Pemilihan Teknik dan Metode Peramalan Penentuan Pola Data

3. Pola Siklis Cyclical Pola data yang menunjukkan gerakan naik turun dalam jangka panjang dari suatu kurva trend. Terjadi bila datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklis bisnis. 4. Pola Data Trend Pola yang menunjukkan kenaikan atau penurunan jangka panjang data.

2.5 Metode Pemulusan Smoothing

Metode pemulusan smoothing adalah metode peramalan dengan mengadakan penghalusan terhadap masa lalu, yaitu dengan mengambil rata – rata dari nilai beberapa tahun lalu untuk menaksir nilai pada beberapa tahun ke depan. Secara umum metode pemulusan smoothing diklasifikasikan menjadi dua bagian : 1. Metode Rata - Rata Metode rata – rata dibagi atas empat bagian : a. Nilai rata-rata 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 memanfaatkan data masa lalu untuk mengembangkan suatu sistem peramalan pada periode mendatang. 2. Metode Pemulusan Eksponensial Bentuk umum dari metode pemulusan eksponensial : F t+1 = α X t + 1- α F t Dimana : F t+1 = ramalan suatu periode ke depan X t = data aktual pada periode ke-t F t = ramalan pada periode ke-t α = parameter pemulusan Metode pemulusan smoothing eksponensial merupakan sekelompok metode yang menunjukkan pembobotan menurun secara eksponensial terhadap nilai observasi yang lebih tua atau dengan kata lain nilai observasi yang baru diberikan bobot yang relatif lebih besar dibandingkan nilai observasi yang lebih tua. Metode ini terdiri atas : 1. Metode Pemulusan Smoothing Eksponensial Tunggal a. Satu Parameter One Parameter b. Pendekatan Aditif Digunakan untuk data yang bersifat stasioner dan tidak menunjukkan pola data atau trend. 2. Metode Pemulusan Smoothing Eksponensial Ganda a. Metode Linear Satu Parameter dari Brown b. Metode Dua Parameter dari Holt 3. Metode Pemulusan Smoothing Eksponensial Triple a. Metode Kuadratik Satu Parameter dari Brown Digunakan untuk pola data kuadratik, kubik, atau orde yang lebih tinggi. b. Metode Kecendrungan dan Musim Tiga Parameter dari Winter Digunakan untuk data berbentuk trend dan musiman. 4. Metode Pemulusan Smoothing Eksponensial Menurut Klasifikasi Pegels.