Metode kualitatif dibagi menjadi dua bagian yaitu: a.
Model Eksploratif Model ini dimulai dari data atau masalah
– masalah dari masa lalu dan masa kini sebagai titik awalnya dan bergerak ke arah masa depan dengan melihat
semua kemungkinan yang ada. b.
Model Normatif Model ini dimulai dengan cara menetapkan sasaran tujuan yang akan datang
kemudian bekerja mundur untuk melihat apakah hal ini dapat dicapai berdasarkan kendala, sumber daya dan teknologi yang tersedia.
2.4 Metode Peramalan yang Digunakan
Untuk mendapatkan suatu hasil yang baik dan tepat maka haruslah diketahui dan digunakan metode peramalan yang tepat. Dalam meramalkan jumlah wisatawan
mancanegara yang berkunjung ke Sumatera Utara pada tahun 2016, penulis menggunakan metode analisis deret berkala
Time series
melalui metode
smoothing
yaitu ”Metode Rata – Rata Bergerak Ganda
Double Moving Average
.”
Metode yang sering digunakan untuk meratakan deret berkala yang bergelombang adalah metode rata
– rata bergerak. Metode ini dibedakan atas dasar jumlah tahun yang digunakan untuk mencari rata
– ratanya. Misalnya jika digunakan satu tahun sebagai dasar pencarian rata
– rata bergerak, teknik tersebut dinamakan rata
– rata bergerak per satu tahun. Jika digunakan tiga tahun sebagai dasar pencarian rata
– rata bergerak, teknik tersebut dinamakan rata – rata bergerak per tiga tahun.
Ada beberapa langkah dalam menentukan ramalan dengan metode
double moving average
, antara lain sebagai berikut:
Universitas Sumatera Utara
f Menghitung
moving average
rata- rata bergerak pertama diberi simbol S′
t
, dihitung dari data historis yang ada. Hasilnya diletakkan pada periode
terakhir
moving average
pertama.
g Menghitung
moving average
rat- rata bergerak kedua, diberi simbol S′′
t
, dihitung dari rata-rata bergerak kedua. Hasilnya diletakkan pada periode
terakhir
moving average
kedua.
h Menentukan besarnya nilai Konstanta
i Menentukan besarnya nilai Slope
j Menentukan besarnya
forecast
dengan = Rata-rata bergerak tunggal pada waktu
t
= Rata-rata bergerak ganda pada waktu
t
= Banyaknya nilai masa lalu = Konstanta untuk
m
periode ke muka = Komponen kecenderungan
Universitas Sumatera Utara
= Jangka waktu rata-rata bergerak = Jumlah periode ke muka yang digunakan
= Hasil peramalan untuk m periode ke depan yang akan digunakan
2.5 Menghitung Kesalahan Peramalan
Hasil proyeksi yang akurat adalah
forecast
yang bisa meminimalakan kesalahan meramal
forecast error
. Besarnya
forecast error
dihitung dengan mengurangi data riil dengan besarnya ramalan.
Error E = X
t
F
t
dengan X
t
= data rill periode ke-t F
t
= ramalan periode ke-t
Dalam menghitung
forecast error
digunakan: a.
Percentage Error PE Percentage Error merupakan Kesalahan persentase dari suatu peramalan,
dengan X
t
= nilai data periode ke-t F
t
= nilai ramalan N
= banyaknya data
Universitas Sumatera Utara
b. Absolute Persentage Error APE
Absolute Persentage Error adalah kesalahan persentase absolut,
c. Mean Percentage Error MPE
Mean Percentage Error adalah persentase rata-rata kesalahan absolut,
d. Mean Absolute Percentage Error MAPE
Mean Absolute Percentage Error merupakan nilai tengah kesalahan persentase absolute dari suatu peramalan,
Universitas Sumatera Utara
BAB 3 PENGOLAHAN DATA