Lompat ke konten Lompat ke sidebar Lompat ke footer

Widget HTML #1

Forecasting / Peramalan dengan Metode Analisis Time Series

Forecasting / Peramalan dengan Metode Analisis Time Series

Analisis Time Series

Peramalan adalah suatu kegiatan memprediksi masa depan menggunakan kondisi ataupun data dimasa lalu. Menurut Assauri(1984:7) peramalan merupakan kegiatan dalam memperkirakan apa yang akan terjadi pada masa yang akan datang, atau lebih tepatnya peramalan adalah kegiatan mencoba menduga perubahan yang akan terjadi.  Hasil ramalan adalah situasi/kondisi yang diperkirakan akan terjadi pada masa yang akan datang. Ramalan dapat diperoleh dengan bermacam‐macam cara yang dikenal dengan metode peramalan.

Metode peramalan dapat diklasifikasikan 2 (dua) kelompok yaitu metode kualitatif dan metode kuantitatif. Metode peramalan kualitatif lebih mendasarkan kualitatif dimasa lalu yaitu berdasarkan pemikiran yang bersifat intuisi, pendapat dan pengetahuan serta pengalaman. Metode ini banyak digunakan dalam banyak pengambilan keputusan sehari‐hari. Dalam hal ini ramalan dikatakan baik atau tidak bergantung dari banyak hal antara lain pengalaman,perkiraan dan pengetahuan yang didapat.Metode peramalan kuantitatif merupakan peramalan yang didasarkan pada data kuantitatif dimasa lalu. Hasil yang dibuat tergantung dari metode yang digunakan untuk melakukan peramalan.
Menurut Makridakis dkk (1999:8) peramalan dengan menggunakan  metode kuantitatifdapat diterapkan apabila terdapat tiga kondisi berikut yaitu: tersedia informasi tentang masa lalu, informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik,dan dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjutdimasa mendatang.
MenurutAustralia Bureau of Statistics, data time series adalah sekumpulan data pengamatan yang diperoleh dari perhitungan dari waktu ke waktu. Pada umumnya pengumpulan dan pencatatan itu dilakukan dalam jangka waktu tertentu misalnya tiap bulan, tiap akhir tahun, sepuluh tahun dan sebagainya. Contoh data time series adalah pertumbuhan ekonomi suatu negara pertahun, jumlah produksi minyak perbulan, indeks harga saham perhari.
Hal yang perlu diperhatikan pada peramalan data time series adalah galat (error), dimanamerupakan bagian yang tidak terpisahkan dalam metode peramalan. Hasil dariprediksi sangatlah jarang yang sama dengan data sesungguhnya, maka seorangperamal hanya bisa berusaha untuk membuat galatnya menjadiseminimal mungkin.

Untuk meramalkan data time series dibutuhkan teknik peramalan yang baik. Teknik peramalan dapat bermacam-macam tergantung pada pola data yang ada.

Menurut Hanke dan Wichern (2005:58), ada empat macam tipe pola data yaitu;


1.   Pola Data Horizontal

Pola data horizontal terjadi saat data observasi berfluktuasi di sekitaran suatu nilai konstan atau meanyang membentuk garis horizontal. Data ini disebut juga dengan data stasioner. Contoh plot data horizontal adalah pada gambar 2.1 yaitu berupa plot data penjualan. Jumlah penjualan selalu meningkat atau menurun pada suatu nilai konstan secara konsisten dari waktu ke waktu.


2.   Pola Data Trend

Pola data trend terjadi bilamana data pengamatan mengalami kenaikan atau penurunan selama periode jangka panjang. Suatu data pengamatan yang mempunyaitrend disebut data nonstasioner. Plot data trend dicontohkan pada gambar 2.2 yaitu berupa data harga suatu produk yang meningkat dari tahun ke tahun.


3.   Pola Data Musiman

Pola data musiman terjadi  bilamana suatu deret dipengaruhi oleh faktor musiman. Pola data musiman dapat mempunyai pola musim yang berulang dari periode ke periode berikutnya. Misalnya pola yang berulang setiap bulantertentu, tahun tertentu  atau pada minggu tertentu. Contoh dari data musiman ada pada gambar 2.3 yaitu plot suplai bahan makanan tiap bulan. Dari plot tersebut terlihat bahwa terjadi pola yang berulang setiap periode dua belas bulan, sehingga bisa disimpulkan bahwa data tersebut merupakan pola data musiman.

4.   Pola Data Siklis

Pola data siklis terjadi bilamana deret data dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis. Di bawah ini adalah contoh plot pola data siklis.

Analisis Forecasting

Teknik peramalan merupakan cara memperkirakan apa yang akan terjadi pada masa mendatang secara sistematis dan pragmatis atas dasar data yang relevan pada masa yang lalu, sehingga dengan demikian teknik peramalan diharapkan dapat memberikan objectivitas yang lebih besar. Metode/teknik peramalan memberikan cara pengerjaan yang teratur dan terarah, dengan demikian dapat dimungkinkan pengguna teknik-teknik pengaalisisan yang lebih maju, yang dapat diharapkan memberikan tingkat kepercayaan atau keyakinan yang lebih besar, karana dapat diuji dan dibuktikan penyimpangan atau deviasi yang terjadi secara ilmiah.
Forecast/Peramalan biasanya dapat diklasifikasikan berdasarkan horizon waktu masa depan yang dicakupnya.

Berikut ini adalah kategori peramalan berdasarkan horizon waktu:

1. Peramalan jangka pendek

Peramalan ini mancakup jangka waktu hingga 1 tahun tetapi umumnya kurang dari 3 bulan. Peramalan ini biasanya digunakan untuk merencanakan pembelian, penjadwalan kerja, penjualan, jumlah tenaga kerja, penugasan kerja, dan tingkat produksi

2. Peramalan jangka menengah

Peramalan ini umumnya mencakup hitungan bulanan hingga waktu 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 waktu perencanaan masa 3 tahun atau lebih. Permalan jangka panjang digunakan untuk merencanakan produk baru, pembelanjaan modal, lokasi atau pengembangan fasilitas, serta penelitian dan pengembangan (litbang).

Sedangkan tipe peramalan berdasarkan aspek strategis dalam perencanaan operasi di masa depan antara lain:

1.   Peramalan ekonomi (economic forecast)

Peramalan ini menjelaskan/meramalkan siklus bisnis dengan memprediksikan tingkat inflasi, ketersediaan uang, dana yang dibutuhkan untuk membangun perumahan, dan indicator 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. Peramalan ini disebut juga Peramalan Penjualan yang mengendalikan produksi, kapasitas, serta sistem penjadwalan dan menjadi input bagi perencanaan keuangan, pemasaran, dan sumber daya manusia.

Secara umum teknik atau metode peramalan dapat dibagi menjadi dua kategori, yang masing-masing kategori terdiri dari beberapa model. Hal ini dapat dijelaskan sebagai berikut (Spyros Makridakis, 1993 hal 8-10)

2 Metode Peramalan

1. Metode Kualitatif

Metode ini lebih menekankan pada keputusan-keputusan hasil diskusi pendapat pribadi seseorang, dan intuisi yang meskipun kelihatannya kurang ilmiah tetapi dapat memberikan hasil yang baik. Metode ini dibagi menjadi 2 yakni
  • a) Metode eksploritas
  • b)  Metode normati

2. Metode kuantitatif

Merupakan prosedur peramalan yang mengikuti aturan-aturan matematis dan statistik dalam menunjukan hububgan antara permintaan dengan satu atau lebih variabel yang mempengaruhinya. Peramalan kuantitatif mengasumsikan bahwa tingkat keeratan dan macam dari hubungan antara variabel-variabel bebas dengan permintaan yang terjadi pada masa lalu akan berulang pada masa akan datang.

Forecasting / Peramalan dengan Metode Analisis Time Series

Prosedur umum yang digunakan dalam peramalan secara kuantitatif

adalah:
  1. Definisikan tujuan peramalan.
  2. Pembuatan diagram pencar.
  3. Pilih minimal dua metode peramalan yang dianggap sesuai.
  4. Hitung parameter – parameter fungsi peramalan.
  5. Hitung kesalahan setiap metode peramalan.
  6. Pilih metode yang terbaik, yaitu yang memiliki kesalahan terkecil.
  7. Lakukan verifikasi peramalan.

Peramalan kuantitatif dapat diterapkan bila terdapat tiga kondisi berikut:

  • a) Tersedianya informasi tentang masa lalu
  • b) Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik
  • c) Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut dimasa yang akan datang.

Metode Kuantitatif yang dikelompokan menjadi dua, yaitu

1.   Time series model

Time series model didasarkan pada serangkaian data-data berurutan yang berjarak sama (misalnya: mingguan , bulanan, tahunan, dll). serangkaian data ini yang merupakan serangkaian observasi berbagai variabel menurut waktu, biasanya ditabulasikan dan digambarkan dalam bentuk grafik yang menunjukan perilaku subyek. Time series sangat tepat dipakai untuk meramalkan permintaan yang berpola permintaan dimasa lalunya cukup konsisten dalam periode waktu yang lama, sehingga pola tersebut masih akan teteap berlanjut.
Analisa deret waktu didasarkan pada asumsi bahwa deret waktu tersebut terdiri dari komponen-komponen, yaitu: Pola kecenderungan (T), Pola siklus/cycle (C), Pola musim (S), Variasi acak(R)
Seperti yang terlihat pada tabel di atas Time series model mempunya beberapa metode, antara lain yakni : ARIMA, bayesian, Autocorelation, filter kalman, multivariate, smooting dan regresion.

2. Casual model (model sebab akibat)

Model casual model adalah model peramalan yang mempertimbangkan variabel-variabel atau vaktor-vaktor yang bisa mempengaruhi jumlah yang sedang diramalkan. Atau lebih mudahnya bahwa Metode ini menggunakan pendekatan sebab-akibat, dan bertujuan untuk meramalkan keadaan di masa yang akan datang dengan menemukan dan mengukur beberapa variabel bebas (independen) yang penting beserta pengaruhnya terhadap variabel tidak bebas yang akan diramalkan.

Pada metode kausal terdapat tiga kelompok metode yang sering dipakai :
1.   Metoda regresi dan korelasi memakai teknik kuadrat terkecil (least square). Metoda ini sering digunakan untuk prediksi jangka pendek. Contohnya: meramalkan hubungan jumlah kredit yang diberikan dengan giro, deposito dan tabungan masyarakat.

2.   Metoda ekonometri berdasarkan pada persamaan regresi yang didekati secara simultan. Metoda ini sering digunakan untuk perencanaan ekonomi nasional dalam jangka pendek maupun jangka panjang. Contohnya: meramalkan besarnya indikator moneter buat beberapa tahun ke depan, hal ini sering dilakukan pihak BI tiap tahunnya.

3.   Metoda input output biasa digunakan untuk perencanaan ekonomi nasional jangka panjang. Contohnya: meramalkan pertumbuhan ekonomi seperti pertumbuhan domestik bruto (PDB) untuk beberapa periode tahun ke depan 5-10 tahun mendatang. Tahapan perancangan peramalan Secara ringkas terdapat tiga tahapan yang harus dilalui dalam perancangan suatu metoda peramalan,
yaitu :
  • Melakukan analisa pada data masa lampau. Langkah ini bertujuan untuk mendapatkan gambaran pola dari data bersangkutan.
  • Memilih metoda yang akan digunakan. Terdapat bermacam-macam metoda yang tersedia dengan keperluannya. Metoda yang berlainan akan menghasilkan sistem prediksi yang berbeda pula untuk data yang sama. Secara umum dapat dikatakan bahwa metoda yang berhasil adalah metoda yang menghasilkan penyimpangan (error) sekecilkecilnya antara hasil prediksi dengan kenyataan yang terjadi.
  • Proses transformasi dari data masa lampau dengan menggunakan metoda yang dipilih. Kalau diperlukan, diadakan perubahan sesuai kebutuhannya.

Posting Komentar untuk "Forecasting / Peramalan dengan Metode Analisis Time Series"