Tabel 5.10. Peramalan dengan Metode Dekomposisi untuk XC7 Bulan
Xt Periode
Moving Average
MA Center Moving
Average CMA
indeks musiman
Deseasonalized Data
Tren F
Jun-09 56133300
1 0.75
74511665.4 58108281.82 43775824.9
Jul-09 62370400
2 1.05
59383708.6 58896811.43 61859014.42 Aug-09
93555750 3
1.24 75509646.1 59696041.39 73962840.71
Sep-09 83160500
4 1.31
63311325.7 60506116.9 79475810.68
Oct-09 62371000
5 1.08
57515172.1 61327185.14 66504849.44 Nov-09
37423300 6
0.62 60493382.2 62159395.28 38453953.37
Dec-09 39502300
7 61920179.17
61530366.67 0.64
61530366.7 63002898.51 40447660.77 Jan-10
82121000 8
61140554.17 61270491.67
1.34 61270491.7 63857848.09 85588840.57
Feb-10 42411900
9 61400429.17
60750731.25 0.7
60750731.3 64724399.33 45186036.37 Mar-10
74844500 10
60101033.33 60144345.83
1.24
60144345.8 65602709.68 81636967.48 Apr-10
43659300 11
60187658.33 60620741.67
0.72 60620741.7
66492938.7 47888479.73 May-10
65488900 12
61053825 61313658.33
1.07 61313658.3 67395248.14
71984624.4 Jun-10
46777800 13
61573491.67 62093120.83
0.75 62093120.8 68309801.92 51461131.43
Jul-10 65488900
14 62612750
62352875 1.05
62352875 69236766.19 72719015.08 Aug-10
77963000 15
62093000 62924604.17
1.24 62924604.2 70176309.38 86947795.39
Sep-10 84200000
16 63756208.33
64102712.5 1.31
64102712.5 71128602.17 93428625.24 Oct-10
72765000 17
64449216.67 67099958.33
1.08 67099958.3 72093817.57 78180475.31
Nov-10 43659300
18 69750700
70573645.83 0.62
70573645.8 73072130.96 45204949.38 Dec-10
51973400 19
71396591.67 0.64
80955852.2 74063720.06 47548673.08 Jan-11
75884000 20
1.34 56617064.9 75068765.02 100614861.8
Tabel 5.10. Peramalan dengan Metode Dekomposisi untuk XC7 Lanjutan
Bulan Xt
Periode Moving
Average MA
Center Moving Average
CMA indeks
musiman Deseasonalized
Data Tren
F
Feb-11 62370400
21 0.7
89339251.7 76087448.45 53118920.36 Mar-11
83160600 22
1.24 66827086.6 77119955.42 95969195.83
Apr-11 107277100 23
0.72
148953771 78166473.52 56295806.08 May-11
85239600 24
1.07 79805153.4 79227192.86
84622282.4 Jun-11
25 0.64
80302306.18 51393475.96 Jul-11
26 1.34
81392008.78 109065291.8 Aug-11
27
0.7
82496498.65 57747549.06 Sep-11
28 1.24
83615976.46 103683810.8 Oct-11
29 0.72
84750645.58 61020464.82 Nov-11
30 1.07
85900712.17 91913762.02 Dec-11
31 0.75
87066385.17 65299788.88 Jan-12
32 1.05
88247876.35 92660270.17 Feb-12
33 1.24
89445400.37 110912296.5 Mar-12
34 1.31
90659174.8 118763519
Apr-12 35
1.08 91889420.15 99240573.76
May-12 36
0.62 93136359.94 57744543.16
Sumber: Pengolahan Data
dimana, langkah pengerjaan yang dilakukan untuk mendapatkan data peramalan untuk satu tahun kedepan menggunakan metode dekomposisi adalah:
1. Menghitung rata-rata bergerak dari tiap 12 bulan Dimulai dari bulan Juni 2009 sampai Mei 2010 untuk rata-rata bergerak pada
bulan juli MA
1
, selanjutnya 12 bulan berikutnya sampai Mei 201, contoh perhitungannya adalah:
MA
1
=
12 .....
12 3
2 1
X X
X X
+ +
+
= 12
85239600 .....
93555750 62370400
56133300 +
+ +
+
= 61920179.17 2. Menghitung rata-rata bergerak terpusat
CMA
1
=
2
2 1
MA MA
+
= 2
17 .
61140554 17
. 61920179
+ = 61530366.67
3. Menghitung indeks musiman I =
1
CMA Xt
=
67 .
61530366 39502300
= 0.64
4. Deseasonalized data Deseasonal =
It Xt
=
64 .
39502300
= 61530366.67 Sehingga didapatkan grafik baru untuk Deseasonalized Data untuk XC7 yang
dapat dilihat pada Gambar 5.2. dibawah ini: