3. Pola siklis S terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi
jangka panjang seperti berhubungan dengan siklus bisnis. Penjualan produk seperti mobil, baja, dan peralatan utama lainnya.
4. Pola trend T terjadi bilamana terdapat kenaikan atau penurunan sekuler
jangka panjang dalam data. Penjualan banyak perusahaan, produk bruto nasional GNP dan berbagai indikator bisnis atau ekonomi lainnya mengikuti
suatu pola trend selama perubahannya sepanjang waktu.
2.4 Metode Peramalan Eksponensial Ganda Metode Linier Satu Parameter Dari Brown
Kelompok metode yang menunjukkan pembobotan menurun secara eksponensial terhadap nilai pengamatan yang lebih tua disebut prosedur pemulusan eksponensial.
Seperti halnya dengan rata-rata bergerak, metode eksponensial terdiri atas tunggal, ganda dan metode yang lebih rumit. Semua mempunyai sifat yang sama, yaitu nilai
yang lebih baru diberikan bobot yang relatif besar dibanding nilai pengamatan yang lebih lama.
Dalam kasus rata-rata bergerak, bobot yang dikenakan pada nilai-nilai pengamatan merupakan hasil sampingan dari system MA tertentu yang diambil.
Tetapi dalam pemulusan eksponensial, terdapat satu atau lebih parameter pemulusan yang ditentukan secara eksplisit, dan hasil pilihan ini menentukan bobot yang
dikenakan pada nilai observasi.
Dengan cara analogi yang dipakai pada waktu berangkat dari rata-rata bergerak tunggal ke pemulusan smoothing eksponensial tunggal kita juga dapat
berangkat dari rata-rata bergerak ganda ke pemulusan ganda. Perpindahan seperti ini
Universitas Sumatera Utara
mungkin menarik karena salah satu keterbatasan dari rata-rata bergerak linier, kecuali bahwa jumlah nilai data yang diperlukan sekarang adalah 2N-1. Pemulusan
eksponensial linier dapat dihitung hanya dengan tiga nilai data dan satu nilai untuk .
Pendekatan ini juga memberikan bobot yang semakin menurun pada observasi masa lalu. Dengan alasan ini pemulusan eksponensial linier lebih disukai daripada rata-rata
bergerak linier sebagai suatu metode peramalan dalam berbagai kasus utama.
Dasar pemikiran dari pemulusan eksponensial linier dari Brown adalah sama dengan rata-rata bergerak linier, karena kedua nilai pemulusan eksponensial tunggal
dan ganda ketinggalan dari data yang sebenarnya bilamana terdapat unsur trend, perbedaan antara nilai pemulusan tunggal dan ganda dapat ditambahkan kepada nilai
pemulusan tunggal dan disesuaikan untuk trend. Persamaan yang dipakai dalam implementasi pemulusan eksponensial linier satu parameter dari Brown sebagai
berikut :
m b
a F
S S
a a
b S
S a
S a
aS S
S a
aX S
t t
m t
t t
t t
t t
t t
t t
t t
1 2
1 1
1 1
Dimana :
t
S adalah nilai pemulusan eksponensial tunggal
Universitas Sumatera Utara
t
S adalah nilai pemulusan eksponensial ganda
m
adalah jumlah periode ke depan yang diramalkan
Jenis inisialisasi muncul dalam setiap metode pemulusan eksponensial. Jika parameter pemulusan
tidak mendekati nol, pengaruh dari proses inisialisasi ini
dengan cepat menjadi kurang berarti dengan berlalunya waktu. Tetapi jika
mendekati nol, proses inisialisasi tersebut dapat memainkan peranan yang nyata selama periode waktu ke depan yang panjang.
Beberapa kriteria untuk menguji ketepatan ramalan yaitu : 1.
ME Mean Error nilai tengah kesalahan
n I
i
n e
ME
1
2. MSE Mean Square Error nilai tengah kesalahan kuadrat
n i
i
n e
MSE
1 2
3. MAE Mean Absolut Error nilai tengah kesalahan absolute
n i
i
n e
MAE
1
4. MAPE Mean Absolut Percentage Error
n i
i
n PE
MAPE
1
Universitas Sumatera Utara
5. MPE Mean Percentage Error
n i
i
n PE
MPE
1
Dimana :
i
e =
t t
F X
kesalahan pada periode t
t
X = data aktual pada periodeke t
i
PE =
t t
t
X F
X
x 100 kesalahan persentase pada periode ke t
t
F = nilai ramalan pada periode ke t
n = banyaknya periode waktu
2.5 Metode Peramalan
