3. Smoothing Eksponensial Tripel
a. Metode Kuadrat Satu Parameter dari Brown
Digyunaka untuk pola data kuadratif, kubik, atau orde yang lebih tinggi.
b. Metode Kecenderungan dan Musiman Tiga Parameter dari Winter.
4. Smoothing Eksponensial menurut Klasifikasi pegels
2.6 Metode Smoothing yang Digunakan
Peramalan dengan menggunakan metode eksponensial smoothing atau disebut juga metode eksponensial smoothing linier. Teknik ini digunakan untuk data
runtun waktu yang memiliki komponen trend yang linier. Pada teknik ini, jika parameter α tidak mendekati nol, pengaruh proses awalnya secara cepat menjadi
kurang berarti bagitu berlalu. Jika parameternya mendekati nol, proses awalnya dapat berperan penting untuk beberapa periode Spyros Makridakis,
Metode smoothing metode pemulusan merupakan teknik meramal dengan cara mengambil rata - rata dari nilai beberapa periode yang lalu untuk
menaksir nilai pada periode yang akan datang. Dalam metode ini data histories digunakan untuk memperoleh angka yang dilicinkan atau diratakan. Dalam
metode ini peramalan dilakukan dengan mengulang perhitungan secara terus- menerus dengan menggunkan data terbaru.
Kelemahan dari metode ini adalah kurang fleksibel karena konstanta penghalusan terbaik untuk trendnya mungkin sama. Salain itu, dalam metode ini
tidak diperhitungkan komponen musim.
Rumus- rumus yang digunakan yaitu:
1. Menentukan Smoothing Pertama
S
t ′
. �
� ′
= α�
�
+ 1- α �
�−� ′
2.5
S
t ′
: Smoothing pertama pada periode t
Universitas Sumatera Utara Universitas Sumatera Utara
X
t
: Nilai rill periode t S
t −1
′
: Smoothing pertama periode t-1
2. Menentukan Smoothing kedua
S
t ′′
�
� ′′
=
α�
� ′
+ 1- α �
�−� ′′
2.6
S
t −1
′′
: Smoothing kedua periode t-1
3. Menentukan Besaran Konstanta
a
t
�
�
= 2 �
� ′
- �
� ′′
2.7
4. Menentukan Besaran Slope
b
t
�
�
=
� �−�
�
� ′
- �
� ′′
2.8
5. Menentukan Besarnya Forecast
F
1+m
�
�+�
= �
�
+ �
�
m 2.9
m : Jumlah periode didepan yang diramalkan
Dengan mengunakan rumusan- rumusan diatas penulis melakukan peramalan tingkat kebutuhan besar dan produksi beras 2016. Penulis memilih
rumusan tersebut adalah dengan melihat produksi beras dan kebutuhan besar dari setiap tahunnya tidak begitu konstan naik turun. Sehingga permalan produksi
beras dan kebutuhan beras dilakukan dengan metode pemulusan eksponensial ganda untuk melicinkan memuluskan ramalan dari tahun ke tahun Indriyo
Gitosudarno M.Com. 2001.
Universitas Sumatera Utara Universitas Sumatera Utara
BAB 3 PEMBAHASAN
3.1 Perhitungan Jumlah Penduduk
Sebelum meramalkan tingkat kebutuhan beras dan tingkat produksi beras, maka penulis melakukan perhitungan jumlah penduduk di Kota Tanjungbalai terlebih
dahulu. Karena jumlah penduduk sangat memperngaruhi terhadap tingkat kebutuhan beras di Kota Tanjungbalai.
Ada dua yang dipaparkan penulis dalam tugas akhir ini adalah dari Badan Ketahanan Pangan Propinsi Sumatera Utara. Data jumlah penduduk tersebut
sebagai berikut:
Table 3.1 Tabel Jumlah Penduduk di Kota Tanjungbalai Pada Tahun 2009 – 2014
Sumber: Badan Ketahanan Pangan Provinsi Sumatera Utara
Tahun Penduduk
Jiwa 2009
166.789 2010
167.500 2011
154.445 2012
157.175 2013
158.599 2014
165.118
Universitas Sumatera Utara Universitas Sumatera Utara