26
Keterangan:
y
= nilai terhitung dari variabel yang akan diprediksi,
= persilangan sumbu y,
b = kemiringan garis regresi,
x = variabel bebas (dalam kasus ini adalah waktu),
y = permintaan dalam suatu periode,
n = jumlah data atau pengamatan,
x
=
rata-rata nilai x,
ý
= rata-rata nilai y.
7.
Decomposition of a Time Series
Time series dapat
diungkapkan sebagai data yang tersusun secara
kronologis yang memuat satu atau lebih komponen dari permintaan: trend,
musiman, cyclical, autocorrelation, dan acak. Dekomposisi dari time series
berarti mengidentifikasi dan memisahkan data time series menjadi komponen-
komponen tersebut. Ada dua tipe variasi musiman dekomposisi (Jacobs &
Chase, 2011:528):
a)
Additive Seasonal
Variasi ini mengasumsikan bahwa jumlah seasonal adalah konstant
dan tidak terpengaruh trend dan jumlah rata-rata.
Forecast including trend and seasonal = Trend + Seasonal
b)
Multiplicative seasonal
Dalam variasi ini trend dikalikan oleh faktor seasonal. Variasi ini
lebih sering terjadi.
Forecast including trend and seasonal = Trend X Seasonal
 |