Peramalan Kedatangan Wisatawan Mancanegara Ke Sumatera Utara Melalui Pelabuhan Laut Belawan Tahun 2016-2017
16
BAB 2
LANDASAN TEORI
2.1 Pengertian Peramalan
Peramalan (Forecasting) merupakan alat bantu yang penting dalam perencanaan
yang efektif dan efisien dan merupakan bagian yang integral dari kegiatan
pengambilan keputusan manajemen (Makridakis, 1993). Peramalan adalah studi
terhadap data historis untuk menemukan hubungan, kecenderungan dan pola yang
sistematis (Ir Sugiarto, 2000).
Apabila direnungkan secara mendalam, banyak keputusan penting yang
dilakukan secara pribadi maupun perusahaan mengarah kepada kejadian-kejadian
di masa mendatang sehingga memerlukan ramalan tentang keadaan lingkungan
masa depan tersebut. Ramalan adalah suatu situasi atau kondisi yang diperkirakan
akan terjadi pada masa yang akan datang. Dan peramalan diperlukan untuk
menetapkan kapan suatu peristiwa akan terjadi atau timbul, sehingga tindakan
yang tepat dilakukan.
2.2 Kegunaan dan Peranan Peramalan
Peramalan merupakan alat bantu yang penting dalam perencanaan yang efektif
dan efesien. Dalam hal manajemen dan administrasi, perencanaan merupakan
kebutuhan yang besar, karena waktu tenggang untuk pengambilan keputusan
dapat berkisar dari beberapa tahun (untuk kasus penanaman modal) sampai
beberapa hari atau bahkan beberapa jam (untuk penjadwalan produksi dan
transportasi.
Kegunaan peramalan terlihat pada saat pengambilan keputusan. Keputusan
yang baik adalah keputusan yang didasarkan atas pertimbangan–pertimbangan
yang akan terjadi pada waktu keputusan itu dilaksanakan. Keberhasilan dari suatu
peramalan sangat ditentukan oleh:
Universitas Sumatera Utara
17
a. Pengetahuan teknik tentang pengumpulan informasi (data) masa lalu, data
ataupun informasi tersebut bersifat kuantitatif.
b. Teknik dan metode yang tetap dan sesuai dengan pola data yang telah
dikumpulkan.
Adapun peranan peramalan sebagai berikut:
1. Penelitian Salah satu tujuan penelitian adalah melakukan analisa terhadap
situasi dan kondisi sekarang untuk memperkirakan situasi dan kondisi yang
akan terjadi di masa depan. Gambaran perkembangan tersebut merupakan
perkiraan apa yang akan terjadi, sehingga dapat dikatakan peramalan selalu
diperkirakan dalam penelitian.
2. Perencanaan Peramalan merupakan dasar untuk menyusun rencana. Dalam
penyusunan rencana sering terjadi adanya perbedaan waktu dalam kegiatan
penyusunan rencana berupa penentuan kegiatan apa saja yang harus dilakukan,
kapan pelaksanaannya dan oleh siapa dilaksanakan. Apabila perbedaan waktu
tersebut panjang, maka peranan peramalan sangat dibutuhkan, terutama dalam
menentukan kapan suatu peristiwa akan terjadi sehingga dapat dipersiapkan
tindakan–tindakan apa yang perlu dilakukan.
3. Pengambilan keputusan Peramalan juga berperan dalam hal pengmbilan
keputusan. Keputusan yang baik adalah keputusan yang didasarkan atas
pertimbangan-pertimbangan apa saja yang akan terjadi pada waktu keputusan
itu dilaksanakan. Apabila kurang tepat ramalan yang disusun atau dibuat, maka
makin kurang baiklah keputusan yang kita ambil.
Gambaran perkembangan pada masa lalu yang akan datang diperoleh dari
hasil analisa data yang didapat dari penelitian yang telah dilakukan.
Perkembangan pada masa depan merupakan perkiraan apa yang akan terjadi,
sehingga dapat dikatakan bahwa peramalan selalu diperlukan di dalam penelitian.
Ketepatan penelitian merupakan hal yang penting, walaupun demikian perlu
diketahui bahwa sesuatu ramalan selalu ada unsur kesalahannya, sehingga yang
perlu diperhatikan adalah usaha untuk memperkecil kesalahan dari ramalan
tersebut.
Universitas Sumatera Utara
18
2.3 Jenis-Jenis Peramalan
Berdasarkan sifatnya, peramalan dibedakan atas dua macam yaitu:
2.3.1
Peramalan kualitatif
Peramalan kualitatif adalah peramalan yang didasarkan atas data kualitatif pada
masa lalu. Hasil peramalan yang dibuat sangat bergantung pada orang yang
menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan
berdasarkan pemikiran yang instuisi, pendapatan dan pengetahuan serta
pengalaman penyusunnya. Metoda kualitatif dibagi menjadi dua metode, yaitu:
1. Metode eksploratif
Pada metode ini dimulai dengan masa lalu dan masa kini sebagai awal dan
bergerak ke arah masa depan secara heuristik, sering kali dengan melihat
semua kemungkinan yang ada.
2. Metode normatif
Pada metode ini dimulai dengan menetapkan sasaran tujuan yang akan datang,
kemudian bekerja mundur untuk melihat apakah hal ini dapat dicapai
berdasarkan kendala, sumber daya dan teknologi yang tersedia.
2.3.2
Peramalan Kuantitatif
Peramalan kuantitatif adalah peramalan yang didasarkan atas data kuantitatif masa
lalu. Hasil peramalan yang dibuat sangat bergantung pada metode yang
dipergunakan dalam peramalan tersebut. Baik tidaknya metode yang digunakan
tergantung dengan perbedaan atau penyimpangan antara hasil ramalan dengan
kenyataan yang terjadi. Semakin kecil penyimpangan antara hasil ramalan dengan
kenyataan yang akan terjadi maka semakin baik pula metode yang digunakan.
Peramalan kuantitatif dapat diterapkan bila terdapat kondisi berikut:
1. Tersedia informasi (data) tentang masa lalu.
2. Informasi (data) tesebut dapat dikuantitatifkan dalam bentuk data numerik.
3. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut
pada masa yang akan datang.
Metode peramalan kuantitatif terbagi atas dua jenis model peramalan yang
utama, yaitu:
Universitas Sumatera Utara
19
1. Model deret berkala (time series)
Metode deret berkala adalah metode peramalan yang didasarkan atas
penggunaan analisa pola hubungan antara variabel yang akan diperkirakan
dengan variabel waktu, yang merupakan deret waktu.
2. Model kausal
Metode kausal adalah metode peramalan yang didasarkan atas penggunaan
analisa pola hubungan antara variabel lain yang mempengaruhinya, yang bukan
waktu yang disebut metode korelasi atau sebab akibat.
2.4 Karakteristik Peramalan Yang Baik
Karakteristik dari peramalan yang baik harus memenuhi beberapa kriteria
yaitu dari hal-hal sebagai berikut:
1. Ketelitian/ Keakuratan
Tujuan utama peramalan adalah menghasilkan prediksi yang akurat. Peramalan
yang terlalu rendah mengakibatkan kekurangan persediaan (inventory).
Peramalan yang terlalu tinggi akan menyebabkan inventory yang berlebihan
dan biaya operasi tambahan.
2. Biaya
Biaya untuk mengembangkan model peramalan dan melakukan peramalan
akan menjadi signifikan jika jumlah produk dan data lainnya semakin besar.
Mengusahakan melakukan peramalan jangan sampai menimbulkan ongkos
yang terlalu besar ataupun terlalu kecil. Keakuratan peramalan dapat
ditingkatkan
dengan
mengembangkan
model
lebih
komplek
dengan
konsekuensi biaya menjadi lebih mahal. Jadi ada nilai tukar antara biaya dan
keakuratan.
2.5 Pemilihan Metode Peramalan
Dalam memilih metode peramalan, perlu diketahui telebih dahulu ciri-ciri penting
dalam pengambilan keputusan dan analisis keadaan dalam mempersiapkan
peramalan. Ada enam faktor utama yang diidentifikasi sebagai teknik dan metode
peramalan, yaitu:
1. Horizon waktu
Universitas Sumatera Utara
20
Ada dua aspek dari horizon waktu yang berhubungan dengan masing-masing
metode peramalan, yaitu cakupan waktu dimasa yang akan datang dan jumlah
periode untuk peramalan yang diinginkan.
2. Pola Data
Dasar utama dari metode peramalan adalah anggapan bahwa macam pola yang
didapati di dalam data yang diramalkan akan berkelanjutan.
3. Model
Model-model merupakan suatu deret dimana waktu digambarkan sebagai unsur
yang penting untuk perubahan-perubahan dalam pola. Model-model perlu
diperhatikan karena masing-masing model mempunyai kemampuan yang
berbeda dalam analisis keadaan untuk pengambilan keputusan.
4. Biaya yang Dibutuhkan Umumnya ada empat biaya yang tercakup dalm
penggunaan suatu prosedur penelitian, yaitu biaya-biaya penyimpangan
(storage) data, operasi pelaksanaan, kesempatan dalam penggunaan dalam
teknik-teknik dan metode peramalan.
5. Ketepatan Pemulusan Tingkat ketepatan yang dibutuhkan sangat erat kaitannya
dengan tingkat perincian yang dibutuhkan.
6. Kemudahan dan Penerapan Metode-metode yang dimengerti dan mudah
diaplikasikan sudah merupakan prinsip umum dalam pengambilan keputusan.
2.6 Metode Pemulusan (Smoothing)
Metode pemulusan (Smoothing) adalah menggabungkan dua atau lebih nilai
pengamatan yang diambil dari periode selama faktor-faktor kausal yang sama
pengaruhnya memberikan nilai halusan, atau estimasi. Istilah halusan (smoothed)
dipakai karena kombinasi seperti itu cenderung mengurangi unsur random dengan
membuat pengaruh random yang positif dan negatif sebagian saling meniadakan.
Secara umum metode pemulusan (smoothing) dapat digolongkan menjadi
beberapa bagian.
2.6.1 Metode Perataan (Average)
1. Nilai tengah (Mean)
2. Rata-rata bergerak Tunggal (Single Moving Average)
Universitas Sumatera Utara
21
3. Rata-rata bergerak Ganda (Double Moving Average)
4. Kombinasi rata-rata bergerak lainnya.
2.6.2 Metode Pemulusan ( Smoothing) Eksponensial
1. Pemulusan (smoothing) eksponensial tunggal
2. Pemulusan (smoothing) eksponensial ganda, yang terdiri atas:
a.
Metode linier satu parameter dari Brown
b.
Metode dua parameter dari Holt
2.6.3 Metode Peramalan yang Digunakan
Untuk mendapatkan hasil yang baik dan tepat maka harus diketahui dan
digunakan metode peramalan yang tepat. Dalam meramalkan kedatangan
Wisatawan Mancanegara ke Sumatera Utara melalui Pelabuhan Laut Belawan dari
tahun 2016-2017 berdasarkan data tahun 2001-2014 maka penulis menggunakan
Metode Smoothing Eksponensial Ganda yaitu “Smoothing Eksponential Linier
Satu Parameter dari Brown”.
Secara umum prosedur Metode Eksponensial Smoothing Ganda yaitu
Smoothing Eksponensial Ganda yaitu Smoothing Eksponensial Linier Satu
Parameter dari Brown dapat diterangkan melalui persamaan berikut ini:
=
+
1. Menentukan nilai pemulusan eksponensial tunggal ( ′ )
′
= α
+ 1−
′
2. Menentukan nilai pemulusan eksponensial ganda ( " )
"
=α
"
+ (1 − α)
′
3. Menentukan nilai
=
′
=2
+(
′
−
′
−
"
)
"
Universitas Sumatera Utara
22
4. Menentukan
=
di mana:
(
′
−
"
)
= nilai peramalan untuk m periode ke depan
= besarnya konstanta periode t
= besarnya slope periode t
m
= jumlah periode yang di ramalkan
= nilai rill periode t
= nilai parameter pemulusan
α
′
= nilai pemulusan eksponensial tunggal periode t
"
= nilai pemulusan eksponensial ganda periode t
′
= nilai pemulusan eksponensial tunggal periode t−1
"
= nilai pemulusan eksponensial ganda periode t−1
Metode yang memberikan hasil ramalan secara tepat belum tentu tepat
untuk meramalkan data yang lain. Dalam peramalan time series, metode
peramalan terbaik adalah metode yang memenuhi kriteria ketepatan ramalan.
Kriteria ini berupa Mean Square Error (MSE). Mean Absolute Percentage Error
(MAPE), dan Mean Absolute Daviation (MAD).
Berikut ini adalah beberapa keriteria yang digunakan untuk menguji nilai
ramalan yaitu:
a. Nilai Tengah Kesalahan (Mean Error), dirumuskan dengan:
=
b. Nilai Tengah Kesalahan Kuadrat (Mean Square Error), dirumuskan dengan:
!
=
∑
#
Universitas Sumatera Utara
BAB 2
LANDASAN TEORI
2.1 Pengertian Peramalan
Peramalan (Forecasting) merupakan alat bantu yang penting dalam perencanaan
yang efektif dan efisien dan merupakan bagian yang integral dari kegiatan
pengambilan keputusan manajemen (Makridakis, 1993). Peramalan adalah studi
terhadap data historis untuk menemukan hubungan, kecenderungan dan pola yang
sistematis (Ir Sugiarto, 2000).
Apabila direnungkan secara mendalam, banyak keputusan penting yang
dilakukan secara pribadi maupun perusahaan mengarah kepada kejadian-kejadian
di masa mendatang sehingga memerlukan ramalan tentang keadaan lingkungan
masa depan tersebut. Ramalan adalah suatu situasi atau kondisi yang diperkirakan
akan terjadi pada masa yang akan datang. Dan peramalan diperlukan untuk
menetapkan kapan suatu peristiwa akan terjadi atau timbul, sehingga tindakan
yang tepat dilakukan.
2.2 Kegunaan dan Peranan Peramalan
Peramalan merupakan alat bantu yang penting dalam perencanaan yang efektif
dan efesien. Dalam hal manajemen dan administrasi, perencanaan merupakan
kebutuhan yang besar, karena waktu tenggang untuk pengambilan keputusan
dapat berkisar dari beberapa tahun (untuk kasus penanaman modal) sampai
beberapa hari atau bahkan beberapa jam (untuk penjadwalan produksi dan
transportasi.
Kegunaan peramalan terlihat pada saat pengambilan keputusan. Keputusan
yang baik adalah keputusan yang didasarkan atas pertimbangan–pertimbangan
yang akan terjadi pada waktu keputusan itu dilaksanakan. Keberhasilan dari suatu
peramalan sangat ditentukan oleh:
Universitas Sumatera Utara
17
a. Pengetahuan teknik tentang pengumpulan informasi (data) masa lalu, data
ataupun informasi tersebut bersifat kuantitatif.
b. Teknik dan metode yang tetap dan sesuai dengan pola data yang telah
dikumpulkan.
Adapun peranan peramalan sebagai berikut:
1. Penelitian Salah satu tujuan penelitian adalah melakukan analisa terhadap
situasi dan kondisi sekarang untuk memperkirakan situasi dan kondisi yang
akan terjadi di masa depan. Gambaran perkembangan tersebut merupakan
perkiraan apa yang akan terjadi, sehingga dapat dikatakan peramalan selalu
diperkirakan dalam penelitian.
2. Perencanaan Peramalan merupakan dasar untuk menyusun rencana. Dalam
penyusunan rencana sering terjadi adanya perbedaan waktu dalam kegiatan
penyusunan rencana berupa penentuan kegiatan apa saja yang harus dilakukan,
kapan pelaksanaannya dan oleh siapa dilaksanakan. Apabila perbedaan waktu
tersebut panjang, maka peranan peramalan sangat dibutuhkan, terutama dalam
menentukan kapan suatu peristiwa akan terjadi sehingga dapat dipersiapkan
tindakan–tindakan apa yang perlu dilakukan.
3. Pengambilan keputusan Peramalan juga berperan dalam hal pengmbilan
keputusan. Keputusan yang baik adalah keputusan yang didasarkan atas
pertimbangan-pertimbangan apa saja yang akan terjadi pada waktu keputusan
itu dilaksanakan. Apabila kurang tepat ramalan yang disusun atau dibuat, maka
makin kurang baiklah keputusan yang kita ambil.
Gambaran perkembangan pada masa lalu yang akan datang diperoleh dari
hasil analisa data yang didapat dari penelitian yang telah dilakukan.
Perkembangan pada masa depan merupakan perkiraan apa yang akan terjadi,
sehingga dapat dikatakan bahwa peramalan selalu diperlukan di dalam penelitian.
Ketepatan penelitian merupakan hal yang penting, walaupun demikian perlu
diketahui bahwa sesuatu ramalan selalu ada unsur kesalahannya, sehingga yang
perlu diperhatikan adalah usaha untuk memperkecil kesalahan dari ramalan
tersebut.
Universitas Sumatera Utara
18
2.3 Jenis-Jenis Peramalan
Berdasarkan sifatnya, peramalan dibedakan atas dua macam yaitu:
2.3.1
Peramalan kualitatif
Peramalan kualitatif adalah peramalan yang didasarkan atas data kualitatif pada
masa lalu. Hasil peramalan yang dibuat sangat bergantung pada orang yang
menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan
berdasarkan pemikiran yang instuisi, pendapatan dan pengetahuan serta
pengalaman penyusunnya. Metoda kualitatif dibagi menjadi dua metode, yaitu:
1. Metode eksploratif
Pada metode ini dimulai dengan masa lalu dan masa kini sebagai awal dan
bergerak ke arah masa depan secara heuristik, sering kali dengan melihat
semua kemungkinan yang ada.
2. Metode normatif
Pada metode ini dimulai dengan menetapkan sasaran tujuan yang akan datang,
kemudian bekerja mundur untuk melihat apakah hal ini dapat dicapai
berdasarkan kendala, sumber daya dan teknologi yang tersedia.
2.3.2
Peramalan Kuantitatif
Peramalan kuantitatif adalah peramalan yang didasarkan atas data kuantitatif masa
lalu. Hasil peramalan yang dibuat sangat bergantung pada metode yang
dipergunakan dalam peramalan tersebut. Baik tidaknya metode yang digunakan
tergantung dengan perbedaan atau penyimpangan antara hasil ramalan dengan
kenyataan yang terjadi. Semakin kecil penyimpangan antara hasil ramalan dengan
kenyataan yang akan terjadi maka semakin baik pula metode yang digunakan.
Peramalan kuantitatif dapat diterapkan bila terdapat kondisi berikut:
1. Tersedia informasi (data) tentang masa lalu.
2. Informasi (data) tesebut dapat dikuantitatifkan dalam bentuk data numerik.
3. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut
pada masa yang akan datang.
Metode peramalan kuantitatif terbagi atas dua jenis model peramalan yang
utama, yaitu:
Universitas Sumatera Utara
19
1. Model deret berkala (time series)
Metode deret berkala adalah metode peramalan yang didasarkan atas
penggunaan analisa pola hubungan antara variabel yang akan diperkirakan
dengan variabel waktu, yang merupakan deret waktu.
2. Model kausal
Metode kausal adalah metode peramalan yang didasarkan atas penggunaan
analisa pola hubungan antara variabel lain yang mempengaruhinya, yang bukan
waktu yang disebut metode korelasi atau sebab akibat.
2.4 Karakteristik Peramalan Yang Baik
Karakteristik dari peramalan yang baik harus memenuhi beberapa kriteria
yaitu dari hal-hal sebagai berikut:
1. Ketelitian/ Keakuratan
Tujuan utama peramalan adalah menghasilkan prediksi yang akurat. Peramalan
yang terlalu rendah mengakibatkan kekurangan persediaan (inventory).
Peramalan yang terlalu tinggi akan menyebabkan inventory yang berlebihan
dan biaya operasi tambahan.
2. Biaya
Biaya untuk mengembangkan model peramalan dan melakukan peramalan
akan menjadi signifikan jika jumlah produk dan data lainnya semakin besar.
Mengusahakan melakukan peramalan jangan sampai menimbulkan ongkos
yang terlalu besar ataupun terlalu kecil. Keakuratan peramalan dapat
ditingkatkan
dengan
mengembangkan
model
lebih
komplek
dengan
konsekuensi biaya menjadi lebih mahal. Jadi ada nilai tukar antara biaya dan
keakuratan.
2.5 Pemilihan Metode Peramalan
Dalam memilih metode peramalan, perlu diketahui telebih dahulu ciri-ciri penting
dalam pengambilan keputusan dan analisis keadaan dalam mempersiapkan
peramalan. Ada enam faktor utama yang diidentifikasi sebagai teknik dan metode
peramalan, yaitu:
1. Horizon waktu
Universitas Sumatera Utara
20
Ada dua aspek dari horizon waktu yang berhubungan dengan masing-masing
metode peramalan, yaitu cakupan waktu dimasa yang akan datang dan jumlah
periode untuk peramalan yang diinginkan.
2. Pola Data
Dasar utama dari metode peramalan adalah anggapan bahwa macam pola yang
didapati di dalam data yang diramalkan akan berkelanjutan.
3. Model
Model-model merupakan suatu deret dimana waktu digambarkan sebagai unsur
yang penting untuk perubahan-perubahan dalam pola. Model-model perlu
diperhatikan karena masing-masing model mempunyai kemampuan yang
berbeda dalam analisis keadaan untuk pengambilan keputusan.
4. Biaya yang Dibutuhkan Umumnya ada empat biaya yang tercakup dalm
penggunaan suatu prosedur penelitian, yaitu biaya-biaya penyimpangan
(storage) data, operasi pelaksanaan, kesempatan dalam penggunaan dalam
teknik-teknik dan metode peramalan.
5. Ketepatan Pemulusan Tingkat ketepatan yang dibutuhkan sangat erat kaitannya
dengan tingkat perincian yang dibutuhkan.
6. Kemudahan dan Penerapan Metode-metode yang dimengerti dan mudah
diaplikasikan sudah merupakan prinsip umum dalam pengambilan keputusan.
2.6 Metode Pemulusan (Smoothing)
Metode pemulusan (Smoothing) adalah menggabungkan dua atau lebih nilai
pengamatan yang diambil dari periode selama faktor-faktor kausal yang sama
pengaruhnya memberikan nilai halusan, atau estimasi. Istilah halusan (smoothed)
dipakai karena kombinasi seperti itu cenderung mengurangi unsur random dengan
membuat pengaruh random yang positif dan negatif sebagian saling meniadakan.
Secara umum metode pemulusan (smoothing) dapat digolongkan menjadi
beberapa bagian.
2.6.1 Metode Perataan (Average)
1. Nilai tengah (Mean)
2. Rata-rata bergerak Tunggal (Single Moving Average)
Universitas Sumatera Utara
21
3. Rata-rata bergerak Ganda (Double Moving Average)
4. Kombinasi rata-rata bergerak lainnya.
2.6.2 Metode Pemulusan ( Smoothing) Eksponensial
1. Pemulusan (smoothing) eksponensial tunggal
2. Pemulusan (smoothing) eksponensial ganda, yang terdiri atas:
a.
Metode linier satu parameter dari Brown
b.
Metode dua parameter dari Holt
2.6.3 Metode Peramalan yang Digunakan
Untuk mendapatkan hasil yang baik dan tepat maka harus diketahui dan
digunakan metode peramalan yang tepat. Dalam meramalkan kedatangan
Wisatawan Mancanegara ke Sumatera Utara melalui Pelabuhan Laut Belawan dari
tahun 2016-2017 berdasarkan data tahun 2001-2014 maka penulis menggunakan
Metode Smoothing Eksponensial Ganda yaitu “Smoothing Eksponential Linier
Satu Parameter dari Brown”.
Secara umum prosedur Metode Eksponensial Smoothing Ganda yaitu
Smoothing Eksponensial Ganda yaitu Smoothing Eksponensial Linier Satu
Parameter dari Brown dapat diterangkan melalui persamaan berikut ini:
=
+
1. Menentukan nilai pemulusan eksponensial tunggal ( ′ )
′
= α
+ 1−
′
2. Menentukan nilai pemulusan eksponensial ganda ( " )
"
=α
"
+ (1 − α)
′
3. Menentukan nilai
=
′
=2
+(
′
−
′
−
"
)
"
Universitas Sumatera Utara
22
4. Menentukan
=
di mana:
(
′
−
"
)
= nilai peramalan untuk m periode ke depan
= besarnya konstanta periode t
= besarnya slope periode t
m
= jumlah periode yang di ramalkan
= nilai rill periode t
= nilai parameter pemulusan
α
′
= nilai pemulusan eksponensial tunggal periode t
"
= nilai pemulusan eksponensial ganda periode t
′
= nilai pemulusan eksponensial tunggal periode t−1
"
= nilai pemulusan eksponensial ganda periode t−1
Metode yang memberikan hasil ramalan secara tepat belum tentu tepat
untuk meramalkan data yang lain. Dalam peramalan time series, metode
peramalan terbaik adalah metode yang memenuhi kriteria ketepatan ramalan.
Kriteria ini berupa Mean Square Error (MSE). Mean Absolute Percentage Error
(MAPE), dan Mean Absolute Daviation (MAD).
Berikut ini adalah beberapa keriteria yang digunakan untuk menguji nilai
ramalan yaitu:
a. Nilai Tengah Kesalahan (Mean Error), dirumuskan dengan:
=
b. Nilai Tengah Kesalahan Kuadrat (Mean Square Error), dirumuskan dengan:
!
=
∑
#
Universitas Sumatera Utara