lalu.Ketepatan peramalan dengan metode ini akan terdapat pada peramalan jangka pendek, sedangkan untuk peramalan jangka panjang kurang akurat.
1. Metode Rata-rata Bergerak Sederhana Simple Moving Average
Peramalan didasarkan pada proyeksi serial data yang dimuluskan dengan rata-rata bergerak. Satu set data N periode terakhir dicari rata-ratanya, selanjutnya dipakai
sebagai peramalan untuk periode berikutnya. Istilah rata-rata bergerak digunakan karena setiap diperoleh observasi data aktual baru maka rata-rata yang baru dapat
dihitung dengan mengeluarkan meninggalkan data periode yang terlama dan memasukkan data periode yang terbaru terakhir. Rata-rata yang baru ini kemudian
dipakai sebagai peramalan untuk periode yang akan datang, dan seterusnya. Serial data yang digunakan jumlahnya selalu tetap dan termasuk data periode terakhir.
Secara matematika, rumus peramalan dengan metode rata-rata bergerak sederhana sebagai berikut:
∑
di mana: X
= data pengamatan periode t N
= jumlah deret waktu yang digunakan = nila peramalan periode t+1
2. Metode Pemulusan Eksponensial Tunggal Single Exponential Smoothing
Metode pemulusan
eksponensial tunggal
single exponential
smoothing menambahkan param
eter α dalam modelnya untuk mengurangi faktor kerandoman. Nilai peramalan dapat dicari dengan menggunakan rumus berikut ini:
Universitas Sumatera Utara Universitas Sumatera Utara
di mana: = data permintaan pada periode t
α = faktor konstanta pemulusan
= peramalan untuk periode t
Berbeda dengan metode rata-rata bergerak yang hanya menggunakan N data periode terakhir dalam melakukan peramalan, metode pemulusan eksponensial
tunggal mengikutsertakan data dari semua periode.Setiap data pengamatan mempunyai kontribusi dalam penentuan nilai peramalan periode sesudahnya.Namun,
dalam perhitungannya cukup diwakili oleh data pengamatan dan hasil peramalan periode terakhir, karena nila peramalan periode sebelumnya sudah mengandung nilai-
nilai pengamatan sebelumnya.
Istilah eksponensial dalam metode ini berasal dari pembobotan faktor pemulusan dari periode sebelumnya yang berbentuk eksponensial, sebagaimana
dijabarkan berikut ini:
Di sini terlihat bahwa koefisien X dari waktu ke waktu membentuk hubungan eksponensial. Misalnya, untuk α = 0,2 maka koefisien dari
berturut-turut adalah 0,2; 0,2 0,8; 0,2 0,8
2
; 0,2 0,8
3
; …; 0,2
0,8
N+1
3. Metode Pemulusan Eksponensial Linier