4.5. Metode Peramalan Kuantitatif
Metode peramalan kuantitatif yang akan digunakan adalah metode peramalan time series dan metode peramalan kausal. Metode peramalan time
series menganalisa pola hubungan data variabel yang akan diramal dengan deret waktu. Metode peramalan kausal didasarkan atas penggunaan analisa pola
hubungan antara variabel yang akan diperkirakan dengan variabel lain yang mempengaruhinya.
4.5.1. Metode Peramalan Time Series
Metode Peramalan time series yang akan digunakan adalah naïve, rata-rata sederhana, rata-rata bergerak sederhana, rata-rata bergerak ganda, pelicinan
eksponensial tunggal, Holt, dekomposisi aditif, dekomposisi multiplikatif, winters, Box-Jenkins ARIMA.
4.5.1.1.
Metode Naïve
Metode naïve adalah teknik peramalan berdasarkan asumsi bahwa periode saat ini merupakan prediktor terbaik dari masa mendatang. Formula yang
digunakan:
t t
y y
=
+ 1
ˆ Dimana :
1
ˆ
+ t
y = nilai ramalan untuk periode yang akan datang
t
y = nilai aktual periode t
4.5.2.2. Metode Rata-rata Sederhana
Metode rata-rata sederhana digunakan bila peramalan dilakukan secara berulang-ulang untuk data yang tidak teralalu besar Firdaus, 2006. Formula
untuk metode ini adalah:
∑
= +
=
t i
t t
Y t
Y
1 1
1 ˆ
Dimana :
1
ˆ
+ t
y = nilai ramalan untuk periode t+1
t = periode aktual
∑
= t
i t
Y
1
= jumlah nilai dari periode 1 sampai periode ke-t
4.5.2.3. Metode Rata-rata Bergerak Sederhana
Metode ini menggunakan mean semua data untuk meramal Hanke, et al., 2003. Formula untuk metode ini adalah:
n Y
Y Y
Y Y
n t
t t
t t
1 2
1 1
... ˆ
+ −
− −
+
+ +
+ +
=
Dimana :
1
ˆ
+ t
y = nilai ramalan untuk periode t+1
t = periode aktual
n = jumlah periode yang akan dirata-ratakan ordo
4.5.2.4. Metode Rata-rata Bergerak Ganda
Teknik ini baik untuk data yang mengandung unsur trend Firdaus, 2006. Formula untuk teknik ini adalah:
1 3
2 1
1 3
2 1
1
1 2
2 ...
... ˆ
t t
t t
t t
n t
t t
t t
t n
t t
t t
t t
t
M M
n b
M M
a n
M M
M M
M M
n Y
Y Y
Y Y
Y M
− −
= −
= +
+ +
+ +
= +
+ +
+ +
= =
− −
− −
− +
− −
− −
+
Model yang akan didapat adalah: p
b a
Y
t t
p t
. ˆ
+ =
+
Dimana :
1
ˆ
+ t
y = nilai ramalan untuk periode t+1
t
y = nilai aktual periode t t
= periode aktual n
= jumlah periode yang akan dirata-ratakan ordo p
= periode yang akan diramalkan
4.5.2.5. Metode Pelicinan Eksponensial Tunggal
Teknik ini dapat merevisi secara kontinu hasil peramalan dengan informasi terbaru. Metode ini berdasarkan pemulusan yang menurun secara eksponensial
Firdaus, 2006. Metode ini menyediakan rata-rata bergerak tertimbang secara eksponensial semua nilai pengamatan yang lalu Hanke, et al., 2003. Formula
dari metode ini adalah:
t b
a Y
S S
b S
S a
S S
S S
Y S
t t
t t
t t
t t
t t
t t
t t
t
. ˆ
1 2
1 1
1 1
+ =
− −
= −
= −
+ =
− +
=
− −
α α
α α
α α
Dimana : S
t
= pelicinan tahap 1
t
S
= pelicinan tahap 2 Y
t
= nilai aktual perriode t a
= konstanta pemulusan 0a 1 a
t
= nilai intersep b
t
= nilai slope
t
yˆ = nilai peramalan periode t t
= periode waktu
4.5.2.6. Metode Holt
Metode pelicinan eksponensial Holt menjelaskan bahwa ramalan merupakan hasil dari perhitungan dua kali pelicinan secara eksponensial. Tujuan
dari pelicinan kedua adalah untuk mengatasi masalah data yang tidak stasioner dengan model trend yang linear Makridakis, et al., 1999 . Formulasi untuk
metode ini adalah:
1 1
1 1
1
1 1
ˆ
− −
− −
+
− +
− =
+ −
+ =
⋅ +
=
t t
t t
t t
t t
t p
t
T A
A T
T A
Y A
P T
A Y
β β
α α
Dimana : A
t
= nilai intersep T
t
.P = nilai slope a
= konstanta pemulusan 0a 1 ß
= konstanta pemulusan 0a 1 t
= periode waktu
4.5.2.7. Metode Dekomposisi Aditif
Kategori