6
trend, maka metode yang sesuai digunakan adalah regresi linear,
exponential smoothing atau double exponential smoothing.
2. Pola Musiman
Apabila data berfluktuasi, namun fluktuasi terlihat berulang p ada suatu
interval waktu tertentu, maka data tersebut berpola musiman. Data
dipengaruhi oleh musim sehingga biasanya interval perulangan data ini
adalah satu tahun. Contohnya adalah penjualan payung dan jas hujan di
musim hujan lebih besar dibandingkan penjualann ya di musim kemarau.
Metode per amalan yan g sesuai dengan pola musiman adalah metode winter,
moving average atau weighted moving average.
3. Pola Siklikal
Pola ini terjadi apabila fluktuasi permintaan secara jan gka panjang
membentuk pola sinusoid atau gelombang atau siklus. Untuk menentukan
data siklis tidak mudah karena rentang perulangan siklikal tidak menentu.
Metode yang sesuai bila data berpola siklikal adalah metode moving
average, weighted moving average dan expon ential smoothing.
4. Pola Eratik
Pola Eratik atau Random terjadi apabila fluktuasi data permintaan dalam
jangka panjang tidak dapat digambarkan oleh ketiga pola lainn ya. Fluktuasi
permintaan bersifat acak atau tidak jelas. Untuk pola ini, tidak ada metode
yang direkomendasikan. Keterampilan dan analisis dari peramalan sangat
menentukan keakuratan peramalan. Untuk pola ini bisa jadi dibutuhkan
metode khusus.
2.1.2 Model Peramalan Time Series
Model peramalan time series adalah teknik statistikal yang menggunakan
data historikal dalam suatu periode waktu. Asumsi dari model ini adalah bahwa
kejadian di masa lampau mempengaruhi kejadian di masa depan. Model ini
merupakan model peramalan yang terpopuler yang paling sering digunakan
(Russel & Taylor III, 2011, p. 341).
2.1.2.1 Metode Moving Averag e
Metode Moving Average merupakan metode peramalan yang
menggunakan rata-rata permintaan dalam
urutan periode waktu yan g tetap.
Kelebihan dari Moving Average adalah sifatnya stabil dan cocok untuk
permintaan yang sifatnya stabil. Semakin panjang rentang waktu rata- rata maka
hasilnya akan semakin stabil dan halus (Russel & Taylor III, 2011, p. 343).
Berikut ini adalah persamaan yang digunakan dalam metode Moving Average
(Render, 2012, p.185):
Keterangan:
= Peramalan untuk bulan berikutnya
= Permintaan aktual periode t
= jumlah periode
2.1.2.2 Metode Weighted Moving Average
Metode Weighted Moving Average mirip dengan metode Moving
Average. Perbedaan kedua metode ini adalah setiap data yang terdekat
diberikan bobot yang terbesar dengan asumsi data dari waktu yang terdekat
 |