Model ini dimulai dengan cara menetapkan sasaran tujuan yang akan datang kemudian bekerja mundur untuk melihat apakah hal ini dapat dicapai
berdasarkan kendala, sumber daya dan teknologi yang tersedia.
2.4 Metode Peramalan yang Digunakan
Untuk mendapatkan suatu hasil yang baik dan tepat maka haruslah diketahui dan digunakan metode peramalan yang tepat. Dalam meramalkan jumlah wisatawan
mancanegara yang berkunjung ke Sumatera Utara tahun 2014, maka penulis menggunakan metode analisisderet berkala Time Series melalui metode smoothing
yaitu “ Metode Rata – Rata Bergerak Ganda Double Moving Average.”
Metode yang sering digunakan untuk meratakan deret berkala yang bergelombang adalah metode rata
– rata bergerak. Metode ini dibedakan atas dasar jumlah tahun yang digunakan untuk mencari rata
– ratanya.Misalnya jika digunakan satu tahun sebagai dasar pencarian rata
– rata bergerak, teknik tersebut dinamakan rata
– rata bergerak per satu tahun.Jika digunakan tiga tahun sebagai dasar pencarian rata
– rata bergerak, teknik tersebut dinamakan rata – rata bergerak tiga tahun.
Ada beberapa langkah dalam menentukan ramalan dengan metode double moving average, antara lain sebagai berikut :
a Menghitung moving average rata-rata bergerak pertama, diberi simbol S
’ t
, dihitung dari data historis yang ada. Hasilnya diletakkan pada periode terakhir
moving average pertama.
Universitas Sumatera Utara
b Menghitung moving averagerata-rata bergerak kedua, diberi simbol S
” t
, dihitung dari rata-rata bergerak kedua. Hasilnya diletakkan pada periode terakhir moving
averagekedua.
c Menentukan besarnya nilai α
t
Konstanta
d Menentukan besarnya nilai b
t
slope b
t
= 1
2
t t
S S
v e Menentukan besarnya forecast
F
t+m
= α
t
+ b
t
m
Keterangan : 1.
=Rata – rata bergerak tunggal pada waktu t
2. =Rata
– rata bergerak ganda pada waktu t 3.
=Banyaknya nilai masa lalu 4.
=Konstanta untuk m periode ke muka 5.
=Komponen kecenderungan 6.
=
Jangka waktu rata-rata bergerak 7.
m =Jumlah periode ke muka yang digunakan
8. =Hasil peramalan untuk m periode ke depan yang akan diramalkan
Universitas Sumatera Utara
2.5 Menghitung Kesalahan Ramalan
Hasil proyeksi yang akurat adalah forecast yang bisa meminimalkan kesalahan meramal forecast error. Besarnya forecast error dihitung dengan mengurangi data
riil dengan besarnya ramalan. Error E
= X
t
- F
t
Keterangan : X
t
= data riil periode ke-t F
t
= ramalan periode ke-t
Dalam menghitung forecast error digunakan: a.
Percentage Error PE Percentage Error merupakan Kesalahan persentase dari suatu peramalan,
PE =
100 x
X F
X
t t
t
Keterangan : x
t
=nilai data ke periode ke-t f
t
=nilai ramalan periode ke-t n
=banyaknya data
b. Absolute Percentage Error APE
Absolute Percentage Error adalah kesalahan persentase absolut.
Universitas Sumatera Utara
c. Mean Percentage Error Mean Percentage Error adalah persentase rata-rata kesalahan absolut.
MPE = n
x X
F X
t t
t
100
n PE
MPE
n i 1
c. Mean Absolute Percentage Error MAPE
Mean Absolute Percentage Error merupakan nilai tengah kesalahan persentase absolute dari suatu peramalan.
MAPE = n
x APE
100
n APE
MAPE
n i 1
Universitas Sumatera Utara
BAB 3
GAMBARAN UMUM TEMPAT RISET
3.1 Sejarah Badan Pusat Statistik BPS
