Metode yang termudah dalam teknik perkiraan deret waktu adalah metode rata-rata
bergerak (moving average). Dalam metode ini mengasumsikan bahwa komponen dalam
deret waktu hanyalah konstanta dan komponen acak. Tidak terdapat pola musiman, trend
atau komponen siklus pada data permintaan saat ini.
Dimana :
n = jumlah periode yang dipakai dalam rata-rata bergerak, misalnya 3 atau 5 periode
Contoh :
Berikut ini data penjualan sebuah perusahaan dalam 10 bulan terakhir yang digunakan
untuk meramalkan dengan rata-rata bergerak 3 dan 5 periode
Bulan Jan Feb Mar Apr Mei Juni Juli Agst Sept Okt
Penjualan 120 90 100 75 110 50 75 130 110 90
Berdasarkan data tersebut ramalan penjualan untuk bulan November dengan rata-rata 3
dan 5 periode dapat dihitung sebagai berikut :
Pemulusan Eksponsional
Dasar dari pemulusan eksponsional ini adalah rata-rata perkiraan permintaan yang akan
dating dapat dihitung dari rata-rata permintaan masa lalu dan permintaan saat ini. Rumus
pemulusan eksponsional adalah sebagai berikut ;
Dimana
Ft = Peramalan baru
Metode Dekomposisi
Subagyo (1986) menjelaskan bahwa perubahan sesuatu hal itu biasanya mempunyai
pola yang agak komplek, misalnya ada unsur kenaikan, penurunan, berfluktuasi dan tidak
teratur, sehingga untuk diramal dan dianalisis dengan sekaligus sangatlah sulit, sehingga
biasanya diadakan pendekomposisian data kedalam beberapa komponen. Masing-masing
komponen akan dipelajari dan dicari satu persatu, setelah ditemukan akan digabung lagi
menjadi nilai taksir atau ramalan.
Metode dekomposisi dilandasi oleh asumsi bahwa data yang ada merupakan
gabungan dari beberapa komponen,
Data = pola + kesalahan = f(trend, siklus, musiman) + kesalahan
Komponen kesalahan diasumsikan sebagai perbedaan dari kombinasi komponen trend,
siklus dan musiman dengan data sebenarnya (Assauri, 1984).
Asumsi di atas mengandung pengertian bahwa terdapat empat komponen yang
mempengaruhi suatu deret waktu, yaitu tiga komponen yang dapat diidentifikasi karena
memiliki pola tertentu yaitu : tren, siklus dan musiman, sedangkan komponen kesalahan
tidak dapat diprediksi karena tidak memiliki pola yang sistematis dan mempunyai gerakan
yang tidak beraturan (Awat, 1990).
Trend adalah kecenderungan gerak naik atau turun pada data yang terjadi dalam
jangka panjang. Variasi musim adalah gerak naik dan turun yang terjadi secara periodik
(berulang dalam selang waktu yang sama). Komponen siklis adalah perubahan gelombang
pasang surut yang berulang kembali dalam waktu yang cukup lama, misalnya : 10 tahun,
kuartal ke-20 dan lain-lain. Komponen kesalahan (random) adalah gerakan yang tidak
teratur dan terjadi secara tiba-tiba serta sulit untuk diramalkan. Gerakan ini dapat timbul
sebagai akibat adanya peperangan, bencana alam, krisis moneter dan lain-lain (Nugroho,
1993).
Menurut Hildebrand (1991), komponen tren, siklus, musiman dan kesalahan dari
deret waktu dapat diasumsikan dalam dua model yang berbeda yaitu model multiplikatif dan
model aditif.
Xt = It . Tt . Ct .Et
Xt = It + Tt + Ct + Et
dimana,
Xt = data aktual pada periode ke-t
Daftar pustaka
http://jurnal.pdii.lipi.go.id/admin/jurnal/81087379.pdf
http://arsyil.blogspot.com/2011/01/metode-dekomposisi-trend-siklus-musiman.html