32
2.5.2 Keuntungan Metode Smoothing
Menurut
Makridakis,
Wheelwright, dan
McGee
(1999,p103),
beberapa
keuntungan
menggunakan metode
smoothing
adalah
metode
ini
banyak
mengurangi
masalah
penyimpanan data,
karena
tidak
perlu
lagi
menyimpan data
histories
atau
sebagian
daripadanya. Hanya
pengamatan
terakhir,
ramalan
terakhir,
dan
suatu
nilai
konstanta yang harus disimpan.
Persamaan
mengandung
prinsip
dasar
yang
sama
dengan
alat
pengendali
otomatis
yang jika digunakan secara tepat dapat
mengembangkan suatu proses
mengatur
diri
sendiri
(self-adjusting
process)
yang
dapat
mengoreksi kesalahan peramalan secara
otomatis.
2.6 Ketepatan Metode Peramalan
Makridakis,
Wheelright,
dan
McGee(1999,p57)
mengatakan
bahwa
dalam
banyak
hal,
kata
”ketepatan (accuracy)”,
menunjuk
ke
”kebaikan
sesuai”,
yang
pada
akhirnya
penunjukan
seberapa
jauh
model
peramalan
tersebut
mampu
mereproduksi
data yang telah diketahui. Dalam pemodelan deret berkala, sebagian data
yang diketahui
dapat digunakan untuk
meramalkan sisa data berikutnya, sehingga memungkinkan orang
untuk
mempelajari ketepatan
ramalan
secara
lebih
langsung.
Bagi
pembuat
model,
kebaikan sesuai model untuk fakta yang diketahui harus diperhatikan.
Ukuran
akurasi
peramalan
menurut
Lerbin
R,Aritonang R
(2002,p35)
selain
berdasarkan pola
data,
pemilihan
teknik
peramalan
dapat
juga
didasarkan
pada
ukuran
lainnya,
yaitu
errornya
(e)
atau
kesalahannya
yang
merupakan
selisih
nilai
dari
data
yang ada dengan nilai proyeksinya untuk setiap periode atau dapat ditulis
 |