Anda di halaman 1dari 19

Peramalan

Kondisi ekonomi dan bisnis bervariasi sepanjang waktu  Pemimpin sebuah


perusahaan dituntut untuk menemukan cara mengantisipasi pengaruh perubahan
tersebut terhadap operasi perusahaan mereka.

 Salah satu teknik yang bisa digunakan untuk merencanakan tingkat operasi bisnis
dimasa depan adalah teknik peramalan  yaitu membuat prediksi kejadian-kejadian
dimasa depan sehingga prediksi atau proyeksi tersebut akan bisa dijadikan panduan
dalam proses pembuatan keputusan.

 Contoh:
(1) Pemerintah harus bisa memprediksi mengenai kesempatan kerja, inflasi, output
industri serta penghasilan dari pajak pendapatan guna menentukan berbagai
kebijakan pembangunan.
(2) Bagian pemasaran sebuah perusahaan harus bisa memprediksi permintaan akan
produknya, penerimaan penjualan, selera konsumen dan sebagainya untuk membuat
keputusan sepanjang waktu berkaitan dengan strategi pemasarannya.
TIPE-TIPE PERAMALAN

PERAMALAN

KUALITATIF KUANTITATIF

 Metoda peramalan kualitatif merupakan metode subjektif, digunakan bila data


historis tidak tersedia. Contoh: Jika bagian pemasaran ingin memprediksi tingkat
penjualan produk baru  mencatat faktor-faktor yang dianggap akan
mempengaruhi pembelian ataupun mengikuti pendapat dari para pakar yang ahli
dibidang yang hendak diprediksi.

 Metode peramalan kuantitatif menggunakan data historis atau data masa


lampau. Tujuannya adalah untuk mempelajari kejadian dimasa lampau untuk
memahami struktur dan sifat-sifat yang penting dari data  dengan dasar
informasi ini kemudian kita prediksi kejadian-kejadian masa yang akan datang.
METODE PERAMALAN KUANTITATIF

PERAMALAN
KUANTITATIF

TIME SERIES CAUSAL

 Metode peramalan causal meliputi penentuan faktor-faktor yang


berhubungan dengan variabel yang akan diprediksi. Contoh: peramalan
menggunakan analisis regresi berganda menggunakan variabel lag
ataupun model ekonometri lainnya.

 Metode peramalan time series meliputi proyeksi dari nilai-nilai yang akan
datang dari variabel yang sepenuhnya didasarkan pada observasi masa
lalu dan masa kini dari variabel tersebut.
TIME SERIES

Time series  adalah serangkaian nilai-nilai variabel yang disusun


berdasarkan waktu.

 Analisis Time Series  mempelajari pola gerakan nilai-nilai variabel pada


satu interval waktu (misal: bulanan, kuartalan, tahun) yang teratur 
diperoleh ukuran-ukuran yang dapat digunakan untuk membuat keputusan
pada saat ini, untuk peramalan dan untuk merencanakan masa depan.

 Asumsi dasar dibalik analisis time series


adalah bahwa beberapa faktor yang telah mempengaruhi pola dari
sekelompok data pada saat ini dan pada masa lalu akan mempengaruhi
juga, dengan cara yang lebih kurang sama sama pada masa yang akan
datang
KOMPONEN TIME SERIES

DALAM MODEL KLASIK, NILAI VARIABEL TIME SERIES (Y) MEMPUNYAI


EMPAT KOMPONEN:
• Trend jangka panjang (T)
• Siklis (C)
• Variasi musim (S)
• Gerakan yang teratur (I)

 Suatu nilai variabel mungkin terdiri dari semua atau beberapa dari
komponen-komponen itu.

 Model klasik mengasumsikan bahwa nilai time series (Y) merupakan


gabungan perkalian dari nilai-nilai komponennya, sehingga bentuk
modelnya:
Y=TxCxSxI
FAKTOR-FAKTOR YANG MEMPENGARUHI DATA TIME
SERIES

Komponen Klasifikasi Definisi Alasan Komponen Durasi


Komponen
Trend Sistematis Keseluruhan atau persistent, pola Perubahan dalam Beberapa tahun
kenaikan dan penurunan jangka teknologi, populasi,
panjang. kesejahteraan, nilai
Musim Sistematis Fluktuasi reguler periodek secara Kondisi cuaca, adat Dalam 12 bulan
fair dalam setiap periode 12 bulan, istiadat, agama (bulanan atau
tahun demi tahun. kuartalan)
Siklis Sistematis Gerakan ayunan naik dan turun yg Interaksi dari berbagai Biasanya 2 – 10 tahun
berulang dalam 4 fase: dari puncak faktor kombinasi dengan intensitas yang
(prosperity) menuju kosentrasi faktor-faktor yang berbeda untuk siklus
(resesi) menuju dasar (depresi) mempengaruhi yang lengkap
menuju eksoansi (recovery atau ekonomi
pertumbuhan).
Irreguler Tidak Fluktuasi tidak menentu atau Variasi random dalam Durasi pendek dan
Sistematis residual dalam data time series data atau berhubungan tidak berulang.
setelah memperhitungkan pengaruh dgn kejadian-kejadian
sistematis trend, musim dan siklis. tak terduga seperti
pemogokan, tsunami,
dll.
Trend jangka panjang
• adalah suatu garis atau kurva yang halus
yang menunjukkan suatu kecenderungan
umum suatu variabel time series
Manfaat mengetahui trend
• Secara langsung dapat membantu menyusun
perencanaan
• Memuadahkan bagi kita untuk mempelajari
komponen lain.
Metode menghitung trend
• Metode tangan bebas
• Metode setengah rata-rata
• Metode rata-rata bergerak
• Metode kuadrat terkecil
Penentuan Trend
1. MetodeTangan bebas
Langkah-langkah penyelesaian dengan tangan bebas sebagai berikut:
• Data dari suatu pengamatan digambarkan dalam diagram pencar .
• Pada diagram pencar tersebut ditarik garis lurus secara bebas. Arah garisnya
sesuai dengan letak titik-titiknya
Contoh
Tabel 1. Penjualan Roti dari sebuah perusahaan Roti tahun 2000-2007

Tahun 2000 2001 2002 2003 2004 2005 2006 2007


Penjualan 176 170 182 195 208 216 225 237
Buatlah trend data diatas dengan metode tangan bebas.
2. Metode setengah rata-rata (Semiaverage)
Langkah-langkah penyelesaian menentukan trend dengan metode setengah
rata-rata:
• Membagi data berkala tersebut menjadi 2 bagian yang sama banyak. Jika
jumlah tahunnya ganjil maka tahun yang berada ditengah tidak diikut sertakan
atau dihilangkan
• Menghitung jumlah (total) setiap bagian (jumlah semi total)
• Menghitung rata-rata setiap bagian dan meletakkannya di tengah masing-
masing bagian.
• Menentukan nilai trend untuk tahun-tahun lainnya dengan cara:
- menghitung kenaikan total trend dari nilai-nilai trend yang diketahui
- Menghitung rata-rata kenaikan trend per tahun
- Menambah atau mengurangi nilai trend yang diketahui dengan
rata-rata kenaikan trend per tahun.
Contoh soal
Tabel 2. Penjualan bersih dari sebuah perusahaan

Tahun 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998
Penjualan 176 170 182 197 205 212 236 225 250 270

Buatlah nilai-nilai trendnya dan gambarlah garis trendnya

Tabel 3. Penjualan bersih dari sebuah perusahaan


Tahun 1990 1991 1992 1993 1994 1995 1996
Penjualan 176 170 182 197 205 212 236

Buatlah nilai-nilai trendnya dan gambarlah garis trendnya


3.Metode Rata-rata Bergerak

• Metode rata-rata bergerak disebut juga rata-rata bergerak


terpusat. Pada metode rata-rata bergerak diadakan pengantian
nilai data suatu tahun dengan data tahun yang mendahuluinya
• Langkah-langkah penentuan trend dengan metode rata-rata
bergerak (untuk n ganjil):
a. Menghitung rata-rata dari sejumlah data paling awal
b. Melupakan nilai data yang pertama
c. Mengulangi hadap a dan b sampai data yang terakhir
d. Buatlah nilai trend dengan metode rata-rata bergerak
e. Buatlah grafiknya
Contoh
Tahun Produksi Tahun Produksi Jlh 3 Rata-
(ribu ton) th rata
2000 175,5 bergerak
2001 194,9 3 th
2002 218,5 2000 175,5 - -
2003 202,9 2001 194,9 588,9 196,3
2004 213,0 2002 218,5 616,3 205,4
2005 207,8 2003 202,9 634,4 211,5
2006 213,0 2004 213,0 623,7 207,9
2005 207,8 633,8 211,3
2006 213,0 - -
Menghitung trend dengan metode rata-rata bergerak dgn n
genap

• Langkah-langkah:
1. Menentukan jumlah bergerak n tahun dan
menempatkannya ditengah n priode yang jatuh diantara
dua tahun
2. Menempaatkan jumlah bergerak pada suatu tahun
bukan diantara 2 tahun, disebut dengan jumlah bergerak
terpusat 2n data berkala
3. Menentukan jumlah bergerak terpusat yang merupakan
penjumlahan dari 2n nilai data
4. Menentukan rata-rata bergerak terpusat melalui
pembagian jumlah bergerak terpusat 2n
Contoh
4. Metode Kuadrat terkecil
• Penentuan trend dengan metode kuadrat terkecil menggunakan
persamaan:
Y = a + bX
dimana, a = dan b =

Keterangan:
Y = nilai data berkala
n = jumlah periode waktu
X = tahun kode
Tahun kode(X) memiliki nilai-nilai yang berbeda untuk jumlah tahun ganjil
dan tahun genap.
 Untuk jumlah tahun ganjil (n ganjil), nilai-nilai X-nya:…….,-3, - 2 -
1,0.+1,+2,+3,…………
 Untuk jumlah tahun genap (n genap), nilai-nilai X-nya: …....,-5,-3,-
1,+1,+3,+5,……..
Contoh soal

1. Berikut adalah data tentang penjualan

Tahun 2001 2002 2003 2004 2005


Penjualan 170 190 225 250 325
Tentukanlah trend penjualan dengan menggunakan metode kuadrat
terkecil
2. Berikut adalah data tentang penjualan

Tahun 2001 2002 2003 2004 2005 2006


Penjualan 150 170 190 225 250 325
Tentukanlah trend penjualan dengan menggunakan metode kuadrat
terkecil
3. Perkembangan nilai impor suatu komoditas pada priode tahun 2005 -
2011

Tahun 2005 2006 2007 2008 2009 2010 2011


impor 22 20 21 33 35 28 26
Tentukan trend nilai impor dengan menggunakan metode kuadrat
terkecil
Soal latihan
• Tabel 4. Data Nilai Ekspor suatu Komoditas tahun 2000-2010

Tahun Ekspor (juta Rp)

2000 580
2001 603
2002 690
2003 750
2004 795
2005 836
2006 875
2007 899
2008 945
2009 990
2010 897
Tentukanlah trend dengan metode tangan bebas dan metode
setengah rata-rata, rata-rata bergerak 3 tahun dan metode
kuadrat terkecil serta Gambarkanlah trendnya.

Anda mungkin juga menyukai