ANALISIS

PERAMALAN
Agnesia Putri Kurnianingtyas
Mengapa perlu Forecasting?
Planning adalah suatu proses analisis
dan tindakan tentang segala sesuatu
di masa mendatang sehingga perlu
prediksi dan peramalan terhadap
kondisi yang akan datang
berdasarkan data yang ada
Apa itu Forecasting?
Peramalan

• Sangat erat kaitannya dengan masa depan

yang merupakan tahap awal dari proses
pengambilan keputusan

• Memperkirakan peristiwa-peristiwa di waktu

yang akan datang atas dasar pola-pola di
waktu yang lalu

• Memperkirakan kondisi di masa mendatang

dan konsekuensinya terhadap kebijakan
Forecasting Scenario
Time
POINT OF REFERENCE

sekarang

X t-n+1, ……………………………….Xt-2 Xt-1 Xt

PAST DATA AVAILABLE
Time

sekarang

F t+1, …………………Ft2 …….F T+M

FUTURE FORECAST
Time

sekarang
 JENIS-JENIS PERAMALAN (1)
PROYEKSI PREDIKSI SPEKULASI

berdasarkan pada • Berdasarkan • Berdasarkan

extrapolasi kondisi asumsi teoritis penilaian pakar
masa lalu dan • Biasanya dan orang-orang
kondisi saat ini berkaitan dengan terpercaya
atau analisis time sebab akibat / • Ada nilai /pendapat
series analogi yang berkaitan
• Ada nilai dengan intuisi dan
judgement motivasi
 JENIS-JENIS PERAMALAN (2)

JANGKA JANGKA JANGKA

PENDEK MENENGAH PANJANG
• Jangka waktu • Jangka waktu • Jangka waktu lebih
hingga 1 tahun bulanan hingga 3 dari 3 tahun
• Biasanya kurang tahun • Biasanya untuk
dari 3 bulan penelitian dan
pengembangan
Karakteristik Data
dalam Analisis Peramalan

• Data : deret yang menunjukkan waktu yang berkala

• Periode data berkala bersifat konstan:

• tahunan, mingguan, bulanan,semester, kuartal dll

• Tujuan periode berkala :

• menemukan pola dalam deret data historis
• mengekstrapolasikan pola tersebut di masa yang
akan datang
Pola-Pola Data Masa Lampau
Identifikasi pola terhadap data deret waktu : berfungsi untuk menentukan metode
yang akan digunakan untuk analisis data.
Pola data cenderung akan berulang pada periode waktu mendatang

HORIZONTAL DATA PATTERN SEASONAL DATA PATTERN

CYCLICAL DATA PATTERN SECULAR DATA PATTERN

Pola-Pola Data Masa Lampau
HORIZONTAL • Terjadi bila nilai
data berfluktuasi di sekitar nilai
rata-rata yang konstan
• Data ini disebut juga dengan
data stasioner

SEASONAL
• Terjadi bila suatu deret
dipengaruhi oleh faktor-faktor
musiman
• Misal:kuartal tahun tertentu,
bulanan, mingguan,
Pola-Pola Data Masa Lampau
CYCLICAL • Dipengaruhi oleh fluktuasi
ekonomi jangka panjang
seperti yang berhubungan
dengan siklus bisnis

TREND
• terdapat kenaikan atau penur
unan sekuler jangka panjang
dalam data
 Tahapan Analisis Forecasting

Memilih metode Proses

1 Analisis data
masa lampau 2 yang digunakan
Metoda yang berhasil
3 Forecasting
Proses transformasi
adalah metoda yang
Untuk dari data masa
menghasilkan
mendapatkan lampau dengan
penyimpangan (error)
gambaran pola menggunakan
sekecil-kecilnya
masa lampau metoda yang dipilih
antara hasil prediksi
dengan kenyataan
yang terjadi
 Analisis Peramalan
dengan Excel

• Banyak metode software untuk melakukan

peramalan dengan data time series
• Salah satu software yang bisa digunakan:
Excel
• Analisis peramalan dengan excel: Ketika
membutuhkan peramalan yang sederhana dan
cepat
Analisis Peramalan dengan Excel
EXPONENSIAL
Cocok untuk data yang
karakternya meningkat atau
menurun secara berpangkat
misalkan 1, 4, 16 dst.
POLINOMINAL
• Merupakan kombinasi dari
exponential dan linear
• Jika data memiliki puncak
dan lembah yang banyak
LINEAR LOGARITMIK
• Pendekatan yang paling Cocok untuk data dimana data
populer dimana sebaran data pertama dan data kedua
didekati dengan memiliki hubungan logaritmik .
menggunakan garis lurus
yang mewakili data.
• Cukup sederhana dan paling
mudah untuk di
interpretasikan. MOVING AVERAGE
Jika data bergerak sesuai
dengan rata-rata periode
POWER sebelumnya
• hanya digunakan jika data
anda meningkat secara
drastis
Contoh: Peramalan Jumlah Wisatawan
Tahun Jumlah Wisatawan
2003 1.618.660
2004 1.837.000
2005 1.928.850
2006 1.323.441
2007 2.557.373
2008 1.421.459
2009 3.096.869
2010 3.205.269
2011 4.070.072
2012 3.513.705 Buat grafik garis dari tabel data excel
2013 3.897.479
Munculkan garis trendline Pilih metode trendline
Munculkan persamaan regresi dan nilai R2

Pilih persamaan regresi dengan nilai R2

paling besar
 Linear Eksponensial
4.500.000 4.500.000

4.000.000 4.000.000

3.500.000 3.500.000

3.000.000 y = 262070x + 1E+06 3.000.000 y = 1E+06e0,1017x

2.500.000 R² = 0,733 R² = 0,6635
2.500.000

2.000.000 2.000.000

1.500.000 1.500.000

1.000.000 1.000.000

500.000 500.000

- -
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013

Polinominal Power
4.500.000 4.500.000

4.000.000 4.000.000

3.500.000 3.500.000

3.000.000 3.000.000
y= 19315x2+ 30289x + 2E+06 2.500.000
y = 1E+06x0,3975
2.500.000
R² = 0,764 R² = 0,5114
2.000.000 2.000.000

1.500.000 1.500.000

1.000.000 1.000.000

500.000 500.000

- -
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
 Logaritmic
4.500.000 Model Rumus Perhitungan R2
4.000.000

3.500.000 Linear y = 262070x + 1E+06 0,733

3.000.000
y = 1E+06ln(x) + 965790
2.500.000 R² = 0,56 Eksponensial y = 1E+06e0,1017x 0,6635
2.000.000
Logaritmic y = 1E+06ln(x) + 965790 0,56
1.500.000

1.000.000

500.000
Polinominal y = 19315x2 + 30289x + 2E+06 0,764
-
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
Power y = 1E+06x0,3975 0,5114
Moving Average
Moving Average
4.500.000 Metode terpilih: polinominal
4.000.000
Gunakan rumus perhitungan untuk menghitung proyeksi
3.500.000
dengan tabel excel
3.000.000

2.500.000

2.000.000

1.500.000

1.000.000

500.000

-
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
 10.000.000

Tahun Jumlah Wisatawan

2003 1.618.660 9.000.000

2004 1.837.000
8.000.000
2005 1.928.850
2006 1.323.441
7.000.000
2007 2.557.373
2008 1.421.459
6.000.000
2009 3.096.869
2010 3.205.269
5.000.000
2011 4.070.072
2012 3.513.705
4.000.000
2013 3.897.479
2014 5.947.083
3.000.000
2015 6.035.317
2016 6.162.181 2.000.000
2017 6.327.675
2018 6.531.799 1.000.000
2019 6.774.553
2020 7.055.937 -
2021 7.375.951 2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

2018

2019

2020

2021

2022

2023

2024

2025
2022 7.734.595
2023 8.131.869
2024 8.567.773 Hasil perhitungan proyeksi jumlah wisatawan
2025 9.042.307
Terima Kasih