Forecasting Methods in

Urban and Regional

Planning
Metode dan Teknik Perencanaan 1
MPKD-UGM 2018
Dr. Yori Herwangi
 Introduction
What is forecasting?
• Memperkirakan apa yang akan terjadi di masa depan
berdasarkan apa yang terjadi di masa sekarang dan masa lalu
Why we need it?
• Definisi dari ‘planning’:
Upaya untuk mengalokasikan sumber daya yang terbatas
untuk memperoleh kondisi yang lebih baik di masa depan.
Seorang perencana harus selalu: memilih bagaimana
mengalokasikan sumberdaya yang terbatas tersebut?
• Sebagai dasar untuk membuat keputusan yang berkaitan
dengan masa depan
 Categories of Forecasting Method
• Quantitative Method
Memperkiraakan apa yang terjadi di masa yang akan
datang berdasarkan trend masa lalu
Asumsi: pola yang terjadi di masa lalu sama dengan yang
akan terjadi di masa depan

• Qualitative Method
Memperkirakan masa depan berdasarkan penilaian dari
para ahli (expert judgement)
 Quantitative
Forecasting Method
 Characteristics of Forecasts

 They are usually wrong!

 A good forecast is more than a single number
 Includes a mean value and standard deviation
 Includes accuracy range (high and low)
 Aggregated forecasts are usually more accurate
 Accuracy erodes as we go further into the future.
 Forecasts should not be used to the exclusion of known
information

Source: R. Lindeke, Ph.D, Forecasting Models – Chapter 2

 Quantitative forecasting dapat
dilakukan bila:

• Tersedia informasi tentang masa lalu

• Informasi tersebut dapat dikuantitatifkan dalam bentuk
data numerik
• Dapat diasumsikan bahwa beberapa aspek pola masa lalu
akan terus berlanjut di masa mendatang (assumption of
continuity)

(Sumber: Makridakis et al., 1983)

 Jenis model utama quantitative
forecasting
• Model deret berkala (time-series)
Pendugaan masa depan dilakukan berdasarkan nilai masa
lalu dari suatu variable dan/atau kesalahan masa lalu
• Model regresi (causal)
Mengasumsikan bahwa faktor yang diramalkan
menunjukkan suatu hubungan sebab akibat dengan satu
atau lebih variabel bebas (independent variable)
 Model Deret Berkala (Time-series)

• Tujuan: menemukan pola dalam deret data historis dan

mengekstrapolasikan pola tersebut ke masa depan
• Contoh: menggunakan data pertumbuhan penduduk di
tahun-tahun lalu untuk meramalkan jumlah penduduk di
tahun-tahun yang akan dating
• Kelebihan: mudah digunakan apabila data time-series
tersedia
 Ekstrapolasi
Contoh:
Curve fitting
Jml pddk
Curve extrapolation
25.000

20.000

15.000

10.000

5.000

2011 2012 2013 2014 2015 2016 2017 2018 2019

 Ekstrapolasi: Kurva Linear

Membuat Kurva Linear Metode Least Square

∑y ∑xy
Y = a + bX a = b=
n ∑x2

Tahun (x) Jumlah Penduduk (y)

2010 543
2011 677
Contoh:
2012 764 Dengan menggunakan
2013 890 data tersebut,
proyeksikan jumlah
2014 957 penduduk pada tahun
2015 1145 2017 hingga 2019.

2016 1342
 Ekstrapolasi: Kurva Linear
Mengubah tahun (x) menjadi nilai indeks untuk proyeksi
jumlah penduduk

Jumlah data GANJIL: Jumlah data GENAP:

Tahun Indeks Tahun Indeks
2010 -3 2009 -7
2011 -2 2010 -5
2012 -1 2011 -3
2013 0 2012 -1
2014 1 2013 1
2015 2 2014 3
2016 3 2015 5
2016 7
 Ekstrapolasi: Kurva Linear
Mencari persamaan regresinya, dengan terlebih dahulu
menghitung nilai-nilai yang diperlukan di dalam rumus
Tahun Indeks thn Jumlah X2 xy
(X) Penduduk (y)

2010 -3 543 9 -1629

2011 -2 677 4 -1354
2012 -1 764 1 -764
2013 0 890 0 0
2014 1 957 1 957
2015 2 1145 4 2290
2016 3 1342 9 4026

y = 6318  x2 = 28  xy = 3526

a = 902,57 dan b = 125,93 sehingga Y = 902,57 + 125,93X

Model lainnya: geometrik, eksponensial, hiperbolik
 DATA dalam Proyeksi

• Ketersediaan data? Pemilihan metode

proyeksi
• Tren data?
• Reliabilitas dan validitas data?
Hasil proyeksi

What next ?
 Model Regresi (Causal)

• Mengasumsikan bahwa faktor yang diramalkan

menunjukkan hubungan sebab akibat dengan satu atau
lebih variable bebas
• Tujuan: menemukan bentuk hubungan tersebut dan
menggunakannya untuk meramalkan nilai variable tak
bebas (dependent variable) di masa dating
• Kelebihan: keberhasilannya lebih besar dalam membantu
pengambilan keputusan dan kebijakan
• Contoh: memprediksi jumlah perjalanan berdasarkan
factor social ekonomi dan spasial
Rumus umum: sama dengan regresi time-series
Y = a + b1x1 + b2x2 + b3x3
x1, x2, dst adalah variable bebas (independent variable) yang
dianggap mempengaruhi variable terikat y (dependent variable)

Contoh:
 Qualitative
Forecasting Methods
 Kapan qualitative methods
digunakan?

• Tidak tersedia data numerik yang cukup

• Kondisi yang perlu diramalkan merupakan suatu hal yang
baru
• Terdapat para ahli di bidang tersebut
• Contoh metode qualitative forecasting: Delphi, AHP,
 Delphi Methods

• Suatu metode untuk melakukan peramalan berdasarkan

konsensus dari sekelompok ahli yang dilakukan melalui
proses consensus 2 putaran atau lebih
• Metode Delphi tidak membuhkan pertemuan ‘face to
face’.
Langkah-langkah dalam metode Delphi
1. Design the questionnaire
2. Invite participants to take part
3. Send out first round of questionnaire
4. Analyse responses from round 1 questionnaire
5. Prepare the second round questionnaire
6. Send out second round questionnaire
7. Analyse responses from round 2 questionnaire
8. Design the third round questionnaire. For the third round, the second
questionnaire is repeated but incorporates scores from the second
questionnaire results. This gives participants a chance to see how the rest of
the group prioritised the areas and if the participant then wants to change
their opinion on the basis of the group consensus, has the opportunity to do
so.
9. Analyse the results of the third round questionnaire for agreement and
degree of consensus
10. Report findings
Kelebihan dan kekurangan metode Delphi

Kelebihan:
• A rapid consensus can be achieved
• Participants do not have to be in the same room together
to reach agreement
• Individuals are able to express their own opinions as
opposed to “Group think”
• Can include a wide range of expertise
• Relatively low cost to administer and analyse
• There is the potential to gain large quantities of data
• Offers a method which can be used where data are lacking
 Kelebihan dan kekurangan metode Delphi
Kekurangan:
• Does not cope well with widely differing opinions or large
changes in opinions (paradigm shifts)
• The facilitator’s view may dominate in the analysis
• Differing opinions may not be sufficiently investigated
• Can be time-consuming
• Needs high participant motivation
• Success of the method depends on the quality of the
participants
• The written response format may be less suitable for some
potential respondents
 Analytic Hierarchical Process
Dekomposisi pengambilan keputusan ke dalam kriteria dan
alternatif yang disusun secara hierarkikal.
Dikenalkan oleh Thomas Saaty
Langkah-langkah AHP

1.Perumusan tujuan dan kriteria

2.Penstrukturan tujuan dan kriteria secara hirarkis berdasarkan
tingkat kepentingannya
3.Perumusan alternatif
4.Melakukan pairwise comparison terhadap kriteria dan
alternatif
5.Menghitung prioritas (eigenfactor)
6.Memberi ranking terhadap masing-masing alternatif
Analytic Hierarchical Process
Contoh:
Pemilihan lokasi untuk tempat pembuangan sampah akhir.
Terdapat 3 alternatif lokasi dengan kriteria perencanaan :
1.Biaya transportasi
2.Jarak dengan lokasi permukiman
3.Jumlah fasilitas publik dalam radius 500 meter dari “calon” lokasi TPS

Pemilihan Lokasi TPS

Biaya Transportasi Jarak dengan Jumlah Fasilitas

Permukiman Publik

A B C
 The Saaty Rating Scale
Untuk mengukur tingkat kepentingan dibandingkan dengan
alternative lain
Intensity of Definition Explanation
importance
1 Equal importance Two factors contribute equally to the
objective
3 Somewhat more Experience and judgement slightly
important favour one over the other
5 Much more important Experience and judgement strongly
favour one over the other
7 Very much more Experience and judgement very strongly
important favour one over the other
9 Absolutely more The evidence favouring one over the
important other is of the highest possible validity
2, 4, 6, 8 Intermediate values When compromise is needed
 Kelebihan dan Kekurangan Metode AHP

Kelebihan:
• Menstrukturkan masalah yang kompleks, multi-attribute dan multi-
person
• Mengkuantifikasi penilaian secara konsisten
Kekurangan:
• Kompleksitas dari metode ini terkadang menyulitkan, namun saat ini
sudah ada softwarenya
• Bila ada lebih dari 1 ahli, menentukan bobot penilaian dari masing-
masing kriteria dapat menyulitkan
• Mengandalkan pada data, pengetahuan, dan pengalaman yang
dimiliki narasumber (ahli)
Quantitative vs Qualitative
Which one is better?
 Mengkombinasikan quantitative
methods dan qualitative methods

• Memulai dengan melakukan proyeksi dengan metode

kuantitatif
• Meminta pendapat para ahli: berdasarkan pengalaman
dan keahlian mereka, apakah akan ada perubahan
terhadap kecenderunagn yang terjadi di masa lalu?
Seberapa besar perubahan tersebut
• Para ahli tidak memulai prediksi dari awal tapi hanya
memodifikasi hasil statistik.
Contoh: Skenario Proyeksi Penduduk

Sumber: UN, 2004

 Skenario Proyeksi

Sumber: Institute of Policy Studies, 2011

 Skenario Proyeksi

• Skenario  intervensi
• Migrasi
• Dinamika pertumbuhan alami  tren fertilitas dan
mortalitas
• Komparasi dengan daya dukung dan daya tampung (note:
analisis daya dukung dan daya tampung pada skala kota
berbeda dengan analisis pada skala wilayah)
• Faktor eksternal lain yang mempengaruhi skenario
proyeksi, contoh: kebijakan nasional untuk mengendalikan
pertumbuhan penduduk
Sekian dan Terimakasih