10 Render dan Heizer 2001:46 menyatakan jika dilihat dari jangka waktu
ramalan yang telah disusun, maka peramalan dapat dibedakan 3 macam,yaitu : 1. peramalan jangka pendek, yaitu peramalan yang memiliki rentang waktu
kurang dari tiga bulan. Peramalan jangka pendek digunakan untuk merencanakan pembelian, penjadwalan kerja, jumlah tenaga kerja,
penugasan dan tingkat produksi. 2. Peramalan jangka menengah. Peramalan jangka menengah biasanya
berjangka tiga bulan hingga tiga tahun. Peramalan ini sangat bermanfaat dalam perencanaan penjualan, perencanaan dan penganggaran produksi,
penganggaran kas, dan menganalisis berbagai rencana operasi. 3. Peramalan jangka panjang, yakni peramalan yang memiliki rentang waktu
biasanya tiga tahun atau lebih; digunakan dalam merencanakan produk baru, pengeluaran modal, lokasi fasilitas, atau ekspansi, dan penelitian
serta pengembangan.
Adapun yang perlu diperhatikan dari penggunaan metode-metode tersebut, adalah baik tidaknya metode yang dipergunakan, sangat ditentukan oleh
perbedaan atau penyimpangan antara hasil ramalan dengan kenyaataan yang terjadi.
2.3.2 Identifikasi Pola Data Penjualan
Firdaus 2006:2 menyatakan peramalan dapat dilakukan, dengan sebelumnya mengidentifikasi pola data deret waktu. Identifikasi data menekankan pada
bagaimana perilaku data sepanjang periode pengamatan. Jika pola data di masa
11 lalu telah diketahui maka dapat ditetapkan metode peramalan untuk
memperkirakan ramalan di masa yang akan datang. Identifikasi pola data dapat dilakukan dengan visualisasi plot data secara
grafik dan uji akar unit ADF. Identifikasi pola data penjualan bertujuan untuk mengetahui komponen unsur-unsur yang ada seperti trend, stasioner, musiman
dan siklus. Trend adalah komponen data deret waktu yang menunjukkan peningkatan atau penurunan dalam jangka panjang selama periode waktu yang
diamati. Unsur variasi musiman adalah fluktuasi data yang berulang setiap beberapa hari, minggu atau bulanan karena faktor cuaca, hari raya dll. Siklus
adalah fluktuasi seperti gelombang di sekitar trend, dengan kata lain pola musiman dalam jangka waktu yang lebih panjang berulang biasanya setiap lima
sampai sepuluh tahun. Unsur stasioner adalah fluktuasi data dimana relatif konstan walaupun ada kenaikan atau penurunan, jika dirata-ratakan masih berada
pada titik rata-rata. Pola data penjualan lebih jelas dipaparkan pada Gambar 2. Cara selanjutnya dengan menggunakan uji akar unit ADF. Uji ini
merupakan pengujian yang populer, dikembangkan oleh David Dickey dan Wayne Fuller dengan sebutan Augmented Dickey-Fuller ADF Test. Suatu deret
waktu dikatakan stasioner apabila memiliki nilai ADF lebih besar dari pada nilai kritis. Insukindro, 1994:42.
