15
5.
Penghalusan Eksponential
dengan Penyesuaian
Trenn
(Exponential
Smoothing with Trend)
Model penghalusan eksponensial yang lebih rumit dan dapat menyesuaikan
diri pada tren yang ada. Idenya adalah menghitung tren rata-rata data penghalusan
eksponensial, kemudian menyesuaikan untuk kelambatan (lag) positif atau negatif
pada tren. Dengan penghalusan eksponensial dengan penyesuaian tren, estimasi rata-
rata dan tren dihaluskan. Prosedur ini membutuhkan dua konstanta penghalusan, a
untuk rata-rata dan ß untuk tren. Kemudian, kita menghitung rata-rata dan tren untuk
setiap periode. Rumus Penghalusan Eksponential dengan Penyesuaian Tren
adalah
sebagai berikut:
Ft = a (A
t-1
) + (1-a) (F
t-1
+ T
t-1
) ,T
t
= ß (F
t
-F
t-1
) + (1-ß) T
t-1
Dimana :
Ft
= peramalan dengan eksponensial yang
dihaluskan dari data
berseri pada periode t
Tt
= tren dengan eksponensial yang dihaluskan pada periode t
At = permintaan aktual periode t
a
= konstanta penghalusan untuk rata-rata (0 =
a = 1)
ß
= konstanta penghalusan untuk rata-rata (0
=
ß = 1)
6.
Proyeksi Regresi Linear (Linear Regression)
Proyeksi Regresi Linear
merupakan suatu metode peramalan yang
mencocokan garis tren pada serangkaian data masa lalu,
kemudianmemproyeksikan garis pada masa mendatang untuk peramalan
jangka menengah atau jangka panjang.
Rumus untuk menentukan perhitungan Linear Regression
adalah sebagai
berikut :
y = a + bx
dimana:
y
=
nilai terhitung dari variabel yang akan diprediksi
 |