KUANTITATIF
TIME SERIES
METODE PERAMALAN KUANTITATIF – TIME
SERIES
1. PENDAHULUAN
2. METODE RATA-RATA BERGERAK SEDERHANA /
SIMPLE MOVING AVERAGE (RBS/SMA)
3. METODE RATA-RATA BERGERAK TERBOBOT/
WEIGHTED MOVING AVERAGE (RBT/WMA)
4. METODE PENGHALUSAN EKSPONENSIAL
(EXPONENTIAL SMOOTHING)
5. METODE LEAST SQUARE – KUADRAT TERKECIL
PENDAHULUAN
Metode peramalan kuantitatif dilakukan dengan cara : membuat analisis yang rinci pada pola data yang
lalu, kemudian memproyeksikannya menjadi ramalan data untuk masa mendatang.
Tahapan-tahapan dalam metode peramalan adalah sebagai berikut :
1. Mengenali bentuk dan ukuran dari komponen-komponen data masa lalu
2. Komponen itu kemudian diproyeksikan ke masa yang akan datang.
3. Diukur/dihitung deviasi (error‘nya) semakin kecil deviasinya, semakin lebih akurat ramalannya.
Dalam analisis Deret Waktu, kita perlu menggambarkan data
menjadi scatter diagram untuk mengetahui pola permintaan sebagai
fungsi waktu atau dengan kata lain untuk menentukan pola
pergerakan jangka panjang. Selanjutnya metode peramalan ini harus
terlebih dahulu mempertimbangkan beberapa komponen, di
antaranya :
a. Komponen Trend
b. Komponen Variasi Musiman
c. Komponen Siklikal atau Konjungtur
d. Komponen Residu atau Erratic
Metode Deret Waktu menganalisis hubungan-hubungan
tersebut agar reliabilitas ramalan meningkat. Dalam
model klasik analisis Deret Waktu, nilai ramalan (Y)
merupakan fungsi perkalian dari komponen-komponen :
T (Trend),
S (Seasonal),
C (Cyclical)
dan E (Error)
a. Komponen Trend
Komponen erratic adalah deviasi acak yang tidak dapat dijelaskan seperti
komponen lain, dan dalam jangka panjang saling menyeimbangkan satu dengan yang
lainnya. Karena alasan ini dan karena komponen erratic adalah acak, maka tidak
digunakan untuk membuat ramalan.
2.METODE RATA-RATA BERGERAK SEDERHANA / SIMPLE MOVING AVERAGE
(RBS/SMA)
Metode ini adalah metode Time Series yang paling sederhana. Data ramalan
masa mendatang adalah angka rata-rata dari data beberapa periode sebelumnya,
misalnya 2, 3, atau 4 periode sebelumnya (periode bisa mingguan, bulanan,
triwulan, semester, atau tahun).
Dimana :
Y = Ramalan
X = Data
N = jumlah data
a & b = konstanta
Pemberian kode sangat mudah dilakukan. Bila ada sejumlah periode waktu ganjil, titik tengah periode waktu ditentukan sebagai X = 0, sehingga jumlah plus dan minus akan sama dengan nol.