w
2
: bobot yang diberikan pada periode t-2 w
n
: bobot yang diberikan pada periode t-n n
: jumlah periode
b. Metode Exponential Smoothing Single Exponential SmoothingSES
Pengertian dasar dari metode ini adalah: nilai ramalan pada periode t+1 merupakan nilai aktual pada periode t ditambah dengan penyesuaian yang
berasal dari kesalahan nilai ramalan yang terjadi pada periode t tersebut. Secara matematis dapat dinyatakan:
1
ˆ 1
ˆ
t t
t
f f
f
dimana :
t
fˆ : perkirakan permintaan pada periode t
: suatu nilai 0
1 yang ditentukan secara subjektif
t
f
: permintaan aktual pada periode t
1
ˆ
t
f : perkiraan permintaan pada periode t-1
Double Exponential Smoothing
Formula Double Exponential Smoothing adalah : .
.m b
a f
t t
m t
sedangkan :
1
1
t t
t
f X
f
1
1
t t
t
f f
f
dimana
Universitas Sumatera Utara
t
f : single exponential smoothing
t
f : double exponential smoothing
2
t t
t t
t t
f f
f f
f
1
t t
t
f f
c. Trend Corrected Exponential Smoothing Metode Hold
Langkah pertama dilakukan dengan menghitung nilai level estimasi awal Lo dan trend estimasi awal To dengan menjalankan regresi linier antara
permintaan At dan periode t dalam bentuk persamaan At = at + b, konstanta b merupakan estimasi awal level Lo dan a merupakan estimasi trend awal To.
Perhitungan To dan Lo sebagai berikut: To =
2 2
. t
t n
At t
At t
n
Lo =
n t
To At
Selanjutnya, memodifikasi estimasi dengan rumusan sebagai berikut: L
t+1
= α A
t+1
+ 1- αLt + T
t
T
t+1
= βL
t+1
– L
t
+ 1- βT
t
2. Metode Proyeksi Kecenderungan dengan Regresi Metode ini merupakan dasar garis kecenderungan untuk suatu persamaan,
sehingga dengan dasar persamaan tersebut dapat di proyeksikan hal-hal yang akan diteliti pada masa yang akan datang.
Bentuk fungsi dari metode ini dapat berupa: a. Konstan, dengan fungsi peramalan Yt:
Universitas Sumatera Utara
Yt = a, dimana
N Y
a
1
dimana : Yt = nilai tambah N = jumlah periode
b. Linier, dengan fungsi peramalan: Yt = a + bt
dimana :
n bt
Y a
2 2
t t
n y
t ty
n b
c. Kuadratis, dengan fungsi peramalan : Yt = a + bt + ct
2
dimana :
n t
c t
b Y
a
2
;
b c
;
2
b
4 2
2
t n
t
tY n
Y t
Y t
n Y
t
2 2
3 2
2
t n
t t
2 2
t n
t
d. Eksponensial, dengan fungsi peramalan : Yt = ae
bt
dimana :
Universitas Sumatera Utara
n t
b Y
a
ln ln
2 2
ln ln
ln
t
t n
Y t
Y t
n a
e. Siklis, dengan fungsi peramalan :
n t
c n
b a
Y
t
2 cos
2 sin
ˆ
dimana :
n t
c n
t b
na Y
2 cos
2 sin
n t
n t
c n
b n
t a
n t
Y
2 cos
2 sin
2 sin
2 sin
2 sin
2
n t
n t
b n
c n
t a
n t
Y
2 cos
2 sin
2 cos
2 cos
2 cos
2
3. Metode dekomposisi Metode peramalan yang ditentukan dengan kombinasi dari fungsi yang ada
sehingga tidak dapat diramalkan secara biasa. Model tersebut didekati dengan fungsi linier atau siklis, kemudian bagi t atas kuartal sementara berdasarkan
pola data yang ada. Metode dekomposisi merupakan pendekatan peramalan yang tertua. Terdapat beberapa pendekatan alternatif umtuk
mendekomposisikan suatu deret berkala yang semuanya bertujuan memisahkan setiap komponen deret data seteliti mungkin.
Universitas Sumatera Utara
3.5. Penentuan Ukuran Lot