Metode Box Jenkis menggunakan dasar deret waktu dengan model matematis, agar kesalahan yang terjadi dapat sekecil mungkin yang membutuhkan
identifikasi model estimasi parameternya. Jarang dipakai, namun baik untuk ramalan jangka panjang, menengah, dan jangka pendek.
c. Metode proyeksi trend dengan regresi.
Metode proyeksi trend dengan regresi, merupakan dasar garis trend untuk suatu persamaan matematik, sehingga dengan dasar persamaan tersebut dapat
diproyeksikan hal yang diteliti untuk masa depan.
2.1.5 Pemilihan Teknik dan Metode Peramalan
Dalam pemilihan teknik dan metode peramalan, pertama-tama perlu diketahui ciri-ciri penting yang perlu diperhatikan bagi pengambilan keputusan dan analisis keadaan
dalam mempersiapkan peramalan.
Ada enam faktor utama yang diidentifikasikan sebagai teknik dan metode peramalan, yaitu:
a. Horizon Waktu
Ada dua aspek dari horizon waktu yang berhubungan dengan masing-masing metode peramalan. Pertama adalah cakupan waktu di masa yang akan datang,
dan aspek kedua adalah jumlah periode untuk peramalan yang diinginkan.
Universitas Sumatera Utara
b. Pola Data
Hal penting yang harus diperhatikan dalam metode peramalan adalah menentukan jenis pola data historisnya, sehingga pola data yang tepat dengan
pola data historis tersebut dapat diuji. c.
Jenis dari Model Model-model merupakan suatu deret di mana waktu digambarkan sebagai
unsur yang penting untuk menentukan perubahan-perubahan dalam pola. Model-model perlu diperhatikan karena masing-masing model mempunyai
kemampuan yang berbeda dalam analisa keadaan untuk pengambilan keputusan.
d. Biaya yang Dibutuhkan
Umumnya ada empat unsur biaya yang tercakup dalam penggunaan suatu prosedur peramalan. Yakni biaya-biaya pengembangan, penyimpanan data,
operasi pelaksanaan, dan kesempatan dalam penggunaan teknik-teknik atau metode peramalan.
e. Ketepatan Metode Peramalan
Tingkat ketepatan yang dibutuhkan sangat erat kaitannya dengan tingkat perincian yang dibutuhkan dalam suatu peramalan.
f. Kemudahan dalam Penerapan
Metode-metode yang dapat dimengerti dan mudah diaplikasikan sudah merupakan suatu prinsip umum bagi pengambil keputusan.
2.1.6 Metode Smoothing yang Digunakan
Universitas Sumatera Utara
Untuk mendapatkan hasil yang baik harus diketahui cara peramalan yang tepat. Maka metode meramalkan PDRB sektor industri pengolahan Kota Sibolga pada pemecahan
masalah ini adalah dengan menggunakan Metode pemulusan yaitu “Smoothing Eksponensial Ganda Satu Parameter dari Brown”
Metode ini merupakan metode yang dikemukakan oleh Brown. Dasar pemikiran dari metode Smoothing Eksponensial Linear satu Parameter dari Brown
adalah serupa dengan rata-rata bergerak linear, karena nilai pemulusan tunggal dan ganda ketinggalan dari data sebenarnya.
Persamaan yang dipakai dalam pelaksanaan Pemulusan Eksponensial Satu Parameter dari Brown adalah sebagai berikut:
a. Menentukan Smoothing Pertama
S
t
= αX
t
+ 1- αS
t-1
b. Menentukan Smoothing Kedua
S
t
= αS
t
+ 1- αS
t-1
c. Menentukan Besarnya Konstanta a
t
a
t
= 2S
t
-S
t
d. Menentukan Besarnya Slope b
t
b
t
= S
t
-S
t
e. Menentukan Besarnya Forecast F
t+m
F
t+m
= a
t
+ b
t
m
Universitas Sumatera Utara
2.1.7 Beberapa Kriteria yang Digunakan Untuk Menguji Ketepatan Ramalan