Dari uraian diatas dapatlah diketahui bahwa jenis-jenis peramalan sangat bergantung dari segi mana memandangnya. Baik tidaknya metode yang digunakan
oleh perbedaan atau penyimpangan antara hasil ramalan dengan kenyataan yang terjadi. Semakin kecil penyimpangan antara hasil ramalan dengan kenyataan yang
terjadi, maka semakin baik pula metode yang digunakan.
2.4 Metode Peramalan
Metode-metode peramalan dengan analisa deret waktu, yaitu : 1.
Metode Pemulusan Eksponensial dan Rata-Rata Bergerak, sering digunakan untuk ramalan jangka pendek dan jarang dipakai untuk peramalan jangka panjang.
2. Metode Regresi, metode ini biasa digunakan untuk ramalan jangka menengah dan
jangka panjang.
3. Metode Box Jenkins, metode ini jarang dipakai tetapi baik untuk jangka pendek,
jangka menengah dan jangka panjang.
Ada 6 enam faktor utama yang diidentifikasikan sebagai teknik dan metode peramalan, yaitu :
a Horison Waktu
Ada 2 dua aspek dari Horison Waktu yang berhubungan dengan masing- masing metode peramalan. Pertama adalah cakupan waktu di masa yang akan
datang, ke dua adalah jumlah periode untuk peramalan yang diinginkan.
Universitas Sumatera Utara
b Pola Data
Dasar utama dari metode peramalan adalah anggapan bahwa macam-macam dari pola yang didapati dalam data yang diramalkan akan berkelanjutan.
c Jenis dari Model
Model-model perlu diperhatikan karena masing-masing model mempunyai kemampuan yang berbeda dalam analisa keadaan untuk pengambilan
keputusan.
d Biaya yang Dibutuhkan
Umumnya ada 4 empat unsur biaya yang tercakup di dalam penggunaan suatu prosedur peramalan, yaitu biaya-biaya pengembangan, penyimpanan
data, operasi pelaksanaan dan kesempatan dalam penggunaan teknik-teknik dan metode lainnya.
e Ketepatan Metode Peramalan
Tingkat ketepatan yang dibutuhkan sangat erat kaitannya dengan tingkat perincian yang dibutuhkan dalam suatu peramalan.
f Kemudahan dalam Penerapan
Metode-metode yang dapat dimengerti dan mudah diaplikasikan sudah merupakan suatu prinsip umum bagi pengambil keputusan.
Universitas Sumatera Utara
2.5 Metode Pemulusan Smoothing
Metode pemulusan adalah suatu peramalan dengan mengadakan penghalusan terhadap masa lalu, yaitu dengan mengambil rata-rata dari nilai beberapa tahun untuk menakar
nilai pada beberapa tahun ke depan. Secara umum metode pemulusan smoothing diklasifikasikan menjadi 2 bagian, yaitu :
1. Metode Perataan Average
Metode perataan bertujuan untuk memanfaatkan data masa lalu untuk mengembangkan untuk mengembangkan suatu system peramalan pada periode
mendatang. Metode ini dibagi menjadi 4 empat bagian, yaitu : 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 Eksponensial Smoothing Exponential
Bentuk umum dari Metode Pemulusan Eksponensial Smoothing Exponential ini adalah :
F
t+1
= αX
t
+ 1- α F
t
di mana : F
t+1
: ramalan suatu periode ke depan t +1 X
t
: data pada periode waktu t F
t
: ramalan untuk periode waktu t α : parameter pemulusan 0α1
Universitas Sumatera Utara
Bila bentuk umum tersebut diperluas maka akan didapat :
F
t+1
= αX
t
+ α 1- α X
t+1
+ α 1- α
2
X
t-2
+ … + 1- α
N
F
t-N-1
Metode pemulusan ini terdiri atas : a.
Pemulusan Eksponensial Tunggal Single Smoothing Eksponential a.1 Satu Parameter
a.2 Pendekatan Aditif ARRSES
b. Pemulusan Eksponensial Ganda Double Smoothing Eksponential
b.1 Metode Linier-Satu Parameter dari Brown b.2 Metode Dua-Parameter dari Holt
c. Pemulusan Eksponensial Tiga Triple Smoothing Eksponential
c.1 Metode Kuadratik Satu-Parameter dari Brown c.2 Metode Kecenderungan dan Musiman Tiga-Parameter dari Writer
d. Metode Pemulusan Lainnya
d.1 Metode Kontrol Adaptif dari Chow d.2 Metode Adaptif Satu-Parameter dari Brown
d.3 Pemulusan Tiga-Parameter Box Jenkins d.4 Metode Pemulusan Harmonis dari Harrison
d.5 Sistem Pemantauan dari Trigg Tracing Signal
Universitas Sumatera Utara
2.6 Metode Pemulusan Smoothing yang Digunakan