Metode Metode Dekomposisi Metode Time Series

33 M’ t = nilai moving average dari moving average pada periode t = nilai ramalan penjualan untuk p periode mendatang a t = nilai moving average pada periode t b t = nilai trend moving average pada periode t p = jumlah periode mendatang yang akan diramalkan

2. Metode Dekomposisi

Penulisan matematis dari pendekatan metode ini sebagai berikut Firdaus, 2006: 14: Y t = f X t , C t , I t, E t A. Dekomposisi Aditif Model ini dipilih bila gelombang-gelombang kecil swing dari variasi musiman bersifat konstan sepanjang waktu. Penulisan modelnya sebagai berikut: Y t = X t + C t + I t + E t B. Dekomposisi Multiplikatif Model ini dipilih bila gelombang-gelombang kecil swing dari variasi musiman meningkat secara proporsional dengan bertambahnya waktu. Penulisan modelnya sebagai berikut: Y t = X t x C t x I t x E t Keterangan : X t = nilai aktual penjualan buah durian terpilih pada periode t 34 C t = komponen siklus pada periode t I t = komponen musiman pada periode t E t = komponen kesalahan atau error pada periode t

3. Metode

Double Eksponensial Smoothing Subagyo, 1994:24 Metode ini dapat dirumuskan sebagai berikut : Keterangan : = nilai pemulusan baru data aktual penjualan = nilai aktual pada periode t = koefisien pemulusan smoothing 0 1 = nilai perkiraan trend = koefisien pemulusan smoothing untuk trend 0 1 p = jumlah periode penjualan mendatang yang akan diramalkan = nilai ramalan penjualan untuk p periode mendatang

4. Metode

Winter’s Model ini dapat dirumuskan sebagai berikut Subagyo, 1994: 26: 35 Keterangan : = nilai pemulusan baru data aktual = nilai aktual penjualan pada periode t = koefisien pemulusan smoothing 0 1 = nilai perkiraan trend = koefisien pemulusan smoothing untuk trend 0 1 = nilai perkiraan musiman = koefisien pemulusan smoothing untuk musiman 0 1 p = jumlah periode penjualan mendatang yang akan diramalkan = panjang variabel musiman = nilai ramalan penjualan untuk p periode mendatang

5. Metode Indeks Musiman