35
di mana
F
t + 1
= peramalan untuk periode berikutnya
a
= smoothing constant
D
= permintaan
F
t
= peramalan sebelumnya untuk periode sekarang
2.5.5
Salah satu aspek terpenting
di dalam menentukan teknik peramalan
adalah dengan mengetahui pola datanya.
Menurut Hanke (2005, p74-p76), terdapat berbagai teknik peramalan
berbeda tergantung dari pola datanya.
1. Teknik peramalan untuk data stasioner
Data stasioner adalah data yang nilai rata-ratanya relatif tetap dari
waktu ke waktu sehingga dapat dikatakan relatif stabil. Seperti
situasi yang berkembang ketika ada peningkatan pola data yang
mempengaruhinya maka teknik ini akan relatif stabil.
Teknik yang
bisa digunakan untuk pola data stasioner antara lain:
Naïve
Simple averaging
Moving average
Exponential
Autoregressive moving average (ARMA)
 |