Pada penyusunan Tugas Akhir ini, peramalan yang digunakan penulis adalah peramalan kuantitatif.
2.3 Metode Peramalan
2.3.1 Pengertian Metode Peramalan
Metode Peramalan adalah suatu cara memperkirakan atau mengestimasi secara kuantitatif maupun kualitatif apa yang terjadi pada masa depan berdasarkan data yang
relevan pada masa lalu.
Kegunaan Metode Peramalan ini adalah untuk memperkirakan secara sistematis dan pragmatis atas dasar data yang relevan pada masa lalu. Dengan
demikian metode peramalan diharapkan dapat memberikan objektivitas yang lebih besar.
2.3.2 Jenis-jenis Metode Peramalan
1. Metode peramalan yang didasarkan atas penggunaan analisa hubungan antar variable yang diperkirakan dengan variable waktu merupakan deret berkala Time
series . Metode Peramalan yang termasuk pada jenis ini yaitu : a. Metode Pemulusan smoothing
b. Metode Box Jenkins c. Metode Proyeksi Tren dengan regresi
Universitas Sumatera Utara
2. Metode peramalan yang didasarkan atas penggunaan analisis pola hubungan antar variable yang akan diperkirakan dengan variable lain yang mempengaruhinya, yang
bukan waktunya disebut Metode Korelasi atau sebab akibat metode causal . Metode peramalan yang termasuk dalam jenis ini adalah :
a. Metode Regresi dan Korelasi b. Metode Ekonometri
c. Metode Input Output
2.3.3 Metode Pemulusan Smoothing
Merode 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 datang.
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 Eksponensial Tunggal 1. Satu Parameter
2. Pendekatan Adatif
Universitas Sumatera Utara
Pendekatan ini memiliki kelebihan yang nyata dalam hal nilai yang dapat berubah secara terkendali, dengan adanya perubahan dalam pola datanya.
b. Pemulusan Eksponensial Ganda 1. Metode Linear Satu Parameter dari Brown
S
t
= X
t
+ 1 S
1
t
S
t
= S
t
+ 1 S
1
t
a
t
= S
t
+ S
t
- S
t
= 2 S
t
- S
t
b
t
=
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 Pemulusan Eksponensial Ganda Double Eksponensial Smoothing Value
= parameter Pemulusan Eksponensial a
t
, b
t
= konstanta pemulusan F
m t
= hasil peramalan untuk m periode ke depan yang akan diramalkan
2. Metode Dua Parameter dari Holt Metode ini digunakan untuk peramalan data yang bersifat trend.
Universitas Sumatera Utara
S
t
= X
t
+ 1 S
1
t
+ b
1
t
, b
t
= S
t
+ S
1
t
+ 1 b
1
t
, F
m t
= S
t
+ b
t
m Di mana :
= parameter Pemulusan Eksponensial
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 kecendrungan 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:
F
1
t
= X
t
+ 1 F
t
Di mana: F
1
t
= Ramalan untuk periode mendatang = Parameter eksponensial yang besarnya 0 1
X
t
= Nilai aktual pada periode-t
Universitas Sumatera Utara
F
t
= Ramalan pada periode-t
2.4 Metode Peramalan Yang Digunakan
