komputer dapat secara otomatis menemukan nilai terbaik. Di samping itu, bukti
empiris dan pengalaman di antara para pengguna peramalan menegaskan bahwa pelicinan eksponensial merupakan metode yang akurat, efektif dan dapat diandalkan
untuk berbagai aplikasi peramalan Makridakis, 1993.
2.11.6.3 Regresi Linier.
Peramalan yang didasarkan pada metode regresi menghasilkan fungsi perama
tode regresi, suatu model perlu dispesifikasikan sebelum dilakukan pengum
lan yang dinamakan persamaan regresi. Persamaan regresi menggambarkan deret yang diramalkan dalam bentuk deret lain yang dianggap mempengaruhi atau
menyebabkan penjualan naik atau turun. Dasar pemikirannya dapat bersifat umum ataupun spesifik.
Dalam me pulan data dan analisisnya. Contoh yang paling sederhana dari metode regresi
ini adalah metode regresi linier sederhana dengan variabel pengaruh tunggal, secara matematis model ini dinyatakan sebagai berikut Arman Hakim,1999 :
t t
bX a
Y
2.31 dimana :
t
Y
= perkiraan permintaan X
mpengaruhi y pot
an dengan sumbu y
y sebnyak n pasang, Pasangan x dan y ini dinyatakan sebagai
. Simbol y menunjukkan
t
= variabel bebas yang me a
= nilai tetap y bila x = 0 merupakan per ong
i b
= derajat kemiringan persamaan garis regresi Dalam model ini, diasumsikan nilai x dan nila
, ,
, ,
, ,
2 2
1 1
n n
y x
y x
y x
nilai X yang diamati, sedangkan simbol menunjukkan titik pada garis yang diekspresikan pada persamaan
t
Y
t
bX a
salahan acak
ma es
ilai y yang diperoleh dari hasil pengamatan tidak akan tepat jatuh pada garis perkiraan karena terdapatnya ke
N
lih pada data. Pada setiap titik pengamatan,
si persamaan kesalahan diatas dengan memi
nilai a dan b yang s kesalahan ditujukkan sebagai xi – yi, dan total varian atau kesalahan kuadrat untuk
seluruh titik pengamatan tersebut adalah :
2 2
i i
i i
y bx
a y
2.32 Analisa regresi bertujuan memini
uai. Kesalahan terkecil akan diperoleh dengan cara derivatif, dimana hasil akhirnya adalah :
n x
b y
a
i i
2.33 n
2
i
x
2
i i
i i
i
x y
x y
x n
b 2.34
Untuk n pasang data yang diberikan, nilai a dan b dapat dicari dengan persamaan a dan persamaan b di atas
eru
dalam pem etode peramalan pada data historis yang
metode tertentu untuk suatu n
pa
i . Nilai-n
ilihan dan penerapan m ilai ini akan membentuk garis lurus yang
m kan kuadrat terkecil prediktor terbaik atas permintaan y berdasarkan variabel
bebas x.
2.11.7 Pengukuran Ketepatan Metode Peramalan.