2. Metode Ekstrinsik Metode ini mempertimbangkan faktor-faktor eksternal yang dapat
mempengaruhi besarnya permintaan di masa datang dalam model peramalannya. Metode ini lebih cocok untuk peramalan jangka panjang karena dapat
menunjukkan hubungan sebab-akibat yang jelas dalam hasil peramalannya sehingga disebut Metode Kausal dan dapat memprediksi titik-titik perubahan.
Kelemahan dari metode ini terletak dalam hal mahalnya biaya aplikasinya dan frekuensi perbaikan hasil peramalan yang rendah karena sulitnya menyediakan
informasi perubahan faktor-faktor eksternal yang terukur. Metode ekstrinsik banyak dipakai untuk peramalan pada tingkat agregat. Metode ini akan diwakili
oleh Metode Regresi.
2.12.2. Metode Rata – Rata Bergerak Moving Average
1. Metode Simple Moving Average
Adalah metode Time Series yang paling sederhana. Pada metode ini diasumsikan bahwa pola time series hanya terdiri dari komponen Average Level dan komponen
Random Error. Menurut Teguh Baroto 2002 rumusnya sebagai berikut :
m f
f f
f f
M t
t t
t
.. ..........
3 2
1 1
Keterangan : m = adalah jumlah periode yang digunakan sebagai dasar peramalan nilai m ini bila minimal 2 dan maksimal tidak
ada ditentukan secara subjektif. = ramalan permintaan real untuk periode t.
t
f
= permintaan aktual pada periode t.
t
f 2.
Metode Weighted Moving Average Model peramalan Time Series dalam bentuk lain dimana untuk mendapatkan
tanggapan yang lebih cepat, dilakukan dengan cara memberikan bobot lebih pada data-data periode yang terbaru dari pada periode yang terdahulu.
Menurut Teguh Baroto 2002 rumusnya sebagai berikut :
m t
m t
f c
f c
f c
t f
2 1
2 1
1
Keterangan : = ramalan permintaan real untuk periode t
t f
= permintaan aktual pada periode t ft
1
c
= bobot masing - masing data yang digunakan ,
ditentukan secara subjektif
1 c
m = jumlah periode yang digunakan untuk peramalan subjektif
2.12.3 Metode Pemulusan Eksponential Eksponential Smoothing
Teknik MA mempunyai kelemahan dalam kebutuhan akan data-data masa lalu yang cukup banyak dapat diatasi dengan teknik ES. Model matematis ES ini
dapat dikembangkan dari persamaan berikut:
F
t
= F
t-1
di mana bila data permintaan aktual yang lama A
t
-N tidak tersedia, maka dapat diganti dengan nilai pendekatan yang berupa nilai ramalan sebelumnya F
t-i
sehingga persamaan di atas dapat ditulis menjadi:
F
t
= F
t-1
atau: F
t
= F
t-1
Dari persamaan terakhir terlihat bahwa peramalan dengan teknik ES pada periode t.l F
t
+1 akan didasarkan atas pembobotan data permintaan aktual terakhir At dengan bobot 1N dan pembobotan ramalan yang paling akhir F
t -
1
dengan bobot 1 - 1N. Karena N bilangan positif maka 1N akan menjadi konstanta yang bemilai antara nol N = ~ sampai dengan 1 N = 1.
Dengan mengganti 1N dengan a maka persamaan tersebut akan menjadi: F
t
= α A
t
+l- αF
t - 1
Bila kita notasikan f
t
sebagai peramalan permintaan pada periode -1 sehingga ft = F
t-1
maka persamaan di atas menjadi:
F
t
= α A
t
+l- αf
t
Dari persamaan di atas terlihat bahwa teknik ES banyak mengurangi kelemahan teknik MA dalam penyimpanan data karena hanya data permintaan aktual
terakhir, ramalan terakhir, dan suatu nilai konstanta a yang harus disimpan. Cara lain untuk menuliskan persamaan di atas adalah dengan menyusunnya seperti berikut:
F
t - 1
=
F t - 1
+ α A
t
- F
t - 1
di mana A
t
- F
t-1
merupakan kesalahan ramalan dalam periode -t e
t
, sehingga persamaan di atas dapat ditulis sebagai berikut:
F
t
=F
t-1
+a e
t
Dari persamaan terakhir terlihat bahwa bila α mempunyai nilai mendekati satu
maka ramalan yang baru akan menyesuaikan kesalahan dengan yang besar pada ramalan sebelumnya. Kebalikannya, bila
α mendekati nol, maka ramalan yang baru akan menyesuaikan dengan kesalahan yang kecil.
Penentuan besarnya nilai α harus dipertimbangkan dengan baik. Salah satu
metode yang dapat dipakai adalah dengan memilih nilai α berdasarkan nilai N yang
dilibatkan dalam teknik MA. Metode ini hanya dapat diterapkan oleh perusahaan yang telah lama menggunakan teknik MA dengan nilai N yang cukup memadai. Rata-rata usia
data dengan teknik MA = N - 12, sedangkan rata-rata usia data dengan teknik ES = 1 -
α α. Untuk menghitung nilai α dalam hubungannya dengan N adalah dengan membuat persamaan berikut :
Atau
Jadi bila N = 2 maka a =23 = 0,66. Bila N = 3 maka a =24 = 0,50. Begitu seterusnya.
2.13. Pengukuran Ketepatan Metode Peramalan
