BAB III TINJAUAN PUSTAKA

dokumen-dokumen yang mirip
BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak

BAB II LANDASAN TEORI. Dalam penulisan tugas akhir ini diperlukan teori-teori yang mendukung yang

Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Metode peramalan merupakan bagian dari ilmu Statistika. Salah satu metode

STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA

BAB 3 METODE PENELITIAN

BAB 2 LANDASAN TEORI

MENENTUKAN PERSEDIAAN BERAS DENGAN MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BERDASARKAN RAMALAN PERMINTAAN PADA TAHUN 2012

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data

Peramalan Jumlah Penduduk Kota Samarinda Dengan Menggunakan Metode Pemulusan Eksponensial Ganda dan Tripel Dari Brown

BAB 2 TINJAUAN PUSTAKA

PENGGUNAAN METODE PERAMALAN DALAM PRODUKSI KAYU UNTUK PENENTUAN TOTAL PERMINTAAN (KONSUMEN)

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di

PENERAPAN METODE EXPONENTIAL SMOOTHING DALAM MEMPREDIKSI JUMLAH SISWA BARU (STUDI KASUS: SMK PEMDA LUBUK PAKAM)

BAB II LANDASAN TEORI

PERAMALAN PERMINTAAN EKSPOR INDUSTRI MEBEL DI PT.SPU JEPARA

Jurnal Rekursif, Vol. 3 No. 1 Maret 2015, ISSN

PENERAPAN UKURAN KETEPATAN NILAI RAMALAN DATA DERET WAKTU DALAM SELEKSI MODEL PERAMALAN VOLUME PENJUALAN PT SATRIAMANDIRI CITRAMULIA

BAB V METODE PENELITIAN

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI. Modul ke: 06Fakultas EKONOMI DAN BISNIS

BAB METODOLOGI. Bab 2 Metodologi berisikan :

PERAMALAN ORDER INTAKE DI PT.KSB INDONESIA

BAB 2 LANDASAN TEORI

ANALISIS KELAYAKAN INVESTASI PENAMBAHAN ARMADA TRANSPORTASI DAN PERBAIKAN SISTEM PERSEDIAAN PERGUDANGAN (STUDY KASUS PT

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) . Definisi L.2 (Kejadian lepas )

Rumus-rumus yang Digunakan

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR

Universitas Sumatera Utara

BAB II TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI 2.1 Teknik Industri Peramalan

Penerapan Metode Optimasi Exponential Smoothing Untuk Peramalan Debit

BAB 3 LANDASAN TEORI. masa lampau akan berlanjut ke masa depan. Hampir seluruh peramalan didasarkan. pada asumsi bahwa masa lampau akan berulang.

MODEL PERAMALAN RATA-RATA BEBAN PEMAKAIAN LISTRIK KOTA PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR

IV. METODE PENELITIAN

ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA

BAB IV METODOLOGI PENELITIAN

BAB 2 LANDASAN TEORI

V. PENGUJIAN HIPOTESIS

FORECASTING (Peramalan)

BAB II TINJAUAN LITERATUR. Pengendalian persediaan dapat dilakukan dalam berbagai cara, antara lain dengan

Prediksi Penjualan Sepeda Motor Merek X Di Kabupaten Dan Kotamadya Malang Dengan Metode Peramalan Hierarki

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan

ALGORITMA DATA MINING

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan

kesimpulan yang didapat.

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan

TUGAS AKHIR. Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika. Oleh: AFRIANTI

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode

BAB 2 LANDASAN TEORI

MODEL VECTOR AUTOREGRESSIVE (VAR) DALAM MERAMAL PRODUKSI KELAPA SAWIT PTPN XIII Faradhila Amry, Dadan Kusnandar, Naomi Nessyana Debataraja

BAB II TINJAUAN TEORITIS

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI

BAB III LANDASAN TEORI

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa

BAB II TINJAUAN PUSTAKA. pengantar metode ARIMA Box Jenkins dan analisis spektral.

BAB II LANDASAN TEORI

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

= 0 diturunkan terhadap x. Karena y fungsi dari x, maka setiap kali menurunkan y harus dikalikan dengan didapat diselesaikan ke y '.

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov

PERAMALAN HARGA SAHAM SYARI AH RUPIAH EQUITY FUND PT. PRUDENTIAL LIFE INSURANCE PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR.

MODEL ARIMA(0,1,1) UNTUK PERAMALAN JUMLAH NASABAH PADA PT. PRUDENTIAL LIFE INSURANCE KOTA PEKANBARU TUGAS AKHIR

OPTIMASI INVENTORY COST PADA MODEL MATEMATIKA EPQ (ECONOMIC PRODUCTION QUANTITY) DENGAN BACKORDER DAN VARIASI SET UP COST Rofila El Maghfiroh 4

BAB 3 METODE PENELITIAN. Disini penerapan kriteria optimasi yang digunakan untuk menganalisis

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 4 PENGUMPULAN DAN ANALISA DATA

ANALISIS RUNTUT WAKTU DAN PERAMALAN (Time Series and Forecasting) Analisis Tren

B. DESKRIPSI SINGKAT MATA KULIAH

PERAMALAN KURSIDRTERHADAP USDMENGGUNAKAN DOUBLE MOVING AVERAGES DAN DOUBLEEXPONENTIAL SMOOTHING.

BAB 2 LANDASAN TEORI. mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu bidang

PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP

PEMODELAN TINGKAT KECELAKAAN LALU LINTAS DI KOTA PEKANBARU MENGGUNAKAN METODE TIME SERIES AUTOREGRESIVE TUGAS AKHIR. Oleh:

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN

TINGKAT PENJUALAN SEPEDA MOTOR SUZUKI PADA CV. ADI MULIA MOTOR DI RENGAT INDRAGIRI HULU DENGAN MENGGUNAKAN METODE TIME SERIES

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND

Jurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 2014 ISSN

INTEGRAL TAK TENTU (pecahan rasional) Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ

Sistim Komunikasi 1. Pertemuan 5 Konversi Analog ke Digital

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan,

IV. METODOLOGI PENELITIAN. mencakup penyusunan proposal hingga penyusunan draft skripsi dilaksanakan di

Kata Kunci : Forecasting, Program Perhitungan, Simple Moving Averages, Weighted Moving Averages, Mean Absolute Deviation, Mean Square Error

Analisis Rangkaian Listrik Di Kawasan Waktu

BAB II TINJAUAN PUSTAKA. Black dan Scholes (1973) menyatakan bahwa nilai aset mengikuti Gerak

BAB 2 LANDASAN TEORI

METODOLOGI. Waktu dan Tempat. Alat dan Bahan

BAB III METODE PENELITIAN

BAB 3 METODE PENELITIAN

Transkripsi:

BAB III TINJAUAN PUSTAKA 3.1. Defiisi Peramala Peramala adalah proses uuk memperkiraka berapa bayak kebuuha dimasa medaag yag melipui kebuuha dalam ukura kuaias, kualias, waku da lokasi yag dibuuhka dalam ragka memeuhi permiaa barag aaupu jasa. Peramala mugki idak selalu dibuuhka dalam kodisi pasar yag sabil, karea perubaha kebuuha relaif kecil. Aka eapi peramala aka saga dibuuhka bila kodisi keadaa pasar bersifa kompleks da diamis. Dalam kodisi pasar bebas, permiaa pasar lebih bayak bersifa kompleks da diamis karea permiaa ersebu aka bergaugkepada keadaa social, poliik, aspek ekologi, persaiga produk da sibsiusi produk. Oleh karea iu, peramala yag akura saga meuka, karea merupaka peyedia iformasi yag saga dibuuhka oleh suau orgaisasi dalam megambil kepuusa maajeme (Nasuio,2006) 3.2. Keguaa Peramala Jika peramala dierapka, suau mafaa da ujua harus dapa diperoleh da dipersiapka, sehigga dapa memeuhi sifa ramala. Agar meeuka seberapa besar persediaa produk yag dimiliki uuk memeuhi permiaa (Nasuio,2006) 12

3.3. Jeis-jeis Peramala Pada umumya keguaa peramala dibedaka pada sifa da sudu padag keguaa peramala. Jeis-jeis peramala dapa dibedaka dari berbagai segi, ergaug dari cara melihaya (Assauri,1984) 3.3.1. Peramala Berdasarka Peyusuaya a) Peramala Subjekif Peramala berdasarka perasaa aau iuisi dari orag-orag yag meyusuya, dalam hal ii padaga judgme orag yag meyusu saga meeuka baik aau idakya hasil peramala. b) Peramala Objekif Peramala yag berdasarka daa releva pada kejadia masa lalu dega megguaka ekik-ekik da meode-meode dalam megaalisa suau daa (Assauri,1984) 3.3.2. Peramala Berdasarka Jagka Waku a) Peramala jagka pajag (Log Term Forecas) Peramala ii dibuuhka uuk merecaaka hal-hal umum megeai suau orgaisasi uuk jagka waku pajag. Peramala dilakuka uuk peyusua hasil ramala dega jagka waku iga ahu aau lebih. Hal ii merupaka facor uama bagi maajeme pucak uuk megambil kepuusa megeai perecaaa kapasias, peeliia da pegembaga produk da pasar sera membua sudi kelayaka uuk perluasa bisis (Assauri,1984) Meode-meode yag diguaka uuk peramala jagka pajag, yaki: Meode Dere Waku (Time Series) 13

Meode Regresi (Assauri,1984) b) Peramala Jagka Meegah (Middle Time Forecas) Peramala ii diguaka uuk merecaaka sraegi oleh maajeme meegah da maajeme igka perama uuk memeuhi kebuuha dimasa medaag da membua kepuusa uuk perecaaa produksi, aggara produksi sera megaalisa berbagai macam recaa operasi. Peramala dilakuka uuk meyusu hasil ramala dalam jagka waku iga bula higga iga ahu (Assauri,1984) c) Peramala Jagka Pedek (Shor-Term Forecas) Peramala ii diguaka uuk merecaaka pembelia, meeuka persediaa. Peramala dilakuka uuk meyusu hasil ramala dalam jagka waku kurag sau higga sau ahu. Meode-meode yag diguaka pada ramala jagka pedek, yaki: 1) Meode Peraaa (Average) 2) Meode Pemulusa (Smoohig) (Assauri,1984) 14

3.3.3. Peramala berdasarka sifa peramala 1. Peramala Tekik Kualiaif Peramala ekik kualiaif diguaka eruama jika daa masa lalu idak ersedia aau idak diadalka uuk memperkiraka permiaa medaag seperi keika perusahaa aka memperkealka produk baru ke pasar da peramala idak memerluka daa yag serupa seperi pada peramala ekik kuaiaif. Peramala ii eruama diguaka uuk peramala jagka pajag da dilakuka dega megguaka judgme, pegeahua, pedapa pribadi, pedapa ahli, peeliia pasar da pegalama dari orag yag melakukaya (Assauri,1984) 2. Peramala Tekik Kuaiaif Peramala ekik kuaiaif adalah peramala yag didasarka aas daa kuaiaif masa lalu. Hasil peramala ii ergaug pada meode yag diguaka dalam peramalaya, karea meode yag berbeda aka meghasilka hasil yag berbeda. Peramala ekik kuaiaif dapa dierapka bila erhadap iga kodisi beriku: a) Tersedia iformasi masa lalu da megeai kodisi yag lai. b) Iformasi ersebu dapa dikuaiaifka dalam daa umerik. c) Dapa diasumsika bahwa aspek pola masa lalu aka erus berlaju dimasa medaag aau dega pola masa medaag merupaka kelajua pola masa lalu (Assauri,1984) 15

3.4. Pola Daa Peramala Pola dalam peramala diguaka uuk medukug pemiliha meode peramala yag aka dipakai agar meghasilka peramala yag baik. Karea diperoleh dari meode peramala yag epa da sesuai dega pola daa ersebu (Taylor III,2005) Pola daa dapa dikaegorika sebagai beriku: 1. Pola Horizoal (H), erjadi bilamaa ilai daa berflukuasi disekiar ilai raa-raa yag kosa (Dere seperi iu sasioer erhadap ilai raa-raaya). Suau produk yag idak meigka aau meuru selama waku ereu ermasuk dalam jeis ii. 2. Pola Musima (S), erjadi bilamaa suau dere dipegaruhi oleh facor musima (misalya kuaral ahu ereu, bulaa, aau hari-hari pada miggu ereu). 3. Pola Siklus (C), erjadi bilamaa daaya dipegaruhi oleh flukuasi ekoomi jagka pajag yag berhubuga dega siklus bisis. 4. Pola Tre (T), erjadi bilamaa erdapa keaika aau peurua sekuler jagka pajag dalam daa. Gambar 3.4 Pola Daa Peramala Sumber: (Taylor III,2005) 16

3.5. Fakor Yag Mempegaruhi Permiaa Permiaa produk pada suau perusahaa merupaka hasil dari berbagai facor yag salig berieraksi dalam pasar. Fakor-fakor ersebu hampir selalu merupaka kekuaa yag berada di luar kedali perusahaa (Nasuio, 1999). Berbagai fakor ersebu aara lai: 3.5.1. Siklus Bisis Pejuala produk aka dipegaruhi oleh permiaa aka produk ersebu, da permiaa aka suau produk aka dipegaruhi oleh kodisi ekoomi yag membeuk siklus bisis dega fase-fase iflasi, resesi, depresi, da masa pemuliha (Nasuio, 1999) 3.5.2. Siklus Hidup Produk Siklus hidup suau produk biasaya megikui pola yag biasa disebu kurva S. Kurva S meggambarka besarya permiaa erhadap waku, dimaa siklus hidup suau produk aka dibagi mejadi fase pegeala, fase perumbuha, fase kemaaga, da akhirya fase peurua. Uuk mejaga kelagsuga usaha, maka perlu dilakuka iovasi produk pada saa yag epa (Nasuio, 1999) 3.6. Fakor-fakor lai Beberapa fakor lai yag mempegaruhi permiaa adalah reaksi balik dari pesaig, perilaku kosume yag berubah, da usaha-usaha yag dilakuka sediri oleh perusahaa seperi peigkaa kualias, pelayaa, aggara periklaa, da kebijaksaaa pembayara kredi (Nasuio, 1999) 17

3.7. Karakerisik Peramala Yag Baik 3.7.1. Akurasi Akurasi dari suau hasil peramala diukur dega kebiasaa da kosisesi peramala ersebu. Hasil Peramala dikaaka bias bila peramala ersebu erlalu iggi aau erlalu redah dibadigka dega keyaaa yag sebearya erjadi. Hasil peramala dikaaka kosise bila besarya kesalaha peramala relaif kecil. Peramala erlalu redah, aka megakibaka kekuraga persediaa, sehigga permiaa kosume idak dapa dipeuhi segera, akibaya adalah perusahaa dimugkika kehilaga pelagga da kehilaga keuuga pejula. Peramala yag erlalu iggi aka megakibaka erjadiya peumpuka persediaa, sehigga bayak modal yag erserap sia-sia. Keakuraa dari hasil peramala ii berpera peig adalam meyeimbagka persediaa da memaksimasi igka pelayaa (Nasuio, 1999) 3.7.2. Biaya Biaya diperluka dalam pembuaa suau peramala bergaug kepada jumlah iem yag diramalka, lamaya periode peramala, da meode peramala yag dipakai. Keiga facor pemicu biaya ersebu aka mempegaruhi berapa bayak daa yag dibuhka, bagaimaa pegolaha daaya, yaiu secara maual aau kompuerisasi, bagaimaa peyimpaa daaya, da siapa eaga ahli yag diperbauka. Pemiliha meode peramala harus disesuika dega daa yag ersedia da igka akurasi yag igi didapa, misalya iem-iem yag kurag peig bisa diramalka dega meode yag sederhaa da murah. Prisip ii merupaka adopsi dari Hukum Pareo (Aalisis ABC) (Nasuio, 1999) 18

3.7.3. Kemudaha Pegguaa meode peramala yag sederhaa, mudah dibua, da mudah diaplikasika, aka memberika keuuga bagi perusahaa. Adalah percuma megguaka meode yag caggih, api idak dapa diaplikasika pada sisem perusahaa karea keerbaasa daa, sumberdaya mausia, maupu peralaa ekologi (Nasuio, 1999) 3.8. Proses Peramala o o o o o Plo daa permiaa da waku. Pilih beberapa meode peramala. Evaluasi kesalaha peramala. Pilih meode peramala dega kesalaha peramala erkecil. Meilai hasil peramala. 19

3.9. Meode Peramala Peramala Meode Kualiaif Meode Kuaiaif Time Series Regresi Smoohig Raa-raa Movig Average Kausal Expoeial Smoohig Gambar 3.9 Meode Peramala Sumber : (Taylor III,2005) Uuk peulisa lapora ii, peulis membaasi peramala yag erjadi pada masa aka daag secara kuaiaif. Jadi uuk selajuya peulis haya meekaka pada meode peramala kuaiaif megiga sifa peramala yag peulis lakuka aka membuuhka daadari masa lalu. Pegelompokka meode berdasarka ekik kuaiaif dibagiu mejadi 2 (Taylor III,2005), yaiu: 1) Meode Time Series. 2) Meode Klausal. Dalam meode ime series peulis megguaka meode raa-raa bererak (Movig Averages), meode raa-raa bererak erbobo (Weighed Movig Averages), meode pemulusa ekspoesial (expoeial smoohig). Berdasarka daa da grafik permiaa, meode yag peulis guaka berdasarka Kecedruga Musima (seaseoal), karea pada daa kebuuha yag peulis dapaka idak meujukka pola daa yag cederug baik (red) dari waku kewaku melaika daa kebuuha yag bersifa kosa. 3.9.1. Meode Liear 20

Meghiug meode liear dilakuka dega persamaa : Y' = a + b. Nilai a da b diperoleh dari : b.. Y(. Y( ). 2 2 ) Y( ) b. a Dimaa : Y'() = Permiaa periode ke- = Waku = Jumlah periode 3.9.2. Raa-raa bergerak (Movig Average) Uuk meode Movig Average peulis idak megguaka pemboboa pada seiap periode. Jadi uuk meode Movig Average peulis megguaka meode Movig Average sederhaa (liear). Uuk lebih jelasya megeai pegeria da rumus Movig Average sederhaa dapa duliha seperi beriku: Meghiug meode Movig Average dilakuka dega persamaa beriku ii: Dimaa, HP(i + 1) = Al (i) = HP(i+1) = harga peramala uuk waku (i+1) Al (i) = movig average dari waku (i) x(i) + x(i 1) + + x(i + 1) x(i) = harga akual pada waku (i) = jumlah periode yag dilibaka 3.9.3. Raa-raa bergerak erbobo (Weighed Movig Average) 21

Meode raa-raa bergerak megguaka sejumlah daa akual permiaa yag baru uuk membagkika ilai ramala uuk permiaa dimasa yag aka daag. Meode ii aka efekif dierapka apabila kia megasumsika bahwa permiaa pasar erhadap produk aka eap sabil sepajag waku. Meode raa-raa bergerak -periode megguaka persamaa sebagai beriku: per mi aa dalam Raa raa Bergerak Periode Dimaa adalah bayakya periode dalam raa-raa bergerak. periode erdahulu 3.9.4. Pemulusa Expoesial (Expoeial Smoohig) Meode pemulusa ekpoesial (Expoeial Smoohig) mecoba uuk meguragi keidakaura musima dari daa yag ada dega memberika bobo/imbaga kepada daa yag ada dega secara ekspoesial. Perlu diperhaika dalam pegguaka meode ii bahwa periode perama dari peramala ii bila idak ersedia aau idak erdapa hasil aau ilai ramala sebelumya, pemecaha masalah ii dapa dilakuka dega megguaka ilai daa yag perama sebagai ramala yag perama. Meskipu meode pemulusa ii ekspoesial ii sederhaa, amu meode ii pu mempuyai masalah. Salah sauya adalah dalam meemuka ilai bobo yag opimal. Opimasi ersebu harus memiimalka kesalaha, eapi masalahya idak semudah mecari raa-raa, karea raa-raa meghasilka miimalisasi pada seiap kali dilakuka perhiuga raa-raa dari sekelompok agka. Meghiug meode Expoeial Smoohig dilakuka dega persamaa beriku ii: F 1 D 1 F = Forecas D = acual demad F 22

Α = Smooig cosa 3.10. Aalisa Kesalaha Peramala Pada umumya seiap meode peramala haya merupaka sebuah ala yag diguaka uuk meramalka keadaa yag aka daag memiliki peyimpaga aau kesalah dari keadaa asliya. Oleh karea iu ada baikya bila peulis megguaka lebih dari sau meode peramala dalam meramalka permiaa dimasa yag aka daag, sehigga kia bisa membadigka hasil yag diperoleh oleh seiap meode peramala. Meode peramala yag memiliki peyimpaga yag palig kecil yag kia pilih, karea semaki kecil peyimpaga yag diberika meode peramala ersebu aka memberika hasil yag medekai keadaa yag sebearya. (Gaspersz,1988) Beriku adalah aalisa keasalaha peramala dega megguaka beberapa ukura saisik, aara lai: a. Raa-raa Deviasi Mulak (Mea Absolue Deviaio = MAD) MAD d d ' Dimaa : d =Y d'=y' = Permiaa Akual pada perioda = Peramala permiaa pada perioda = Jumlah perioda peramala yag erliba b. Raa-raa Kuadra Kesalaha (Mea Square Error = MSE) d d MSE ' 2 c. Raa-raa Kesalaha Peramala (Mea Forecas Error = MFE) d d MFE ' 23

d. Sadard Error of Esimae (SEE) SEE d d f ' 2 e. Raa-raa Persease Kesalaha Absolue (Mea Absolue Perceage Error = MAPE) MAPE d d d ' 100 x 3.11. Verifikasi da Pegedalia Peramala Lagkah peig seelah peramala adalah verifikasi peramala sedemikia rupa sehigga dapa mecermika daa masa lalu da sisem sebab-akiba yag medasari permiaa iu. Sepajag represeasi peramala ersebu dapa dipercaya da sisem sebabakiba belum berubah, hasil peramala aka erus diguaka. Jika selama proses verifikasi diemuka keragua aas validias peramala maka harus dicari meode yag lebih cocok. Validias harus dieuka dega uji saisika yag sesuai. Seelah suau peramala dibua maka aka imbul perayaa kapakah suau meode peramala baru harus diguaka. Peramala harus selalu dibadigka dega peramala akual secara eraur. Pada suau saa harus diambil idaka revisi erhadap peramala ersebu apabila diemuka buki yag meyakika aka adaya perubaha pola permiaa. Selai iu peyebab perubaha pola permiaa pu harus dikeahui. Peyesuaia meode peramala dilakuka segera seelah perubaha pola permiaa dikeahui. Terdapa bayak perkakas yag dapa diguaka uuk memverifikasi peramala da megamai suau perubaha dalam sisem sebab-akiba yag melaarbelakagi perubaha pola permiaa. Tapi beuk yag ermudah dari cara pegedali adalah pea kedali secara saisik yag diguaka dalam pegedalia kualias. Salah sau pea yag dapa diguaka 24

dimaa erdapa suau jumlah daa yag miimum adalah pada reag bergerak (Movig Rage). Selama periode dasar (periode pada saa meghiug peramala), pea Movig Rage diguaka uuk melakuka verifikasi ekik da parameer peramala. Seelah meode peramala dieuka, pea Movig Rage diguaka uuk pegujia kesabila sisem sebab-akiba yag mempegaruhi permiaa. Movig Rage didefiisika sebagai: MR ' d d d d 1 1 Raa-raa Movig Rage didefiisika sebagai: MR MR 1 Garis egah pea Movig Rage adalah pada iik ol. Baas kedali aas da bawah pada pea Movig Rage adalah: BKA 2.66MR BKB 2.66MR Perubaha aau perbedaa yag digambarka pada Movig Rage adalah: d ' 1 d d1 Jika diemuka sau iik yag berada diluar baas kedali pada saa peramala diverifikasi maka harus dieuka apakah daa harus diabaika aau mecari peramala baru. Jika diemuka sebuah iik berada diluar baas kedali maka harus diselidiki peyebabya. Jika semua iik berada di dalam baas kedali, diasumsika bahwa peramala permiaa yag dihasilka elah cukup baik. Jika erdapa iik yag berada di luar baas kedali, jelas bahwa peramala yag didapa kurag baik da harus direvisi. 25

Dua idaka yag dapa dilakuka bila erjadi kodisi di luar kedali ialah sebagai beriku: 1. Merevisi peramala dega memasukka daa da sysem sebab akiba baru. 2. Meuggu buki lebih legkap. 26