2.3 Defenisi Metode Peramalan
2.3.1 Pengertian metode peramalan
Metode peramalan adalah cara untuk memperkirakan atau mengestimasi secara kuantitatif dan kualitatif apa yang akan terjadi pada masa depan berdasarkan data yang relevan pada
masa lalu. Sedangkan kegunaan peramalan ini adalah untuk memperkirakan secara
sisitematis dan pragmatis atas dasar data yang relevan pada masa lalu, dengan demikian metode peramalan yang diharapkan dapat memberikan objektifitas yang lebih besar.
2.3.2 Jenis-jenis Metode Peramalan
Peramalan kuantitatif dapat dibedakan atas: 1.
Metode peramalan yang didasarkan pada penggunaan analisa pola hubungan antara variabel yang diperkirakan dengan variabel waktu yang merupakan deret
berkala time series. Metode peramalan yang termasuk dalam jenis ini adalah: a.
Metode pemulusan smoothing b.
Metode Box Jenkins c.
Metode Proyeksi trend dengan regresi 2.
Metode peramalan yang didasarkan atas penggunaan analisis pola hubungan antara variabel yang akan diperkirakan dengan variabel lain yang akan
mempengaruhinya, yang bukan waktunya yang disebut dengan metode korelasi atau sebab akibat metode kausal. Metode peramalan yang termasuk dalam jenis
ini adalah: a.
Metode regresi dan korelasi b.
Metode ekonometrik c.
Metode input output
2.3.3 Meode Pemulusan Smoothing
Metode pemulusan smoothing adalah metode peramalan dengan mengadakan penghalusan atau pemulusan terhadap data masa lalu yaitu dengan mengambil rata-rata
dari nilai beberapa tahun menaksir nilai pada tahun yang akan dating. Secara umum pemulusan smoothing dapat digolongkan menjadi beberapa bagian
: 1.
Metode perataan average a.
Nilai Tengah Mean b.
Rata-rata Bergerak Tunggal Single Moving Average c.
Rata-rata bergerak ganda Double Moving Average d.
Kombinasi Rata-rata bergerak lainnya. 2.
Metode Pemulusan Smoothing Eksponensial a.
Pemulusan Ekspoknensial Tunggal 1.
Satu Parameter 2.
Pendekatan Aditif
Pendekatan ini memiliki kelebihan yang nyata dalam hal nilai α yang dapat berubah secara tak terkendali, dengan adanya perubahan dalam pola
datanya. b.
Pemulusan Eksponensial Ganda 1
Metode Linear Satu Parameter dari Brown S’
t
= α X
t
+ 1- α S”
1 −
t
S”
t
= α S’
t
+ 1- α S”
1 −
t
a
t
= S’
t
+ S’
t
- S”
t
= 2 S’
t
- S”
t
b
t
= α
α
− 1
S’
t
- S”
t
F
m t
+
= a
t
+ b
t
m Di mana :
S’
t
= nilai Pemulusan Eksponensial Tunggal Single Eksponensial Smoothing Value
S”
t
= nilai Eksponensial Ganda Double Eksponensial Smoothing Value α = parameter Pemulusan Eksponensial
a
t
, b
t
= konstanta pemulusan
F
m t
+
= hasil peramalan untuk m period eke depan yang akan diramalkan
2 Metode ini digunakan untuk peramaln data yang bersifat trend.
S
t
= α X
t
+ 1- α S
1 −
t
+ b
1 −
t
,
b
t
= γ S
t
+ S
1 −
t
+ 1 – γ b
1 −
t
, F
m t
+
= S
t
+ b
t
m
c. Pemulusan Eksponensial Triple
1. Pemulusan Kwadratik Satu Parameter Dari Brown
Dapat digunakan untuk meramalkan data dengan suatu pola trend dasar, bentuk pemulusan yang lebih tinggi dapat digunakan bila dasar
pola datanya adalah kuadratik, kubik atau orde yang lebih tinggi. 2.
Metode kecenderungan dan Musiman Tiga Parameter dari Winter. Metode ini merupakan salah satu dari beberapa metode pemulusan
eksponensial yang dapat menangani musiman. d.
Pemulusan Eksponensial Menurut Klasifikasi Pegels Bentuk umum dari metode pemulusan eksponensial adalah:
Di mana: F
1 −
t
= Ramalan untuk periode mendatang α = Parameter eksponensial yang besarnya 0α1
X
t
= Nilai actual pada periode-t F
t
= Ramalan pada periode-t F
1 −
t
= α X
t
+ 1- α F
t
2.4 Metode Peramalan yang digunakan
Kategori