3. Pola siklis S terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka
panjang seperti berhubungan dengan siklus bisnis. Penjualan produk seperti mobil, baja, dan peralatan utama lainnya.
4. Pola trend T terjadi bilamana terdapat kenaikan atau penurunan sekuler jangka
panjang dalam data. Penjualan banyak perusahaan, produk bruto nasional GNP dan berbagai indikator bisnis atau ekonomi lainnya mengikuti suatu pola trend
selama perubahannya sepanjang waktu.
2.4 Metode Peramalan Eksponesial Ganda Metode Linier Satu Parameter dari Brown
Kelompok metode yang menunjukkan pembobotan menurun secara eksponesial terhadap nilai pengamatan yang lebih tua disebut prosedur pemulusan eksponesial.
Seperti halnya dengan rata-rata bergerak, metode eksponensial terdiri atas tunggal, ganda dan metode yang lebih rumit. Semua mempunyai sifat yang sama, yaitu nilai
yang lebih baru diberikan bobot yang relatif besar dibanding nilai pengamatan yang lebih lama.
Dalam kasus rata-rata bergerak, bobot yang dikenakan pada nilai-nilai pengamatan merupakan hasil sampingan dari sistem MA tertentu yang diambil. Tetapi
dalam pemulusan eksponensial, terdapat satu atau lebih parameter pemulusan yang ditentukan secara eksplisit, dan hasil pilihan ini menetukan bobot yang dikenakan
pada nilai observasi.
Universitas Sumatera Utara
Dengan cara analogi yang dipakai pada waktu berangkat dari rata-rata bergerak tunggal ke pemulusan smoothing eksponesial tunggal juga dapat berangkat
dari rata-rata bergerak ganda kepemulusan ganda. Perpindahan seperti ini mungkin menarik karena salah satu keterbatasan dari rata-rata bergerak linier, kecuali bahwa
jumlah nilai data yang diperlukan sekarang adalah 2N-1. Pemulusan eksponensial linier dapat dihitung hanya dengan tiga nilai data dan satu nilai untuk . Pendekatan
ini juga memberikan bobot yang semakin menurun pada observasi masa lalu. Dengan alasan ini pemulusan eksponensial linier lebih disukai dari pada rata-rata bergerak
linier sebagai suatu metode peramalan dalam berbagai kasus utama.
Dasar pemikiran dari pemulusan eksponensial linier dari Brown adalah sama dengan rata-rata bergerak linier, karena kedua nilai pemulusan eksponensial tunggal
dan ganda ketinggalan dari data yang sebenarnya bilamana terdapat unsur trend, perbedaan antara nilai pemulusan tunggal dan ganda dapat ditambahkan kepada nilai
pemulusan tunggal dan disesuaikan untuk trend. Persamaan yang dipakai dalam implementasi pemulusan eksponesial linier satu parameter dari Brown sebagai
berikut :
Universitas Sumatera Utara
Dimana : adalah nilai pemulusan eksponensial tunggal
adalah nilai pemulusan eksponensial ganda m
adalah jumlah periode kedepan yang diramalkan
Jenis inisialisasi muncul dalam setiap metode pemulusan eksponensial. Jika parameter pemulusan tidak mendekati nol, pengaruh dari proses inisialisasi ini
dengan cepat menjadi kurang berarti dengan berlalunya waktu. Tetapi jika mendekati nol, proses inisialisasi tersebut dapat memainkan peranan yang nyata
selama periode waktu kedepan yang panjang. Beberapa kriteria untuk menguji ketepatan ramalan yaitu :
1. ME Mean Error nilai tengah kesalahan
2. MSE Mean Square Error nilai tengah kesalahan kuadrat
3. MAE Mean Absolut Error nilai tengah kesalahan absolut
4. MAPE Mean Absolut Percentage Error
5. MPE Mean Percentage Error
Universitas Sumatera Utara
Dimana : =
kesalahan pada periode t = data aktual pada periode ke t
= kesalahan persentase pada periode ke t
= nilai ramalan pada periode ke t N
= banyaknya periode waktu
2.5 Metode Peramalan
