5. Ketepatan metode peramalan
Tingkat ketepatan yang sangat erat hubungannya dengan tingkat perincian yang dibutuhkan dalam suatu peramalan. Dalam mengambil keputusan, variasi
atau penyimpangan atas peramalan yang dilakukan antara 10 sampai 15, sedangkan untuk hal atau kasus lain mungkin menganggap bahwa adanya
variasi atau penyimpangan atas ramalan sebesar 5 adalah cukup berbahaya. 6.
Kemudahan dalam penerapan Metode peramalan yang digunakan adalah metode yang mudah dimengerti
dan mudah diterapkan dalam pengambilan keputusan dan analisisnya.
2.3.4 Metode Pemulusan Smoothing
Metode Pemulusan Smoothing adalah metode peramalan dengan mengadakan penghalusan atau pemulusan terhadap data masa lalu yaitu dengan mengambil
rata-rata dari nilai beberapa tahun untuk menaksir nilai pada beberapa tahun kedepan. Secara umum pemulusan Smoothing dapat digolongkan menjadi
beberapa bagian: 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 a.
Pemulusan Eksponensial Tunggal 1.
Satu Parameter One Paramete 2.
Pendekatan Aditif ARRES Pendekatan ini digunakan untuk data-data yang bersifat stasioner dan tidak
menunjukkan pola atau trend. Pendekatan ini memiliki kelebihan yang nyata dalam hal nilai
yang dapat berubah secara terkendali, dengan adanya perubahan dalam pola datanya.
b. Pemulusan Eksponensial Ganda
1. Metode Linier Satu Parameter dari Brown
= 2-1
Universitas Sumatera Utara
= 2-2
= 2-3
= 2-4
= 2-5
Keterangan: = Nilai eksponensial smoothing tunggal
= Nilai eksponensial smoothing ganda = Parameter Pemulusan Eksponensial
= Konstanta pemuiusan = Hasil peramalan untuk m periode ke depan yang akan diramalkan
2. Metode Dua Parameter dari Holt
Metode ini digunakan peramalan data yang bersifat trend. =
2-6 =
2-7 =
2-8
Keterangan: = Parameter Peramalan Eksponensial
c. Pemulusan Eksponensial Triple
1. Pemulusan Kwadratik Satu Parameter dari Brown
Dapat digunakan untuk meramalkan data dengan suatu pola trend dasar, bentuk pemulusan yang lebih tinggi dapat digunakan bila dasar
pola datanya adalah kuadratik, kubik orde yang lebih tinggi. 2.
Metode Kecendurangan dan Musiman Tiga Parameter dari Winter Metode ini merupakan salah satu dari beberapa metode pemulusan
eksponensial yang dapat menangani musiman. 3.
Pemulusan Eksponensial Menurut Klasifikasi Pegels Bentuk umum dari metode Pemulusan Eksponensial adalah:
Universitas Sumatera Utara
2-9
Keterangan: = Ramalan untuk periode mendatang
= Parameter Eksponensial yang besarnya 0 1
= Nilai aktual pada periode-t = Ramalan pada periode-t
2.3.5 Metode Peramalan yang Digunakan
