Metode Pemulusan Smoothing Peramalan Nilai Penjualan Energi Listrik (Dalam Rupiah) Di PT PLN (Persero) Cabang Medan Untuk Tahun 2010 Berdasarkan Data Tahun 1997-2007

Devisanta W. M : Peramalan Nilai Penjualan Energi Listrik Dalam Rupiah Di PT PLN Persero Cabang Medan Untuk Tahun 2010 Berdasarkan Data Tahun 1997-2007, 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 : kuartal tahun tertentu, bulanan, atau hari-hari pada minggu tertentu. 3. Pola Siklis Cyclical Pola data yang menunjukkan gerakan naik turun dalam jangka panjang dari suatu kurva trend. Terjadi bila datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklis bisnis. 4. Pola Data Trend Pola yang menunjukkan kenaikan atau penurunan jangka panjang data.

2.5 Metode Pemulusan Smoothing

Metode Pemulusan Smoothing adalah metode peramalan dengan mengadakan pengahalusan terhadap masa lalu, yaitu dengan mengambil rata-rata dari nilai beberapa tahun lalu untuk menaksir nilai pada beberapa tahun ke depan. Secara umum metode smoothing diklassifikasikan menjadi dua bagian : 1. Metode Rata-rata Devisanta W. M : Peramalan Nilai Penjualan Energi Listrik Dalam Rupiah Di PT PLN Persero Cabang Medan Untuk Tahun 2010 Berdasarkan Data Tahun 1997-2007, 2009. Metode rata-rata dibagi atas empat bagian : 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. Metode rata-rata tujuannya adalah untuk memanfaatkan data masa lalu untuk mengembangkan suatu sistem peramalan pada periode mendatang. 2. Metode Pemulusan Eksponensial Bentuk umum dari metode pemulusan eksponensial : F t +1 = α X t + 1 – α F t Dimana : F t +1 : ramalan suatu periode ke depan X t : data aktual pada periode ke-t Ft : ramalan pada periode ke-t α : parameter pemulusan Bila bentuk umum tersebut diperluas maka akan berubah menjadi: F t +1 = α X t + α 1-α X t-1 + α 1-α 2 X t-2 + … + α 1-α N X t-N-1 Dari pemulusan bentuk umum diatas dapatlah dikatakan bahwa metode eksponensial smoothing merupakan sekelompok metode yang menunjukkan pembobotan menurun secara eksponensial terhadap nilai observasi yang lebih tua atau Devisanta W. M : Peramalan Nilai Penjualan Energi Listrik Dalam Rupiah Di PT PLN Persero Cabang Medan Untuk Tahun 2010 Berdasarkan Data Tahun 1997-2007, 2009. dengan kata lain observasi yang baru diberikan bobot yang relatif lebih besar dengan nilai observasi yang lebih tua. Metode ini terdiri atas : 1. Metode Eksponensial Tunggal a. Satu Parameter One Parameter b. Pendekatan Aditif Digunakan untuk data yang bersifat stationer dan tidak menunjukkan pola data atau trend 2. Metode Smoothing Eksponensial Ganda a. Metode Linier Satu Paremeter dari Brown b. Metode Dua Paremeter dari Holt 3. Metode Ekponensial Triple a. Metode Kudaratik Satu Paremeter dari Brown Digunakan untuk pola kudaratik, kubik, atau orde yang lebih tinggi. b. Metode Kecenderungan dan Musim Tiga Paremeter dari Winter Dapat digunakan untuk data berbentuk trend dan musiman.

2.5.1 Metode yang Digunakan

Untuk menggunakan hasil yang baik harus diketahui cara peramalan yang tepat. Maka metode peramalan analisis time series yang digunakan untuk meramalkan nilai penjualan energi listrik pada pemecahan masalah ini adalah dengan menggunakan Metode Smoothing Eksponensial Ganda Satu Paremeter dari Brown. Devisanta W. M : Peramalan Nilai Penjualan Energi Listrik Dalam Rupiah Di PT PLN Persero Cabang Medan Untuk Tahun 2010 Berdasarkan Data Tahun 1997-2007, 2009. Metode ini merupakan metode yang dikemukakan oleh Brown. Dasar pemikiran dari metode Smoothing Eksponensial Linier Satu Paremeter dari Brown adalah serupa dengan rata-rata bergerak linier, karena kedua nilai pemulusan tunggal dan ganda ketinggalan dari data sebelumnya. Persamaan yang dapat dipakai dalam pelaksanaan Eksponensial Linier Satu Paremeter dari Brown adalah sebagai berikut : S t = X t + 1- S ’ t-1 S t = S t + 1- S t-1 a t = 2 S t - S t b t = α α − 1 S t - S t F t+ m = a t + b t m Dimana : S t = Smoothing pemulusan eksponensial tunggal periode t S t = Smoothing eksponensial ganda periode t α = Paremeter Pemulusan Eksponensial a t, , b t = konstanta pemulusan F t+ m = Ramalan untuk m periode ke muka Devisanta W. M : Peramalan Nilai Penjualan Energi Listrik Dalam Rupiah Di PT PLN Persero Cabang Medan Untuk Tahun 2010 Berdasarkan Data Tahun 1997-2007, 2009.

2.6 Ketepatan Ramalan