You are on page 1of 4

Contoh

:
Peramalan pembelian barang X dengan menggunakan pemulusan eksponensial
Catatan:
Agar dapat memulai sistem peramalan SES kita memerlukan

Yˆ1

, karena

Yˆ2  Y1  (1   )Yˆ1

Yˆ1

Karena nilai
tidak diketahui, maka kita dapat menggunakan nilai observasi pertama (Y 1) sebagai
ramalan pertama.

Bulan

Januari
Pebruar
i
Maret
April

Period
e
waktu

Jumlah
Pembelia
n Barang
X(

1
2
3
4

Nilai pemulusan

Nilai Kesalahan (

eksponensial Y t

200.0

=
0,1
200.0

=
0,5
200.0

=
0,9
200.0

 = 0,1
-

135.0
195.0
197.5

200.0
193.5
193.6

200.0
167.5
181.3

200.0
141.5
189.7

-65.0
1.5
3.9

At )

=
0,5
-

a) Ramalan bulan Februari
Nilai pemulusan eksponensial

(Y t )

dengan

α =0.1

Y t =α At −1+(1−α )Y t −1
Y t =0,1 x 200+(1−0,1)200
Y t =20+180
Y t =200
Perhitungan nilai kesalahan :

A t −Y t =135−200=−65

Perhitungan kuadrat nilai kesalahan :
2
2
( At −Y t ) =−65 =4225

Nilai pemulusan eksponensial

Y t =α At −1+(1−α )Y t −1
Y t =0,5 x 200+(1−0,5) 200

(Y t )

dengan

( At −Y t )
=
0,9
-

-65.0 -65.0
27.5
53.5
16.2
7.8
Jumla
h
Periode
pengujian (n)
MSE

Kuadrat nilai kesalahan

A t −Y t )

α =0.5

=
0,1
4225.
0
2.3
15.2
4242.
5
3
1414,
1

2

 = 0,5
-

 = 0,9
-

4225.0
756.3
262.4

4225.0
2862.3
61

5243.7

7148.3

3

3

1747.9

2382.7

5)200 Y t =67.9)200 Y t =180+20 Y t =200 Perhitungan nilai kesalahan : A t −Y t =135−200=−65 Perhitungan kuadrat nilai kesalahan : 2 2 ( At −Y t ) =−65 =4225 b) Ramalan bulan Maret  Nilai pemulusan eksponensial (Y t ) dengan α =0.5=1.1) 200 Y t =13.1 x 135+(1−0.25  Nilai pemulusan eksponensial Y t =α At −1+(1−α )Y t −1 Y t =0.5 x 135+(1−0.5+180 Y t =193.9 x 200+(1−0.Y t =100+100 Y t =200 Perhitungan nilai kesalahan : A t −Y t =135−200=−65 Perhitungan kuadrat nilai kesalahan : 2 2 ( At −Y t ) =−65 =4225  Nilai pemulusan eksponensial (Y t ) dengan α =0.1 Y t =α At −1+(1−α )Y t −1 Y t =0.5 .5 (Y t ) dengan α =0.9 Y t =α At −1+(1−α )Y t −1 Y t =0.5 Perhitungan kuadrat nilai kesalahan : 2 2 ( At −Y t ) =1.5 Perhitungan nilai kesalahan : A t −Y t =195−193.5 =2.5+¿ 100 Y t =167.

5+83.6 Perhitungan nilai kesalahan : A t −Y t =197.5 .1 Y t =α At −1+(1−α )Y t −1 Y t =0.5−181.5 Perhitungan kuadrat nilai kesalahan : 2 2 ( At −Y t ) =27.1 ) 193.5+174.6=3.Perhitungan nilai kesalahan : A t −Y t =195−167.9)200 Y t =121.2 Perhitungan kuadrat nilai kesalahan : α =0.25=756.25=2862.3  Nilai pemulusan eksponensial (Y t ) dengan α =0.5=−53.5−193.1 Y t =193.9 =15.5 ) 167.75 Y t =181.5 Y t =97 .25=181.5 =2862.21  Nilai pemulusan eksponensial (Y t ) dengan Y t =α At −1+(1−α )Y t −1 Y t =0.5 =756.9 Perhitungan kuadrat nilai kesalahan : 2 2 ( At −Y t ) =3.5=27.5 Perhitungan nilai kesalahan : A t −Y t =195−141.5 Perhitungan kuadrat nilai kesalahan : 2 2 ( At −Y t ) =53.3 c) Ramalan bulan April  Nilai pemulusan eksponensial (Y t ) dengan α =0.9 Y t =α At −1+(1−α )Y t −1 Y t =0.5 x 195+ ( 1−0.3=16.3 Perhitungan nilai kesalahan : A t −Y t =197.5 Y t =19.9 x 135+(1−0.1 x 195+ ( 1−0.5+20 Y t =141.

5 =1414.84=61  Perhitungan MSE dengan nilai α =0.2 =262.7 3 α =0.9 x 195+ ( 1−0.9 2 MSE=∑ MSE= | A t −Y t| n 7148.1 2 MSE=∑ MSE=  | A t −Y t| n 4242.5−189 .3 =2382.65=189.1 3 Perhitungan MSE dengan nilai α =0.9 3 Perhitungan MSE dengan nilai α =0.8 Perhitungan kuadrat nilai kesalahan : 2 2 ( At −Y t ) =7.15 Y t =189.5 2 MSE=∑ MSE=  | A t −Y t| n 5243. 7=7.44  Nilai pemulusan eksponensial (Y t ) dengan Y t =α At −1+(1−α )Y t −1 Y t =0.2 2 ( At −Y t ) =16.9 ) 141.8 =60.7 Perhitungan nilai kesalahan : A t −Y t =197.5+14.9 .5 Y t =175.7 =17 4 7.