BAB 1
PENDAHULUAN
1.1. Latar Belakang Masalah
Persaingan usaha dewasa ini menuntut pengusaha agar lebih peka terhadap keinginan dan kebutuhan konsumen akan produk yang ditawarkan. Sehingga perlu adanya manajemen yang berperan dalam menentukan jumlah penjualan. Keberhasilan suatu perusahaan dicerminkan oleh kemampuan perencanaan dalam manajemen untuk memanfaatkan peluang secara optimal sehingga dapat menghasilkan penjualan dan laba sesuai dengan yang diharapkan.
Peramalan (Forecasting) adalah suatu usaha untuk meramalkan keadaan di masa mendatang melalui pengujian keadaan di masa lalu. Meramalkan penjualan berarti menentukan perkiraan besarnya volume penjualan, bahkan menentukan potensi penjualan dan luas pasar yang dikuasai di masa yang akan datang.
Dengan adanya kegiatan Peramalan penjualan ini dapat mengambil keputusan atau kebijakan sesuai dengan hasil ramalan penjualan tersebut, sebelum penelitian ilmiah ini dilakukan. Karena dengan pemilihan dan penggunaan metode yang tepat, maka keberhasilan perusahaan dalam menawarkan produknya akan dirasakan dalam bentuk laba yang didapatkan. Penulisan ilmiah ini juga akan memberikan perbandingan penggunaan metode yang memiliki nilai kesalahan terkecil, sehingga perusahaan dapat mengaplikasikannya dalam manajemen perusahaan. Peramalan penjualan juga dilakukan untuk bisa terus memenuhi kebutuhan pelanggan yang dilihat dari hasil ramalan agar manajer dapat memperhitungkan stock persediaan.
Keberhasila yang dicerminkan oleh kemampuan perencanaan dalam manajemen untuk memanfaatkan peluang secara optimal sehingga dapat menghasilkan penjualan dan laba sesuai dengan yang diharapkan serta untuk menghindari resiko yang tidak diinginkan sehingga dapat mencapai suatu keuntungan. Karena dalam hal ini peramalan penjualan merupakan pendekatan yang berbasis dengan memperhitungkan resiko yang mungkin akan terjadi dimasa yang akan datang. Dengan itu naik turunnya penjualan yang dicapai dapat dipergunakan sebagai alat ukur maju mundurnya suatu usaha.
Berdasarkan uraian di atas, penulis ingin mengetahui seberapa besar keberhasilan Peramalan penjualan Roti, khususnya pada Toko Family Bread. Hal ini yang membuat penulis merasa tertarik mengangkat Peramalan penjualan Roti sebagai bahan penulisan ilmiah yang akan dibahas dalam bentuk penulisan ilmiah dengan judul “PERAMALAN PENJUALAN BONEKA PADA TOKO DWI DOLL”.
1.2. Rumusan dan Batasan Masalah
Dari penjelasan di atas, maka penulis merumuskan permasalahan yaitu:
Bagaimana peramalan penjualan terhadap Toko Dwi Dool dengan menggunakan metode Moving Average (MA), Weight Moving Average (WMA), Exponential Smoothing (ES), Mean Absolute Devisiasion (MAD)?
1.3. Tujuan penelitian
Tujuan yang ingin dicapai dalam penelitian ilmiah ini adalah :
Untuk mengetahui efektifitas hasil dari peramalan dengan memperbandingkan metode Moving Average (MA), Weight Moving Average (WMA), Exponential Smoothing (ES), Mean Absolute Devisiasion (MAD) dan untuk mengetahui metode mana yang lebih tepat untuk peramalan penjualan boneka pada Toko Dwi Doll”.
1.4. Manfaat penelitian
1.4.1 Manfaat Akademik
Mahasiswa dapat menerapkan ilmu yang di dapat dari Peramalan penjualan suatu perusahaan terhadap penjualan boneka pada Toko Dwi Doll.
1.4.2 Manfaat Praktis
Penulis berharap agar penulisan ilmiah ini dapat menjadi sarana yang dapat digunakan sebagai bahan pertimbangan untuk kemajuan usaha, dan masukan untuk pembahasan mengenai Peramalan penjualan.
1.5 Metode Penelitian
Untuk mendapatkan data yang dibutuhkan dalam penulisan ilmiah ini, penulis menggunakan beberapa metode, yaitu Moving Average (MA), Weight Moving Average (WMA), Exponential Smoothing (ES), Mean Absolute Devisiasion (MAD).
I.5.1 Objek Penelitian
Objek penelitian ini adalah Toko Boneka Dwi Doll di Jl. Raya Narogong KM.12 pangkalan 3 Bantar Gebang - Bekasi 17152.
I.5.2 Data/Variabel
Dalam penelitian ini, menggunakan data penjualan boneka pada Toko Dwi Doll setiap bulannya, selama 13 bulan berturut-turut yaitu dari bulan Maret 2013 s/d Maret 2014.
I.5.3 Metode Pengumpulan Data
Metode pengumpulan data pada penelitian ilmiah ini adalah mengunakan data sekunder yaitu data yang sudah ada, berbentuk buku mengenai topik atau pembahasan yang sudah ditentukan oleh penulis yang diperoleh dari Studi Pustaka (Library Research). Yaitu penelitian dilakukan dengan mempelajari buku-buku referensi yang berhubungan dengan masalah, untuk mendapatkan data yang digunakan sebagai landasan.
I.6 Alat Analisis yang digunakan
Alat analisis yang digunakan dalam penulisan ilmiah ini untuk memecahkan masalah dengan menggunakan peramalan kuantitatif, yaitu: Moving Average (MA), Weight Moving Average (WMA), Exponential Smoothing (ES), Mean Absolute Devisiasion (MAD). Rumus yang dipergunakan adalah :
I.6.1 Metode Moving Average (MA)
Rumus MA = Ʃ Penjualan nyata pada periode
Ʃ Periode (n) yang digunakan dalam waktu average
I.6.2 Metode Weight Moving Average (WMA)
Rumus WMA = (A*B) + (B*(n-1)) + (C*(n-2)) + …..
I.6.3 Metode Exponential Smoothing (ES)
Rumus ES = Ft = {(Ft-1) + α ((At-1)-(Ft-1))}
I.6.4 Kesalahan Peramalan (MAD)
Rumus MAD = Jumlah Kesalahan
BAB 2
LANDASAN TEORI
2.1 Kerangka Teori
2.1.1 Pengertian Peramalan
Peramalan merupakan bagian awal dari suatu proses pengambilan suatu keputusan. Sebelum melakukan Peramalan harus diketahui terlebih dahulu apa sebenarnya persoalan dalam pengambilan keputusan itu. Peramalan diartikan sebagai kegiatan analisis untuk memperkirakan besarnya perubahan suatu variabel ekonomi bisnis dalam permintaan barang dan jasa di masa yang akan datang berdasarkan data pada waktu yang lalu dan data pada masa sekarang.
Definition Forecasting by Arthur C. Laufer, Management Operations (1979:231) Forecasting is decisions which theboperations manager must make are concerned with some point in the future; tommorrow, next week or still further away. Before any plans can be made, a projection into the future is neede. In addition, a determination of the conditions under which the decisions will be put into operation must be made. It is not realistic
Definisi Peramalan menurut Arthur C. Laufer, Management Operations (1979:231) Peramalan adalah keputusan yang manajer operasi harus membuat perhitungan dengan beberapa titik di masa depan, masa yang akan datang melalui keadaan masa lalu. Sebelum rencana apapun dapat dibuat, proyeksi ke masa depan diperlukan. penentuan kondisi di mana keputusan akan dimasukkan ke dalam operasi harus dilakukan. itu tidak realistis untuk merencanakan produk baru tanpa membuat beberapa proyeksi permintaan untuk produk tersebut selama periode waktu. manajer tidak akan membuat keputusan yang melibatkan investasi besar modal tanpa terlebih dahulu mencoba untuk mengetahui kondisi yang akan ada selama periode waktu yang diperlukan untuk mengembalikan biaya investasi.
Definisi peramalan menurut J. Supranto, MA. Teknik Riset Pemasaran Dan Ramalan Penjualan (1990:3) ”Peramalan merupakan memberikan gambaran tentang kemampuan menjual di waktu yang akan datang, yang data ramalan penjualan dapat digunakan untuk dasar perencanaan produksi. Hasil ramalan untuk menentukan atau merencanakan berapa produksi yang harus diprodusir.
Dari pengertian peramalan diatas, dapat disimpulkan bahwa yang dimaksud dengan Peramalan adalah suatu cara memprediksi suatu kejadian di masa yang akan datang dengan menggunakan data dari masa lalu dan menempatkannya di masa yang akan datang untuk mengetahui seberapa besar permintaan.
2.1.2 Tujuan Peramalan
Peramalan pada umumnya digunakan untuk memprediksikan keuntungan, pendapatan, harga, biaya, teknologi, dan berbagai variabel lainnya. Dalam lingkungan perusahaan kebanyakan peramalan untuk mengestimasi atau memprediksi permintaan penjualan pada masa yang akan datang. Dan untuk meredam ketidakpastian, sehingga diperoleh suatu perkiraan yang mendekati keadaan yang sebenarnya.
2.1.2 Tipe Peramalan
Tipe Peramalan menurut Hery Prasetya dan Fitri Lukiastuti (2009 : 44), Dalam Peramalan dibagi dalam beberapa tipe Peramalan, yakni :
a. Peramalan Ekonomi (Economic Forecast)
Merupakan Peramalan yang menjelaskan siklus bisnis dengan memprediksi tingkat inflasi, ketersediaan uang, dana yang dibutuhkan untuk membangun perumahan dan indikator perencanaan lainnya.
b. Peramalan Teknologi (Tecnological Forecast)
Peramalan yang memperhatikan tingkat kemajuan teknologi yang dapat meluncurkan produk baru yang menarik, yang membutuhkan pabrik dan peralatan baru.
c. Peramalan Permintaan (Demand Forecat)
Merupakan proyeksi permintaan untuk produk atau layanan statu perusahaan. Peramalan ini disebut juga Peramalan penjualan, yang mengendalikan produksi, kapasitas, serta sistem penjadwalan dan menjadi input bagi perencanaan keuangan, pemasaran dan sumber daya manusia.
2.1.3 Jenis-jenis dari Peramalan
Apabila dilihat ulang dari segi penyusunannya, maka peramalan dapat dibedakan atas dua macam :
1. Peramalan Subjektif.
Peramalan yang didasarkan atas perasaan dari penulisnya sendiri.
2. Peramalan Objektif.
Peramalan yang didasarkan atas data yang kongkrit pada masa lalu dan didalam penggunaannya memakai teknik dan metode untuk menganalisa seluruh data tersebut.
Berdasarkan sifatnya, peramalan dibedakan menjadi dua macam yaitu :
1. Peramalan Kualitatif
Peramalan yang didasarkan atas kualitatif pada masa lalu dan hasil peramalan yang dibuat tergantung pada orang yang menyusunnya. Biasanya peramalan kualitatif berdasarkan atas hasil penyelidikan atau didasarkan ciri-ciri normatif.
2. Peramalan Kuantitatif
Peramalan yang didasarkan atas data yang lalu dan hasil peramalan yang dibuat sangat tergantung pada ramalan tersebut. Peramalan ini hanya dapat digunakan apabila terdapat tiga kondisi, yaitu :
1) Adanya informasi tentang keadaan yang lain.
2) Informasi tersebut dapat dikualifikasikan dalam bentuk data.
3) Data diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa yang akan datang.
Jika dilihat dari segi jangka waktu penyusunannya maka peramalan dapat dibedakan atas dua macam menurut Jay Heizer dan Barry Render (2006:137) yaitu :
1. Peramalan jangka pendek
Peramalan ini mencakup jangka waktu hingga 1 tahun tetapi umumnya kurang dari 3 bulan. Peramalan ini digunakan untuk merencanakan pembelian, penjadwalan kerja, jumlah tenaga kerja dan tingkat produksi.
2. Peramalan jangka menengah
Peramalan ini umumnya mencakup hitungan bulanan hingga 3 tahun. Peramalan ini digunakan untuk merencanakan penjualan, perencanaan, dan anggaran produksi, anggaran kas dan menganalisis bermacam-macam rencana operasi.
3. Peramalan jangka panjang
Peramalan ini umumnya untuk perencanaan masa 3 tahun atau lebih. Peramalan ini digunakan untuk merencanakan produk baru, pembelanjaan modal, lokasi atau pengembangan fasilitas serta penelitian dan pengembangan.
2.1.4 Proses Peramalan
Proses Peramalan menurut T. Hani Handoko (2000 : 260) terdiri dari langkah-langkah sebagai berikut :
1. Penentuan Tujuan
Langkah pertama terdiri atas penentuan macam estimasi yang diinginkan. Sebaliknya, tujuan tergantung kepada kebutuhan-kebutuhan-kebutuhan informasi para manajer. Analisi membicarakan dengan para pembuat keputusan untuk mengetahui kebutuhan-kebutuhan mereka, dan menentukan :
a. Variabel apa yang akan di estimasi
b. Siapa yang akan menggunakan hasil Peramalan
c. Untuk tujuan apa hasil Peramalan di gunakan
d. Estimasi jangka panjang atau jangka pendek yang diinginkan
e. Derajat ketepatan estiasi yang diinginkan
f. Kapan estimasi dibutuhkan
g. Bagian-bagian Peramalan yang digunakan
2. Pengembangan Model
Setelah tujuan ditetapkan, langkah berikutnya adalah pengembangan suatu model yang merupakan penyajian secara lebih sederhana sistem yang dipelajari. Dalam Peramalan, model adalah suatu kerangka analitik yang bila dimasukkan data masukan menghasilkan estimasi penjualan di masa yang akan datang (atau variabel apa saja yang diramal). Analisis hendaknya memilih suatu model yang menggambarkan secara realistis perilaku variabel-variabel yang dipertimbangkan.
3. Pengujian Model
Sebelum diterapkan, model biasannya diuji untuk menentukan tingkat akurasi, validitas dan reliabilitas yang diharapkan. Ini sering mencakup penerapannya pada data historis dan penyiapan estimasi untuk tahun-tahun sekarang dengan data nyata yang tersedia. Nilai suatu model ditentukan oleh derajat ketepatan hasil Peramalan dengan kenyataan (aktual). Dengan kata lain, pengujian model bermaksud untuk mengetahui validitas atau kemampuan prediktif secara logis suatu model.
4. Penerapan Model
Setelah pengujian, analisis menerapkan model dalam tahap ini, data historik dimasukkan dalam model untuk menghasilkan suatu ramalan.
5. Revisi dan Evaluasi
Ramalan-ramalan yang telah dibuat harus senantiasa diperbaiki dan ditinjau kembali. Perbaikan mungkin perlu dilakukan karena adanya perubahan dalam perusahaan atau lingkungannya, seperti tingkat harga produk perusahaan, karakteristik produk, pengeluaran pengiklanan, tingkat penegluaran pemerintah, kebijakan moneter dan kemajuan teknologi. Evaluasi, dilain pihak merupakan pembanding ramalan-ramalan dengan hasil-hasil nyata untuk menilai ketepatan penggunaan suatu metodologi atau teknik Peramalan. Langkah ini diperlukan untuk menjaga kualitas estimasi di waktu yang akan datang.
2.1.3 Tahap – Tahap Peramalan
Tahap Peramalan menurut Suryadi Prawirosenoto (2001 : 48), Agar Peramalan dapat memberikan hasil yang memuaskan, maka haruslah mengikuti prosedur atau langkah – langkah yang telah ditetapkan dalam Peramalan. Dengan mengikuti setiap langkah yang telah ditetapkan paling tidak dapat menghindari kesalahan yang tidak perlu, sehingga hasil Peramalan tidak perlu diragukan
Secara umum langkah yang dilakukan dalam Peramalan sebagai berikut :
1. Mengumpulkan Data
Pengumpulan data merupakan langkah awal yang harus dilakukan. Data yang dikumpulkan merupakan data masa lalu. Hendaknya data yang dikumpulkan selengkap mungkin untuk beberapa periode. Pengumpulan data bisa dilakukan dengan pengumpulan data sekunder dan data primer. Pengumpulan data sekunder maksudnya data yang diperoleh dari berbagai sumber seperti perpustakaan, majalah dan laporan lainnya. Sedangkan data primer diperoleh dari lapangan dengan menggunakan metode observasi, wawancara atau dengan menyebarkan kuesioner.
2. Mengolah Data
Data yang sudah dikumpulkan kemudian dibuat tabulasi data. Dengan demikian akan diketahui pola data yang dimiliki dan memudahkan kita untuk melakukan Peramalan melalui metode Peramalan yang ada.
3. Menentukan Metode Peramalan
Setelah data ditabulasi barulah kita menentukan metode Peramalan yang cocok untuk data tersebut. Terdapat banyak metode Peramalan yang masing – masing metode akan memberikan hasil yang berbeda. Peramalan yang diinginkan adalah dengan menggunakan metode yang paling tepat. Artinya hasil yang akan diperoleh tidak akan jauh berbeda dengan kenyataannya atau metode yang akan memberikan penyimpangan terkecil. Pemilihan metode Peramalan adalah dengan mempertimbangkan faktor horizon waktu, pola data, jenis Peramalan, faktor biaya, ketepatan dan kemudahan penggunaannya.
4. Memproyeksikan Data
Seperti diketahui bahwa akan ada perubahan di masa yang akan datang seperti perubahan ekonomi, politik, sosial atau perubahan kemasyarakatan lainnya. Perubahan ini akan berakibat tidak tepatnya hasil Peramalan. Agar kita dapat meminimalkan penyimpangan terhadap perubahan maka perlu dilakukan proyeksi data dengan pertimbangan faktor perubahan tersebut untuk beberapa periode.
5. Mengambil Keputusan
Hasil Peramalan yang telah dilakukan dan digunakan untuk mengambil keputusan untuk membuat berbagai perencanaan seperti perencanaan produksi, keuangan, penjualan dan perencanaan lainnya, naik untuk perencanaan jangka pendek maupun perencanaan jangka panjang.
2.1.4 Karakteristik Peramalan yang Baik
Peramalan yang baik mempunyai beberapa kriteria menurut T. Hani Handoko (2000 : 260 ) yang penting, antara lain akurasi, biaya dan kemudahan. Penjelasan dari kriteria – kriteria tersebut adalah sebagai berikut :
1. Akurasi
Akurasi dari suatu hasil Peramalan diukur dengan hasil kebiasaan dan kekonsistensian Peramalan tersebut. Hasil Peramalan dikatakan bisa bila Peramalan tersebut terlalu tinggi atau rendah dibandingkan dengan kenyataan yang sebenarnya terjadi. Hasil Peramalan dikatakan konsisten bila besarnya kesalahan Peramalan relatif kecil. Peramalan yang terlalu rendah akan mengakibatkan kekurangan persediaan, sehingga permintaan konsumen tidak dapat dipenuhi segera akibatnya perusahaan dimungkinkan kehilangan pelanggan dan kehilangan keuntungan penjualan. Sedangkan Peramalan yang terlalu tinggi akan mengakibatkan terjadinya penumpukan persediaan, sehingga banyak modal yang terserap sia – sia. Keakuratan dari hasil Peramalan ini berperan penting dalam menyeimbangkan persediaan yang ideal.
2. Biaya
Biaya yang diperlukan dalam pembuatan suatu Peramalan adalah tergantung dari jumlah item yang diramalkan, lamanya periode Peramalan dan metode Peramalan Peramalan yang dipakai. Ketiga faktor pemicu biaya tersebut akan mempengaruhi beberapa banyak data yang dibutuhkan, bagaimana pengolahan datanya (manual atau komputerisasi), bagaimana penyimpanan datanya dan siapa tenaga ahli yang diperbantukan. Pemilihan metode Peramalan harus disesuaikan dengan dana yang tersedia dan tingkat akurasi yang ingin didapat, misalnya item – item yang penting akan diramalkan dengan metode yang sederhana dan murah.
3. Kemudahan
Penggunaan metode Peramalan yang sederhana, mudah dibuat dan mudah diaplikasikan akan memberikan keuntungan bagi perusahaan. Dengan menggunakan memakai metode yang canggih, tetapi tidak dapat diaplikasikan pada sistem perusahaan karena keterbatasan dana, sumber daya manusia, maupun peralatan teknologi.
2.1.4 Teknik Untuk Membuat Ramalan Penjualan
Teknik-teknik yang digunakan dalam membuat ramalan penjualan adalah sebagai berikut :
Kita harus membuat atau menyiapkan catatan atau data yang telah ada mengenai penjualan dari perusahaan yang bersangkutan, dalam tahun dan dipecah-pecah dalam bulan (atau dalam tingkat hidup konsumen, yaitu high, middle, lower)
Mencoba menghubungkan penjualan perusahaan sendiri dengan penjualan industri keseluruhannya, dengan mengetahui hubungan ini, maka perusahaan dapat mengetahui share of market-nya.
Menghubungkan industri ini dimana perusahaan tersebut menjadi bagiannya dengan keadaan perekonomian keseluruhannya.
Mengadakan analisis hubungan-hubungan (korelasi) ini.
BAB 3
METODE PENELITIAN
3.1. Objek Penelitian
Objek penelitian ini adalah Toko Boneka Dwi Doll di Jl. Raya Narogong KM.12 pangkalan 3, Bantar Gebang - Bekasi 17152
3.2 Sejarah Perusahaan
Toko Boneka Dwi Doll didirikan oleh Ibu Dwi Ranti, pada bulan April 2009. Usaha ini bermula di rumah kediaman Ibu Dwi Ranti di Jl. Raya Narogong KM.12 Pangkalan 3, Bantar Gebang - Bekasi 17152, awal mula berdiri Toko ini dikarenakan adalah ingin membuka bisnis untuk memperkerjakan warga sekitar tempat tinggal nya, dan menurut beliau bisnis ini sangat jarang di wilayah sekitar rumahnya, dan bisnis ini sangat menjanjikan.
Seiring berjalan waktu, semakin banyak permintaan dari konsumen, akhirnya mereka memutuskan untuk membangun Tokonya menjadi lebih besar lagi dan telah memiliki ±7 karyawan.
Seiring berkembang promosi oleh Toko Boneka Dwi Doll dan memperbanyak inovasi bentuk dan karakter boneka untuk memenuhi permintaan konsumen dan sebagai daya tarik, Toko Boneka Dwi Doll tetap konsisten dengan barang yang di jual dan di produksi yaitu Boneka.
3.3 Data/Variabel
Data yang digunakan dalam penelitian ilmiah ini yaitu data yang didapat dari Toko Boneka "Dwi Doll". Data yang digunakan dalam peramalan ini adalah data hasil penjualan dari bulan Maret 2013 s/d Maret 2014.
3.3 Metode Pengumpulan Data
Metode pengumpulan data yang penulis gunakan, yaitu :
a) Wawancara
Yaitu dengan tanya jawab dengan pemilik Toko Boneka "Dwi Doll".
b) Observasi
Yaitu dengan mengadakan pengamatan secara langsung ke tempat yang akan diteliti untuk mengetahui kegiatan yang dilakukan oleh Toko Boneka.
c) Studi Pustaka
Yaitu dengan metode pengumpulan data dengan cara membaca dan memahami buku-buku yang berkaitan dengan peramalan penjualan dengan menggunakan metode rata-rata bergerak (Moving Average), rata-rata bergerak tertimbang (Weight Moving Averege), metode peramalan rata-rata bergerak yang melakukan penimbangan terhadap data masa lalu (Exponential Smoothing), serta mengukur tingkat kesalahan peramalan (Mean Absolute Deviasion).
3.4 Alat Analisis yang Digunakan
Setelah mendapatkan data penelitian, langkah selanjutnya dalah menentukan alat analisa yang digunakan sesuai untuk data penelitian yaitu dengan menggunakan metode :
1) Moving Average
Adalah suatu metode peramalan dengan mengkombinasikan data dari beberapa periode terbaru atau terakhir metode ini pada dasarnya bertujuan membuat data yang fluktuatif menjadi data imperatif stabil atau kurang berfluktuatif sehingga fluktuasi dari pola data halus dan relative merata. Rumus dalam metode ini :
MA = Ʃ Penjualan nyata pada periode
Ʃ Periode (n) yang digunakan dalam waktu average
Keterangan :
n = Jumlah periode digunakan
2) Weight Moving Average (Rata-rata bergerak tertimbang)
Adalah suatu metode peramalan yang cara perhitungannya hampir sama dengan MA, hanya berbeda pada adanya penambahan bobot pada tiap data. Data terakhir yang termasuk dalam periode perhitungan rata-rata diberi bobot yang lebih besar.
WMA = (A*n) + (B*(n-1)) + (C*(n-2)) + …..
Dimana :
A : Bobot terbesar
B : Bobot terbesar kedua
C : Bobot terbesar ketiga
n : Data periode terakhir
n-1 : Data satu periode sebelum periode terakhir
n-2 : Data dua periode sebelum periode terakhir
3) Exponential Smoothing (ES)
Adalah suatu periode peramalan rata-rata bergerak yang melakukan penimbangan terhadap data masa lalu dengan cara exponential. Pada metode ini peramlan dilakukan dengan cara hasil peramalan periode terakhir ditambah porsi perbedaan atau tingkat kesalahan (α) antara permintaan nyata periode terakhir dan peramalan periode terakhir. Rumus dalam metode ini :
ES = Ft = {(Ft-1) + α ((At-1) – (Ft-1))}
Dimana :
Ft : Ramalan untuk periode sekarang
Ft-1 : Ramalan untuk periode sebelumnya
α : Smoothing konstanta (porsi perbedaan)
At-1 : Permintaan nyata periode sebelumnya
4) Mean Absolute Deviasion (MAD)
Kesalahan peramalan ada 2 unsur yang harus diperhatikan, yaitu :
1. Perbedaan antara permintaan nyata dengan peramalan (error).
2. Arah kesalahan, yaitu apakah permintaan nyata berada diatas atau dibawah ramalan.
Ada suatu ukuran kesalahan yang umum digunakan yaitu Mean Absolute Deviasion (MAD), dimana ukuran ini mencari selisih antara permintaan nyata dan ramalan dengan tingkat rata-rata kesalahan selama meramalkan adalah :
MAD = Ʃ Kesalahan
N - n
Dimana :
N : Jumlah data penjualan
N : Jumlah periode
