Metode peramalan dengan proyeksi trend ini adalah mencocokkan garis trend ke rangkaian titik data historis kemudian memproyeksikan garis tersebut ke masa depan dengan horizon waktu menengah dan panjang. Metode proyeksi pada penelitian ini melihat trend pada garis lurus (linier). Pendekatan yang tepat untuk trend linier adalah metode kuadrat terkecil (least square). Metode kuadrat terkecil adalah langkah untuk menentukan garis lurus yang paling sesuai untuk pola data yang muncul. Tujuan utama metode ini adalah meminimalkan jumlah kuadrat kesalahan atau selisih dari persamaan regresi linier dengan        masing-masing data sebenarnya[3].



Model persamaan regresi linier dari metode kuadrat terkecil [3] diberikan oleh persamaan 1:

yˆ = + bx

Keterangan: 

    y = variabel yg akan diprediksi

    a = konstanta

    b = kemiringan garis regresi

    x = variabel bebas (waktu)

pada penelitian ini y adalah nilai penjualan dan x menyatakan waktu (bulan). Kemiringan garis regresi ditentukan oleh persamaan

Sedangkan       harga a diperoleh dari perpotongan dengan sumbu yaitu :

dengan  n  adalah banyaknya pengamatan



Contoh Perhitungan Trend Projection

sampel data

#

Nama Makanan

2016-11-30

2016-12-03

2016-12-04

2016-12-05

2017-12-03

1

A1

30

10

20

10

40

2

A2

40

10

0

0

0

3

A3

10

10

0

0

0

disini kita akan memprediksi penjualan  pada tanggal 04-12-2017  dengan metode trend projection,
yang pertama kita cari yaitu penjualan A1 pada tanggal 04-12-2017

y = ((110/5)-(((5*350)-(*110))/((5*55)-(15*15))*(15/5)))+(((5*350)-(15*110))/((5*55)-(15*15))*7) 

y = 28

A1 Pada tanggal 04-12-2017: 28


Selanjutnya mencari penjualan A2 pada tanggal 04-12-2017:

y = ((50/5)-(((5*60)-(*50))/((5*55)-(15*15))*(15/5)))+(((5*60)-(15*50))/((5*55)-(15*15))*7) 

y = -17

A2 Pada tanggal 04-12-2017: -17


Selanjutnya mencari A3 pada tanggal 04-12-2017:

y =  ((20/5)-(((5*30)-(*20))/((5*55)-(15*15))*(15/5)))+(((5*30)-(15*20))/((5*55)-(15*15))*7) 

y = -5

A3 Pada tanggal 04-12-2017: -5


#

Nama Makanan

2016-11-30

2016-12-03

2016-12-04

2016-12-05

2017-12-03

2017-12-04

1

A1

30

10

20

10

40

28 

2

A2

40

10

0

0

0

-17

3

A3

10

10

0

0

0

-5 

Contoh Skript Metode Trend Projection

Script PHP
 
                                     $jlb = 0;$b1=0;$y=0;$t=0;$bo=0;$ff=0;$mad=0;$nomor = 0;$yt=0;$tyt=0;$t2=0;
                                   
                                        foreach ($prd as $key => $value) {
                                            $vl = mysql_fetch_array(mysql_query("SELECT tabel_angkringan.kode_angkringan,tabel_angkringan.nama_angkringan,tabel_makanan.kode_makanan,tabel_makanan.nama_makanan,DATE_FORMAT(tabel_penjualan.tgl_penjualan, '%M-%Y') as tgl_penjualan,SUM(tabel_penjualan.jumlah) as jumlah,SUM(tabel_penjualan.terjual) as terjual,SUM(tabel_penjualan.sisa) as sisa,tabel_penjualan.kode_penjualan from tabel_angkringan INNER JOIN tabel_penjualan on tabel_angkringan.kode_angkringan=tabel_penjualan.kode_angkringan INNER JOIN tabel_makanan on tabel_makanan.kode_makanan=tabel_penjualan.kode_makanan where tabel_angkringan.kode_angkringan='".$pec['kode_angkringan']."' AND tabel_makanan.kode_makanan='".$dt['kode_makanan']."' and $qr='".$value."'"));
                                            if (empty($vl['terjual'])) {
                                                $trj="0";
                                            }
                                            else{
                                                $trj=$vl['terjual'];
                                            }
                                            $nomor++;
                                            $jlb+=$nomor;
                                            $yt+=$trj;
                                            $tyt+=$trj*$nomor;
                                            $t2+=$nomor*$nomor;
                                            echo "$trj";

                                            
                                        }
                                        $b1= (($nomor*$tyt)-($jlb*$yt))/(($nomor*$t2)-($jlb*$jlb));
                                        $y=$yt/$nomor;
                                        $t=$jlb/$nomor;
                                        $bo=$y-($b1*$t);
                                        $ff=$bo+($b1*($nomor+1));
                                        $mad=($yt-$ff)/$nomor;
                                

;