METODE PEMULUSAN EKSPONENSIAL (Exponential Smoothing Method DOC

Title	METODE PEMULUSAN EKSPONENSIAL (Exponential Smoothing Method
Author	Rizki Belida
Pages	1
File Size	225 KB
File Type	DOC
Total Downloads	342
Total Views	400

Summary

Description

METODE PEMULUSAN EKSPONENSIAL (Exponential Smoothing Method): a. Pemulusan Eksponensial Tunggal (Single Exponential Smoothing / SES): Digunakan untuk data runtut waktu yang mengikuti pola stasioner. Bentuk umum yang digunakan untuk menghitung ramalan adalah: t t t Y Y Y ˆ ) 1 ( ˆ 1 Dimana: 1 ˆ t Y = nilai ramalan untuk periode berikutnya = konstanta pemulusan Yt = data baru atau nilai Y yg sebenarnya pada periode t t Y ˆ = nilai pemulusan yang lama atau rata-rata pemulusan hingga periode t-1 Contoh : Peramalan pengiriman alat pembuka kaleng listrik dengan menggunakan pemulusan eksponensial Catatan: Agar dapat memulai sistem peramalan SES kita memerlukan 1 ˆ Y , karena 1 1 2 ˆ ) 1 ( ˆ Y Y Y Karena nilai 1 ˆ Y tidak diketahui, maka kita dapat menggunakan nilai observasi pertama (Y1) sebagai ramalan pertama. Bulan Periode waktu Nilai pengamatan (pengiriman) Nilai pemulusan eksponensial Nilai Kesalahan Kuadrat nilai kesalahan = 0,1 = 0,5 = 0,9 = 0,1 = 0,5 = 0,9 = 0,1 = 0,5 = 0,9 Januari 1 200.0 200.0 200.0 200.0 - - - - - - Pebruari 2 135.0 200.0 200.0 200.0 -65.0 -65.0 -65.0 4225.0 4225.0 4225.0 Maret 3 195.0 193.5 167.5 141.5 1.5 27.5 53.5 2.3 756.3 2862.3 April 4 197.5 193.7 181.3 189.7 3.8 16.3 7.8 14.8 264.1 61.6 Mei 5 310.0 194.0 189.4 196.7 116.0 120.6 113.3 13447.9 14550.4 12833.5 Juni 6 175.0 205.6 249.7 298.7 -30.6 -74.7 -123.7 938.3 5578.2 15294.6 Juli 7 155.0 202.6 212.3 187.4 -47.6 -57.3 -32.4 2262.7 3288.3 1047.6 Agustus 8 130.0 197.8 183.7 158.2 -67.8 -53.7 -28.2 4598.4 2880.7 797.3 September 9 220.0 191.0 156.8 132.8 29.0 63.2 87.2 839.2 3989.7 7599.7 Oktober 10 277.0 193.9 188.4 211.3 83.1 88.6 65.7 6901.1 7846.8 4318.8 Nopember 11 235.0 202.2 232.7 270.4 32.8 2.3 -35.4 1073.6 5.2 1255.2 Desember 12 - 205.5 233.9 238.5 - - - - - - Jumlah 34303.3 43384.6 50295.6 Periode pengujian 10 10 10 MSE 3430.327 3 4338.462 5 5029.5628 b. Pemulusan Eksponensial Ganda: Metode Satu Parameter dari Brown Digunakan dalam peramalan data runtut waktu yang mengikuti suatu trend linier. Bentuk umum yang digunakan untuk menghitung ramalan adalah: 1. 1 ) 1 ( t t t A Y A 2. 1 ' ) 1 ( ' t t t A A A 3. t t t A A a ' 2 4. ) ' ( 1 t t t A A b 5. Persamaan yang digunakan untuk membuat peramalan pada periode p yang akan datang adalah: p b a Y t t p t ˆ Dimana : At = nilai pemulusan eksponensial A't = nilai pemulusan eksponensial ganda = konstanta pemulusan at = perbedaan antara nilai-nilai pemulusan eksponensial bt = faktor penyesuai tambahan = pengukuran slope suatu kurva Yt = nilai aktual pada periode t p = jumlah periode ke depan yang akan diramalkan...