Jenis-jenis Pola Data Metode Peramalan Yang Digunakan

pertimbangan, dan pengetahuan yang telah di dapat. Metode ini dibagi menjadi dua, yaitu : 1. Metode Eksploratoris Metode ini dimulai dengan masa lalu dan masa kini sebagai titik awalnya dan bergerak kearah masa depan dengan melihat semua kemungkinan yang ada. 2. Metode Normatif Metode ini dimulai dengan menetapkan sasaran dan tujuan yang akan datang, kemudian bekerja mundur untuk melihat apakah hal ini dapat dicapai berdasarkan kendala, sumber daya, dan teknologi yang tersedia.

2.3.2 Jenis-jenis Pola Data

Tahapan yang penting dalam pemilihan metode time series yang tepat adalah membuat asumsi terhadap jenis bentuk pola data. Pola data itu dikelompokkan menjadi empat jenis yaitu : a. Pola data horizontal Bentuk pola data ini terjadi bila nilai data berfluktuasi di sekitar nilai rata- ratanya. b. Pola data musiman Bentuk pola data ini terjadi bila datanya dipengaruhi oleh faktor musiman. c. Pola data siklis Bentuk pola data ini terjadi bila data ini dipengaruhi oleh fluktuasi ekonomi yang panjang seperti dihubungkan dengan siklis bisnis dan lain-lain. Universitas Sumatera Utara Universitas Sumatera Utara d. Pola trend Bentuk pola data ini terjadi apabila penurunan atau kenaikan data terjadi berkepanjangan.

3.2.3 Metode Peramalan Yang Digunakan

Dalam penulisan ini penulis menggunakan peramalan kuantitatif Metode Smoothing yaitu Metode Rata-Rata Bergerak Ganda Double Moving Average dan Pertumbuhan Geometris Geometric Growth. Alasan pemilihan metode ini dikarenakan data yang akan dianalisis adalah data yang memiliki bentuk atau pola siklis berfluktuatif dan akan lebih tepat bila digunakan untuk peramalan dengan teknik tersebut. Rumus yang digunakan adalah : Kolom 4 N X X X X S N t t t t t 1 2 1 ... + − − − + + + + = 2.1 Kolom 5 N S S S S S N t t t t t 1 2 1 ... + − − − + + + + = 2.2 Kolom 6 2 t t t S S a − = 2.3 Kolom 7 1 2 t t t S S N b − − = 2.4 Universitas Sumatera Utara Universitas Sumatera Utara Kolom 8 m b a F t t m t + = + 2.5 Keterangan : X t = Nilai data pada periode ke-t S’ t = Nilai rata-rata bergerak tunggal pada waktu t S” t = Nilai rata-rata bergerak ganda pada waktu t N = Banyaknya nilai masa lalu a t = Konstanta untuk m periode ke muka b t = Komponen kecendrungan m = Jumlah periode ke muka yang diramalkan F t+m = Nilai ramalan untuk t+m waktu ke depan Dan pertumbuhan secara Geometri Geometric Growth. Rumus yang digunakan adalah : Pt = Po 1+r t 2.6 Keterangan : Pt = Jumlah hasil yang dicapai pada tahun t Po = Jumlah hasil yang dicapai pada tahun awal r = Rata-rata tingkat perkembangan hasil yang dicapai per tahun t = Jangka waktu tahun Universitas Sumatera Utara Universitas Sumatera Utara Hasil peramalan yang akurat adalah peramalan yang bisa meminimalkan kesalahan meramal. Karena itu dalam menghitung kesalahan meramal digunakan : a. Mean Absolute Error MAE Mean Absolute Error MAE adalah rata-rata absolute dari kesalahan meramal, tanpa menghiraukan tanda positif atau negatif. n F X MAE n t t t ∑ = − = 1 2.7 b. Mean Squred Error MSE Mean Squred Error MSE adalah rata-rata kesalahan meramal yang dikuadratkan. n F X MSE n t t t ∑ = − = 1 2 2.8 c. Mean Absolute Percentage Error MAPE Mean Absolute Percentage Error MAPE merupakan nilai tengah kesalahan persentase absolute dari suatu peramalan. n X F X MAPE n t t t t ∑ = − = 1 2.9 Keterangan : X t = Nilai data periode ke-t F t = Nilai ramalan periode ke-t n = banyaknya data Universitas Sumatera Utara Universitas Sumatera Utara BAB 3 GAMBARAN UMUM

3.1 Profil Sumatera Utara