Model-model perlu diperhatikan karena masing-masing model mempunyai kemampuan yang berbeda dalam analisa keadaan untuk pengambilan
keputusan. 4.
Biaya yang Dibutuhkan Umumnya ada empat unsur biaya yang yang tercakup dalam penggunaan
suatu prosedur peramalan. Yakni biaya-biaya pengembangan, penyimpanan data, operasi pelaksanaan, dan kesempatan dalam penggunaan teknik-teknik
atau metode peramalan. 5.
Ketepatan Metode Peramalan Tingkat ketepatan yang dibutuhkan sangat erat kaitannya dengan tingkat
perincian yang dibutuhkan dalam suatu peramalan. 6.
Kemudahan dalam Penerapan Metode-metode yang dapat dimengerti dan mudah diaplikasikan sudah
merupakan suatu prinsip umum bagi pengambil keputusan.
2.7. Metode Smoothing Pemulusan
Metode pemulusan adalah metode peramalan dengan mengadakan pemulusan atau penghalusan terhadap data masa lalu yaitu dengan mengambil rata-rata dari nilai
beberapa tahun untuk menaksir nilai pada beberapa tahun yang akan datang. Secara umum metode pemulusan smoothing dapat diklasifikasikan menjadi
beberapa bagian, yaitu: 1.
Metode Perataan Average a.
Nilai Tengah Mean b.
Rata-rata Bergerak Tunggal Single Moving Average c.
Rata-rata Bergerak Ganda Double Moving Average d.
Kombinasi rata-rata bergerak lainnya
2. Metode Pemulusan Smoothing Eksponensial
Bentuk umum dari metode pemulusan eksponensial adalah: …………………..…………..……………..2.1
Universitas Sumatera Utara
Keterangan ramalan satu periode ke depan
data aktual pada periode ke t ramalan pada periode ke t
parameter pemulusan
Bila bentuk umum tersebut diperluas maka akan berubah menjadi: …………… 2.2
Dari pemulusan bentuk umum di atas dapatlah dikatakan bahwa metode eksponensial smoothing merupakan sekelompok metode yang menunjukkan
pembobotan menurun secara eksponensial terhadap nilai observasi yang lebih tua atau dengan kata lain observasi yang baru diberikan bobot yang relative
lebih besar dengan nilai observasi yang lebih tua. Metode ini terdiri atas: a.
Pemulusan Eksponensial Tunggal 1.
Satu Parameter 2.
Pendekatan Aditif Metode ini cukup baik digunakan untuk peramalan yang mempunyai pola
trend atau yang sifat datanya stasioner. b.
Pemulusan Eksponensial Ganda 1.
Metode Linier Satu Parameter dari Brown 2.
Metode Dua Parameter dari Holt Metode ini digunakan untuk peramalan dengan data yang bersifat trend.
c. Pemulusan Eksponensial Triple
1. Pemulusan Kuadratik Satu Parameter dari Brown
Dapat digunakan bila dasar pola datanya adalah kuadratik kubik atau berorde lebih tinggi.
2. Metode kecenderungan atau musiman tiga parameter dari Winter
Metode ini merupakan salah satu dari beberapa metode pemulusan eksponensial yang dapat menangani data dengan pola musiman.
d. Pemulusan Eksponensial menurut Klasifikasi Pegels
Universitas Sumatera Utara
2.8. Metode Peramalan yang Digunakan