150 likes | 655 Views
TEKNIK PERAMALAN. METODE PEMULUSAN EKSPONENSIAL. METODE PEMULUSAN EKSPONENSIAL. Metode Pemulusan Eksponensial [exponential smoothing] adalah suatu prosedur yang menggulang perhitungan secara terus- menerus dengan menggunakan data terbaru.
E N D
TEKNIK PERAMALAN METODE PEMULUSAN EKSPONENSIAL
METODE PEMULUSAN EKSPONENSIAL Metode Pemulusan Eksponensial [exponential smoothing] adalah suatu prosedur yang menggulang perhitungan secara terus- menerus dengan menggunakan data terbaru. Metode ini didasarkan pada perhitungan rata-rata [pemulusan] data-data masa lalu secara eksponensial.
Setiap data diberi bobot, dimana data yang lebih baru diberi bobot lebih besar. Bobot yang digunakan adalah α untuk data yang baru, α[1 – α] digunakan untuk data yang agak lama, untuk data yang lebih lama lagi, dan seterusnya. Dimana 0 < α < 1 Ramalan baru = α x [data baru] + [1 – α] x [ramalan yang lama]
Secara matematis sebagai berikut : Dimana : = nilai ramalan untuk periode berikutnya α = konstanta pemulusan = data baru atau nilai Y yang sebenarnya pada periode t = nilai ramalan yang lama atau rata-rata yang dimuluskan hingga periode t-1
Agar α dapat di interprestasikan dengan baik persamaan tersebut dapat diuraikan
METODE PEMULUSAN EKSPONENSIAL GANDA Metode pemulusan ganda [double exponential smoothing] disebut Metode Brown digunakan dalam peramalan data rutut waktu yang mengikuti trend linier Metode ini menggunakan notasi sebagai berikut yang dimuluskan eksponensial t yang dimuluskan eksponensial ganda t
Nilai pemulusan eksponensial: Nilai pemulusan eksponensial ganda Menghitung perbedaan antara nilai-nilai pemulusan eksponensial :
Faktor penyesuaian dengan pengukuran slope ;Untuk membuat ramalan pada periode yang akan datang :P = Jumlah periode ke depan yang akan diramalkan
METODE PEMULUSAN EKSPONENSIAL GANDA Metode pemulusan ganda [double exponential smoothing] : Metode dua parameter Holt dalam peramalan data rutut waktu yang mengikuti trend linier Metode ini menggunakan tiga persamaan yaitu: 1. Rangkaian pemulusan eksponensial
2. Estimasi Trend 3. Ramalan pada periode p
Dimana : = Nilai baru yang telah dimuluskan α = Konstanta pemulusan untuk data = Data yang sebenarnya pada periode t β = konstanta pemulusan untuk estimasi trend = Estimasi trend p = Periode yang diramalan = Nilai ramalan pada periode p