Metode ini merupakan metode yang sesuai untuk digunakan pada peramalan atau perhitungan suatu permintaan pasar terhadap barang karena fungsinya untuk menghitung dalam jenis data nominal. Metode ini dapat dikatakan masuk ke dalam metode peramalan atau perhitungan jenis kuantitatif. Metode kuantitatif sendiri memiliki berbagai langkah yang harus dilakukan.

Pertama, Anda terlebih dahulu harus mendefinisikan tujuan dari peramalan atau perhitungan tersebut, kedua dengan membuat diagram pencar atau disebut juga scatter diagram. Selanjutnya, dilakukan pemilihan minimal dua metode peramalan yang dianggap sesuai untuk penelitian tersebut. Berikutnya adalah membuat perhitungan kesalahan pada setiap metode peramalan. Sebelum itu, Anda jangan sampai lupa untuk membuat suatu perhitungan terhadap berbagai parameter fungsi metode peramalan.

Selanjutnya, yaitu pemilihan metode yang terbaik. Hal ini dapat dilakukan dengan melihat hasil perhitungan metode yang menghasilkan kesalahan paling kecil. Langkah terakhir adalah dengan melakukan verifikasi hasil peramalan atau perhitungan. Dalam Metode Peramalan Deret Waktu, penggunaan waktu menjadi kunci utama dalam suatu peramalan.

Terdapat berbagai jenis metode yang masuk dalam kategori metode ini, diantaranya adalah Metode “Free Hand” yang grafis, Metode Moving Average, Metode Exponential Smoothing, dan Metode Weight Moving Average, serta Metode Regresi Linier Sederhana. Metode Free Hand merupakan Metode Peramalan Deret Waktu yang sifatnya subjektif. Terdapat dua langkah dalam metode ini.

Pertama adalah memplotkan data masa lalu terkait permintaan dalam bentuk sebuah grafik. Langkah kedua sekaligus yang terakhir adalah melihat pola data-data tersebut dengan visual, logis, dan manual untuk menentukan titik permintaan untuk masa kedepannya. Metode Moving Average sendiri menggunakan rata-rata beberapa data yang terakhir sebagai data perkiraan pada masa yang akan datang.

Metode Weight Moving Average sama dengan rata-rata bergerak. Untuk menghitung peramalan, digunakan nilai terbaru yang memiliki beban lebih besar dalam deret secara berkala. Metode ini berasumsi bahwa data masa lalu yang terakhir atau terbaru akan mempunyai bobot lebih besar dibanding data sebelumnya karena merupakan data yang paling relevan untuk peramalan. Hal ini dengan cara diberikan bobot yang berbeda untuk setiap data masa lalu yang ada.

Metode Peramalan Deret Waktu selanjutnya adalah Metode Exponential Smoothing merupakan teknik peramalan rata-rata bergerak yang dapat melakukan penimbangan terhadap data pada masa lalu dengan mengeksponensial sehingga data paling akhir memiliki bobot yang lebih besar dalam rata-rata bergerak tersebut. Metode ini memiliki beberapa metode yang dikelompokkan, diantaranya adalah double exponential smoothing, single/simple exponential smoothing, dan exponential smoothing with linier trend.

Berikutnya adalah Metode Regresi Linier. Metode ini adalah salah satu metode paling popular untuk berbagai permasalahan yang ada. Pada Metode Peramalan Deret Waktu, rumus regresi linier sesuai digunakan jika pola data adalah trend. Selain itu, terdapat juga Metode Winter dan Metode Interpolasi Gregory-Newton. Amar Statistika bisa memberikan layanan dalam menggunakan metode tersebut