Manfaat metode moving average

Pengertian, Kegunaan dan sifat-sifat peramalan (peramalan) DEFINISI, PERDAGANGAN SIFAT-SIFAT (RAMALAN), PENGERTIAN REGRESI DAN KORELASI peramalan (peramalan) Pengertian Peramalan PeramalanPerkiraan (Peramalan) Peramalan adalah meramalkan, memproyeksikan, atau dilaksanakan perkiraaan taksiran terhadap berbagai kemungkinan yang akan Terjadi sebelum suatu rancana yang lebih pasti bisa dilakukan. Peramalan (peramalan) adalah seni dan ilmu untuk tujuan di masa depan. Hal ini dapat dilakukan dengan menggunakan data historis dan memproyeksikannya ke masa mendatang dengan model matematis. Hal ini bisa juga merupakan pediksi intuisi yang sedang subjektif. Hal ini pun bisa dilakukan dengan menggunakan kombinasi model matematis yang disesuakan dengan pertimbangan yang baik dari seorang manajer. Setelah mengenal beberapa teknik peramalan, anda akan melihat tidak ada satu metode tunggal yang paling unggul. Sesuatu yan berjalan dengan baik di suatu perusahaan pada suatu kondisi tertentu mungkin bisa menjadi bencana bagi organisasi lain, bahkan pada departemen yang berada di perusahaan yang sama. Selain itu, anda akan melihat dari apa yang dapat anda harapkan dari suatu peramalan. Hanya sedikit bisnis yang dapat menghindari proses peramalan dan hanya menunggu apa yang terjadi untuk kemudian mengambil kesempatan. Perencanaan yang efektif baik untuk jangka panjang maupun pendek tergantung pada peramalan permintaan untuk produk perusahaan. Peramalan (Peramalan), merupakan kegiatan memprediksi nilai variabel yang bersangkutan dari variabel tersebut atau variabel yang berhubungan. Ada dua macam metode. Metode kualitatif hanya menggunakan intuisi saja, tanpa menggunakan pendekatan matematis atau statistik. Situasi, kondisi, dan pengalaman sangat baik hasil ramalan. Metode kuantitatif dapat dibedakan menjadi dua cara yaitu metode kausal dan metode time series. Metode kausal sebagai variabel dari variabel yang lain. Metode waktu hanya. Kegunaan Peramalan Data ramalan digunakan sebagai barang, bukan merupakan angka atau bilangan yang harus digunakan begitu saja. Penggunaannya masih butuh sanggahan dari para pemakai. Hal ini disebabkan oleh karena hasil ramalan biasanya dibangun atas dasar asas-as, kalau keadaan tidak berubah seperti waktu sebelumnya. Peramalan Deret Waktu Deret waktu dibangun pada urutan titik tengah 8211 titik data yang berada dalam jarak waktu tertentu (minggu, bulanan, kuartalan, dan lain 8211 lain). Meramalkan deret data waktu yang tepat untuk masa depan saja hanya dari masa lalu dan variabel lain yang mungkin sangat bermanfaat. Menganalisis deret waktu berarti membagi data masa lalu menjadi komponen 8211 komponen 8211 komponen, kemudian memproyeksikannya ke masa depan. Deret waktu memiliki empat komponen yaitu: 1. Pola tren adalah pergerakan data sedikit demi sedikit naik atau menurun. Perubahan pendapatan, populasi, penyebaran umur, atau pandangan budaya dapat mempengaruhi pergerakan tren. 2.Pola data musiman adalah pola data yang berulang pada kurun waktu tertentu, seperti hari, mingguan, atau kuartal. 3.Pola data Siklus adalah pola dalam data yang terjadi setiap beberapa tahun. Siklus ini biasanya terkait pada siklus bisnis dan merupakan satu hal penting dalam analisis dan perencanaan bisnis jangka pendek. Memprediksi siklus bisnis 4.Pola data variasi acak Merupakan satu titik khusus dalam data yang disebabkan oleh peluang dan situasi yang tidak lazim. Variasi acak tidak memiliki pola khusus sehingga tidak dapat di prediksi. Metode Pemulusan Eksponensial Penghalusan Eksponensial merupakan metode peramalan rata 8211 rata bergerak dengan pembobotan yang canggih, tapi masih mudah digunakan. Metode ini menggunakan pencatatan dan masa lalu yang sangat sedikit. Bentuk umum dari metode pemulusan eksponensial: Ft Ft - 1 a (Pada 8211 1 Ft82111) Ft peramalan baru Ft-1 peramalan sebelumnya Konstanta penghalusan (pembobotan) (0 a 1) At-1 Permintaan aktual periode lalu. Konsepnya tidak rumit. Prediksi terakhir untuk permintaan sama dengan prediksi lama, disesuaikan dengan sebagian deferensiasi permintaan aktual periode lalu dengan prediksi lama. 1.Single Eksponensial smoothing Metode penghalusan eksponensial orde satu sebenarnya merupakan perkembangan dari metode rata-rata bergerak (moving average) sederhana. Metode peramalan (peramalan) karena sederhana, efisian di dalam perhitungan dan perubahan ramalan, mudah disesuaikan dengan perubahan data, dan metode ketelitian ini cukup besar. 2.Double Eksponensial smoothing Metode ini akan menyesuaikan tren faktor yang ada pada pola data. Dipopulerkan oleh C. C. Holt (1957), model ini menambahkan faktor pertumbuhan (growth factor) atau faktor trend (trend factor) pada persamaan dasar dari smoothing. 3.Triple Exponential smoothing Metode ini merupakan perluasan dari metode holt. Dipopulerkan oleh musim dingin, model ini menambahkan faktor musiman pada persamaan dasar dari smoothing. Hanya beda dengan dua metode Exponential smoothing yang lalu, pada metode winter ada dua cara menghitung peramalan, secara acak atau secara multiplikatif, disini akan digunakan cara multiplikatif. 2.3.2. Menghitung Kesalahan Peramalan Seorang perencana pasti menginginkan hasil ramalan yang tepat atau paling tidak bisa memberikan gambaran yang paling mendekati rencana yang dibuatnya adalah rencana yang realistis. Ketepatan atau ketelitian inilah yang menjadi kriteria kinerja dengan metode peramalan. Ketepatan atau ketelitian ini dapat diterima sebagai kesalahan dalam peramalan. Kesalahan yang kecil memberikan arti ketelitian peramalan yang tinggi, dengan kata lain keakuratan hasil peramalan tinggi, begitu pula sebaliknya. Ada beberapa perhitungan yang biasa digunakan untuk membandingkan model peramalan yang berbeda, mengawasi peramalan, dan untuk peramalan dengan baik. Tiga dari perhitungan yang paling terkenal adalah: 1.1. Deviasi Mutlak Rerata (Mean Absolute Deviation 8211 MAD) 2.2. Kesalahan Kuadrat Rerata (Mean Square Error 8211 MSE) 3.3. Kesalahan Persen Mutlak Rerata (Mean Absolute Persentase Kesalahan - MAPE) Sifat-Sifat Peramalan sifat-sifat peramalan Peramalan yang Subyektif: Peramalan yang dibangun atas perasaan (instuisi) dari orang yangusunnya. Peramalan yang Obyektif: Peramalan yang dibangun atas data 8211 data pada masa lalu dengan menggunakan metode 8211 dalam penganalisaan data tersebut. Peramalan Kualitatif: Peramalan yang dibangun atas data kualitatif pada masa lalu, hasil peramalan tergantung pada orang yangusunnya. Peramalan Kuantitatif: Peramalan yang dibangun atas data kuantitatif pada masa lalu, hasilnya bergantung pada metode yang digunakan. REGRESI DAN KORELASI Regresi adalah suatu alat ukur yang juga dapat digunakan untuk mengukur ada atau tidaknya isi antarvariabel. SEDANGKAN Korelasi merupakan teknik analisis yang termasuk dalam salah satu teknik pengukuran (hubungan asosiasional).Jalan Jenderal Ahmad Yani No.12 Palembang Abstrak: Nasta CV Com adalah salah satu perusahaan yang bergerak dalam penjualan laptop di Kecamatan Lempuing tentang transaksi yang Memerlukan pengumpulan data dan peramalan untuk periode berikutnya. Proses transaksi pembelian saham laptop, penjualan laptop dan peramalan pada CV CV Nasta masih merupakan cara konvensional (dalam penulisan), sehingga sering menemukan masalah seperti penggunaan waktuk yang tidak efisien, sulit memprediksi stok laptop untuk periode berikutnya, dan sering error. Dalam membuat laporan transaksi Dalam penulisan ilmiah ini sistem komputerisasi akan diterapkan dalam membangun sistem informasi peramalan penjualan Nasta CV Com Lempuing dengan Metode Weighted Moving Average (WMA). Metode ini adalah metode yang menggunakan teknik bobot yang berbeda pada data yang ada pada pemikiran bahwa data terbaru adalah data yang paling relevan untuk peramalan sehingga diberi bobot lebih besar. Metode Weighted Moving Average (WMA) digunakan untuk memperkirakan nilai periode berikutnya. Berdasarkan uraian di atas, penulis membuat sebuah sistem informasi yang berjudul Sistem Informasi Penjualan Peramalan Laptop di Nasta CV Com Metode Lempuing Menggunakan Weighted Moving Average (WMA) yang diharapkan dapat membantu dan mempermudah pengolahan data pembelian, penjualan dan peramalan untuk periode berikutnya. Di CV Nasta Com. Kata kunci. Peramalan, penjualan, Metode Rata-rata Bergerak Rata-rata Absrak: CV Nasta Com merupakan salah satu perusahaan yang bergerak dibidang penjualan laptop di Kecamatan Lempuing yang membutuhkan pendataan tentang transaksi dan peramalan untuk periode selanjutnya. Proses transaksi pembelian stok laptop, penjualan laptop dan peramalan pada CV Nasta COM saat ini masih dengan cara konvensional (tertulis), sehingga sering menemukan masalah seperti pemanfaatan waktuk yang tidak efisien, kesulitan dalam ram stok laptop untuk masa depan, dan sering terjadi dalam pembuatan Laporan transaksi. Pada penulisan ilmiah ini akan diterapkan sistem peredaran data pada CV Nasta Com Lempuing dengan Metode Weighted Moving Average (WMA). Metode ini merupakan metode yang menggunakan teknik pemberian bobot yang berbeda atas data yang tersedia dengan data yang paling akhir adalah data yang paling relevan untuk peramalan sehingga diberi bobot yang lebih besar. Metode Weighted Moving Average (WMA) ini digunakan untuk memperediksikan nilai pada priode selanjutnya. Berdasarkan uraian di atas maka, penulis membuat sebuah sistem informasi yang berjudul 8220 Sistem Informasi Peramalan Penjualan Laptop pada CV Nasta Com Lempuing Dengan Menggunakan Metode Weighted Moving Average (WMA) 8220 yang diharapkan dapat membantu dan mempermudah dalam pengolahan data transaksi pembelian, transaksi penjualan dan peramalan Untuk periode selanjutnya pada CV Nasta Com. Kata Kunci. Peramalan, penjualan, Metode Rata-rata Bergerak Rata-Rata 1.1 Latar Belakang P erkembangan dunia usaha di I ndonesia memiliki persaingan yang cukup ketat dalam segala bidang, baik dalam bidang p enjualan maupun jasa. Persaingan itu salah satunya adalah dengan kemajuan teknologi, terserah para pesaing-pesaing baru yang sedang dalam pengembangan produk-produk yang beraneka ragam dan berkualitas. Yang memang sumber daya manusia yang siap untuk mengalami perkembangan tersebut. Perubahan yang cepat pada teknologi informasi menjadi kekuatan utama dalam segala bidang seiring dengan perkembangan teknologi modern. CV Nasta Com m erupakan salah satu perusahaan yang bergerak di bidang penjualan laptop di Kecamatan Lempuing antara lain laptop jenis Acer. Toshiba, Lenovo, Zyrex dan Asus. Pada tahun 2009 berdiri CV Nasta Com yang di plopori oleh Bapak. Adi. CV Nasta Com beralamat di Jln. Lintas Timur KM.127 Desa Tugu Agung Kecamatan Lempuing Kabupaten Ogan Komering Ilir. Jumlah barang yang terjualan pada tahun 2012 dari bulan Juli sampai September, dapat dilihat pada tabel sebagai berkut. Tabel 1.1 Jumlah penjualan barang Juli-September 2012 Sumber: CV Nasta Com, Bulan Juli 8211September 2012. CV Nasta Com memiliki pelanggan dari luar Kecamatan Lempuing seperti dari kecamatan Lempuing Jaya dan Kecamatan Mesuji Raya. Transaksi peramalan penjualan pada CV Nasta Com saat ini masih dengan cara konvensional yaitu masih dalam bentuk manual tertulis. Adapun peramalan penjualan laptop pada CV Nasta Com saat ini dilakuakan dengan hasil hasil penjualan dari priode sebelumnya dengan jumlah yang ingin setiap per bulan per periodenya pegawai harus menghitung ulangan, CV Nasta Com dalam pembuatan laporan juga masih tertulis. Kondisi seperti ini yang menyebabkan banyaknya waktu yang terbuang agar tidak berjalan dengan efektif dan efisien. Metode Weighted Moving Average (W MA) adalah metode yang menggunakan teknik pemberikan bobot yang berbeda atas data yang tersedia dengan data yang paling akhir adalah data yang paling relevan untuk peramalan sehingga diberi bobot yang lebih besar. Bobot ditentutan seperti rupa jumlah keseluruhannya sama dengan satu. Metode WMA ini menghasilkan rata-rata untuk peramalan per periode, d engan menjumlah data-data lama dengan memberikan bobot pada setiap data perpriode. Weighted Moving A verage (W MA) ini digunakan untuk memprediksi nilai pada masa mendatang dan diharapkan dapat menyelesaikan masalah-masalah yang ada pada CV Nasta Com ini. Untuk mengatasi masalah yang ada perlu adanya sistem yang menggunakan komputer untuk mempermudah melakukan peramalan penjualan per priodenya sehingga waktu yang dipakai bisa efektif dan efesien. Peneliti juga akan mengembangkan sistem peramalan penjualan berbasis web desktop untuk meningkatkan kinerja CV Nasta Com. Berdasarkan penjelasan masalah yang ada, maka penulis akan membangun suatu sistem informasi yang bisa memberikan kemudahan dalam peramalan penjualan per periodenya. M aka penulis mengangkat skripsi dengan judul 8220 Sistem Informasi Peramalan Penjualan Laptop Pada C V Nasta Com Lempuing Dengan Menggunakan Metode W e ighted Moving Average (W MA) 8221. 1.2 Perumusan Masalah Berdasarkan uraian latar belakang, tentang masalah yang ada pada CV Nasta Com. Maka penulis merumuskan hal tersebut 8220Bagaimana Membangun Sistem Informasi Peramalan Penjualan Laptop Pada CV Nasta Com Lempuing Dengan Menggunakan Metode W e ighted Moving Average (W MA) 8221. 1.3 Batasan Masalah Skripsi ini tergantung pada proses pengembangan informasi peramalan penjualan CV Nasta Com Lempuing, yaitu . 1. Proses pembuatan sistem yang meliputi peramalan penjualan CV Nasta Com Lempuing dengan ketentuan menghitung penjualan periode sebelumnya, menghitung penjualan periode sekarang, menentukan bobot, dan hasil penjualan priode mendatang. 2. sistem peramalan penjualan ini untuk perkiraan. 3. Tahap pengembangan sistem peramalan penjualan yang digunakan untuk keperluan penelitian, implementasi, dan implementasi 1.4 Tujuan dan Manfaat Penelitian 1.4.1 Tujuan Penelitian ini merupakan terbangun sebuah sistem informasi peramalan penjualan laptop pada CV Nasta Com Lempuing dengan menggunakan metode weighted moving average (WMA). 1.4.2 Manfaat Penelitian ini diharapkan bisa memberikan manfaat bagi penulis sendiri dan CV Nasta Com Lempuing maupun Universitas Bina Darma Palembang. Diantara manfaatnya itu. Hasil penelitian ini diharapkan dapat membantu CV Nasta Com Lempuing dalam ram penjualan laptop untuk masa mendatang. Universitas Bina Darma Palembang: Hasil penelitian ini dapat menambah bacaan ilmiah bagi para mahasiswa dan mahasiswi Universitas Bina Darma Palembang. Meningkatkan kemampuan dalam membuat sebuah aplikasi komputer sehinggan bermanfaat bagi penulis di masa akan dat a ng. Semoga jurnal ini bermanfaat bagi kalian yang sedang mencari referensi dalam mengerjakan skripsi. untuk keterangan lebih lanjut tentang skripsi saya dan jurnalnya boleh hub saya. Tidak ada hp 081366638723 E-mail Bantuanilpartyahoo.2.1 Pengertian Penjualan Menurut EC. Widjayono Moestadjab (1991), Penjualan adalah memberikan sesuatu dengan sebuah cara yang hanya dengan cara lain hanya dengan cara pemindahan hak atas sesuatu produk penjualan kepada pembeli. Menurut Basu Swastha DH dalam buku manajemen penjualan (1999: hal 8), Penjualan adalah ilmu dan seni yang bersifat pribadi yang dilakukan oleh penjual untuk mengajak orang lain untuk membeli barang atau jasa yang ditawarkannya. 2.2 Peramalan Penjualan Peramalan penjualan adalah bagian yang penting bagi suatu perusahaan. Berikut ini adalah berbagai macam pengertian peramalan yang dikemukakan oleh: Menurut Gunawan Adi Saputro dan Marwan Asri (1996: 148). 8220Peramalan adalah cara untuk mengukur dan menaksir kondisi bisnis dimasa masa depan8221. Menurut Suad Husnan dan Suwarsono (1994: 40). 8220Peramalan adalah usaha untuk mengetahui permintaan jumlah produk8221. Dengan memperjelas dapat mempergunakan peramalan merupakan suatu usaha untuk melihat situasi dan kondisi dengan kondisi yang berlaku terhadap perkembangan dimasa yang akan datang. 2.3 Tujuan Peramalan Tujuan dari peramalan adalah: a. Untuk menetukan. B. Untuk melakukan pengawasan dalam. C. Untuk membantu kegiatan perencanaan dan pengawasan produksi. D. Untuk pengawasan pembelanjaan. E. Untuk menyusun keputusan yang efektif dan efisien. 2.4 Jenis Peramalan Pada umumnya peramalan bisa dibedakan dari beberapa segi, tergantung dari cara melihatnya. Kalau dilihat dari sifat pengkajiannya, maka peramalan bisa dibedakan atas dua macam, yaitu: 1. Peramalan yang sedang subjektif Peramalan yang berdasarkan atas atau intuisi dari orang yangusunnya. Dalam hal ini pandangan dari orang yang menyusunnya sangat menentukan baik tidaknya hasil peramalan tersebut. 2. Peramalan yang sedang objektif Yaitu peramalan yang dibangun atas data yang relevan pada masa yang lalu, dengan menggunakan tehnik-tehnik dan model dalam menganalisa data tersebut. Disamping itu bila dilihat dari jangka waktu peramalan yang disusun, maka peramalan dapat dibedakan atas dua jenis yaitu: 1. Peramalan Jangka Panjang Yaitu peramalan yang dilakukan untuk menyusun hasil ramalan, yang jangka waktunya lebih dari setengah tahun atau tiga semester. 2. Peramalan jangka pendek Yaitu peramalan yang dilakukan untuk menyusun hasil ramalan dalam jangka waktu kurang dari setengah tahun. Berdasarkan sifat peramalan yang telah disusun, maka peramalan dapat dibedakan atas dua macam: 1. Peramalan kualitatif Yaitu peramalan yang disusun atas data kualitatif paada masa lalu hasil peramalan yang dibuat sangat tergantung pada orang yangusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran yang bersifat intuisi. 2. Peramalan Kuantitatif Yaitu peramalan yang dibangun atas data kuantitatif pada masa lalu. Hasil peramalan loaded tergantung pada metode yang digunakan dalam peramalan tersebut. Dengan metode yang bebeda akan dihasilkan hasil peramalan yang berbeda, adapun yang perlu diperhatikan dari metode metode peminjaman ini adalah metode yang tidak baik yang digunakan, sangat ditentukan oleh perbedaan penyimpangan antara hasil peramalan dari. Metode yang baik adalah metode yang memberi nilai tambah atau penyimpangan sekecil mungkin. Peramalan Kuantitatif dapat digunakan bersama dengan kondisi berikut: a. Adanya informasi tentang keadaan lain. B. Informasi tersebut dapat dikuantitatifkan dalam bentuk data. C. Bisa diasumsikan pola yang lalu akan berkelanjuatan pada masa yang akan datang. 2.5 Tehnik Dan Metode Peramalan Dalam pemilihan tehnik dan metode peramalan, pertama kita perlu mengetahui ciri - ciri penting yang perlu diperhatikan. Ada enam ciri utama yang perlu diperhatikan. Yaitu: 1. Horizon Waktu (Time Horizon) Periode waktu selama suatu keputusan atau analisis akan memiliki pengaruh, dan waktu itu manajer harus merencanakan dan menerapkannya. Horizon waktu umumnya dapat dibagi dalam jangka pendek, panjang dan jangka panjang. 2. Tingkat perincian (Tingkat Detail). Tugas-tugas dalam pengambilan keputusan pada umumnya dibagi-bagi (untuk memudahkan sesuai menurut tingkat perincian yang dibutuhkan) 3. Jumlah Produk. Dalam keadaan dimana keputusan atau analisa yang dibuat mengenai berbagai produk perusahaan, maulah ada usaha pengembangan. Secara efektif atas aturan-aturan pengambilan keputusan yang sederhana, yang bisa diaplikasikan secara manual untuk masing-masing produk. Ada empat unsur biaya yang sedang dikembangkan peramalan, yaitu biaya-biaya pengembangan, penyimpangan data, operasi pelaksanaan dan kesempatan dalam penggunaan tehnik dan metode. Tingkat ketepatan yang dibutuhkan sangat erat dengan tingkat perinciaan yang dibutuhkan oleh suatu peramalan. Untuk beberapa keputusan yang mengharapkan variasi-variasi atau penyimpangan atas ramalan yang dilakukan antara 10 sampai dengan 15 untuk maksud-maksud yang mereka harapkan. 2.6 Tehnik Perkuat Dengan Mengunakan Metode Deret Waktu biasanya dipakai untuk menganalisis pola permintaan masa lalu dan memproyeksikannya untuk masa depan. Dasar perhitungan prakiraan deret waktu ini merupakan penghitungan besar setiap komponen berdasarkan data massa lalu. Asumsi dasar yang dipakai dalam proses ini adalah pola permintaan dapat dibagi menjadi beberapa komponen yaitu tingkat rata-rata (tingkat rata-rata), kecenderungan (trend), musiman (musim), siklus (siklus) dan kesalahan (error). Metode ini adalah metode yang termudah dalam teknik peramalan deret waktu kita mengasumsikan komponen tidak diketahui pola musiman, tren, atau komponen siklus pada data permintaan pada saat ini. Moving average lah suatu titik peramalan dengan mengkonsumsikan data dari beberapa periode terakhir atau terakhir dari data tersebut dijadikan data peramalan untuk periode yang akan datang. Sebuah. Rumus rata-rata bergerak (Moving average) Jumlah Permintaan Pada N Periode Terakhir 1Tempmsohtmlclip101clipimage001.gif MA Diketahui per jam 210 nyata 195 N 1 MAD 210 8211 195 15 b. Rata-rata Bergerak Tertimbang Terbobot (Rata-rata Bergerak Berat) Metode Disamping rata-rata bergerak sederhana kita mengenal metode rata-rata tertimbang (Berat Bergerak Rata-rata) dimana pada setiap elemen data kita dapat memberikan bobot. Dengan cara ini nilai yang bisa diberikan bobot lebih keras. Rumus Rata-rata Bergerak TertimbangTerbobot (Weight Moving Average) WMA (data penjualan terakhir x bobot ke 82111) (Data x sampai belakang terakhir). Diketahui WI 40, W2 30, W3 20, W4 10 Data penjualan nyata untuk bulan ke-1 100, ke-2 90, ke-3 105, dan F5 0,40 (95) 0,30 (105) 0,20 ( 90) 0,10 (100) F5 38 31,5 18 10 c. Pemulusan Eksponensial (Eksponensial Smoothing). Pemulusan eksponensial adalah suatu tehnik peramalan rata-rata bergerak yang melakukan pertimbangan terhadap data masa lalu dengan cara eksponensial sehingga data paling akhir memiliki bobot atau timbangan lebih besar dalam rata-rata bergerak. Dengan pemulusan eksponensial sederhana peramalan yang dilakukan dengan cara ramalan periode terakhir. Rumus Pemulusan Eksponensial (Ramalan Ekspresif) Ft Ramalan untuk periode sekarang (t) Ft 1 Ramalan yang dibuat untuk periode terakhir (t-1) a Smoothing constant Pada 1 Permintaan aktual peeriode teakhir 1Tempmsohtmlclip101clipimage005.gif a Nilai a yang paling terjangkau sesuai permintaan produk Perubahan yang stabil dan variasi yang sangat tinggi, sementara yang tinggi berguna dimana sebenarnya sangat lebih respek terhadap fluktuasi permintaan. Diketahui Ft 1 1.050 unit Pada 1 1000 unit 0,50