Pola Data Pemilihan Teknik dan Metode Peramalan

2.5. Pola Data

Langkah penting dalam memilih suatu metode deret waktu yang tepat adalah dengan mempertimbangkan jenis pola datanya. Pola data dapat dibedakan menjadi empat, yaitu: 1. Pola Horizontal Terjadi bilamana nilai data berfluktuasi di sekitar nilai rata-rata yang konstan deret seperti ini adalah stasioner terhadap nilai rata-ratanya. Suatu produk yang penjualannya tidak meningkat atau menurun selama waktu tertentu termasuk jenis pola ini. Pola data musiman ditunjukkan pada gambar berikut. Y Waktu Gambar 2.1 Pola data Horizontal 2. Pola Musiman Terjadi bila data berfluktuasi, namun fluktuasi tersebut terlihat berulang dalam satu interval waktu tertentu. Disebut pola musiman karena permintaan ini biasanya dipengaruhi oleh musim sehingga biasanya interval perulangan data ini adalah satu tahun.Penjualan dari produk minuman ringan, es krim dan bahan bakar pemanas ruang termasuk pola musiman. Pola data musiman ditunjukkan pada gambar berikut. Universitas Sumatera Utara Y Waktu Gambar 2.2 Pola Data Musiman 3. Pola Siklis Terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis. Penjualan produk seperti mobil, baja dan peralatan utama lainnya termasuk pola siklis. Pola data siklis ditunjukkan pada gambar berikut. Y Waktu Gambar 2.3 Pola data Siklis 4. Pola Trend Pola trend adalah bila data permintaan menunjukkan pola kecenderungan gerakkan penurunan atau kenaikkan jangka panjang. Data yang kelihatannya berfluktuasi, apabila dilihat pada rentang waktu yang panjang akan ditarik garis maya. Garis maya itulah yang disebut garis trend. Pola data trend ditunjukkan pada gambar berikut. Universitas Sumatera Utara Y Waktu Gambar 2.4 Pola Data Trend

2.6. Pemilihan Teknik dan Metode Peramalan

Dalam pemilihan teknik dan metode peramalan, perlu diketahui ciri-ciri penting yang harus diperhatikan bagi pengambilan keputusan dan analisis keadaan dalam mempersiapkan peramalan. Ada enam faktor utama yang diidentifikasikan sebagai teknik dan metode peramalan, yaitu: 1. Horizon Waktu Ada dua aspek dari horizon waktu yang berhubungan dengan masing-masing metode peramalan. Pertama adalah cakupan waktu di masa yang akan datang dan yang kedua adalah jumlah periode untuk peramalan yang diinginkan. 2. Pola Data Salah satu hal penting dalam peramalan adalah anggapan bahwa macam dari pola yang didapati didalam data yang diramalkan akan berkelanjutan. Oleh karena adanya perbedaan kemampuan metoda peramalan untuk mengidentifikasikan pola-pola data, maka perlu adanya usaha penyesuaian antara pola data yang telah diperkirakan terlebih dahulu dengan teknik dan metoda peramalan yang akan digunakan. 3. Jenis dari Model Model-model merupakan suatu deret dimana waktu digambarkan sebagai unsur yang penting untuk menentukan perubahan-perubahan dalam pola. Universitas Sumatera Utara Model-model perlu diperhatikan karena masing-masing model mempunyai kemampuan yang berbeda dalam analisa keadaan untuk pengambilan keputusan. 4. Biaya yang Dibutuhkan Umumnya ada empat unsur biaya yang yang tercakup dalam penggunaan suatu prosedur peramalan. Yakni biaya-biaya pengembangan, penyimpanan data, operasi pelaksanaan, dan kesempatan dalam penggunaan teknik-teknik atau metode peramalan. 5. Ketepatan Metode Peramalan Tingkat ketepatan yang dibutuhkan sangat erat kaitannya dengan tingkat perincian yang dibutuhkan dalam suatu peramalan. 6. Kemudahan dalam Penerapan Metode-metode yang dapat dimengerti dan mudah diaplikasikan sudah merupakan suatu prinsip umum bagi pengambil keputusan.

2.7. Metode Smoothing Pemulusan

Dokumen yang terkait

Metode Pemulusan (Smoothing) Eksponensial Ganda (Linier Satu Parameter dari Brown) dan Metode Box-Jenkins dalam Meramalkan Curah Hujan di Kota Medan

6 78 78

Metode Pemulusan Eksponensial Ganda Satu Parameter Terhadap Peramalan Jumlah Guru & Jumlah Murid Sekolah Menengah Atas Tahun 2012-2015 Di Kecamatan Galang

2 29 71

Proyeksi Produksi Padi Di Sumatera Utara Tahun 2008-2009 Dengan Menggunakan Metode Pemulusan (Smoothing)Eksponensial Ganda Satu Parameter Dari Brown

3 35 65

Aplikasi Metode Pemulusan Eksponensial Ganda Dari Brown Untuk Kelapa Sawit Pada PT. Perkebunan Nusantara III Tahun 2010 Dan 2011

0 23 65

Perbandingan Metode Pemulusan (Smoothing) Eksponensial Ganda Dua Parameter Dari Holt Dan Metode Box-Jenkins Dalam Meramalkan Hasil Produksi Kernel Kelapa Sawit PT. Eka Dura Indonesia.

5 79 141

OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN.

7 22 26

METODE PEMULUSAN (SMOOTHING) EKSPONENSIAL GANDA (LINIER SATU PARAMETER DARI BROWN) DAN METODE

0 0 12

Peramalan Jumlah Produksi Kakao Di Sumatera Utara Dan Konsumsi Kakao Di Indonesia Dengan Pemulusan Eksponensial Ganda Metode Linier Satu Parameter Dari Brown

0 1 16

BAB 1 PENDAHULUAN 1.1 Latar Belakang - Peramalan Jumlah Produksi Kakao Di Sumatera Utara Dan Konsumsi Kakao Di Indonesia Dengan Pemulusan Eksponensial Ganda Metode Linier Satu Parameter Dari Brown

0 0 7

Peramalan Jumlah Produksi Kakao Di Sumatera Utara Dan Konsumsi Kakao Di Indonesia Dengan Pemulusan Eksponensial Ganda Metode Linier Satu Parameter Dari Brown

0 0 12