TUGAS PERAMALAN

KONSEP DASAR PERAMALAN

KELOMPOK I

SITI HARIKSA AMALIA ( 15037035)

KHAIRA HILMI (15037019)

PROGRAM STUDI STATISTIKA

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI PADANG
2017
 A. Pengertian Peramalan
Metode peramalan merupakan bagian dari ilmu Statistika. Peramalan juga bisa disebut seni
dan ilmu untuk memperkirakan kejadian di masa yang akan datang. Hal ini dapat dilakukan
dengan melibatkan data masa lalu dan menempatkannya ke masa yang akan datang dengan
suatu bentuk model matematis. Bisa juga merupakan prediksi intuisi yang bersifat subjektif
(Heizer and Render, 2004, Hal 126).
Peramalan merupakan suatu dugaan terhadap permintaan yang akan datang berdasarkan
pada beberapa variabel peramal, sering berdasarkan data deret waktu horizontal. Tujuan utama
dari peramalan dalam menejemen permintaan adalah untuk meramalkan permintaan dari item-
item independent demand di masa yang akan datang (Gaspers,1998, Hal 71-75).
Dalam melakukan analisis di bidang ekonomi, social dan sebagainya, diperlukan suatu
perkiraan apa yang akan terjadi atau gambaran tentang masa yang akan datang. Kegiatan untuk
memperkirakan apa yang akan terjadi pada masa yang akan datang, dikenal dengan peramalan
(forecasting) (Assauri, 1984. p1). Sedangkan menurut Webster (1986, p3), peramalan adalah
dugaan yang dibuat secara sederhana tentang apa yang akan terjadi di masa depan berdasarkan
informasi yang tersedia saat ini.
Dalam usaha untuk melihat dan mengkaji situasi dan kondisi di masa depan maka harus
dilakukan peramalan. Oleh karena itu perlu diperkirakan atau diramalkan situasi apa dan kondisi
bagaimana yang akan terjadi pada masa depan, karena hal ini dibutuhkan untuk menentukan
langkah-langkah yang perlu dilakukan untuk mencapai hasil yang diinginkan. Peramalan
diperlukan karena adanya kebutuhan untuk mengetahui apa yang mungkin akan terjadi pada
masa yang akan datang. Jadi dalam menentukan langkah-langkah itu perlu diperkirakan hal-hal
apa saja yang akan terjadi sehingga dapat mengetahui ancaman yang mungkin terjadi.
Peramalan merupakan tahap awal dari perencanaan dan pengandalian produksi. Peramalan
adalah pemikiran terhadap suatu besaran, misalnya permintaan terhadap suatu atau beberapa
produk pada periode yang akan datang. Pada hakekatnya peramalan merupakan suatu perkiraan
terhadap keadaan yang akan terjadi di masa yang akan datang. Keadaan masa yang akan datang
yang dimaksud adalah :
1) apa yang dibutuhkan (jenis)
2) Berapa yang dibutuhkan (jumlah/kuantitas)
3) Kapan dibutuhkan (waktu).
 Sering terdapat waktu senjang antara kesadaran akan peristiwa atau kebutuhan mendatang
dengan peristiwa itu sendiri. Adanya waktu tenggang ini murupakan alasan utama bagi
perancanaan dan peramalan. Jika waktu tenggang ini panjang dan hasil peristawa akhir
bergantung pada faktor-faktor yang dapat diketahui. Maka perencanaan dapat memegang
peranan penting. Dalam situasi seperti itu peramalan diperlukan untuk menetapkan kapan suatu
peristiwa akan terjadi atau timbul, sehingga tindakan yang tepat dapat dilakukan.

B. Kebutuhan dan kegunaan peramalan

Sering terdapat waktu senjang (time lag) antara kesadaran akan peristiwa atau
kebutuhan mendatang dengan peristiwa itu sendiri. Adanya waktu tenggang (lead time) ini
merupakan alasan utama bagi perencanaan dan peramalan. Jika waktu tenggang ini nol atau
sangat kecil, maka perencanaan tidak diperlukan. Jika waktu tenggang ini panjang dan hasil
peristiwa akhir tergantung pada faktor-faktor yang dapat diketahui, maka perencanaan dapat
memegang peranan penting. Dalam situasi seperti itu peramalan diperlukan untuk menentukan
kapan suatu peristiwa akan terjadi atau timbul, sehingga tindakan yang tepat dapat dilakukan.
Dalam hal manajemen dan administrasi, perencanaan merupakan kebutuhan yang besar,
karena waktu tenggang untuk pengambilan keputusan dapat berkisar dari beberapa tahun
(contohnya untuk kasus penanaman modal) sampai beberapa hari atau bahkan beberapa jam
(contohnya untuk penjadwalan produksi dan transportasi).
Kegunaan peramalan dalam ekonomi menurut pandangan Tim pengembangan laboratorium
manajemen menengah, 2006 , Manajemen operasional edisi 2006, Fakultas ekonomi Gunadarma,
Jakarta bahwa peramalan digunakan dalam decision making karena hasil forecasting merupakan
informasi yang mendasari dalam tingkatan manajemen perusahaan.

Tentang kegunaan peramalan dalam ekonomi dapat dibagi menjadi beberapa bagian yaitu :

1. Mengkaji kebijakan perusahaan yang berlaku saat ini dan dimasa lalu, serta melihat
sejauh mana pengaruhnya dimasa datang.

2. Dengan adanya peramalan maka dapat dipersiapkan program dan tindakan perusahaan
untuk mengantisipasi keadaan dimasa datang sehingga resiko kegagalan bisa diminimalkan.

3. Peramalan merupakan dasar penyusunan rencana bisnis perusahaan, sehingga dapat

meningkatkan efektivitas suatu rencana bisnis.
 4. Peramalan juga digunakan dalam pembuatan keputusan, karena hasil peramalan
merupakan informasi yang mendasari keputusan para manajer perusahaan dalam berbagai
tingkatan manajemen perusahaan

Beberapa bagian organisasi dimana peramalan kini memainkan peranan yang

penting antara lain: (Makridakis, 1988)
a. Penjadwalan sumber daya yang tersedia
penggunaan sumber daya yang efisien memelukan penjadwalan produksi,
tranportasi, kas, personalia dan sebagainya.
b. Penyediaan sumber daya tambahan
Waktu tenggang (lead time) untuk memperoleh bahan baku, menerima pekerja
baru, atau membeli mesin dan peralatan dapat berkisar antara beberapa hari
sampai beberapa tahun. Peramalan diperlukan untuk menentukan kebutuhan
sumber daya di masa mendatang.
c. Penentuan sumber daya yang diinginkan
Setiap organisasi harus menentukan sumber daya yang ingin dimiliki dalam jangka
panjang. Keputusan semacam itu bergantung pada kesempatan pasar, faktor-faktor lingkungan
dan pengembangan internal dari sumber daya finansial, manusia, produk dan teknologis. Semua
penentuan ini memerlukan ramalan yang baik dan manajer dapat menafsirkan perkiraan serta
membuat keputusan yang tepat. Walaupun terdapat banyak bidang lain yang memerlukan
peramalan namun tiga kelompok di atas merupakan bentuk khas dari keperluan peramalan
jangka pendek, menengah dan panjang dari organisasi saat ini. Dengan adanya serangkaian
kebutuhan itu, maka perusahaan perlu mengembangkan pendekatan berganda untuk
memperkirakan peristiwa yang tiak tentu dan membangun suatu sistem peramalan. Pada
gilirannya, organisasi perlu memiliki pengetahuan dan keterampilan yang meliputi paling sedikit
empat bidang yaitu identifikasi dan definisi masalah peramalan, aplikasi serangkaian metode
peramalan, prosedur pemilihan metode yang tepat untuk situasi tertentu dan dukungan organisasi
untuk menerapkan dan menggunakan metode peramalan secara formal.
Kegunaan dari peramalan terjadi pada waktu pengambilan keputusan. Setiap orang
selalu dihadapkan pada masalah pengambilan keputusan. Keputusan yang baik adalah keputusan
yang didasarkan atas pertimbangan-pertimbangan yang matang dan perkiraan tentang kejadian
mungkin akan terjadi. Apabila ramalan yang dihasilkan kurang tepat, maka keputusan yang
diambil tidak akan mencapai hasil yang memuaskan. Dengan meramalkan kejadian yang akan
datang, tindakan-tindakan yang akan datang dapat direncanakan dengan matang sehingga dapat
mengurangi kerugian atau menambah keuntungan serta dapat mengantisipasi hal-hal yang tidak
diinginkan.
Dengan demikian dapat dilihat bahwa peramalan memiliki peranan yang sangat penting,
baik dalam penelitian, perencanaan maupun dalam pengambilan keputusan. Tetapi dapat
diperhatikan bahwa peramalan memiliki tujuan untuk memperkecil kemungkinan kesalahan.
Baik tidaknya suatu ramalan sangat tergantung pada faktor data dan motode serta kebenaran
asumsi yang digunakan.
Peramalan biasanya diklasifikasikan berdasarkan horizon waktu masa depan yang
dicakupnya. Horizon waktu terbagi kedalam beberapa kategori, yaitu :
1. Peramalan jangka pendek. Peramalan ini mencakup jangka waktu hingga 1 tahun tetapi
umumnya kurang dari 3 bulan. Peramalan ini digunakan untuk merencanakan pembelian,
penjadwalan kerja, jumlah tenaga kerja, penugasan kerja, dan tingkat produksi.
2. Peramalan jangka menengah. Peramalan jangka menengah atau intermediate, umumnya
mencakup hitungan bulanan hingga 3 tahun. Peramalan ini berguna untuk merencanakan
penjualan, perencanaan dan anggaran produksi, anggaran kas, dan menganalisis
bermacam-macam rencana operasi.
3. Peramalan jangka panjang. Umumnya untuk perencanaan masa 3 tahun atau lebih.
Peramlan jangka panjang digunakan untuk merencanakan produk baru, pembelanjaan,
modal, lokasi atau pembangunan fasilitas, serta penelitian dan pengembangan (litbang).

Peramalan jangka menengah dan jangka panjang dapat dibedakan dari peramalan jangka
pendek dengan melihat tiga hal berikut :
1. Peramalan jangka menengah dan jangka panjang berkaitan dengan permasalahan yang lebih
menyeluruh dan mendukung keputusan manajemen yang berkaitan dengan perencanaan
produk, pabrik dan proses.
2. Peramalan jangka pendek biasanya menerapkan metodologi yang berbeda dibandingkan
dengan peramlan jangka panjang. Teknik matematika, seperti rata-rata bergerak,
penghalusan eksponensial , dan ekstrapolasi tren yang umumnya dikenal untuk peramalan
 jangka pendek. Lebih sedikit metode kuantitatif yang berguna untuk meramalkan suatu
permasalahan.
3. Sebagaimana yang mungkin diperkirakan, peramalan jangka pendek cenderung lebih tepat
dibandingkan peramalan jangka panjang. Faktor-faktor yang mempengaruhi perubahan
permintaan berubah setiap hari. Dengan demikian, sejalan dengan semakin panjangnya
horizon waktu, semakin tipis pula ketepatan peramalan seseorang. Peramalan penjualan
harus diperbaharui secara berkala untuk menjaga nilai integritasnya. Peramalan harus selalu
dikaji ulang dan direvisi pada setiap akhir periode penjualan.

Organisasi pada umumnya menggunakan tiga jenis peramalan yang utama dalam
perencanaan operasi masa depan :
1. Peramalan ekonomi (economic forecast) menjelaskan siklus bisnis dengan memprediksikan
tingkat inflasi, ketersediaan uang, dana yang dibutuhkan untuk membangun perumahan, dan
indikator perencanaan lainnya.
2. Peramalan teknologi (technological forecast) memperhatikan tingkat kemajuan teknologi
yang dapat meluncurkan produk baru yang menarik, yang membutuhkan pabrik dan
peralatan baru.
3. Peramalan permintaan (demand forecast) adalah proyeksi permintaan untuk produk atau
layanan suatu perusahaan.

C. Langkah-langkah dalam melakukan peramalan

Berdasarkan pendapat Sofjan Assauri (1999, p33) Peramalan yang baik adalah peramalan
yang dilakukan dengan mengikuti langkah-langkah atau prosedur penyusunan yang baik. Pada
dasarnya ada tiga langkah peramalan, yaitu:
1. menganalisa data yang lalu. Tahap ini berguna untuk pola yang terjadi pada masa lalu.
Analisis ini dilakukan dengan cara membuat tabulasi dari data yang lalu. Suatu langkah
yang penting dalam memilih metode analisis deret waktu adalah mempertimbangkan
jenis pola yang terdapat dari data observasi sehingga metode tersebut dapat ditest. Ada
empat jenis pola data :
a. Pola Horizontal atau stationary, Bila nilai-nilai dari data observasi berfluktuasi
sekitar nilai konstan rata-rata atau dapat dikatakan pola ini sebagai stationary pada
 rata-rata hitungnya (means). Missal suatu produk mempunyai jumlah penjualan
yang tidak menaik atau menurun selama beberapa waktu.
b. Pola Musiman atau Seasonal, Bila suatu deret waktu dipengaruhi oleh faktor
musim (seperti kuartalan, bulanan, mingguan, harian). Misal minuman segar, ice
cream, jasa angkutan, dan lain sebagainya. Data runtut waktu yang berkaitan
dengan adanya kejadian yang berulang secara teratur dalam setiap tahun. Misal
volume penjualan buku pelajaran pada awal-awal tiap tahun ajaran baru.
c. Pola Siklus atau Cyclical, Bila data observasi dipengaruhi oleh fluktuasi ekonomi
jangka panjang yang berkaitan atau tergabung dengan siklus usaha. Ada produk
yang penjualannya menunjukan pola siklus seperti mobil sedan, besi baja, dan
perkakas atau peralatan bengkel.
d. Pola trend, Bila ada pertambahan/kenaikan atau penurunan daru data observasi
untuk jangka panjang. Pola ini terlihat pada penjualan produk dari banyak
perusahaan. Merupakan komponen data runtut waktu yang berkaitan dengan
adanya kecenderungan (meningkat, menurun) dalam jangka panjang (biasanya
sepuluh tahun atau lebih). Contoh: Penjualan banyak perusahaan, GNP dan
berbagai indikator bisnis atau ekonomi lainnya.
Gambar berikut menunjukkan pola data.
2. menentukan metode yang dipergunakan. Metode peramalan yang baik adalah metode
yang memberikan hasil ramalan yang tidak jauh berbeda dengan kenyataan yang terjadi.
Ada dua pendekatan umum yang digunakan dalam peramalan ;

a. Peramalan kuantitatif, menggunakan berbagai model matematis yang

menggunakan data histories dan atau variable-variabel kausal untuk meramalkan
permintaan.
 b. Peramalan kualitatif atau peramalan subyektif, memanfaatkan faktor-faktor
penting seperti intuisi, pengalaman pribadi, dan system nilai pengambilan
keputusan.

Dalam melakukan peramalan terdiri dari beberapa tahapan khususnya jika

menggunakan metode kuantitatif. Tahapan tersebut adalah:

1. Definisikan Tujuan Peramalan

Misalnya peramalan dapat digunakan selama masa pra-produksi untuk mengukur tingkat
dari suatu permintaan.

2. Buatlah diagram pencar (Plot Data)

Misalnya memplot demand versus waktu, dimana demand sebagai ordinat (Y) dan waktu
sebagai axis (X).

3. Memilih model peramalan yang tepat

Melihat dari kecenderungan data pada diagram pencar, maka dapat dipilih beberapa model
peramalan yang diperkirakan dapat mewakili pola tersebut.

4. Lakukan Peramalan

5. Hitung kesalahan ramalan (forecast error)

Keakuratan suatu model peramalan bergantung pada seberapa dekat nilai hasil peramalan
terhadap nilai data yang sebenarnya. Perbedaan atau selisih antara nilai aktual dan nilai
ramalan disebut sebagai kesalahan ramalan (forecast error) atau deviasi yang dinyatakan
dalam

et = Y(t) Y(t)

Dimana : Y(t) = Nilai data aktual pada periode t

Y(t) = Nilai hasil peramalan pada periode t

t = Periode peramalan

6. Pilih Metode Peramalan dengan kesalahan yang terkecil.

 Apabila nilai kesalahan tersebut tidak berbeda secara signifikan pada tingkat ketelitian
tertentu (Uji statistik F), maka pilihlah secara sembarang metode-metode tersebut.

7. Lakukan Verifikasi
Untuk mengevaluasi apakah pola data menggunakan metode peramalan tersebut sesuai
dengan pola data sebenarnya.

D. Peranan teknik peramalan dewasa ini

Sejak awal tahun 1960-an, semua jenis organisasi telah menunjukan keiinginan yang
meningkat untuk mendapatkan ramalan dan menggunakan sumber daya peramalan secara lebih
baik. Komitmen tentang peramalan telah tumbuh karena beberapa faktor:
1. Karena meningkatnya komplesitas organisasi dan lingkungannya, hal ini membuat
pengambilan keputusan semakin sulit untuk mempertimbangkan semua factor secara
memuaskan.
2. Meningkatnya ukuran organisasi, maka bobot dan kepentingan suatu keputusan
telahmeningkat pula, lebih banyak keputusan yang memerlikan telaah peramalan khusus dan
analisis yang lengkap.
3. Lingkungan dari kebanyakan organisasi telah berubah dengan cepat.
4. Pengambilan keputusan telah semakin sistematis yang mencakup pembenaran tindakan
individu secara ekspilsit.
5. Dan mungkin ini yang terpenting, adalah bahwa pengembangan metode peramalan dan
pengetahuaan yang menyangkut aplikasinya telah lebih memungkinkan adanya penerapan
secara langsung oleh para praktisi dari pada hanya dilakukan oleh para teknisi ahli.

Dengan adanya sejumlah besar metode peramalan yang tersedia, maka masalah yang
timbul bagi para praktisi adalah dalam memahami bagaimana karakteristik suatu metode
peramalan akan cocok bagi situasi pengambilan keputusan tertentu. Dua pola menyeluruh untuk
membantu para praktisi dalam memilih metode yang tersedia pada situasi tertentu telah
dikembangkan oeh Chambers(1980) yang didasarkan atas siklus hidup produk( product life-
cycle) dan adanya kenyataan bahwa berbagai tahap dari pengembangan produk memerlukan
metode peramalan yang sifatya berbeda.
 Situasi peramalan sangat beragam dalam horizon waktu peramalan, factor yang
menentukan hasil sebenarnya, tipe pola data dan berbagai aspek lainnya. Untuk menghadapi
penggunaan yang luas seperti itu beberapa teknik telah dikembangkan.
Dalam metode peramalan dapat dibagi atas dua metode yaitu:

1. Metode Kuantitatif

Metode kuantitatif yaitu menggunakan perhitungan matematik dan statistic. Metode

kuantitatif dapat digolongkan menjadi 2 yaitu:

a. Teknik Deret Berkala (Time Series)yang memerlukan sistem seperti kotak hitamdan tidak
ada usaha memerlukan faktor yang berpengaruh pada system tersebut. Metode ini cocok
untuk peramalan jangka pendek dan jangka menengah.

Contoh: Single Moving Average dan Single Exponential Smothing.

b. Teknik Exponential(causal) yang mengasumsikan adanya hubungan sebab akibat anatara

output dan input dari suatu sistem.Contoh: Analisis Regrasi Ganda, Metode Dephi.

Metode kuantitatif menyatakan bahwa dengan prosedur peramalan kuantitatif, dapat

diprediksikan tindak-tanduk masa mendatang dari variabel tak bebas dengan menggunakan
informasi dari periode-periode waktu sebelumnya. Ini dapat dikerjakan dengan salah satu
dari cara berikut, yaitu :
a. Model-Model Regresi
Pendekatan regresi berganda terdiri dari penggunaan model-model regresi dimana
keragaman variabel tak bebas dijelaskan menggunakan beberapa variabel-variabel bebas.
Contoh : penjualan suatu produk dipengaruhi oleh budget iklan, harga, harga dan promosi
pesaing, brand image, serta lainnya. Dalam kasus ini, penjualan produk adalah dependent
variabel (variabel tak bebas), sedang variabel yang lain adalah independent variable
(variable bebas).
b. Model-Model Deret Berkala
Ramalan deret berkala dibuat dengan menangkap pola-pola yang ada pada observasi-
observasi yang lampau dan memperluasnya ke dalam masa mendatang. Model ini
dibangun atas dasar asumsi bahwa masa depan merupakan fungsi dari masa lalu atau
 dengan kata lain, apa yang terjadi di masa lalu akan terjadi juga di masa depan. Oleh
karena itu, dalam model ini hanya ada satu variabel, sebagai contoh adalah data penjualan
tertentu.
Peramalan kuantitatif dapat diterapkan bila terdapat tiga kondisi berikut :
1). Informasi tentang data masa lampau tersedia
2). Informasi ini dapat dikuantitatifkan dalam bentuk data numeric
3). Informasi dapat diasumsikan bahwa beberapa aspek pola data masa lampau
akan berlanjut pada masa mendatang.
Suatu dimensi tambahan untuk mengklasifikasikan metode peramalan kuantitatif
adalah dengan memperhatikan model yang mendasarinya. Terdapat dua jenis model
peramalan yang utama, yaitu: model deret berkala dan model regresi(kausal). Pada jenis
pertama pendugaan masa depan dilakukan berdasarkan nilai masa lalu dari suatu variable
dan/atau kesalahan masa lalu. Tujuan metode peramalan deret berkala adalah menemukan
pola dalam derethistoris mengekstrapolasikan pola tersebut ke masa depan.
Model kausal dipihak lain mengasusikan bahwa factor yang diramalkan
menunjukkan suatu hubungan sebab-akibat dengan satu atau lebih variable bebas. Maksud
dari metode kausal adalah menemukan bentuk hubungan tersebut dan menggunakannya
untuk meramalkan nlai mendatang dari variable tak bebas.
Model deret berkala sering kali dapat digunakan dengan mudah untuk meramal,
sadangkan model kausal dapat digunakan dengan keberhasilan yang lebih besar untuk
pengambilan keputusan dan kebijaksaan.
Terdapat beberapa pola permintaan dalan peramalan, yaitu:
1. Pola horizontal (constant), terjadi bilamana data berfluktuasi disekitar nilai rata-rata yang
konstan. Suatu produk yang penjualannya tidak meningkat atau menurun selama waktu
tertentu termasuk jenis ini.
2. Pola musiman (seasonal), terjadi bilamana suatu deret dipengaruhi oleh faktor musiman
(misalnya kuartal tahun tertentu, bulanan, atau hari-hari pada minggu tertentu). Penjualan
dari produk seperti minuman ringan, es krim, dan bahan bakar pemanas ruang semuanya
menunjukkan jenis pola ini.
3. Pola siklis (cycle), terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka
panjang seperti yang berhubungan dengan siklus bisnis. Contoh: Penjualan produk seperti
 mobil, baja, dan peralatan utama lainnya.
4. Pola trend, terjadi bilamana terdapat kenaikan atau penurunan sekuler jangka panjang
dalam data. Contoh: Penjualan banyak perusahaan, GNP dan berbagai indikator bisnis
atau ekonomi lainnya.
Jika terdapat deret data yang mencakup kombinasi dari pola-pola data tersebut, maka
metode peramalan yang dapat membedakan setiap pola harus digunakan bila diinginkan adanya
pemisahan komponen pola tersebut..Secara umum dapat dijelaskan, bahwa peramalan produksi
dengan pendekatan analisis time series, dilakukan dengan memanfaatkan data masa lalu
perusahaan, secara series (runtun). Data yang dimiliki perusahaan, dapat saja menunjukkan
macam-macam data pola.
Untuk lebih jelas secara keseluruhan pola-pola di atas akan dijelaskan dalam tabel di
bawah ini:

Komponen Klasifikasi Faktor yang Mempengaruhi Jangka Waktu

Horizontal berkesinambungan
Sistematis Diabaikan
(konstan)
Musiman Cuaca, kebiasaan, sosial, I tahun
Sistematis
(seasonal) agama, dll.
Beberapa faktor yang
Siklis (cycle) Sistematis mempengaruh kondisi 2-10 tahun
ekonomi
Perubahan teknologi, Beberapa tahun
Tren Sistematis
populasi, kekayan, nilai, dll.

Variasi yang bersifat acak, tak Sangat singkat dan biasanya tak
Tidak
Acak (random) terduga, seperti bencana alam terulang
Sistematis
dan perubahan politik, dll.

2. Metode kualitatif.
Metode ini digunakan dimana tidak ada model matematik, biasanya dikarenakan data
yang ada tidak cukup representatif untuk meramalkan masa yang akan datang (long term
forecasting). Peramalan kualitatif menggunakan pertimbangan pendapat-pendapat para
pakar yang ahli di bidangnya. Adapun kelebihan dari metode ini adalah biaya yang
dikeluarkan sangat murah (tanpa data) dan cepat diperoleh. Sementara kekurangannya yaitu
bersifat subyektif sehingga seringkali dikatakan kurang ilmiah. metode kualitatif atau
teknolis dapat dibagi menjadi metode eksploratoris dan normative.
 E. Masa depan peramalan
Dengan adanya berbagai metode peramalan dan perkembangan yang telah dicantumkan
disimpulkan bawa manfaat terbesar dalam mempraktekkan peramalan pada decade 1980-an
akan berasal dari aplikasi dan implemetasi yang lebih baik, bukan berasal dari metode beru.
Sementara tidak diragukan lagi akan adanya beberapa peningkatan dalam metodologi yang ada,
pengetahuan manajemen dan pengggunaan metode yang ada dapat ditingkatkan dalam konteks
organisasi tertentu.
Semua jenis organinsasi pasti ingin menggunakan metode pramalan untuk mendapatkan
peramalan yang baik dan akurat. Untuk tindakan maupun keputusan kedepannya. Komitmen
tentang peramalan telah berkembang dikarenakan ada beberapa hal :
1. Karena meningkatnya komplektisitas dalam prganisasi ,hal ini meneyebabkan semua
keputuan semakin sulit untuk dipertimabangkan dengan baik, karena cakupannya
semakin meluas maka keousan yang di ambil mingkin akan kurang memuaskan.
2. Meningkatanya ukuran organinsasi ,hal ini akan menyebabkan bobot dan kepentingan
suatu keputusan akan meningkat pula,hal ini perlu dilakukan analisis yang lebih
mendalam dan mungkin peramalan yang khusus
3. Lingkungan dalam organinsasi telah berubah dengan cepat,maka keputusan yang diambil
belum tentu berdasarka n keputusan yang lalu. Karena adanaya pe3rubahan yang
mendasar dilingkungan tersebut
4. Pengambilan keputusan telah semakin sistematis yang mencakup kebenaran tindakan
individu secara ekplisit.
5. Pengenbanagn metode peramalan dan pengetahuan yang menyangkut aplikasiinya telah
lebih memunginkan adanya peranan secara langsung oleh para praktisi dari pada ahli
teknisi.
Dengan adanya metode peramalan maka permasalahan yang timbul bagi praktisi adalah
Sdalam memahami bagaimana kararkteristik suatu metode peramalan akan cocok bagi situasi
pengambilan keputusan tertentu. Metode peramalan yang digunakan biasanya dilakukan hanya
menitikberatkan terhadap lingkungan yang sempit maupun permasalahan yang ditemukan bisa
saja diselesaikan dengan metode peramalan yang mereka kuasai dalam mengatasi setiap
permasalahan.semua itu tidak bisa dengan mudah dilakukan seperti itu, sama halnya karena
untuk memotong kumis tidaklah bisa kita menggunakan pisau dapur, karena itu bukanlah
penanganan yang tidak tepat.

F. Contoh penerapan metode peramalan

1. Peramalan ekspor minyak kelapa sawit indonesia menggunakan metode arima

Tabel Ekspor minyak kelapa sawit Indonesia dari Januari 2011 sampai Desember 2016
(Ribu Ton)

Tahun
Bulan
2011 2012 2013 2014 2015 2016
Januari 1.236,7 1.612,5 2.296,6 1.465,3 1.890,3 2.087,4
Februari 879,7 1.275,3 1.889,0 1.849,7 1.810,1 2.036,7
Maret 436,8 1.723,2 1.308,9 2.075,9 1.986,0 1.850,7
April 1.180,6 1.347,5 1.492,7 991,7 2.461,7 1.893,4
Ekspor tertinggi
Mei 1.778,2 986,2 1.844,2 1.967,5 2.089,3 1.698,8
Juni 1.693,1 1.108,0 1.687,7 1.918,1 2.500,0 1.602,2 Ekspor terendah
Juli 746,0 2.012,0 1.270,4 2.071,4 1.993,0 1.585,2
Agustus 1.959,6 1.385,1 1.454,4 1.694,3 1.991,9 1.896,5
September 1.375,6 1.852,9 1.587,3 1.938,0 2.330,0 1.791,4
Oktober 1.277,7 1.451,0 1.539,7 2.734,8 2.583,5 2.252,8
November 2.155,2 2.256,4 2.456,4 2.144,4 2.204,5 2.718,6
Desember 1.717,0 1.835,0 1.750,9 2.041,3 2.768,0 2.650,4
Jumlah 16.436,2 18.845,1 20.578,2 22.892,4 26.608,3 24.064,1
Sumber: Badan Pusat Statistik (BPS) 2011-2016

Berdasarkan tabel diatas maka dapat digambarkan pola datanya sebagai berikut:
 Time Series Plot of Ekspor CPO
3000

2500

2000
Ekspor CPO

1500

1000

500

1 7 14 21 28 35 42 49 56 63 70
Index

Berdasarkan plot data pada Gambar diatas terlihat bahwa data mengalami kenaikan atau adanya
pola trend. Dimana pola trend tersebut dapat terlihat dari awal periode sampai akhir periode
menunjukkan pergerakan yang terus meningkat setiap periode bulan. Hal ini menunjukkan
bahwa data tidak stasioner.

2.
 Daftar pustaka
Makridakis,dkk,1999,Metode dan Aplikasi Peramalan ,Jakarta:Erlangga
Bahan ajar metode peramalan
http://putri_irene.staff.gunadarma.ac.id/Downloads/files/50327/3.+.PERAMALAN+%28Forecastin
g%29.pdf.
http://edwardferdinandonly.blogspot.co.id/2011/03/teori-peramalan.html

jbptunikompp-gdl-agusriyant-15051-3-bab2ti-a.pdf