Page 130 - Science and Technology For Society 5.0
P. 130
~ Science and Technology for Society 5.0 ~ 93
orang cenderung berbeda-beda sehingga hasil setiap orang akan berbeda.
Peramalan kualitatif penting dilakukan untuk memperkirakan kebutuhan
produk baru, peningkatan tampilan desain suatu produk, perubahan
teknologi sesuai dengan perubahan sosial ekonomi masyarakat dan
sebagainya. Contoh peramalan kualitatif adalah survei pasar, wawancara
mendalam, observasi, diskusi dan pengumpulan opini dari suatu kelompok
yang kritis dan relevan sesuai dengan topik peramalan.
Peramalan kuantitatif adalah peramalan yang menggunakan data masa
lalu dalam bentuk angka. Data masa lalu dalam bentuk angka tersebut
disusun menjadi data historis. Data historis tersebut kemudian diolah sesuai
dengan metode yang dipilih. Metode kuantitatif dibagi menjadi 2
pendekatan, yaitu metode kausal (sebab akibat) dan time series (deret
waktu). Metode kausal menggunakan hubungan sebab akibat. Beberapa
pendekatan umum dari metode kausal adalah regresi dan korelasi,
ekonometri, dan model input-output. Metode time series dibagi menjadi
beberapa jenis, yaitu pendekatan naif, pendekatan pergerakan rata-rata,
pendekatan exponential smoothing, dll. Pendekatan naif memprediksi data
yang akan datang hanya dengan data pada satu periode sebelumnya.
Pendekatan rata-rata menggunakan beberapa data sebelumnya kemudian
dirata-rata untuk menjadi perkiraan pada masa mendatang. Pendekatan
exponential smoothing merupakan pendekatan rata-rata dengan
pembobotan yang berupa exponetial. Metode time series atau deret waktu
merupakan metode peramalan yang menghubungkan variabel dependen
(variabel yang dicari) dengan variabel independen atau variabel yang
mempengaruhinya kemudian dihubungkan dengan variabel waktu yang
dikehendaki. Variable waktu tersebut bisa dalam satuan hari, mingguan,
bulanan atau tahunan. Data time series dipergunakan untuk memperkirakan
atau meramalkan suatu kejadian di masa yang akan datang. Pola pada data
time series dalam beberapa periode masa lampau biasanya akan kembali
terulang pada masa kini. Kejadian dimasa yang akan datang juga sesuai pola
data di masa lampau. Hasil peramalan tergantung pada metode yang
dipergunakan. Pemilihan metode harus sesuai dengan jenis pola data. Pola
data dapat dibedakan menjadi 4 jenis yaitu pola tetap atau horisontal, pola
trend, pola siklis dan pola musiman. Justifikasi penentuan jenis metode yang
digunakan berpengaruh terhadap hasil peramalan dan akurasi peramalan.
Peneliti harus mempunyai intuisi dalam pemilihan metode peramalan.