2.7.4 Pola Trend T
Pola trend adalah bila data permintaan menunjukkan pola kecenderungan gerakkan penurunan atau kenaikkan jangka panjang. Data yang kelihatannya berfluktuasi, apabila
dilihat pada rentang waktu yang panjang akan ditarik garis maya. Garis maya itulah yang disebut garis trend. Bila data berpola trend, maka metode peramalan yang sesuai
adalah metode regresi linier, exponenential smoothing, atau double exponential smoothing
. Untuk pola data trend dapat ditunjukkan pada gambar dibawah ini.
Y
Waktu
Gambar 2.4 Pola Data Trend
2.8. Metode Pemulusan
Metode smoothing adalah metode peramalan dengan mengadakan penghalusan atau pemulusan terhadap data masa lalu yaitu dengan mengambil rata-rata dari nilai beberapa
tahun untuk menaksir nilai pada tahun yang akan datang. Secara umum metode smoothing di klasifikasikan menjadi 2 dua bagian, yaitu:
1. Metode Rata-Rata Metode rata-rata dibagi atas 4 empat bagian, yaitu:
a. Nilai Tengah Mean
Universitas Sumatera Utara
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 memanfaatkan data masa lalu untuk mengembangkan suatu sistem peramalan pada periode mendatang.
2. Metode Smoothing Eksponensial Bentuk umum dari metode smoothing eksponensial adalah:
……………………………………..……………..2.1 Keterangan
Peramalan satu periode ke depan. Data aktual pada periode ke t.
Peramalan pada periode ke t. Parameter smoothing.
Bila bentuk umum tersebut diperluas maka akan berubah menjadi: …………..…….. 2.2
Dari pemulusan bentuk umum di atas dapatlah dikatakan bahwa metode smoothing eksponensial merupakan sekelompok metode yang menunjukkan pembobotan menurun
secara eksponensial terhadap nilai observasi yang lebih tua atau dengan kata lain observasi yang baru diberikan bobot yang relatif lebih besar dengan nilai observasi yang
lebih tua. Metode ini terdiri atas:
Universitas Sumatera Utara
a. Smoothing Eksponensial Tunggal
a.1. Satu Parameter One Parameter a.2. Pendekatan Aditif ARRES
Digunakan untuk data yang bersifat stationer dan tidak menunjukkan pola atau trend.
b. Smoothing Eksponensial Ganda
b.1. Metode Linier Satu Parameter dari Brown b.2. Metode Dua Parameter dari Holt
c. Smoothing Eksponensial Triple
c.1. Metode Kuadratik Satu Parameter dari Brown Digunakan untuk pola kuadratik, kubik, atau orde yang lebih tinggi.
c.2. Metode Kecenderungan dan Musim Tiga Parameter dari Winter Dapat digunakan untuk data berbentuk trend dan musiman
c.3. Smoothing Eksponensial Menurut Klasifikasi Peges
2.9. Metode Smoothing yang Digunakan