23
2.4.1 Peramalan Kebutuhan
Prediksi pertambahan jumlah pelanggan hingga beberapa tahun kedepan merupakan faktor yang sangat penting dalam perencanaan jaringan karena
menentukan kebijaksanaan dan strategi dalam pengembangan sistem untuk mengantisipasi pertumbuhan pelanggan agar kelak semua target pelanggan dapat
terlayani Wibisono, dkk, 2008. Ada beberapa metode untuk melakukan prediksi pelanggan, diantaranya :
Metode Deret Berkala Time Series Metode Eksponensial Smoothing
Metode Regresi Metode Iteratif
a. Metode Deret Berkala Time Series
Metode ini merupakan metode dengan melakukan pendekatan secara makro. Tujuan dari metode ini adalah menemukan pola dalam deret data yang lalu
dan mengekstrapolasikan data tersebut ke masa depan. Langkah penting dalam memilih suatu metode pada Time Series adalah harus mempertimbangkan jenis pola
yang akan diramalkan. Ada beberapa macam jenis pola, salah satunya adalah Pola Trend yang paling cocok untuk peramalan jumlah kebutuhan telepon. Untuk
prediksi pelanggan dengan Deret Berkala Pola Trend akan dibatasi metode yang digunakan sampai tiga macam saja, yaitu metode Trend Linier, Trend Kuadratik,
dan Trend Eksponensial.
24
b. Prediksi pelanggan dengan Metode Trend Linier
Bentuk umum persamaan linier : Y’ = a + b.X
2.2 Dimana:
Y’ = variabel tak bebas hasil ramalan kepadatan pelanggan
X = variabel bebas berupa periode waktu
a b = konstanta dihitung dari data sample deret berkala Bila jumlah pengamatan sebanyak n, maka dari persamaan di atas diperoleh :
∑ Y = n.a + b. ∑ X ∑ XY = a ∑ X + b ∑ X
2
2.3 Keterangan : X = unit periode waktu pengamatan mulai 0,1,2,3 dan seterusnya
Y = data kepadatan pelanggan sebenarnya per 100 penduduk Dengan cara eliminasi kedua persamaan tersebut di atas, maka diperoleh konstanta
a b sehingga Y’ variabel tak bebas hasil ramalan berupa kepadatan pelanggan dapat diperoleh.
c. Prediksi pelanggan dengan Metode Trend Kuadratik Parabola
Metode Trend Kuadratik biasanya sebagai persamaan parabola. Bentuk umum persamaan ini adalah :
Y’ = a + b.X + c.X
2
2.4 Dimana :
Y’ = variabel tak bebas hasil ramalan kepadatan pelanggan
X = variabel bebas berupa periode waktu
a, b, dan c = konstanta dihitung dari data sample deret berkala Cara menghitung konstanta a, b, dan c memakai persamaan normal :
25
∑ Y = an + b∑X + c∑X
2
∑XY = a∑X + b∑X
2
+ c∑X
3
∑X
2
Y = a∑X
2
+ b∑X
3
+ c∑X
4
2.5
Keterangan : 1. X = unit periode waktu pengamatan Untuk n = ganjil misal n = 3 maka : X1 = -1 ; X2 = 0 ; X3 = 1
Untuk n = genap misal n = 2 maka : X1 = -1 ; X2 = 1 2. Y = data kepadatan pelanggan sebenarnya per 100 penduduk
Dengan cara mengeliminasi ketiga persamaan tersebut diatas, maka diperoleh konstanta a, b, dan c sehingga Y’ variabel tak bebas hasil ramalan berupa
kepadatan pelanggan dapat diperoleh.
d. Prediksi pelanggan dengan Metode Trend Eksponensial
Kategori