dengan ramalan terbesar menjadi lebih kecil.

Universitas Sumatera Utara

Menghitung Kesalahan Ramalan

Hasil proyeksi yang akurat adalah forecast yang bisa meminimalkan kesalahan

meramal (forecast error). Besarnya forecast error dihitung dengan mengurangi data

riil dengan besarnya ramalan.

Error (E) = Xt - Ft

Keterangan :

X = data riil periode ke-t

t

F = ramalan periode ke-t

t

Dalam menghitung forecast error digunakan.

a) Mean Absolute Error

Mean Absolute Error adalah rata-rata absolute dari kesalahan meramal, tanpa

menghiraukan tanda positif maupun negatif.

∑X − Ft
2
t
MAE =
n

b) Mean Squared Error

Mean Squared Error adalah kuadrat rata-rata kesalahan meramal.

∑ (X − Ft )
2
t
MSE =
n

Metode ini mudah menghitungnya dan sederhana, tetapi mempunyai kelemahan-

kelemahan antara lain :

(1) perlu data histories yang cukup,

(2) data tiap periode diberi weight (bobot) sama,

Universitas Sumatera Utara

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

(Pangstu Subagyo, 1986:11).

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,

 X − Ft 
PE =  t  x100
 Xt 

dimana :

xt =nilai data ke periode ke-t

ft =nilai ramalan periode ke-t

n =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

menentukan ramalan dengan metode double moving averages, antara lain sebagai

berikut.

a) Menghitung moving average/ rata-rata bergerak pertama, diberi simbol S’t,

dihitung dari data historis yang ada. Hasilnya diletakkan pada periode terakhir

moving average pertama.

b) Menghitung moving average/rata-rata bergerak kedua, diberi simbol S’’t, dihitung

dari rata-rata bergerak kedua. Hasilnya diletakkan pada periode terakhir moving

average kedua.

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
N −1
(
S t' − S t" )
e) Menentukan besarnya forecast

Ft+m = αt + btm,

m adalah jangka waktu forecast kedepan. (Indriyo dan Najmudin,2000:13).

b. Forecasting dengan metode Exponential Smoothing

Metode exponential smoothing merupakan pengembangan dari metode moving

averages. Dalam metode ini peramalan dilakukan dengan mengulang perhitungan

secara terus menerus dengan menggunakan data terbaru. Setiap data diberi bobot, data

yang lebih baru diberi bobot yang lebih besar.

Dua metode dalan exponential smoothing diantaranya single exponential smoothing

dan double exponential smoothing.

Universitas Sumatera Utara

1. Single Exponential Smoothing

Metode ini adalah pengembangan dari metode moving average (MA) menggunakan

rumus sebagai berikut:

X 1 + X 2 + ... + X T
F t+1 =
T

Keterangan :

Ft+1 : Ramalan untuk periode ke t + 1

X : Nilai riil periode ke t

T

T : jangka waktu rata-rata bergerak.

Metode moving average memang mudah menghitungnya akan tetapi metode

ini memberikan bobot yang sama pada setiap data . Untuk mengatasi hal ini maka

digunakan metode single exponential smoothing. Pada metode single exponential

smoothing bobot yang diberikan pada data yang ada adalah sebesar α untuk data yang
2
terbaru, α(1-α) untuk data yang lama, α(1-α) untuk data yang lebih lama, dan

seterusnya. Besarnya α adalah antara 0 dan 1. Semakin mendekati 1 berarti data

terbaru lebih diperhatikan. Secara matematis besarnya Peramalan adalah:

Ft+1 = α Xt + (1 – α) Ft

Ft+1 : Ramalan untuk periode ke t+1

X : Nilai riil periode ke t

t

F : Ramalan untuk periode ke t

t

Universitas Sumatera Utara

 Dari persamaan di atas besarnya peramalan periode yang akan datang

dijelaskan sebagai berikut:

Ft+1 = α Xt + (1-α) Ft

Ft+1 = α Xt + Ft - α Ft

Ft+1 = Ft + α (Xt – Ft)

Secara sederhana

Ft+1 = Ft + α (et)

Dimana et adalah kesalahan ramalan (nilai sebenarnya dikurangi ramalan) untuk

periode t.

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), 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. Sedangkan tahap-tahap dalam menentukan

ramalan adalah sebagai berikut.

Universitas Sumatera Utara

 a) Menentukan Smoothing pertama (S’t)

S’t = α Xt + (1- α) S’t-1,

b) Menentukan Smoothing kedua (S’’t)

S” t = α S’t + (1- 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)

α
bt =
1−α
(S t' − S t" )

e) Menentukan besarnya forecast (Ft+m)

Ft+m = αt + btm,

Dimana m adalah jumlah periode kemuka yang diramalkan.

Metode double exponential smoothing ini biasanya lebih tepat untuk meramalkan data

yang mengalami trend kenaikan. (Pangestu Subagyo, 1986:25).

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- unsur pokok sebagai berikut:

Universitas Sumatera Utara

a. Output

Yang dimaksud dengan output adalah nilai barang atau jasa yang dihasilkan dalam

suatu periode tertentu, biasanya satu tahun. Jenis output ada tiga macam, yaitu:

1. Output Utama ( Output menjadi utama produksi)

2. Output Sampingan, dan bukan menjadi tujuan utama produksi

3. Output ikutan, yaitu output yang terjadi bersama- sama atau tidak dapat

dihindarkan dengan output utamanya.

b. Biaya antara

Biaya antara adalah barang - barang tidak tahan lama dan jasa- jasa yang digunakan

atau habis dalam proses produksi. Barang- barang yang tahan lama yang pada

umumnya lebih dari satu tahun, dan tidak habis dalam proses produksi tidak termasuk

sebagai biaya antara dan disebut sebagai barang modal.

c. Nilai Tengah

1. Nilai tambah Bruto

Merupakan selisih antara output dan biaya antara. Dengan kata lain merupakan

produk dari proses produksi.

2. Nilai Tambah Netto

Nilai tambah Netto adalah apabila suatu penyusutan dikeluarkan nilai tambah

bruto, maka akan diperoleh Nilai Tambah Netto.

Universitas Sumatera Utara

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 – sektor (Lapangan Usaha) tersebut terdiri dari:

1. Sektor Pertanian

2. Sektor pertambangan dan penggalian

3. Sektor industri pengolahan

4. Sektor Listrik, gas dan air bersih

5. Sektor bangunan

6. Sektor perdagangan, hotel, dan restoran

7. Sektor pengangkutan dan Komunikasi

8. Sektor keuangan, persewaan, dan jasa perusahaan

9. Sektor jasa- jasa

Namun penulis hanya membatasi peramalan Produk Domestik Regional Bruto

(PDRB) atas sektor pertanian. Sektor pertanian mencakup segala pengusahaan yang

didapat dari alam dan merupakan barang- barang biologis atau hidup, dimana hasilnya

akan digunakan untuk memenuhi hidup sendiri atau dijual kepada pihak lain, sektor

pertanian ini terdiri dari sub sektor yaitu tanaman bahan makanan, tanaman

pertanian, peternakan, kehutanan dan perkebunan serta perikanan.

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.

Universitas Sumatera Utara