Metode ini dipergunakan untuk menyusun proyeksi trend ekonomi jangka panjang. Model ini kurang baik ketepatannya untuk peramalan jangka pendek,
dan sangat baik ketepatannya untuk peramalan jangka panjang. Data yang digunakan untuk metode ini adalah data tahunan selama sekitar sepuluh
sampai lima belas tahun.
3.1.5. Kriteria Performance Peramalan
Seorang perencana tentu menginginkan hasil perkiraan peramalan yang tepat atau paling tidak dapat memberikan gambaran yang paling mendekati
sehingga rencana yang dibuatnya merupakan rencana yang realistis. Ketepatan yang kecil memberikan arti ketelitian peramalan tinggi, keakuratan hasil
peramalan tinggi, begitu pula sebaliknya. Besar kesalahan suatu peramalan dapat dihitung dengan beberapa cara, antara lain adalah:
1. Mean Square Error MSE
N f
f MSE
t t
N t
2 1
ˆ −
=
∑
=
dimana,
t
f
: data aktual periode t
t
fˆ : nilai ramalan periode t
N : banyaknya periode
2. Standard Error of Estimate SEE
f N
f f
SEE
N t
t t
− −
=
∑
=1 2
ˆ
dimana : f = derajat kebebasan
Untuk data konstan, f = 1 Untuk data linier, f = 2
Untuk data kuadratis, f = 3 Untuk data siklis, f = 3
3. Percentage Error
100 ×
− =
t t
t t
X F
X PE
dimana nilai dari PE
t
bisa positif atau negatif. 4. Mean Absolute Percentage Error MAPE
N PE
MAPE
t N
t
∑
=
=
1
3.1.6. Verifikasi Peramalan
Langkah penting setelah peramalan dibuat adalah melakukan verifikasi peramalan sedemikian rupa sehingga hasil peramalan tersebut benar-benar mencerminkan
data masa lalu dan sistem sebab akibat yang mendasari permintaan tersebut. Sepanjang aktualitas peramalan tersebut dapat dipercaya, hasil peramalan akan
terus digunakan. Jika selama proses verifikasi tersebut ditemukan keraguan validitas metode peramalan yang digunakan, harus dicari metode lainnya yang
lebih cocok. Banyak alat yang dapat digunakan untuk memverifikasi peramalan dan mendeteksi perubahan sistem sebab akibat yang melatarbelakangi perubahan
pola permintaan. Bentuk yang paling sederhana adalah peta kontrol peramalan yang mirip dengan peta kontrol kualitas dengan nama Moving Range Chart
MRC. Peta kontrol ini dapat dibuat dengan dalama kondisi data yang tersedia
minim. Dari peta ini dapat dilihat apakah sebaran masih dalam control ataupun sudah berada di luar kontrol. Proses verifikasi dengan menggunakan Moving
Range Chart MRC, dapat digambarkan pada Gambar 3.1. Harga MR diperoleh dari :
1
1 2
− =
∑
− =
N MR
R M
N t
t
Dimana :
1
1
−
− −
− =
−
t t
F t
T t
t
Y Y
Y Y
MR atau :
1 −
− =
t t
t
e e
MR
Moving Range Chart
-4000 -3000
-2000 -1000
1000 2000
3000 4000
1 2
3 4
5 6
7 8
9 10
Y-Y UCL
LCL 13 UCL
23 UCL 13 LCL
23 LCL
Gambar 3.1. Moving Range Chart
Kondisi out of control dapat diperiksa dengan menggunakan empat aturan berikut:
1. Aturan Satu Titik
Bila ada titik sebaran Y-Y
f
berada di luar UCL dan LCL. 2.
Aturan Tiga Titik Bila ada tiga buah titik secara berurutan berada pada salah satu sisi, yang
mana dua diantaranya jatuh pada daerah A.
3. Aturan Lima Titik
Bila ada lima buah titik secara berurutan berada pada salah satu sisi, yang mana empat diantaranya jatuh pada daerah B.
4. Aturan Delapan Titik
Bila ada delapan buah titik secara berurutan berada pada salah satu sisi, pada daerah C.
3.2. Economic Order Quantity EOQ