Perumusan Masalah Pembatasan Masalah Tinjauan Pustaka

mengkaji situasi dan kondisi tersebut tidak terlepas dari kegiatan peramalan. Bertitik tolak pada alasan-alasan tersebut maka penulis memilih judul “PERAMALAN JUMLAH PELANGGAN KARTU KREDIT DI PT.BANK PERMATA DENGAN MENGGUNAKAN METODE SMOOTHING EKSPONENSIAL LINIER SATU PARAMETER DARI BROWN”.

1.2 Perumusan Masalah

Adapun yang menjadi masalah dalam penelitian ini adalah : 1. Seberapa besar permintaan kartu kredit pada PT. Bank Permata Cabang Medan dimulai dari Mei 2013. 2. Pengkajian masalah jumlah permintaan kartu kredit pada PT. Bank Permata Cabang Medan dengan menggunakan metode smoothing eksponensial linier satu parameter dari Brown.

1.3 Pembatasan Masalah

Agar pembahasan permasalahan tidak menyimpang dari pokok permasalahan, maka diperlukan pembatasan masalah yaitu: 1. Peramalan dilakukan secara kuantitatif. 2. Metode peramalan yang akan digunakan adalah metode smoothing eksponensial linier satu parameter dari Brown. 3. Berdasarkan data April 2010 sd April 2013 dan tidak mengubah kebijakan- kebijakan yang ada pada perusahaan bank tersebut dalam melakukan peramalan permintaan kartu kredit. Universitas Sumatera Utara

1.4 Tinjauan Pustaka

Setiap kebijakkan atau pengambilan keputusan perusahaan tidak akan terlepas dari usaha untuk meningkatkan kesejahteraan keberhasilan perusahaan tersebut di masa yang akan datang. Oleh karena itu perlu dilihat dan dikaji situasi dan kondisi pada saat kebijakkan tersebut dilaksanakan. Usaha melihat dan mengkaji situasi dan kondisi tersebut tidak terlepas dari kegiatan peramalan. Di dalam usaha mengetahui atau melihat perkembangan dimasa depan, peramalan dibutuhkan untuk menentukan kapan suatu peristiwa akan terjadi atau suatu kebutuhan akan timbul, sehingga dapat dipersiapkan kebijakan yang perlu dilakukan. Selain itu ramalan dibutuhkan untuk memberikan informasi kepada pimpinan sebagai dasar untuk membuat suatu keputusan. Menurut Assauri 1984, metode peramalan adalah cara memperkirakan secara kuantitatif apa yang akan terjadi pada masa depan, berdasarkan pada data yang relevan pada masa lalu. Oleh karena metode peramalan didasarkan atas data yang relevan pada masa lalu, maka metode peramalan ini dipergunakan dalam peramalan yang objektif. Peramalan dapat dibedakan dari beberapa segi tergantung dari cara melihatnya, yaitu dilihat dari jangka waktu ramalan dan dilihat dari sifat ramalan. Jika dilihat dari jangka waktu ramalan yang disusun, maka ramalan dapat dibedakan atas dua macam, yaitu: 1. Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan yang jangka waktunya lebih dari satu setengah tahun atau tiga semester. 2. Peramalan jangka pendek, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan dengan jangka waktu yang kurang dari satu setengah tahun, atau tiga semester. Berdasarkan sifat ramalan yang telah disusun, maka peramalan dapat dibedakan atas dua macam, yaitu : 1. Peramalan kualitatif, yaitu peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada orang yang menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran Universitas Sumatera Utara yang bersifat intuisi, judgement atau pendapat, dan pengetahuan serta pengalaman dari penyusunnya. 2. Peramalan kuantitatif, yaitu peramalan yang didasarkan atas data kuantitatif pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada metode yang akan digunakan dalam peramalan tersebut. Pada metode ini, suatu set data historis masa lalu digunakan untuk mengekstrapolasi meramalkan permintaan masa depan. Menurut Henke dan Reitch 1995, terdapat dua langkah dasar yang harus dilakukan dalam membuat atau menghasilkan suatu peramalan yang akurat dan berguna. Langkah dasar yang pertama adalah pengumpulan data yang relevan dengan tujuan peramalan yang dimaksud dan menurut informasi – informasi yang dapat menghasilkan peramalan yang akurat. Langkah dasar yang kedua adalah memilih metode peramalan yang tepat yang akan digunakan dalam mengolah informasi yang terkandung dalam data yang telah dikumpulkan. Menurut Makridarkis 1999, dasar pemikiran dari pemulusan eksponensial linier satu parameter dari Brown adalah serupa 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 penggunaan smoothing exponensial linier satu parameter dari brown adalah sebagai berikut : Keterangan: = Nilai smoothing eksponensial tunggal. = Nilai pengamatan periode t. Universitas Sumatera Utara = Smoothing pertama periode t-1. = Nilai smoothing eksponensial ganda. = Parameter smoothing eksponensial yang besarnya 0 1 = Konstanta smoothing . = Besarnya slope . = Peramalan untuk periode kedepan yang diramalkan.

1.5 Tujuan Penelitian