Untuk melakukan peramalan diperlukan
metode tertentu dan metode mana yang digunakan tergantung dari data dan
informasi yang akan diramal serta tujuan yang hendak dicapai. Dalam prakteknya
terdapat berbagai metode peramalan antara lain :
1. Time Series atau Deret Waktu
Analisis time series merupakan
hubungan antara variabel yang dicari (dependent) dengan variabel yang
mempengaruhi-nya (independent variable), yang dikaitkan dengan waktu seperti
mingguan, bulan, triwulan, catur wulan, semester atau tahun.
Dalam
analisis time series yang menjadi variabel yang dicari adalah waktu.
Metode
peramalan ini terdiri dari :
a. Metode Smoting, merupakan jenis
peramalan jangka pendek seperti perencanaan persediaan, perencanaan keuangan.
Tujuan penggunaan metode ini adalah untuk mengurangi ketidakteraturan data masa
lampau seperti musiman.
b. Metode Box Jenkins, merupakan deret
waktu dengan menggunakan model matematis dan digunakan untuk peramalan jangka
pendek.
c. Metode proyeksi trend dengan
regresi, merupakan metode yang dignakan baik untuk jangka pendek maupun jangka
panjang. Metode ini merupakan garis trend untuk persamaan matematis.
2.
Causal Methods atau sebab akibat
Merupakan
metode peramalan yang didasarkan kepada hubungan antara variabel yang
diperkirakan dengan variabel alin yang mempengaruhinya tetapi buakn waktu. Dalam prakteknya jenis metode
peramalan ini terdiri dari :
a. Metode regresi dan kolerasi, merupakan
metode yang digunakan baik untuk jangka panjang maupun jangka pendek dan
didasarkan kepada persamaan dengan teknik least squares yang dianalisis secara
statis.
b. Model Input Output, merupakan metode
yang digunakan untuk peramalan jangka panjang yang biasa digunakan untuk
menyusun trend ekonomi jangka panjang.
c. Model ekonometri, merupakan
peramalan yang digunakan untuk jangka panjang dan jangka pendek.
$ METODE REGRESI
Penggunaan metode ini didasarkan
kepada variabel yang ada dan yang akan mempengaruhi hasil peramalan.
Hal- hal yang perlu diketahu sebelum
melakukan peramalan dengan metode regresi adalah mengetahui terlebih dahulu
mengetahui kondisi- kondisi seperti :
a. Adanya informasi masa lalu
b. Informasi yang ada dapat dibuatkan
dalam bentuk data (dikuantifikasikan)
c. Diasumsikan bahwa pola data yang ada
dari data masa lalu akan berkelanjutan dimasa yang akan datang.
Adapun data- data yang ada
dilapangan adalah :
a. Musiman (Seasonal)
b. Horizontal (Stationary)
c. Siklus (Cylikal)
d. Trend
Dalam menyusun ramalan pada dasarnya
ada 2 macam analisis yang dapat digunakan yaitu :
1. Analisi deret waktu(Time series),
merupakan analisis antaravariabel yang dicari dengan variabel waktu
2. Analisis Cross Section atau sebab
akibat (Causal method), merupakan analisis variabel yang dicari dengan variabel
bebas atau yang mempengaruhi.
Ada dua pendekatan untuk melakukan
peramalan dengan menggunakan analisis deret waktu dengan metode regresi
sederhana yaitu :
1. Analisis deret waktu untuk regresi
sederhana linier
2. Analisis deret untuk regresi sederhana
yang non linier
Untuk menjelaskan hubungan kedua
metode ini kita gunakan notasi matematis seperti :
Y = F (x)
Dimana :
Y = Dependent variable (variabel yang dicari)
X = Independent variable (variabel yang
mempengaruhinya)
Notasi
regresi sederhana dengan menggunakan regresi linier (garis lurus) dapat
digunakan sebagai berikut :
Y = a
+ b x
Dimana a dan b adalah merupakan parameter yang
harus dicari. Untuk mencari nilai a dapat digunakan dengan menggunakan rumus :
a
= 
kemudian nilai b dapat dicari dengan rumus :
b
= 
$ ANALISIS DENGAN REGRESI LINIER CROSS SECTION
Cross section method atau casual
method atau sebab akibat merupakan peramalan yang kita lakukan untuk mengukur
peramalan dalam suatu periode dengan faktor yang mempengaruhinya bukan waktu.
Penggunaan rumusan yang kita gunakan
untuk cross section sama dengan penerapan untuk metode time series, begitu puka
dngan hasil pramalannya.
Jadi penjualan = f (x, x, x,.......)
X = harga, mutu pendapatan, promosi dll
Y = a + b x
Dimana x adalah variabel bukan waktu.
$ ANALISIS DERET WAKTU DENGAN REGRESI LINIER
Ada
2 pendekatan untuk melakukan peramalan dengan menggunakan analisis deret waktu
engan metode regresi sederhana, yaitu :
1. Analisis deret waktu untuk regresi
sederhana linier
2. Analisis deret waktu untuk regresi
sederhana yang non linier
Dalam analisis deret waktu yang
linier adalah analisis pola hubungan yang dicari dengan satu variabel yang
mempengaruhinya : waktu. Sedangkan analisis deret waktu yang non linier,
merupakan analisis hubungan antara variabel yang dicari dengan hanya satu (1)
yang mempengaruhinya, yaitu variabel waktu.
Untuk menjelaskan hubungan kedua
metode ini kita gunakan notasi matematis seperti :
Y = F (x)
Dimana :
Y = Dependent variable (variabel yang dicari)
X = Independent variable (variabel yang
mempengaruhinya)
Notasi
regresi sederhana dengan menggunakan regresi linier (garis lurus) dapat
digunakan sebagai berikut :
Y
= a + b X....................
Dimana a dan b adalah merupakan parameter
(koefisien regresi) yang harus dicari. Untuk mencari nilai a dapat digunakan
dengan menggunakan rumus :
a
= 
atau
:
a
= 
- b 
- b
kemudian
nilai b dapat dicari dengan rumus :
b
= 
atau
b
= 
Langkah selanjutnya adalah melakukanpengujian
terhasil yang diperoleh dengan :
Pertama, uji Test Koefisien Penentu (R2),
pengetesan ini untuk mengetahui tepat tidaknya varibel yang mempengaruhi
besarnya penjualan yang diramalkan adalah waktu.
Kedua, Test Significance (T.Test) atau F test yaitu pengetesan
untuk mengetahui apakah benar persamaan regresi itu adalah linier.
Pengujian R2.
Test rumusan yang digunakan
adalah:
R2
= 1 – 
Dimana,
= y2
– b2 (
= Y2 – n ( 
)2
= X2 – n ( )2
Test
Significance
Tujuan
test ini menguji dan meneliti apakah regresi yang digunakan dalam menyususn
ramalan adalah benar linier, dimana data yang diteliti tepat berada disekitar
garis linier.
1. F. Test
Tujuannya adalah untuk mengetahui
apakah nilai estimasi dari a dan b dapat bervariasi karena pengaruh sampling/
random.
Persamaan F.
Test adalah sebagai berikut :
F = 
Dimana :
k = jumlah variabel (dalam regresi
sederhana = 2)
n = jumlah tahun
atau kita juga menggunakan rumus
sebagai berikut :
F =
Hasil Frasio kemudian
kita bandingkan dengan Ftabel apabila F rasio>Ftabel,
maka secara statistik koefisien b adalah significance
berbeda dengan nol (0), sehingga persamaan regresi dapatdilakukan secara benar
dengan bentuk persamaan sebagai berikut :
Y = a =
b x
Demikian pula sebaliknya jika Frasio<Ftabel
2. Persamaan T. Test
Test ini dikenal dengan nama student-t didistribusikan untuk menguji a
dan b dengan formula :
ttest a = 
ttest
b =
ttest
b =
Hasilnya jika diperoleh :
Ttest > Ttabel (Tdistribusi), maka
tinkat keyakinan tertentu (R) dapat disimpulkan bahwa nilai koefisien regresi a
dan b secara statistic berbeda dari (0) dan demikian pula sebaliknya.
$ ANALISA DERET WAKTU DENGAN REGRESI NON LINIER
Analisa deret waktu dengan regresi non linier
merupakan regresi bukan garis lurus. Notasi regresi sederhana dengan
menggunakan regresi linier (garis lurus) dapat digunakan sebagai berikut :
Y
= a + b x + c x2
Dimana :Y = Dependent variable
(variabel yang dicari)
x = Independent variable (variabel yang
mempengaruhinya)
a = b = c = parameter koefisien regresi
Formula
umum yang digunakan sebagai berikut :
∑y = n a + b ∑x + c ∑x2
∑xy = a ∑x + b ∑x2 +c ∑x3
∑xy = a ∑ x2
+ b ∑x3
+c ∑x4
Sumber :
Kasmir, jakfar. Studi Kelayakan Bisnis. 2003. Jakarta : Prenada
Media
