Nisma Khairani RTG : Peramalan Produksi Sawit Di Sumatera Utara Pada Tahun 2010, 2008. USU Repository © 2009
Untuk mencari dan menghitung nilai peramalan di masa yang akan datang berdasarkan item – item yang ada yang berhubungan dengan data produksi kelapa sawit di sumatera
utara,maka digunakan metode pemulusan smooting eksponensial.metode yang menjelaskan sekolompok metode yang menunjukkan pembobotan secara eksponensial
terhadap nilai observasi.oleh karena itu metode ini disebut metode pemulusan smooting ekponensial seperti halnya dengan rata – rata bergerak.Metode pemulusan smoothing
eksponensial terdiri atas tunggal,dan metode yang lebih rumit.semua mempunyaisifat yang sama yaitu nilai yang lebih baru diberikan relatif lebih besar disbanding dengan nilai
observasi yang lebih lama.
Dalam kasus rata – rata bergerak,bobot yang dikenal pada nilai – nilai observasi merupakan hasil sampingan dari system tertentu yang diambil.tetapi dalam pemulusan
smoothingeksponensial terdapat satu atau lebih parameter pemulusan yang ditentukan secara eksplisit dan hasil pilihan ini menentukan bobot yang dikenakan pada nilai
observasi.
2.4.1 Size Sampel uji Kecukupan Sampel
Dalam menganalisa suatu data,terlebih dahulu harus dilakukan uji size sample untuk mengetahui apakah data tersebut telah memenuhi sample size.untuk mengetahui
kecukupan sampel dapat dihitung dengan rumus :
Nisma Khairani RTG : Peramalan Produksi Sawit Di Sumatera Utara Pada Tahun 2010, 2008. USU Repository © 2009
∑ ∑
∑
− =
yi yi
yi N
N
2 2
2
20
Dimana sampel size akan mencukupi jika N’ N,sehingga data tersebut telah layak di analisis.
Contoh tabel data size
Table 2.1 nilai yang penting untuk menghitung uji kecukupan sampel No Sampel
Yi Yi²
1 2
3 .
. .
n Y1
Y2 Y3
. .
. n
Y1 Y2
Y3 .
. .
n
∑
n
yi
1
∑
n
yi
1 2
2.4.2 Metode Smoothing Rata – Rata Bergerak Tunggal
Nisma Khairani RTG : Peramalan Produksi Sawit Di Sumatera Utara Pada Tahun 2010, 2008. USU Repository © 2009
Metode Smoothing Rata – rata bergerak tunggal merupakan suatu metode peramalan dengan mengambil sekelompok pengamatan,mencari rata – rata dari pengamatan tersebut
dan kemudian menggunakan rata – rata tersebut sebagai ramalan untuk periode berikutnya.
Secara sederhan,tekhnik peramalan dengan rata – rata bergerak dapat ditunjukkan sebagai berikut :
N Y
Y Y
Y Y
N t
t I
t 1
1
... 1
ˆ
+ −
− +
+ +
+ =
=
Atau
∑
= −
= +
=
t N
t t
t
Y N
F
1 1
1
Dimana :
1 +
t
F =
Ramalan untuk waktu t+1
i
Y =
Nilai Aktual untuk waktu t i
= Periode waktu
N =
Jumlah nilai yang dimasukkan dalam rata – rata
Nisma Khairani RTG : Peramalan Produksi Sawit Di Sumatera Utara Pada Tahun 2010, 2008. USU Repository © 2009
Adapun metode smoothing rata – rata bergerak tunggal ini dapat menggunakan bermacam – macam rata antara lain rata – rata bergerak tunggal dengan satu periode,dua
periode,tiga periode dan sebagainya.
Tabel 2.2 Penggunaan Tabel Untuk Smoothing Rata – Rata Bergerak Tunggal
OBSERVASI PERAMALAN
PERAMALAN Yi
1 PERIODE 2 PERIODE
Y1 Y2
Y3 Y4
Y5 -
Y1 Y2
Y3 Y4
Y5 -
- Y1 + Y22
Y2 + Y32 Y3 + Y42
Y4 + Y52
2.4.3 Exponential Smoothing Tunggal
Ada dua batasan utama dari penggunaan rata – rata bergerak dalam penyusunan ramalan pertama untuk menghitung nilai rata – rata bergerak.dibutuhkan sejumlah N data atau
nilai – nilai yang di observasi di masa yang lalu harus dipertimbangkan terutama dalam ruang penyimpananstorage space.
Nisma Khairani RTG : Peramalan Produksi Sawit Di Sumatera Utara Pada Tahun 2010, 2008. USU Repository © 2009
Kedua,timbangan yang digunakan untuk setiap data yang telah terjadi sebanyak N pada masa lalu sehingga semua data observasi sebanyak N tersebut mempunyai peranan
yang sama pentingnya dalam peramalan.Selanjutnya perlu di cari suatu ukuran yang baik,yang dapat memenuhi suatu kasus atau pandangan bahwa data observasi yang telah
terjadi paling akhir memberikan informasi yang banyak dari observasi sebelumnya, tentang apa yang akan terjadi pada masa yang akan datang.
Jadi data yang paling akhir haruslah di berikan timbangan atau bobot yang relative lebih besar dalam peramalan yang dilakukan,dari data atau nilai observasi yang
lebih dahulu di samping itu metode ini hanya membutuhkan dua titik butir guna meramalkan nilai yang akan terjadi pada masa yang akan datang.
Secara sederhana metode smoothing eksponensial dapat di tunjukkan sebagai berikut.
t i
t
F Y
F 1
1
α α
− +
=
+
Dimana :
1 +
t
F =
Ramalan untuk waktu t+1
t
F =
Ramalan waktu ke t
i
Y =
Nilai Observasi waktu ke t
= Bobot
2.4.4 Persentase kesalahan kuadrat Ramalan
