Metode Single Exponential Smoothing Metode Double Exponential Smoothing Metode Triple Exponential Smoothing

meramal tidak dihiraukan tanda positif atau negatifnya. ∑| |

2.4.1.1 Metode Single Exponential Smoothing

Pada metode ini digunakan jika data tidak mempengaruhi secara signifikan oleh faktor trend dan musiman. Setiap data diberi bobot tertentu dengan data yang lebih baru diberi bobot yang lebih besar dari pada data yang lebih lama. Bobot yang diberikan pada data yang ada sebesar  untuk data yang terbaru, 1- untuk data yang lama, 1- 2 untuk data yang lebih lama, dan seterusnya. Besarnya  adalah anatara 0 dan 1. Semakin mendekat 1 berarti semakin lebih diperhatikan. Metode ini cocok digunakan untuk meramalkan hal-hal yang fluktuasinya secara random tidak teratur Gitosudarmo Najmudin, 2000: 17. Menurut Pangestu Subagyo 1986: 19 rumus untuk besarnya forecast single exponential smoothing secara sistematis adalah: Keterangan: S t+1 = ramalan untuk periode ke t+1 X t = nilai data asli periode ke-t S t = ramalan untuk periode ke-t α = konstanta perataan antara 0 dan 1

2.4.1.2 Metode Double Exponential Smoothing

Metode ini merupakan model linier yang dikemukakan oleh Brown. Metode double exponential smoothing ini biasanya lebih tepat digunakan untuk meramalkan data yang mengalami trend kenaikan dan proses smoothing dilakukan dua kali. Pada metode ini proses penentuan ramalan dimulai dengan menentukan besarnya  secara trial dan error. Menurut Gitosudarmo Najmudin 2000: 23 tahap-tahap dalam melakukan ramalan adalah sebagai berikut: 1 Menentukan Smoothing pertama t S t S  = Smoothing pertama periode ke-t X t = nilai data pada periode ke-t 1   t S = Smoothing pertama periode ke t-1 2 Menentukan Smoothing kedua Smoothing ke dua periode t – 1 3 Menentukan besarnya nilai at konstanta 4 Menentukan besarnya nilai bt slope 5 Menentukan besarnya forecast m adalah jangka waktu forecast kedepan, yaitu untuk beberapa tahun yang akan datang peramalan dilakukan Sugiman, 2013:26.

2.4.1.3 Metode Triple Exponential Smoothing

Metode ini merupakan metode yang yang dikemukakan oleh Brown, dengan menggunakan persamaan kuadrat. Metode ini lebih cocok kalau dipakai untuk membuat forecast hal yang berfluktuasi atau mengalami gelombang pasang surut. Menurut Subagyo 1986: 26 prosedur pembuatan forecast dengan metode ini adalah sebagai berikut: 1 Menentukan Smoothing pertama t S t S  = Smoothing pertama periode ke-t X t = nilai data pada periode ke-t 1   t S = Smoothing pertama periode ke t-1 Untuk bulan pertama t S belum bisa dicari dengan rumus diatas. Maka boleh ditentukan secara bebas seperti nilai yang terjadi pada bulan pertama 2 Menentukan Smoothing kedua Pada bulan pertama biasanya nilai ditentukan seperti nilai yang terjadi pada bulan pertama. 3 Menentukan Smoothing ketiga Pada bulan pertama biasanya nilai ditentukan seperti nilai yang terjadi pada bulan pertama. 4 Menentukan besarnya nilai a t konstanta 5 Menentukan besarnya nilai b t slope [ ] Mencari c t dengan menggunakan rumus: 6 Menentukan besarnya forecast m adalah jangka waktu forecast kedepan, yaitu untuk beberapa tahun yang akan datang forecast dilakukan.Sugiman, 2013:27

2.5 Microsoft Visual Basic 6.0