Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
Tingkat akurasi yang dibutuhkan sangat erat kaitannya dengan tingkat perincian yang dibutuhkan dalam suatu peramalan.
2.4 Metode Laju Pertumbuhan Geometri
Tingkat pertumbuhan geometris adalah pertumbuhan penduduk bertahap, yaitu dengan memperhitungkan pertumbuhan penduduk hanya pada akhir tahun dari suatu
periode. Metode ini menghitung pertumbuhan penduduk secara garis besar kasar, yaitu tanpa menghitung angka kematian dan migrasi Ida Bagoes Mantra,Ph.D.2000
Dengan memperhitungkan data diatas maka dapat digunakan suatu rumusan untuk melakukan peramalan jumlah penduduk pada tahun 2008. Adapun rumusan
yang dipergunakan adalah dengan rumusan sebagai berikut:
t o
t
r P
P +
= 1
o t
t
P P
r =
+ 1
maka 1
1
−
=
t o
t
P P
r
Keterangan : Po
: Jumlah penduduk pada tahun dasar. Pt
: Jumlah penduduk pada tahun t. t
: Jangka waktu dalam banyaknya tahun. r
: rata – rata laju pertumbuhan penduduk per tahun. Dengan rumus diatas maka jumlah penduduk tahun 2008 dapat diperkirakan.
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
2.5 Metode Pemulusan Smoothing
Metode pemulusan smoothing adalah metode peramalan dengan mengadakan penghalusan terhadap masa lalu, yaitu dengan mengambil rata – rata dari nilai
beberapa tahun untuk menaksir nilai pada beberapa tahun ke depan. Secara umum metode penghalusan smoothing diklasifikasikan menjadi dua
yaitu: 1. Metode rata –rata moving average
Dengan moving average rata – rata bergerak ini kita melakukan peramalan dengan mengambil sekelompok nilai pengamatan, mencari rata – ratanya, lalu
menggunakan rata – rata tersebut sebagai ramalan untuk periode berikutnya. Istilah rata – rata bergerak digunakan, karena setiap kali data pengamatan baru
tersedia, maka angka rata – rata yang baru dihitung, dan dipergunakan sebagai ramalan.
Metode rata – rata bergerak dibagi atas empat bagian yaitu: 1. Nilai tengah mean.
2. Rata – rata bergerak tunggal Single Moving Average. 3. Rata – rata bergerak ganda Double Moving Average.
4. Kombinasi rata – rata bergerak Metode rata – rata tujuannya adalah untuk memanfaatkan data masa lalu untuk
mengembangkan suatu system peramalan pada periode mendatang. 2. Metode pemulusan smoothing eksponensial
Metode pemulusan smoothing eksponensial merupakan pengembangan dari metode rata – rata bergerak moving average. Dalam metode ini peramalan
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
dilakukan dengan mengulang secara terus – menerus dengan menggunakan data terbaru. Setiap data diberi bobot, data yang lebih baru diberi bobot yang
lebih besar.
Bentuk umum dari metode pemulusan smoothing eksponensial ini adalah:
t t
t
F X
F
α α
− +
=
+
1
1
Keterangan: F
t+1
: ramalan satu periode ke depan X
t
: data actual pada periode t F
t
: ramalan pada periode t α
: parameter pemulusan 0 α 1
Bila bentuk umum tersebut diperluas maka akan berubah menjadi:
1 2
2 1
1
1 .......
1 1
− −
− +
− +
+ −
+ −
+ =
n t
n t
t t
t
F X
X X
F α
α α
α α
α
Matode ini terdiri atas: 3. Smoothing Eksponensial Tunggal.
a. Satu Parameter one parameter.
b. Pendekatan Aditif ARRES.
Digunakan untuk data yang bersifat stasioner dan tidak menunjukkan pola atau trend.
4. Smoothing Eksponensial Ganda. a.
Metode Linier Satu Parameter dari Brown. b.
Metode Dua Parameter dari Holt. 3. Smoothing Eksponensial Tripel.
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
a. Metode Kuadratik Satu Parameter dari Brown.
Digunakan untuk pola data kuadratik, kubik, atau orde yang lebih tinggi.
b. Metode Kecendrungan dan Musiman Tiga Parameter dari
Winter. 4. Smoothing Eksponensial menurut Klasifikasi Pegels.
2.6 Metode Smoothing yang Digunakan
