Metode-metode yang dapat dimengerti dan mudah diaplikasikan sudah merupakan suatu prinsip umum bagi pengambilan keputusan.
2.5 Analisis Deret Berkala
Data berkala time series adalah data yang dikumpulkan dari waktu ke waktu untuk memberikan gambaran tentang perkembangan suatu kegiatan dari waktu ke waktu.
Analisis data berkala memungkinkan untuk mengetahui perkembangan suatu atau beberapa kejadian serta hubungan kerja lainnya.
Metode time series merupakan metode peramalan kwantitatif didasarkan atas penggunaan analisis pola hubungan antara variable yang akan diperkirakan dengan
variable waktu. Tujuan time series ini mencakup meneliti pola data yang digunakan untuk meramalkan apakah data tersebut stationer atau tidak dan ekstrapolasi ke masa
yang akan datang. Stationer itu sendiri berarti bahwa tidak terdapat pertumbuhanpenurunan data. Data secara kasar harus horizontal sepanjang waktu
dengan kata lain fluktuasi data tetap konstan setiap waktu.
2.6 Penentuan Pola Data
Universitas Sumatera Utara
Hal penting yang perlu diperhatikan dalam metode deret berkala adalah menentukan jenis pola data historisnya. Sehingga pola data yang tepat dengan pola data historis
tersebut dapat diuji, dimana pola data umumnya dapat dibedakan sebagai berikut : 1.
Pola Horizontal H Pola ini terjadi bilamana nilai data berfluktuasi disekitar nilai rata yang
konstan. 2.
Pola musiman S Pola yang menunjukkan perubahan yang berulang-ulang secara periodic dalam
deret waktu. pola yang ini terjadi bial suatu deret dipengaruhi oleh faktor musiman, misalnya kwartal tahun tertentu, bulanan atau hari-hari pada mingu-
minggu tertentu. 3.
Pola Siklis C Pola data yang menunjukkan gerak naik turun dalam jangka panjang dari suatu
kurva trend. terjadi bila datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti berhubungan dengan siklus bisnis.
4. Pola Trend T
Pola yang menunjukkan kenaikan atau penurunan jangka panjang dalam data.
Universitas Sumatera Utara
2.7 Metode Pemulusan Smoothing
Metode Smothing adalah metode peramalan dengan mengadakan penghalusan terhadap masa lalu, yaitu dengan mengambil rata-rata dari nilai beberapa tahun untuk
menaksir nilai pada beberapa tahun kedepan.
Secara umum Metode Smoothing diklasifikasikan menjadi dua bagian, yaitu : 1.
Metode Rata-Rata Metode rata-rata dibagi atas 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.
Metode rata-rata tujuannya adalah untuk memenfaatkan data masa lalu untuk mengembangkan suatu sistem peramalan pada periode mendatang.
2. Metode Pemulusan Eksponensial
Bentuk umum dari metode pemulusan ekponensial adalah :
F
t
+
1
=
α
X
t
+ 1-
α F
t
Dimana :
F
t+1
= Ramalan 1 Periode Kedepan
Universitas Sumatera Utara
X
t
= Data Aktual pada periode ke-t
F
t
= Ramalan pada periode ke-t
α
= Para meter pemulusan
Metode smooting eksponensial terdiri atas : 1.
Smoothing eksponensial tunggal a.
Satu parameter b.
Pendekatan adaptif 2.
Smoothing Exponensial Ganda a.
Metode linier satu parameter dari Brown b.
Metode dua dari Holt 3.
Smoothing Exponensial Tripel a.
Metode kuatratik satu parameter dari brown b.
Metode tiga parameter untuk kecendrungan dan musiman dari Winter 4.
Smoothing Exponensial menurut klasifikasi Pegels
2.8 Metode Smooting Yang Digunakan
