Renny Triana : Peramalan Nilai Penjualan Surat Kabar Harian Waspada Di Kota Medan Untuk Tahun 2008 – 2009, 2008.
USU Repository © 2009
2.5 Pola Data
Langkah penting dalam memilih suatu metode deret berkala yang tepat adalah dengan mempertimbangkan jenis pola data, sehingga metode yang paling tepat dengan pola
tersebut dapat diuji. Dimana pola data umumnya dapat dibedakan sebagai berikut : 1.
Pola Data Horizontal Pola ini terjadi bilamana nilai data berfluktuasi di sekitar nilai rata-rata yang
konstan. 2.
Pola Data Musiman Pola yang menunjukkan perubahan yang berulang-ulang secara periodik dalam
deret waktu. Pola yang ini terjadi bila suatu deret dipengaruhi oleh faktor musiman, misalnya kuartal tahun tertentu, bulanan atau hari-hari pada minggu
tertentu. 3.
Pola Data Siklis Pola data yang menunjukkan gerakan naik turun dalam jangka panjang dari
suatu kurva trend. Terjadi bila datanya dipengaruhi oleh fluktuasi ekonomi jangka penjang, seperti yang berhubungan dengan siklus bisnis.
4. Pola Data Trend
Pola yang menunjukkan kenaikan dan penurunan jangka panjang dalam data.
2.6 Metode Pemulusan Smoothing
Renny Triana : Peramalan Nilai Penjualan Surat Kabar Harian Waspada Di Kota Medan Untuk Tahun 2008 – 2009, 2008.
USU Repository © 2009
Metode Smoothing adalah metode peramalan dengan mengadakan penghalusan terhadap masa lalu, yaitu dengan mengambil rata-rata dari nilai beberapa tahun untuk
menaksir nilai pada beberapa tahun ke depan. Secara umum metode smoothing diklasifikasikan menjadi 2 dua bagian, yaitu :
1. Metode Rata-rata
Metode rata-rata dibagi atas 4 empat bagian, yaitu : a.
Nilai tengah b.
Rata-rata bergerak tunggal c.
Rata-rata bergerak ganda d.
Kombinasi rata-rata bergerak lainnya Metode rata-rata tujuannya adalah untuk memanfaatkan data masa lalu untuk
mengembangkan suatu sistem peramalan pada periode mendatang. 2.
Metode Pemulusan Eksponensial Bentuk umum dari metode pemulusan eksponensial adalah :
t t
t
F X
F 1
1
α α
− +
=
+
Dimana :
1 +
t
F = ramalan satu periode ke depan
t
X = data aktual pada periode ke t
t
F = ramalan pada periode ke t
= parameter pemulusan
Bila bentuk umum tersebut diperluas, maka akan berubah menjadi :
1 2
2 1
1
1 ...
1 1
− −
− −
+
− +
+ −
+ −
+ =
n t
n t
t t
t
F X
X X
F
α α
α α
α α
Renny Triana : Peramalan Nilai Penjualan Surat Kabar Harian Waspada Di Kota Medan Untuk Tahun 2008 – 2009, 2008.
USU Repository © 2009
Dari perluasan bentuk umum di atas, dapatlah dikatakan bahwa metode smoothing eksponensial merupakan sekelompok metode yang menunjukkan
pembobotan menurun secara eksponensial terhadap nilai observasi yang lebih tua atau dengan kata lain observasi yang baru diberikan bobot yang relatif lebih
besar dengan nilai yang lebih tua. Metode ini terdiri atas : a.
Smoothing Eksponensial Tunggal a.1. Satu Parameter
a.2. Pendekatan Aditif Digunakan untuk data yang bersifat stationer dan tidak menunjukkan
pola atau trend. b.
Smoothing Eksponensial Ganda b.1. Metode linier satu parameter dari Brown
b.2. Metode dua parameter dari Holt c.
Smoothing Eksponensial Triple c.1. Metode kuadratik satu parameter dari Brown
Digunakan untuk pola kuadratik, kubik atau orde yang lebih tinggi c.2. Metode kecenderungan dan musiman tiga parameter dari Winter
Dapat digunakan untuk data berbentuk trend dan musiman d.
Smoothing Eksponensial Menurut Klasifikasi Pegels
2.7 Metode Smoothing Yang Digunakan
