7
memberikan kontribusi atau pengaruh yang lebih besar (Russel & Taylor III,
2011, p. 345). Berikut ini adalah persamaan yang digunakan dalam metode
Weighted Moving Average (Render, 2012, p.185):
Keterangan:
= Peramalan untuk bulan berikutnya
2.1.2.3 Metode Exponential Smoothing
Metode Exponential Smoothing juga merupakan metode peramalan yang
menghitung rata-rata dari data, data terbaru akan diberikan bobot lebih b esar.
Digunakan konstanta yang disebut smoothing constant yang merupakan faktor
yang memberikan beban pada peramalan metode Smoothing C onstant (Russel
& Taylor III, 2011, p. 347). Berikut ini adalah persamaan yang digunakan
dalam metode Exponential Smoothing (Render, 2012, p.188):
Keterangan:
= Peramalan untuk bulan berikutnya
= Permintaan aktual periode t
= Peramalan untuk periode t
= smoothing constant
2.1.3 Perhitungan Akurasi Peramalan
Tidak ada metode peramalan yang akurasinya tepat dan sempurna,
metode yang tepat untuk suatu data belum tentu tepat untuk pola data yang lain.
Oleh karena itu perlu dilakukan perhitungan akurasi peramalan. Beberapa
kriteria dari ketepatan ramalan yan g sering digunakan untuk menghitung
akurasi dari metode peramalan model time series diantaran ya adalah Mean
Absolute Deviation (MAD), Mean Square of Error (MSE), dan Mean Absolute
Percentage of Error (MAPE) (Baroto, 2002, p.31).
2.1.3.1 Mean Absolute Deviation (MAD)
Mean Absolute Deviation atau MAD adalah pengukuran untuk
ketidaktepatan peramalan yang termudah dan yang paling sering digunakan.
MAD adalah rata-rata antara peramalan dengan permintaan aktual. Semakin
kecil nilai MAD maka semakin tinggi akurasi dari peramalan (Russel & Taylor
III, 2011, p. 357). Persamaan yan g digunakan untuk menghitung MAD adalah
sebagai berikut (Render, 2012, p.182):
Keterangan:
MAD = Mean Absolute Deviation
forecast error = selisih antara hasil peramalan dengan permintaan aktual
n = jumlah kesalahan peramalan
2.1.3.2 Mean Square of Error (MSE)
Mean Square of Error atau MSE adalah pengukuran untuk ketidaktepatan
peramalan yang menghitung pangkat dari kesalahan peramalan (Russel &
 |