3.3.2.3.2. Metode Proyeksi Kecenderungan dengan Regresi
Dalam meramalkan biaya-biaya yang termasuk di dalam biaya operasi dipergunakan pola trend karena biaya tersebut cenderung naik jika
mesinperalatan semakin tua atau semakin lama jangka waktu pemakaiannya. Ada beberapa trend yang digunakan di dalam penyelesaian masalah ini yaitu :
1. Trend linier Bentuk persamaan umum :
Y = a + bt sedangkan peramalannya mempunyai bentuk persamaan
Yt = a + bt
∑ ∑
∑ ∑ ∑
− −
=
2 2
t t
n Y
t tY
n b
t t
2. Trend Eksponensial atau Pertumbuhan Bentuk persamaan umum :
Y = ae
bt
sedangkan peramalannya mempunyai bentuk persamaan : Yt = ae
bt
n t
b Y
a
t
∑ ∑
− =
ln ln
n t
b Y
a
t
∑ ∑
− =
∑ ∑
∑ ∑ ∑
− −
=
2 2
ln ln
t t
n Y
t Y
t n
b
t t
Universitas Sumatera Utara
3. Trend Logaritma Metode Proyeksi Kecenderungan dengan RegresiMetode ini merupakan
dasar garis kecenderungan untuk suatu persamaan, sehingga dengan dasar persamaan tersebut dapat diproyeksikan hal-hal yang akan diteliti pada masa yang
akan datang. Y = a + b log t
Bentuk fungsi dari metode ini dapat berupa: a. Konstan, dengan fungsi peramalan Yt:
Yt = a, dimana
N Y
a
∑
=
1
dimana : Yt = nilai tambah N = jumlah periode
b. Linier, dengan fungsi peramalan: Yt = a + bt
dimana :
n bt
Y a
− =
∑ ∑
∑ ∑ ∑
− −
− =
2 2
t t
n y
t ty
n b
c. Kuadratis, dengan fungsi peramalan : Yt = a + bt + ct
2
dimana :
n t
c t
b Y
a
∑ ∑
∑
− −
=
2
∂ −
=
α θ
b c
2
α β
θα δ
− ∂
− ∂
= b
∑ ∑
− =
∂
4 2
2
t n
t
∑ ∑ ∑
− =
tY n
Y t
δ
Universitas Sumatera Utara
∑ ∑ ∑
− =
Y t
n Y
t
2 2
θ
∑ ∑ ∑
− =
3 2
2
t n
t t
α
∑ ∑
− =
2 2
t n
t
β
d. Eksponensial, dengan fungsi peramalan : Yt = ae
bt
dimana :
n t
b Y
a
∑ ∑
− =
ln ln
2 2
ln ln
ln
∑ ∑
∑ ∑
∑
− −
= t
t n
Y t
Y t
n β
e. Siklis, dengan fungsi peramalan :
n t
c n
t b
a Y
t
π π
2 cos
2 sin
ˆ +
+ =
dimana :
n t
c n
t b
na Y
π π
2 cos
2 sin
∑ ∑
+ +
=
n t
n t
c n
b n
t a
n t
Y
π π
πτ π
π
2 cos
2 sin
2 sin
2 sin
2 sin
2
∑ ∑
∑
+ +
=
n t
n t
b n
t c
n t
a n
t Y
π π
π π
π
2 cos
2 sin
2 cos
2 cos
2 cos
2
∑ ∑
∑ ∑
+ +
=
3.3.3.Kriteria Performance Peramalan
Seorang perancang tentu menginginkan hasil perkiraan peramalan yang tepat atau paling tidak dapat memberikan gambaran yang paling mendekati
sehingga rencana yang dibuatnya merupakan rencana yang realistis.
Universitas Sumatera Utara
Ketepatan yang kecil memberikan arti ketelitian peramalan tinggi, keakuratan hasil peramalan tinggi, begitu pula sebaliknya. Besar kesalahan suatu
peramalan dapat dihitung dengan metode Standard Error of Estimate SEE
k m
f f
SEE
m t
t t
− −
=
∑
=1 2
ˆ
dimana : k = derajat kebebasan
Untuk data konstan, k = 1 Untuk data linier, k = 2 Untuk data kuadratis, k = 3 Untuk data siklis, k = 3
Untuk data eksponensial, k = 2
3.3.4. Pengujian Hipotesa Distribusi F
Kategori