67
5.2.3.4. Metode Pemulusan Eksponensial Ganda Double Eksponential Smoothing
Metode double eksponential smoothing memproses time series yakni dengan mengekstrapolasi data atas dasar trend terakhir yang terbentuk, sehingga
ramalan yang akan terlihat nantinya cenderung ke satu arah yakni sesuai dengan arah trend terakhir penjualan CPO. Metode ini sesuai untuk data yang memiliki
unsur trend. Metode double eksponential smoothing menggunakan dua koefisien pemulusan yaitu koefisien alfa dan gamma . Koefisien pemulusan
menunjukkan nilai koefisien pemulusan metode double eksponential smoothing, sedangkan koefisien pemulusan menunjukkan nilai koefisein terhadap trend.
Nilai konstanta pemulusan tersebut berkisar antara 0 sampai 1. Berdasarkan pengolahan data volume panjualan CPO pada PT. KPB
nusantara menunjukkan bahwa nilai kesalahan error terkecil dari beberapa percobaan maka diketahui penerapan nilai sebesar 0, 1 dan nilai sebesar 0,01
menghasilkan nilai MSE sebesar 3216539234, nilai MAE sebesar 44680 dan nilai MAPE sebesar 29. Berdasarkan nilai kesalahan tersebut menunjukkan bahwa nilai
penyimpangan sebesar 3216539234, nilai penyimpangan absolut sebesar 44680 dan nilai persentase penyimpangan sebesar 29. Hasil perhitunganmenggunakan
metode double eksponential smoothing dapat dilihat pada Lampiran 8.
5.2.3.5. Metode Indeks Musiman
Perhitungan indeks musiman dapat dihitung dengan mencari nilai rata-rata berbagai rasio penjualan nyata terhadap nilai garis trend untuk setiap periode.
Perhitungan menggunakan metode indeks musiman ini dilakukan pada bulan yang
68
sama namun pada tahun yang berbeda yaitu selama kurun waktu 7 tahun 2004 - 2010. Perhitungan menggunakan metode ini diawali dengan mencari persamaan
indeks musiman menggunakan metode least square Lampiran 9, selanjutnya diketahui persamaan Y= 176143.23 + 504.15X. Setelah mendapatkan persamaan,
langkah selanjutnya adalah mencari rasio penjualan terhadap trend untuk setiap bulan selama tahun pengamatan. Dari hasil rasio tersebut dirata-ratakan dengan
data yang diikutsertakan, sehingga diketahui nilai kesalahan untuk tiap bulan pada tahun pengamatan. Berdasarkan perhitungan indeks musiman, didapat nilai MSE
sebesar 3059227222.28, sedangkan nilai MAE adalah sebesar 42460.74 dan nilai MAPE sebesar 27.80. Dari perhitungan tersebut diketahui bahwa besarnya
penyimpangan menggunakan metode ini adalah sebesar 3059227222.28, besarnya penyimpangan absolut sebesar 42460.74, dan besarnya persentase penyimpangan
27.80. Perhitungan menggunakan metode indeks musiman ditampilkan pada Lampiran 10.
5.2.3.6. Metode Tren Trend
Kategori