Optimasi Analisis Peramalan dengan Metode Regresi Weighted Moving Average

• Main Author: fajrian nur adnan
• Format: Article
• Language: English
• Published: Program Studi Sistem Informasi 2019-11-01
• Series: JOINS (Journal of Information System)
• Online Access: http://publikasi.dinus.ac.id/index.php/joins/article/view/2265

Metode peramalan sangat diperlukan untuk menentukan strategi dan pengambilan keputusan. Keberhasilan metode dalam peramalan ditentukan dari kecilnya selisih antara nilai yang diperoleh dari hasil peramalan dengan nilai actual ketika keadaan tersebut telah terealisasi. Beberapa penelitian terkait peramalan telah banyak dilakukan dengan menggunakan beberapa metode salah satunya adalah moving average. Metode moving Average yang sering digunakan dalam kasus peramalan adalah single moving average dan weighted moving average. Perbedaan antara kedua metode tersebut adalah pada pembobotan dari data yang digunakan dalam peramalan. Metode wighted moving average (WMA) menggunakan bobot meningkat atau menurun dari sejumlah data yang akan digunakan dalam peramalan. Untuk menentukan kaitan antara setiap data history terhadap data peramalan, maka perlu dilakukan analisis hubungan antara kedua data tersebut. Salah satu metode yang biasa digunakan dalam analisis hubungan dan keterkaitan antar variable adalah metode regresi linier. Dengan menggunakan regresi linier, peneliti bermaksud menganalisi keterkaitan data history terhadap data peramalan dan mengguunakan nilai koefisien dari masing-masing data history sebagai bobot dalam peramalan dengan menggunakan metode WMA. Dengan menggunakan bobot yang telah dianalisis, diharapkan metode Regresi WMA dapat memberikan hasil peramalan dengan nilai error yang yang lebih baik.