∑ ∑
∑
− =
Y X
n Y
X
2 2
θ
= 65022.618 – 121.221.414 = 44.732
2
. .
.
α β
γ α
θ δ
γ
− −
= b
692 ,
89 308
. 22
716 .
1 020
. 306
308 .
22 732
. 44
316 .
11 020
. 306
2
− =
− −
− −
− −
− =
γ α
θ
b c
− =
392 ,
6 020
. 306
308 .
22 692
, 89
732 .
44 =
− −
− −
=
n X
c X
b y
a
∑ ∑
∑
− −
=
2
598 ,
121 .
2 12
650 392
, 6
78 692
, 89
618 .
22 =
− −
− =
Fungsi peramalannya adalah : Y’ = 2.121,598 – 89,692x + 6,392x
2
b. Metode Siklis
Fungsi peramalan : Y = a + b sin
n X
π
2
+ c cos
n X
π
2
Adapun perhitungan parameter peramalan untuk metode siklis dapat
dilihat pada Tabel 5.17.
Universitas Sumatera Utara
Tabel 5.17. Perhitungan Parameter Peramalan untuk Metode Siklis X
Y Sin
n X
π
2
Cos
n X
π
2
Sin
n X
π
2
cos
n X
π
2
sin
2
n X
π
2
cos
2
n X
π
2
Ysin
n X
π
2
Ycos
n X
π
2
1 1.965
0,500 0,866
0,433 0,250
0,750 982,500
1.701,690 2
2.065 0,866
0,500 0,433
0,750 0,250
1.788,290 1.032,500
3 1.923
1,000 0,000
0,000 1,000
0,000 1.923,000
0,000 4
1.862 0,866
-0,500 -0,433
0,750 0,250
1.612.492 -931,000
5 1.816
0,500 -0,866
-0,433 0,250
0,750 908,000
-1.572,656 6
1.828 0,000
-1,000 0,000
0,000 1,000
0,000 -1.828,000
7 1.750
-0,500 -0,866
0,433 0,250
0,750 -875,000
-1.515,500 8
1.797 -0,866
-0,500 0,433
0,750 0,250
-1.556,202 -898,500
9 1.843
-1,000 0,000
0,000 1,000
0,000 -1.843,000
0,000 10 1.913
-0,866 0,500
-0,433 0,750
0,250 -1.656,658
956,500 11 1.901
-0,500 0,866
-0,433 0,250
0,750 -950,500
1.646,266 12 1.955
0,000 1,000
0,000 0,000
1,000 0,000
1.955,000 78 22.618
0,000 0,000
0,000 6,000
6,000 332,922
546,300
∑
Y = na + b
∑
n X
π
2 sin
+ c
∑
n X
π
2 cos
22.618 = 12 a + b 0 + c 0 22.618= 12 a
a = 1.884,833
∑ ∑
∑ ∑
+
+
=
n
X n
X c
n X
b n
X a
n X
Y
π π
π π
π
2 cos
2 sin
2 sin
2 sin
2 sin
2
332,922 = a 0 + b 6 + c 0
332,922 = 6 b
b = 55,487
∑ ∑
∑ ∑
+
+
=
n
X c
n X
n X
b n
X a
n X
Y
π π
π π
π
2 cos
2 cos
2 sin
2 cos
2 cos
2
546,300 = a 0 + b 0 + c 6
546,300 = 6 c
c = 91,050
Universitas Sumatera Utara
Fungsi peramalannya adalah :
Y = 1.884,833+ 55,487sin
n X
π
2
+ 91,050cos
n X
π
2
5. Menghitung kesalahan peramalan
Perhitungan kesalahan peramalan menggunakan metode SEE Standard Error of Estimation bertujuan untuk memilih metode peramalan yang lebih tepat
digunakan dengan SEE yang terkecil.
f n
Y Y
SEE −
− =
∑
2
a. Metode kuadratis
Derajat kebebasan f = 3 Perhitungan SEE untuk metode kuadratis dapat dilihat pada Tabel 5.18.
Tabel 5.18. Perhitungan SEE untuk Metode Kuadratis X
Y Y
Y-Y Y-Y
2
1 1.965
2.038,298 -73,298
5.372,597 2
2.065 1.967,782
97,218 9.451,340
3 1.923
1.910,05 12,950
167,703 4
1.862 1.865,102
-3,102 9,622
5 1.816
1.832,938 -16,938
286,896 6
1.828 1.813,558
14,442 208,571
7 1.750
1.806,962 -56,962
3.244,669 8
1.797 1.813,15
-16,150 260,822
9 1.843
1.832,122 10,878
118,331 10
1.913 1.863,878
49,122 2.412,971
11 1.901
1.908,418 -7,418
55,027 12
1.955 1.965,742
-10,742 115,391
78 22.618
22.618 0,000
21.703,939 49,108
3 12
21.703,939 = −
=
kuadratis
SEE
Universitas Sumatera Utara
b. Metode siklis Derajat kebebasan f = 3
