Analisa Deret Berkala Penentuan Pola Data

Novita Prasasti Gracelya Sianturi : Peramalan Jumlah Air Minum Yang Disalurkan Pdam Tirta Wampu Kabupaten Langkat Tahun 2008-2010 Dengan Metode Pemulusan SmoothingEksponensial Ganda, 2009. 4. Biaya yang Dibutuhkan Umumnya ada 4 empat unsur biaya yang tercakup di dalam penggunaan suatu prosedur peramalan, yaitu biaya – biaya pengembangan, penyimpanan Storage data, operasi pelaksanaan dan kesempatan dalam penggunaan teknik – teknik dan metode lainnya.

5. Ketepatan Metode Peramalan

Tingkat ketepatan yang dibutuhkan sangat erat kaitannya dengan tingkat perincian yang dibutuhkan dalam suatu peramalan.

6. Kemudahan dalam Penerapan

Metode – metode yang dapat dimengerti dan mudah diaplikasikan sudah merupakan suatu prinsip umum bagi pengambil keputusan.

2.4 Analisa Deret Berkala

Data berkala Time Series adalah data yang dikumpulkan dari waktu ke waktu untuk memberikan gambaran tentang perkembangan suatu kegiatan dari waktu ke waktu. Analisis data berkala memungkinkan untuk mengetahui perkembangan suatu kejadian atau beberapa kejadian serta hubungannya dengan kejadian yang lain. Novita Prasasti Gracelya Sianturi : Peramalan Jumlah Air Minum Yang Disalurkan Pdam Tirta Wampu Kabupaten Langkat Tahun 2008-2010 Dengan Metode Pemulusan SmoothingEksponensial Ganda, 2009. Metode Time Series merupakan metode peramalan kuantitatif yang didasarkan atas penggunaan analisis pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu. Tujuan Time Series ini mencakup penelitian pola data yang digunakan untuk meramalkan apakah data tersebut stasioner atau tidak dan ekstrapolasi ke masa yang akan datang. Stasioner itu sendiri berarti bahwa tidak terdapat pertumbuhan penurunan pada data. Data secara kasar harus horizontal sepanjang waktu. Dengan kata lain fluktuasi data tetap konstan setiap waktu.

2.5 Penentuan Pola Data

Hal yang penting diperhatikan dalam metode deret berkala adalah menentukan jenis pola data historisnya. Sehingga pola data yang tepat dengan pola data historis tersebut dapat di uji, dimana pola data pada umumnya dapat dibedakan sebagai berikut :

1. Pola Data Horisontal : Pola ini terjadi bila nilai berfluktuasi di sekitar nilai

rata – rata yang konstan. Gambar 2.1 Pola Data Horizontal y waktu Novita Prasasti Gracelya Sianturi : Peramalan Jumlah Air Minum Yang Disalurkan Pdam Tirta Wampu Kabupaten Langkat Tahun 2008-2010 Dengan Metode Pemulusan SmoothingEksponensial Ganda, 2009.

2. Pola Data Musiman Seasonal : Pola yang menunjukkan perubahan yang

berulang – ulang secara periodik dalam deret waktu. Pola yang ini terjadi bila suatu deret dipengaruhi oleh faktor musiman misalnya kwaltal tahun tertentu, bulanan, atau hari – hari pada minggu tertentu. Gambar 2.2 Pola Data Musiman 4. Data Siklis Cyclical : Pola data yang menunjukkan gerak naik turun dalam jangka panjang dari suatu kurva trend. Terjadi bila datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis. y waktu y waktu Novita Prasasti Gracelya Sianturi : Peramalan Jumlah Air Minum Yang Disalurkan Pdam Tirta Wampu Kabupaten Langkat Tahun 2008-2010 Dengan Metode Pemulusan SmoothingEksponensial Ganda, 2009.

Dokumen yang terkait

Metode Pemulusan (Smoothing) Eksponensial Ganda (Linier Satu Parameter dari Brown) dan Metode Box-Jenkins dalam Meramalkan Curah Hujan di Kota Medan

6 78 78

Metode Pemulusan Eksponensial Ganda Satu Parameter Terhadap Peramalan Jumlah Guru & Jumlah Murid Sekolah Menengah Atas Tahun 2012-2015 Di Kecamatan Galang

2 29 71

Metode Eksponensial Smoothing Untuk Peramalan Jumlah Air Minum Yang Disalurkan PDAM Tirtanadi Medan Tahun 2014

0 45 75

Peramalan Jumlah Air Minum Yang Disalurkan Berdasar Pelanggan PDAM Tirtanadi Medan Tahun 2010-2011 (Dengan Metode Smoothing Eksponensial Ganda)

3 40 68

Aplikasi Metode Pemulusan Eksponensial Ganda Dari Brown Untuk Kelapa Sawit Pada PT. Perkebunan Nusantara III Tahun 2010 Dan 2011

0 23 65

Peramalan Banyaknya Jumlah Air Minum Yang Diproduksi Pdam Tirtauli Pematangsiantar Tahun 2008-2010 Dengan Metode Pemulusan (Smoothing) Eksponensial Ganda

1 29 69

Peramalan Banyaknya Jumlah Air Minum Yang Disalurkan Berdasarkan Pelanggan PDAM Tirtanadi Medan Tahun 2009-2010 Dengan Metode Pemulusan (Smoothing) Eksponensial Ganda

0 31 64

eramalan Banyaknya Jumlah Air Minum Yang Disalurkan PDAM Tirta Nciho Kabupaten Dairi Tahun 2008-2010 Dengan Metode Pemulusan (Smoothing) Eksponensial Ganda

1 34 81

Perbandingan Metode Pemulusan (Smoothing) Eksponensial Ganda Dua Parameter Dari Holt Dan Metode Box-Jenkins Dalam Meramalkan Hasil Produksi Kernel Kelapa Sawit PT. Eka Dura Indonesia.

5 79 141

Peramalan Jumlah Air Minum yang Disalurkan Berdasarkan Pelanggan PDAM Tirtanadi Medan Tahun 2017-2018 dengan Metode Smoothing Eksponensial Ganda

0 0 8