juga atas terjadinya penurunan permintaan oleh konsumen kita mesti dapat menduga sebelumnya pada periode tertentu selama tahun yang bersangkutan.
b. Metode Proyeksi Trend
Metode proyeksi trend ini merupakan metode yang paling sederhana dibanding dengan metode yang lainnya. Karena di dalam metode ini hanya
dengan menarik garis lurus sesuai dengan kecenderungan data time series yang ada. Jika data time series yang dijadikan pijakan dalam menarik garis
lurus ini ada kecenderungan meningkat, maka garis lurus yang ditarik cenderung naik sesuai dengan kecenderungan peningkatan yang terjadi atau
yang akan terjadi. Rumus yang dipakai dalam menarik garis lurus ini adalah:
St = So + bt 1
Di mana St merupakan nilai variabel yang akan diramal pada periode t. So adalah nilai estimasi dari time series nilai konstanta dari fungsi forecast
pada tahun dasar. Dan b merupakan koefisien kecenderungan kemiringan garis forecast yang akan ditarik, atau angka absolut pertumbuhan atau penurunan
per periode. Dan t merupakan lama waktu di mana time series dalam periode yang diramalkan.
c. Metode Variasi Musim
Melakukan prakiraan volume permintaan konsumen di waktu-waktu yang akan datang dapat didasarkan pada gelombang musiman yang melekat
pada kultur budaya atau kebiasaan dari masyarakat. Tetapi dapat juga karena faktor sifat dan keadaan alam yang melekat pada iklim atau cuaca. Misalnya
produksi musim semi, gugur, dan musim hujan bahkan musim kemarau. Sifat masyarakat yang menimbulkan musiman ini oleh karena faktor
budaya dan kebiasaaan misalnya karena musim hari raya keagamaan. Pada saat itu biasanya masyarakat akan memiliki ajat yang cukup besar dalam
melakukan pemenuhan konsumsi barang keperluan pesta dan sehari-hari. Maka dapat dipastikan pada periode ini permintaan akan kebutuhan dan
keperluan konsumsi akan meningkat dalam jumlah yang cukup berarti. Demikian juga ketika datang musim bulan-bulan baik maka banyak masyarakt
menggunakan bulan tersebut melaksanakan hajat perkawinan, pesta perkawinan, yang memerlukan konsumsi dan persediaan barang kebutuhan
untuk keperluan tersebut.
d. Metode Rata-rata Bergerak
Metode rata-rata bergerak ini dilakukan untuk lebih memperbaiki hasil dari metode trend yang dinilai cukup kasar dan cukup besar risiko
penyimpangan dari hasil trend seperti yang telah ditampilkan sebelum ini. Metode rata-rata bergerak, sesuai dengan yang namanya bergerak dilakukan
dengan pengelompokan periode waktu dihitung rata-ratanya menurut pengelompokkan periode waktu dihitung.
Kepentingan peramalan yang akan dipakai apakah dalam skup jangka pendek nilai ramalan yang diketahui atau dalam rentang waktu yang lebih
panjang. Kalau menggunakan rentang waktu yang lebih pendek maka hasil rata-rata bergerak yang akan kita peroleh akan lebih mendekati kondisi sifat
data yang sebenarnya dan rata-rata yang kita temukan terdistribusi atau tersebar pada kelompok data faktual. Sedangkan jika satuan waktu yang lebih
panjang, rata-rata yang kita peroleh akan lebih mewakili sejumlah data yang lebih banyak dan beraneka macam fluktuasinya, sehingga rata-rata
bergeraknya lebih tersebar dan kurang mewakili fakta sifat data yang tersebar tersebut. Terkecuali sifat data lebih homogen dan tidak terlalu fluktuatif.
Angka deviasi dapat diperoleh dengan cara mengurangi angka observasi dengan angka rata-rata bergerak. Sedangkan deviasi kuadrat adalah
menguadratkan deviasi sehingga menghasilkan angka pada kolom deviasi kuadrat. Jumlah deviasi kuadrat ini akan kita pergunakan untuk menghitung
penyimpangan atau tingkat error istilah disini adalah Root Mean Square Error = RMSE setiap pengelompokkan rata-rata bergerak ini. Dengan rumus
sebagai berikut:
RMSE = √∑ A
t
- F
t
2
2
n
Di mana: RMSE = Root Mean Squre Error
A
t
= angka observasi F
t
= rata-rata bergerak yang dihasilkan per kelompok waktu
e. Metode Rata-rata Tertimbang