Model Peramalan Kuantitatif TINJAUAN PUSTAKA

ke periode t+m jika kita ingin meramalkan m periode ke muka Penyesuaian ke 2 paling efektif bila trend bersifat linier dan komponen kesalahan randomnya tidak begitu kuat. Penyesuaian ini efektif karena adanya kenyataan bahwa MA tunggal tertinggal lags di belakang deret data yang menunjukkan trend. Secara umum pembahasan tersebut dapat diformulasikan sebagai berikut : N X ... X X X S 1 N t 2 t 1 t t t          .............................................. 1 N S ... S S S S 1 N t 2 t 1 t t t          ................................................. 2   t t t t t t S S 2 S S S a      ...................................................... 3   t t t S S 1 N 2 b    ..................................................................... 4 m . b a F t t m t    ............................................................................ 5 Spyros M, Steven C, Victor E,1995, hal. 8 Dimana : - Persamaan 1 mempunyai asumsi bahwa saat ini kita berada pada periode waktu t dan mempunyai nilai masa lalu sebanyak N.MA N tunggal dituliskan dengan St. - Persamaan 2 menganggap bahwa semua rata-rata bergerak tunggal S telah dihitung. Dengan persamaan ini pula kita menghitung rata-rata bergerak N-periode dari nilai-nilai S tersebut. Rata-rata bergerak ganda dituliskan sebagai S. - Persamaan 3 mengacu pada penyesuaian Moving Average tunggal S,, dengan perbedaan S,- S. - Persamaan 4 menentukan taksiran kecenderungan dari periode waktu yang satu ke periode waktu berikutnya. - Persamaan 5 menunjukkan bagaimana memperoleh ramalan untuk m periode ke depan dari t.

e. Metode Pemulusan Smoothing Eksponensial Ganda : Metode Dua Parameter

dari Holt. Metode pemulusan eksponensial Ganda dari Holt tidak menggunakan rumus pemulusan berganda secara langsung, tetapi memuluskan nilai trend dengan parameter yang berbeda-beda dari parameter yang digunakan pada deret asli. Parameter pemulusan ekponensial ganda didapat dengan menggunakan 2 konstanta pemulusan dengan nilai diantara 0 dan 1 dan 3 persamaan :    1 t 1 t t t b S 1 X S             1 t 1 t t t b 1 S S b         m . b S m F t t t    Spyros M, Steven C, Victor E,1995, hal. 8 Persamaan pertama menyesuaikan S t secara langsung untuk trend periode sebelumnya, yaitu b t - 1 dengan menambahkan nilai pemulusan terakhir, yaitu S t - 1 . Persamaan kedua meremajakan trend, yang ditujukan sebagai perbedaan antara 2 nilai pemulusan terakhir, karena mungkin masih terdapat sedikit kerendoman, maka hal ini dihilangkan oleh pemulusan dengan δ gamma trend pada periode terakhir S t - S t - 1 , dan menambahkan dengan. taksiran trend sebelumnya dikalikan dengan 1 - δ. Persamaan ketiga digunakan untuk ramalan kemuka. Trend bt dikalikan dengan jumlah periode ke muka yang diramalkan m dan ditambahkan pada nilai dasar St. Nilai awal inisialisasi dari metode pemulusan eksponensial ganda adalah :