Prosedur peramalan permintaan dengan metode time series adalah sebagai berikut Baroto, 2002 :
1. Tentukan pola data permintaan. Dilakukan dengan cara memplotkan data
secara grafis dan menyimpulkan apakah data berpola trend, musiman, siklikal, atau random.
2. Mencoba beberapa metode time series dengan pola permintaan tersebut untuk
melakukan peramalan. Metode yang dicoba semakin banyak semakin baik. 3.
Mengevaluasi tingkat kesalahan masing-masing metode yang telah dicoba. Tingkat kesalahan diukur dengan kriteria MAD, MSE, MAPE atau yang
lainnya. Sebaiknya nilai tingkat kesalahan apakah MAD, MSE, MAPE ini ditentukan dulu. Tidak ada ketentuan mengenai berapa tingkat kesalahan
maksimal dalam peramalan. 4.
Memilih metode peramalan terbaik diantara metode yang dicoba. Metode terbaik adalah metode yang memberikan tingkat kesalahan terkecil dibanding
metode lainnya dan tingkat kesalahan tersebut berada dibawah tingkat kesalahan yang telah diterapkan.
5. Melakukan peramalan permintaan dengan metode terbaik yang telah dipilih.
2.4.1 Metode yang Digunakan dalam
Times Series
1. Single Exponential Smoothing
Formula untuk metode Single Exponential Smoothing SES adalah Baroto, 2002
:
1
ˆ 1
ˆ
t t
t
f f
f
dimana :
t
fˆ
= perkiraan permintaan pada periode t
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
= suatu nilai 0 1 yang ditentukan secara subyektif
t
f = permintaan actual pada periode t
1
ˆ
t
f
= perkiraan permintaan pada periode t-1 Metode SES mengasumsikan peramalan permintaan untuk setiap periode ke
depan selalu sama. 2.
Weighted Moving Average Formula metode Meighted Moving Average adalah Baroto, 2002 :
m t
m t
t
f c
f c
f c
t f
2 2
1 1
ˆ
dimana :
t
fˆ
= ramalan permintaan real untuk periode t
t
f = permintaan actual pada periode t
1
c
= bobot masing-masing data yang digunakan
1
1
c
, ditentukan secara subyektif
m = jumlah periode yang digunakan untuk peramalan subyektif Pada metode WMA peramalan permintaan untuk setiap periode mendatang
diasumsikan sama. 3.
Double Exponential Smoothing Formula metode Double Exponential Smoothing adalah Baroto, 2002 :
t t
e t
a a
F
1
dimana :
1
, a a
o
adalah parameter proses dan e mempunyai nilai harapan dari 0 dan sebuah variasi
2 e
. Misalkan
1
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
1 1
2 2
... f
f f
f F
t t
t t
t
Persamaaan diatas dapat pula ditulis ulang sebagai :
1 1
t i
t t
i t
f f
F
Double Exponential Smoothing adalah modifikasi dari Single Exponential Smoothing yang dirumuskan sebagai berikut :
1
2 2
t
X Xt
Xt
dimana
:
2
Xt = F’t = peramalan double exponential smoothing
= faktor smoothing dan
1 Xt
= Ft
4. Winter’s
Metode peramalan Winter’s digunakan untuk suatu data yang berpola musiman. Baroto,2002
Formulasi untuk metode Winter’s adalah :
t t
C t
a a
t .
1 ,
dengan :
t t
t
a a
f C
. 1
1 2
,
2 a
N a
a
N
N f
f a
1 2
1
N f
f
N N
t t
2 1
2
N f
f
N t
t
1 1
2 1
1 2
2 ,
N
a f
a
N
1
1
N C
N t
t
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
2.4.2 Ukuran Akurasi dari Peramalan