2.6.2. Metode Peramalan Kuantitatif
Metode peramalan yang dipilih pada penelitian ini adalah dari kelompok metode peramalan yang berdasarkan deret waktu time series forecasting methods.
Metode Time Series adalah metode statistik yang menggunakan data permintaan historis dihimpun pada suatu periode waktu. Dengan asumsi bahwa apa yang terjadi di
masa lalu akan terjadi di masa yang akan datang. Metode peramalan deret waktu yang umumnya digunakan adalah:
1. Moving average, digunakan jika tidak ada pola trend maupun musiman.
2. Simple eksponensial smoothing, digunakan jika tidak ada pola trend
maupun musiman. 3.
Double Exponential Smoothing, digunakan jika ada pola trend tetapi tidak ada pola musiman.
4. Metode Winter, digunakan jika ada pola trend dan musiman.
2.6.2.1. Metode Moving Average MA
Moving average diperoleh dengan merata-rata permintaan berdasarkan beberapa data masa lalu yang terbaru. Tujuan utama dari penggunaan metode ini
adalah untuk mengurangi atau menghilangkan variasi acak permintaan dalam hubungannya dengan waktu. Tujuan ini dicapai dengan merata-rata beberapa nilai
data secara bersama-sama, dan menggunakan nilai rata-rata tersebut sebagai ramalan permintaan untuk periode yang akan datang. Secara matematis, maka MA akan
dinyatakan dalam persamaan sebagai berikut:
..................................... 2.2 Dimana:
X
t
N = Banyaknya data permintaan yang dilibatkan dalam perhitungan MA = Permintaan aktual pada periode t
F
t
N X
X X
X F
n t
t t
t t
1 2
1
....
+ −
− −
+ +
+ +
=
= Peramalan permintaan pada periode t
Universitas Sumatera Utara
2.6.2.2. Metode Single Exponential Smoothing SES
Kelemahan teknik MA dalam kebutuhan akan data-data masa lalu yang cukup banyak dapat diatasi dengan teknik SES. Model ini mengasumsikan bahwa data
berfluktuasi di sekitar nilai mean yang tetap, tanpa trend atau pola pertumbuhan konsisten.
Rumus SES dinyatakan sebagai berikut: ............................................... 2.3
Dimana: S
t
X = Peramalan untuk periode t
t
F +1-
α = Nilai aktual time series
t-1
α = Konstanta perataan antara 0 dan 1
= Peramalan pada waktu t-1 waktu sebelumnya
2.6.2.3. Metode Double Exponential Smoothing DES
Metode ini digunakan ketika data menunjukkan adanya trend. Exponential Smoothing dengan adanya trend seperti pemulusan sederhana kecuali bahwa
komponen harus diupdate setiap periode, level dan trendnya. Level adalah estimasi yang dimuluskan dari nilai data pada akhir masing-masing periode. Trend adalah
estimasi yang dihaluskan dari pertumbuhan rata-rata pada akhir masing-masing periode.
1
1 .
−
− +
=
t t
t
F X
S α
α
Universitas Sumatera Utara
Rumus DES dinyatakan sebagai berikut:
........................................ 2.4
Dimana: α
= Koefisien pemulusan S’
t
S” = Nilai-nilai penghalusan eksponensial tunggal
t
a = Nilai-nilai penghalusan eksponensial ganda
t
b = Penyesuaian nilai penghalusan tunggal untuk periode t
t
F = Komponen kecenderungan
t+m
= Nilai ramalan untuk m periode ke depan dari t
2.6.2.4. Metode Winters
Kategori