METODE SMOOTHING HAL 9

6.1. Prakiraan Menggunakan Data yang Lalu

_=_(1)
No
1
2
3
4
5
6
7
8
9

Bulan
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember
Januari

Penjualan
125
150
140
170
135
165
145
160
-

Prakiraan
125
150
140
170
135
165
145
160

6.2. Metode Rata-rata Kumulatif

_(+1)=(24_
(=1)^)/
Bulan
1
2
3
4
5
6
7
8
9

Penjualan
125
150
140
170
135
165
145
160
-

Perkiraan
125
138
138
146
144
148
515
149

Kesalahan (k)
25
3
32
-11
21
-3
-355
-

6.3. Rata-rata bergerak tunggal (single moving average)

_(+1)=((_+_(+1)++_(+1) ))/

Bulan

Penjualan

1
2
3
4
5
6
7
8
9

125
150
140
170
135
165
145
160
-

Rata-rata
Rata-rata
Bergerak 3 Bulan Bergerak 3 Bulan
138
153
148
157
148
157

144
152
151
155

Kesalahan (k)
25
-10
30
-35
30
-20
15
-

6.4. Metode rata bergerak tertimbang

=3 _(+1)=(3_+2_(1)+_(2))/6=4 _(+1)=(4_+3_(1)+ 2 _(
=5 _(+1)=(5_+4_(1)+ 3 _(2)+ 2 _(3)+_(4))/15
Bulan
1
2
3
4
5
6
7
8
9

Penjualan
125
150
140
170
135
165
145
160
-

N=3
141
157
148
156
150
156

N=4
153
148
155
152
154

N=5
147
154
151
154

3_(1)+ 2 _(2)+_(3))/10

_(3)+_(4))/15

MATERI TGL 14/09/2016

6.4. Metode rata bergerak tertimbang

=4 _(+1)=(4_+3_(1)+

=3 _(+1)=(3_+2_(1)+_(2))/6

=5 _(+1)=(5_+4_(1)+ 3 _(2)+ 2 _(3)+_(4))/15

Bulan

Penjualan

1
2
3
4
5
6
7
8
9
10
11
12

45
56
51
60
58
54
75
41
60
64
68
70

Rata2 bergerak
tertimbang N =
3
51.7
56.3
57.5
56.3
65.2
54.5
56.2
58.8
65.3

N=4
bulan
55
57
56
64
56
57
59
63

N=5
bulan
56
56
62
56
57
59
62

6.5. Single Exponential Smoothing

_(+1)=_+(1)_
Bulan

Penjualan

1
2
3
4
5
6
7
8
9
10
11
12

250
160
210
215.5
315
180.5
175
150
240
307
275
-

= 0,1

Ramalan
= 0,5

= 0,9

250.0
241.0
237.9
235.7
243.6
237.3
231.1
223.0
224.7
232.9
237.1

6.6. Linear Exponensial Smoothing : Brown

^=+(1)^1
^=+(1) ^1

250.0
205.0
207.5
211.5
263.3
221.9
198.4
174.2
207.1
257.1
266.0

250.0
169.0
205.9
214.5
305.0
192.9
176.8
152.7
231.3
299.4
277.4

Periode

Permintaan

St'

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15 -

150
160
155
165
160
170
190
180
190
200
220
215
240
225

St''

150
152.00
152.60
155.08
156.06
158.85
165.08
168.06
172.45
177.96
186.37
192.10
201.68
206.34
-

4
150.00
150.40
150.84
151.69
152.56
153.82
156.07
158.47
161.27
164.61
168.96
173.59
179.20
184.63

a 2(3)-(4)
5
150.00
153.60
154.36
158.47
159.56
163.88
174.09
177.66
183.64
191.32
203.78
210.60
224.15
228.05

b
6
0
0.4
0.44
0.848
0.8752
1.2576
2.252032
2.398387
2.796119
3.338823
4.3526
4.627314
5.618038
5.42738

_(+1)=(4_+3_(1)+ 2 _(2)+_(3))/10

_(3)+_(4))/15

_(+)
_+_
5+6
7
150.00
154.00
154.80
159.32
160.44
165.14
176.34
180.06
186.43
194.66
208.13
215.23
229.77
233.48

Mengukur Ketepatan Ramalan Halaman 13 Hand out

No

Bulan

Penjualan

1 Mei
2 Juni
3 Juli
4 Agustus
5 September
6 Oktober
7 November
8 Desember
Januari
Jumlah
Average
ME
MAE
SSE
MSE
SDE
MPE
MAPE

3.75
12.08
1256.25
209.38
15.85
1.785829637
7.87352653

120 150 140

170
135
165
145
160

Rata-rata
Bergerak
(N=2)

135
145
155
152.5
150
155
152.5
1185
1045
197.5 174.1666667

ei =Xi-Fi
-

ei
-

5
25
-20
12.5
-5
5

ei^2
-

5
25
20
12.5
5
5

25
625
400
156.25
25
25

22.5
72.5 1256.25
3.75 12.0833 209.375

PEi= (xt-Ft)/Xt*100%
-

357%
1471%
-1481%
758%
-345%
313%

PEi

3.571429
14.70588
14.81481
7.575758
3.448276
3.125

10.7149778232 47.2412
1.7858296372 7.87353

1. Ramalakan penjualan tahun 2016 dengan metode-metode smoothing alpha = 0,7 dan pilihlah m
Tahun
Penjualan, Unit
2000
510
2001
520
2002
510
2003
540
2004
550
2005
600
2006
620
2007
680
2008
660
2009
700
2010
800
2011
760
2012
810
2013
850
2014
840
2015
860
PENYELESAIAN
Prakiraan menggunakan data yang lalu
Tahun
Penjualan, Unit
Prakiraan
Kesalahan (k)
2000
510
10
2001
520
510
-10
2002
510
520
30
2003
540
510
10
2004
550
540
50
2005
600
550
20
2006
620
600
60
2007
680
620
2008
660
680
-20
2009
700
660
40
2010
800
700
100
2011
760
800
-40
2012
810
760
50
2013
850
810
40
2014
840
850
-10
2015
860
840
20
2016
860
-

Tahun
2000
2001
2002
2003
2004

Metode Rata-rata Kumulatif

Penjualan, Unit
Prakiraan
510
520
510.00
510
515.00
540
513.33
550
520.00

Kesalahan (k)
10.00
-5.00
26.67
30.00

2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016

600
620
680
660
700
800
760
810
850
840
860
-

526.00
538.33
550.00
566.25
576.67
589.00
608.18
620.83
635.38
650.71
663.33
675.63

74.00
81.67
130.00
93.75
123.33
211.00
151.82
189.17
214.62
189.29
196.67
-

Rata-rata bergerak tunggal (single moving average)

Tahun

Penjualan, Unit

2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016

510
520
510
540
550
600
620
680
660
700
800
760
810
850
840
860
-

Tahun
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011

Rata-rata Bergerak Rata-rata bergerak

3 bulan
5 bulan
513.33 523.33 533.33
526
563.33
544
590.00
564
633.33
598
653.33
622
680.00
652
720.00
692
753.33
720
790.00
746
806.67
784
833.33
812
850.00
824

Metode Rata-rata bergerak tertimbang

Penjualan, Unit
N=3
N=4
510
520
510
540
513
550
527
524
540
536
600
573
564
620
602
592
680
647
633
660
660
652
700
683
676
800
743
730
760

2012
2013
2014
2015
2016

810
850
840
860
-

763
792
822
838
852

750
782
815
829
847

Sigle exponential smoothing dengan alpha = 0,7

Tahun
Penjualan, Unit
Ramalan = 0,7
2000
510
2001
520
510.0
2002
510
517.0
2003
540
512.1
2004
550
531.6
2005
600
544.5
2006
620
583.3
2007
680
609.0
2008
660
658.7
2009
700
659.6
2010
800
687.9
2011
760
766.4
2012
810
761.9
2013
850
795.6
2014
840
833.7
2015
860
838.1
2016
853.4
Linear Exponensial Smoothing : Brown
Tahun

Penjualan, Unit

St'

St''

1
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016

2
510
520
510
540
550
600
620
680
660
700
800
760
810
850
840
860
-

3
510
517.00
512.10
531.63
544.49
583.35
609.00
658.70
659.61
687.88
766.36
761.91
795.57
833.67
838.10
853.43
-

4
510
514.90
512.94
526.02
538.95
570.03
597.31
640.28
653.81
677.66
739.75
755.26
783.48
818.61
832.26
847.08
-

Smoothing Eksponential Triple M, Kuadratik 1 Parameter Brown

_
_
Periode
Penjualan
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

510
520
510
540
550
600
620
680
660
700
800
760
810
850
840
860
-

510.00
517.00
512.10
531.63
544.49
583.35
609.00
658.70
659.61
687.88
766.36
761.91
795.57
833.67
838.10
853.43

510
514.90
512.94
526.02
538.95
570.03
597.31
640.28
653.81
677.66
739.75
755.26
783.48
818.61
832.26
847.08

hing alpha = 0,7 dan pilihlah metode yang paling tepat.

g
N=5
533
557
583
621
642
668
717

740
770
805
823
839

ng : Brown
a 2(3)-(4)

5
510
519.10
511.26
537.24
550.03
596.67
620.70
677.12
665.41
698.10
792.98
768.56
807.67
848.73
843.95
859.78
-

6
0.00
4.90
-1.96
13.08
12.93
31.08
27.28
42.97
13.53
23.85
62.09
15.51
28.22
35.13
13.64
14.82
-

_(+)
_+_
5+6
7
510.00
524.00
509.30
550.32
562.96
627.74
647.98
720.09
678.94
721.95
855.07
784.06
835.88
883.86
857.59
874.61
-

_
510
513.43
513.09
522.14
533.91
559.19
585.88
623.96
644.86
667.82
718.17
744.14
771.68
804.53
823.94
840.14

A
519.73
510.57
538.96
550.53
599.15
620.95
679.21
662.25
698.48
798.01
764.08
807.96
849.71
841.48
859.19

b
9.555
-7.081
25.838
16.604
49.426
29.183
58.448
-9.802
26.655
99.264
-17.594
30.359
42.349
-4.613
10.469

c
3.430
-3.773
9.398
2.710
13.519
1.400
11.403
-17.191
2.068
27.390
-24.391
1.578
5.316
-13.451
-3.208

F
531.00
501.60
569.50
568.49
655.33
650.84
743.36
643.85
726.17
910.97
734.29
839.10
894.71
830.14
868.06

2. Berikut Data harga penjualan kopi (Rp/kg) suatu peusahaan

2010
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember

2011

2012

2013

894
931
900
983
667
874
859
757
858
937
927
950
865
952
1038
1056
989
997
1058
1213
1093
1178
1397
1329
1191
1404
1476
1476
1159
1327
1393
1473
1046
1247
1316
1368
1191
1302
1353
1419
1203
1205
1267
1493
1131
1235
1310
1125
12287
13589
14294
14642
Carilah Indeks musiman, siklus, trend dan ramalkan harga tahun 2017 dan

Tahun

Bulan

Penjualan

Tahun 12 bln

Nilai Tengahan

1
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3

2010

2011

2012

894
667
858
865
989
1093
1191
1159
1046
1191
1203
1131
931
874
937
952
997
1178
1404
1327
1247
1302
1205
1235
900
859
927

12287
12324
12531
12610
12697
12705
12790
13003
13171
13372
13483
13485
13589
13558
13543
13533
13619
13680
13899
13971
14037
14106

12305.5
12427.5
12570.5
12653.5
12701
12747.5
12896.5
13087
13271.5
13427.5
13484
13537
13573.5
13550.5
13538
13576
13649.5
13789.5
13935
14004
14071.5

2012

2013

2014

2015

4
5
6
7
8
9
10
11
12
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
6
7
8
9
10
11
12

1038
1058
1397
1476
1393
1316
1353
1267
1310
983
757
950
1056
1213
1329
1476
1473
1368
1419
1493
1125
1105
931
1033
912
1154
1271
1539
1575
1325
1423
1492
1329
960
954
996
1194
1401
1328
1760
1588
1461
1620
1449
1481

14157
14219
14294
14377
14275
14298
14316
14471
14403
14403
14483
14535
14601
14827
14642
14764
14938
15021
14877
14818
14760
14823
14925
14882
14886
14885
15089
14944
14967
14930
15212
15459
15516
15737
15750
15886
16083
16040
16192

14131.5
14188
14256.5
14335.5
14326
14286.5
14307
14393.5
14437
14403
14443
14509
14568
14714
14734.5
14703
14851
14979.5
14949
14847.5
14789
14791.5
14874
14903.5
14884
14885.5
14987
15016.5
14955.5
14948.5
15071
15335.5
15487.5
15626.5
15743.5
15818
15984.5
16061.5
16116

PERHITUNGAN INDEX MUSIMAN

Bln/ th.

Tahun

Bln/ th.
1
2
3
4
5
6
7
8
9
10
11
12

2010

1.161
1.119
0.999
1.129
1.137
1.065

2011
0.866
0.801
0.847
0.851
0.887
1.044
1.241
1.175
1.105
1.151
1.059
1.075

2012
0.775
0.736
0.791
0.881
0.895
1.176
1.236
1.167
1.105
1.135
1.056
1.089

2013
0.819
0.629
0.786
0.870
0.989
1.082
1.205
1.190
1.096
1.139
1.207
0.913

2014

2015

1105
931
1033
912
1154
1271
1539
1575
1325
1423
1492
1329
15089
ga tahun 2017 dan 2018 perbulan

960
954
996
1194
1401
1328
1760
1588
1461
1620
1449
1481
16192

Rata-rata Bergerak Ratio Nilai Aktual dgn

terpusat 12 Bulan
Rata-rata Bergerak
5 = (4)/12

1025.46
1035.63
1047.54
1054.46
1058.42
1062.29
1074.71
1090.58
1105.96
1118.96
1123.67
1128.08
1131.13
1129.21
1128.17
1131.33
1137.46
1149.13
1161.25
1167.00
1172.63

6 = (2)/(5)

1.161
1.119
0.999
1.129
1.137
1.065
0.866
0.801
0.847
0.851
0.887
1.044
1.241
1.175
1.105
1.151
1.059
1.075
0.775
0.736
0.791

1177.63
1182.33
1188.04
1194.63
1193.83
1190.54
1192.25
1199.46
1203.08
1200.25
1203.58
1209.08
1214.00
1226.17
1227.88
1225.25
1237.58
1248.29
1245.75
1237.29
1232.42
1232.63
1239.50
1241.96
1240.33
1240.46
1248.92
1251.38
1246.29
1245.71
1255.92
1277.96
1290.63
1302.21
1311.96
1318.17
1332.04
1338.46
1343.00

0.881
0.895
1.176
1.236
1.167
1.105
1.135
1.056
1.089
0.819
0.629
0.786
0.870
0.989
1.082
1.205
1.190
1.096
1.139
1.207
0.913
0.896
0.751
0.832
0.735
0.930
1.018
1.230
1.264
1.064
1.133
1.167
1.030
0.737
0.727
0.756
0.896
1.047
0.989

X MUSIMAN

Rata - rata

Index
Musiman

2014
0.896
0.751
0.832
0.735
0.930
1.018
1.230
1.264
1.064
1.133
1.167
1.030

2015
0.737
0.727
0.756
0.896
1.047
0.989

Rata - rata
0.820
0.738
0.803
0.867
0.938
1.048
1.223
1.177
1.088
1.136
1.121
1.056
12.017

Index
Musiman
0.819
0.737
0.801
0.866
0.937
1.047
1.222
1.176
1.087
1.134
1.119
1.055
12.00

1. Diketahui data sebagai berikut

Tahun
Penjualan (ton)
2007
40
2008
50
2009
60
2010
60
2011
65
2012
68
2013
70
Ramalkan Penjualan Tahun ini dengan
a. Rata-rata bergerak tertimbang 2 tahun
b. Linear eksponential smoothing, Brown =0,4, m=1
c. Pilihlah mana yang terbaik

PENYELESAIAN
a. Rata-rata bergerak tertimbang 2 Tahun
Diketahui
=2 _(+1)=( 2 _+_(1))/3

Tahun
2007
2008
2009
2010
2011
2012
2013
2014

Penjualan
40
50
60
60
65
68
70

N=2
46.7
56.7
60.0
63.3
67.0
69.3

_3=((250)+40)/
3=46,7
_4=((260)+50)/
3=56,7
_5=((260)+65)/3=6
0,0

_6=((265)+60)/
3=63,3
_7=((268)+65)/
3=67,0
_8=((270)+68)/
3=69,3

b. Linear eksponential smoothing, Brown =0,4, m=1

^=+(1)^1

_=/(1) (_^_)

^=+(1) ^1
Tahun
1
2007
2008
2009
2010
2011
2012
2013
2014

Penjualan

St'

St''

a 2(3)-(4)

40
50
60
60
65
68
70

40
44.00
50.40
54.24
58.54
62.33
65.40

40
41.60
45.12
48.77
52.68
56.54
60.08

40
46.40
55.68
59.71
64.41
68.12
70.71

0
1.60
3.52
3.65
3.91
3.86
3.54

c. Pilihlah mana yang terbaik

Rata-rata bergerak tertimbang 2 Tahun
No

Penjualan
(X)

Tahun
1
2

2007
2008

40
50

2009

60

4
5
6
7
8

2010
2011
2012
2013
2014

60
65
68
70

Jumlah
Average
ME
MAE
SSE
MSE
SDE
MPE
MAPE

413.00
59.00
5.87
5.87
244.67
48.93
7.82
9.32
9.32

ei =Xi-Fi

46.7

56.7
60.0
63.3
67.0
69.3
363.00
51.86
ME
MAE
SSE
MSE
SDE
MPE
MAPE

ei
-

13.33

13.33

3.33
5.00
4.67
3.00

3.33
5.00
4.67
3.00
-

29.33
5.87

29.33
5.87

3.69
4.46
251.33
41.89
7.09
6.76
7.86

Linear eksponential smoothing, Brown =0,4, m=1

Penjualan
No
Tahun
Fi
ei =Xi-Fi
(Xi)
1
2007
40 2
2008
50
40
10
3
2009
60
48
12
4
2010
60
59.2
0.8
5
2011
65
63.36
1.64
6
2012
68
68.32
-0.32
7
2013
70
71.97
-1.9744
8
2014
74.25 Jumlah
413.00
425.11
22.15
Average
59.00
53.14
3.69

Makin Ke

ei
10
12
0.8
1.64
0.32
1.9744
26.73
4.46

Jadi, berdasarkan perhitungan tersebut diketahui bahwa lebih baik mengukur ketepatan Ramalan p
metode eksponensial smoothing, Brown karena nilai ME, MAE, SSE, MSE, SDE, MPE, MAPE LEBIH R
perhitungan rata-rata bergerak tertimbang 2 tahun.

|8(0,4&0,3@0,2&0,3)|=8

_(+)
_+_
5+6
7
40
48
59.2
63.36
68.32
71.97
74.25

ei^2

PEi= (xt-Ft)/Xt*100%

177.78

2222% 22.22222

11.11
25.00
21.78
9.00
-

PEi

556%
769%
686%
429%
-

244.67
48.93

5.555556
7.692308
6.862745
4.285714
-

46.62
9.32

46.62
9.32

Makin Kecil nilai ME makin baik

ei^2
-

PEi= (xt-Ft)/Xt*100%
-

100.00
144.00
0.64
2.69
0.10
3.90
-

2000%
2000%
133%
252%
-47%
-282%

251.33
41.89

PEi
20.00
20.00
1.33
2.52
0.47
2.82
-

40.57
6.76

47.15
7.86

ngukur ketepatan Ramalan penjualan tahun 2014 dengan

E, SDE, MPE, MAPE LEBIH RENDAH dari pada menggunakan

2. a) Diketahui koefisien input output

0.4
0.3
0.2
0.3
permintaan rumah tanggauntuk barang 1 dan 2 adalah Rp. 50 Milyar dan p. 6

b) dengan tahun dasar 2001, diketahui indeks musiman bulan dan indeks sik
Bulan
1
2
3
4
1.M
0.98
0.96
0.93
0.9
1.S.T
1.02
1.04
1.06
1.06
1.S.R
0.98
0.96
0.93
0.93
IM = Indek Musim, IST = Indek Siklus Tinggi, ISR = Indek Siklus Rendah
Tahun tinggi adalah tahun genap, persamaan trendnya adalah Y = 30.000 +
Ramalkan Penjualan bulan Januati-juli tahun 2015 dan 2016
PENYELESAIAN
a. Koefisien Input dan Output
d = (I - A)x

8(_1@_2 )=(1&0@0&1)8(0,4&0,3@0,2&0,3)8(_1 @_2 )

8(50 @60 )=8(0,6&0,3@0,2&0,7)8(_1@_2 )
_1=||/|| =|8(50&0,3@60&0,7)|/|
8(0,6&0,3@0,2&0,7)| =(35+18)/
(0,420,06)=53/0,36=147,22
_2=||/|| =|8(0,6&50@0,2&60)|/|
8(0,6&0,3@0,2&0,7)| =(36+10)/
(0,420,06)=46/0,36=127,77
Input Primer

_1=(1

_11_21_31 ) _1

,4&0,3@0,2&0,3)|=8(
_1=(10,40,2)(147,22

)=58,888 @
_2=(10,30,3)(127,77

)=

Total Output = X1 + X2 = 147,22 M + 127,77 M = 274,99 M

Total Input Primer = IP1 + IP2 = 58,888 M + 51,108 M = 109,996 M

b) dengan tahun dasar 2001, diketahui indeks musiman bulan dan in

Bulan
1
2
3
4
1.M
0.98
0.96
0.93
0.9
1.S.T
1.02
1.04
1.06
1.06
1.S.R
0.98
0.96
0.93
0.93
IM = Indek Musim, IST = Indek Siklus Tinggi, ISR = Indek Siklus Rendah

Tahun tinggi adalah tahun genap, persamaan trendnya adalah Y = 30.000 +

Ramalkan Penjualan bulan Januati-juli tahun 2015 dan 2016

PENYELESAIAN
Ramalan Tahun 2015 (Tahun Rendah)
Dari tahun 2001 sampai 2015 = 14 Tahun
Bulan
1
2
3
4
5
6
7
8
9
10
11
12

Trend (T)
30,028
30,028
30,028
30,028
30,028
30,028
30,028
30,028
30,028
30,028
30,028
30,028

Siklus
(C)
0.98
0.96
0.93
0.93
0.86
0.8
0.82
0.86
0.9
0.93
0.96
0.98

Indeks
Forecasting
Musiman
(T x C x S)
(S)
0.98
0.96
0.93
0.9
0.86
0.8
0.84
0.9
0.93
0.94
0.95
0.98

Ramalan Tahun 2016 (Tahun Tinggi)

Dari tahun 2001 sampai 2016 = 15 Tahun
Bulan

Trend (T)

Siklus
(C)

=30.000+2(14)=30.028

28,838.89
27,673.80
25,971.22
25,133.44
22,208.71
19,217.92
20,683.29
23,241.67
25,133.44
26,250.48
27,385.54
28,838.89

=30.000+2(15)=30.030

Indeks
Forecasting
Musiman
(T x C x S)
(S)

30,030

1.02

0.98

30,017.99

2
3
4
5
6
7
8
9
10
11
12

30,030
30,030
30,030
30,030
30,030
30,030
30,030
30,030
30,030
30,030
30,030

1.04
1.06
1.06
1.12
1.18
1.16
1.04
1.08
1.05
1.03
1.02

0.96
0.93
0.9
0.86
0.8
0.84
0.9
0.93
0.94
0.95
0.98

29,981.95
29,603.57
28,648.62
28,924.90
28,348.32
29,261.23
28,108.08
30,162.13
29,639.61
29,384.36
30,017.99

dalah Rp. 50 Milyar dan p. 60 Milyar. Berapa total output yang diproduksi dan input primernya.

siman bulan dan indeks siklus sbb:

5
6
0.86
0.8
1.12
1.18
0.86
0.8
= Indek Siklus Rendah
dnya adalah Y = 30.000 + 2T
dan 2016

7
0.84
1.16
0.82

8
0.9
1.04
0.86

9
0.93
1.08
0.9

10
0.94
1.05
0.93

11
0.95
1.03
0.96

12
0.98
1.02
0.98

8
0.9
1.04
0.86

9
0.93
1.08
0.9

10
0.94
1.05
0.93

11
0.95
1.03
0.96

12
0.98
1.02
0.98

2=(10,30,3)(127,77 )=51,108 )

274,99 M
8 M = 109,996 M

ks musiman bulan dan indeks siklus sbb:

5
6
7
0.86
0.8
0.84
1.12
1.18
1.16
0.86
0.8
0.82
= Indek Siklus Rendah

dnya adalah Y = 30.000 + 2T

dan 2016

0.000+2(14)=30.028

30.000+2(15)=30.030

1. Diketahui data sebagai berikut

Tahun
Penjualan (ton)
2008
50
2009
60
2010
60
2011
65
2012
70
2013
75
2014
80
Ramalkan Penjualan Tahun ini dengan
a. Rata-rata bergerak tertimbang 2 tahun
b. Linear eksponential smoothing, Brown =0,7, m=1
c. Pilihlah mana yang terbaik

PENYELESAIAN
a. Rata-rata bergerak tertimbang 2 Tahun
Diketahui
=2 _(+1)=( 2 _+_(1))/3

Tahun
2008
2009
2010
2011
2012
2013
2014
2015

Penjualan
50
60
60
65
70
75
80

N=2
56.7
60.0
63.3
68.3
73.3
78.3

_3=((260)+50)/
3=56,7
_4=((260)+60)/
3= 60,0
_5=((265)+60)/3=6
3,3

_6=((270)+65)/
3=68,3
_7=((275)+70)/
3=73,3
_8=((280)+75)/
3=78,3

b. Linear eksponential smoothing, Brown =0,7, m=1

^=+(1)^1

_=/(1) (_^_)

^=+(1) ^1
Tahun
1
2008
2009
2010
2011
2012

Penjualan

St'

St''

a 2(3)(4)

50
54.90
57.84
61.61
66.06

50
59.10
60.36
64.85
69.88

50
60
60
65
70

50
57.00
59.10
63.23
67.97

b
6
0
1.40
0.84
1.08
1.27

_(+)
_+_
5+6
7
50
60.5
61.2
65.925

2013
2014
2015

75
80

72.89
77.87

70.84
75.76

74.94
79.97

1.37
1.41

71.147
76.30
81.38

c. Pilihlah mana yang terbaik

Rata-rata bergerak tertimbang 2 Tahun
No

Tahun
1
2

2008
2009

Penjualan (X)

ei =Xi-Fi

50
60

3
4
5
6
7
8

2010
2011
2012
2013
2014
2015

Jumlah
Average
ME
MAE
SSE
MSE
SDE
MPE
MAPE

60
65
70
75
80
460.00
65.71

5.67
5.67
169.44
33.89
6.51
8.00
8.00

ei
-

ei^2
-

56.7

3.33

3.33

11.11

60.0
63.3
68.3
73.3
78.3
400.00
57.14

5.00
6.67
6.67
6.67

5.00
6.67
6.67
6.67

25.00
44.44
44.44
44.44

ME
MAE
SSE
MSE
SDE
MPE
MAPE

28.33
5.67

28.33
5.67

169.44
33.89

4.15
4.32
159.79
26.63
5.65
6.21
6.49

Linear eksponential smoothing, Brown =0,7, m=1

Penjualan
No
Tahun
Fi
ei =Xi-Fi
ei
ei^2
(Xi)
1
2008
50 2
2009
60
50
10
10
100.00
3
2010
60
60.5
-0.5
0.5
0.25
4
2011
65
61.2
3.8
3.8
14.44
5
2012
70
65.925
4.075
4.075
16.61
6
2013
75
71.147
3.853
3.853
14.85
7
2014
80
76.30 3.69505 3.69505
13.65
8
2015
81.38 Jumlah
460.00
466.46
24.92
25.92
159.79
Average
65.71
58.31
4.15
4.32
26.63

Jadi, berdasarkan perhitungan tersebut diketahui bahwa lebih baik mengukur ketepatan Ramalan pen
dengan metode eksponensial smoothing, Brown karena nilai ME, MAE, SSE, MSE, SDE, MPE, MAPE LEB
pada menggunakan perhitungan rata-rata bergerak tertimbang 2 tahun.

2. a) Diketahui koefisien input out

0.4
0.3
0.2
0.2
permintaan rumah tanggauntuk b

b) dengan tahun dasar 2002, dike

Bulan
1
1.M
0.98
1.S.T
1.02
1.S.R
0.98
IM = Indek Musim, IST = Indek Sik
Tahun tinggi adalah tahun genap,
Ramalkan Penjualan bulan Januati
PENYELESAIAN
a. Koefisien Input dan Output
d = (I - A)x

8(_1@_2 )=(1&0@0&1)8(0,4&0,3@0,2&0,

8(50 @60 )=8(0,6&0,3@0,2&0,8)8(

_1=||/|| =|8(50&0,3@
8(0,6&0,3@0,2&0,8)| =(40
(0,480,06)=58/0,42=138,095

_2=||/|| =|8(0,6&50@0
8(0,6&0,3@0,2&0,8)| =(36+
(0,480,06)=46/0,42=109,524
Input Primer

_1=(1

_11_21_31 ) _1

|8(0,4&0,3@0,2&0,2)|=8(
_1=(10,40,2)(138,095

)=55,2

Total Output = X1 + X2 = 138,095

Total Input Primer = IP1 + IP2 = 55

b) dengan tahun dasar 2002, dike

Bulan
1
1.M
0.98

1.S.T
1.02
1.S.R
0.98
IM = Indek Musim, IST = Indek Sik
Tahun tinggi adalah tahun genap,
Ramalkan Penjualan bulan Januati
PEi= (xt-Ft)/Xt*100%
-

PEi
-

PENYELESAIAN
Ramalan Tahun 2016 (Tahun Ti
Dari tahun 2002 sampai 2016 = 1

556% 5.555556

Bulan

769% 7.692308
952% 9.52381
889% 8.888889
833% 8.333333
39.99
39.99
8.00
8.00

1
2
3
4
5
6
7
8
9
10
11
12

Trend (T)
30,028
30,028
30,028
30,028
30,028
30,028
30,028
30,028
30,028
30,028
30,028
30,028

Ramalan Tahun 2017 (Tahun R

Dari tahun 2002 sampai 2017 = 1
Bulan

PEi= (xt-Ft)/Xt*100%
-

PEi
-

1667%
-83%
585%
582%
514%
462%
-

16.67
0.83
5.85
5.82
5.14
4.62
-

37.26
6.21

38.92
6.49

Trend (T)

30,030

2
3
4
5
6
7
8
9
10
11
12

30,030
30,030
30,030
30,030
30,030
30,030
30,030
30,030
30,030
30,030
30,030

r ketepatan Ramalan penjualan tahun 2014

MSE, SDE, MPE, MAPE LEBIH RENDAH dari

hui koefisien input output

rumah tanggauntuk barang 1 dan 2 adalah Rp. 50 Milyar dan p. 60 Milyar. Berapa total output yang diproduksi

ahun dasar 2002, diketahui indeks musiman bulan dan indeks siklus sbb:
2
3
4
5
6
7
0.96
0.93
0.9
0.86
0.84
0.84
1.04
1.06
1.1
1.12
1.17
1.16
0.96
0.93
0.9
0.86
0.82
0.82
Musim, IST = Indek Siklus Tinggi, ISR = Indek Siklus Rendah
adalah tahun genap, persamaan trendnya adalah Y = 30.000 + 2T
enjualan bulan Januati-juli tahun 2016 dan 2017

8
0.9
1.04
0.86

9
0.93
1.08
0.9

8
0.9

9
0.93

n Input dan Output

8(0,4&0,3@0,2&0,2)8(_1@_2 )

0,3@0,2&0,8)8(_1@_2 )

|| =|8(50&0,3@60&0,8)|/|
0,3@0,2&0,8)| =(40+18)/
6)=58/0,42=138,095

| =|8(0,6&50@0,2&60)|/|
0,3@0,2&0,8)| =(36+10)/
6)=46/0,42=109,524

11_21_31 ) _1

0,2)(138,095 )=55,238 @
_2=(10,30,2)(109,524

)=54,762 )

= X1 + X2 = 138,095 M + 109,524 M = 247,619 M

rimer = IP1 + IP2 = 55,238 M + 54,762 M = 110 M

ahun dasar 2002, diketahui indeks musiman bulan dan indeks siklus sbb:
2
3
4
5
6
7
0.96
0.93
0.9
0.86
0.84
0.84

1.04
1.06
1.1
1.12
1.17
0.96
0.93
0.9
0.86
0.82
Musim, IST = Indek Siklus Tinggi, ISR = Indek Siklus Rendah
adalah tahun genap, persamaan trendnya adalah Y = 30.000 + 2T
enjualan bulan Januati-juli tahun 2016 dan 2017

ahun 2016 (Tahun Tinggi)

2002 sampai 2016 = 14 Tahun
Siklus
(C)
1.02
1.04
1.06
1.1
1.12
1.17
1.16
1.04
1.08
1.05
1.03
1.02

Indeks
Forecasting
Musiman
(T x C x S)
(S)
0.98
0.96
0.93
0.9
0.86
0.84
0.84
0.9
0.93
0.94
0.95
0.98

ahun 2017 (Tahun Rendah)

2002 sampai 2017 = 15 Tahun
Siklus
(C)

=30.000+2(14)=30.028

30,015.99
29,979.96
29,601.60
29,727.72
28,922.97
29,511.52
29,259.28
28,106.21
30,160.12
29,637.64
29,382.40
30,015.99

=30.000+2(15)=30.030

Indeks
Forecasting
Musiman
(T x C x S)
(S)

0.98

0.98

28,840.81

0.96
0.93
0.9
0.86
0.82
0.82
0.86
0.9
0.93
0.96
0.98

0.96
0.93
0.9
0.86
0.84
0.84
0.9
0.93
0.94
0.95
0.98

27,675.65
25,972.95
24,324.30
22,210.19
20,684.66
20,684.66
23,243.22
25,135.11
26,252.23
27,387.36
28,840.81

1.16
0.82

1.04
0.86

1.08
0.9

put yang diproduksi dan input primernya.

10
0.94
1.05
0.93

11
0.95
1.03
0.96

12
0.98
1.02
0.98

10
0.94

11
0.95

12
0.98

1.05
0.93

1.03
0.96

1.02
0.98

1. Diketahui data sebagai berikut

Tahun
Penjualan (ton)
2008
50
2009
60
2010
60
2011
65
2012
70
2013
75
2014
75
Ramalkan Penjualan Tahun ini dengan
a. Rata-rata bergerak tertimbang 2 tahun
b. Linear eksponential smoothing, Brown =0,6, m=1
c. Pilihlah mana yang terbaik

PENYELESAIAN
a. Rata-rata bergerak tertimbang 2 Tahun
Diketahui
=2 _(+1)=( 2 _+_(1))/3

Tahun
2008
2009
2010
2011
2012
2013
2014
2015

Penjualan
50
60
60
65
70
75
75

N=2
56.7
60.0
63.3
68.3
73.3
75.0

_3=((260)+50)/
3=56,7

_4=((260)+60)/3=6
0,0
_5=((265)+60)/3=6
3,3

_6=((270)+65)/
3=68,3
_7=((275)+70)/
3=73,3
_8=((275)+75)/
3= 75,0

b. Linear eksponential smoothing, Brown =0,6, m=1

^=+(1)^1

_=/(1) (_^_)

^=+(1) ^1
Tahun
1
2008
2009
2010
2011
2012
2013
2014
2015

Penjualan

St'

St''

a 2(3)-(4)

50
56.00
58.40
62.36
66.94
71.78
73.71

50
53.60
56.48
60.01
64.17
68.73
71.72

50
60
60
65
70
75
75

50
58.40
60.32
64.71
69.72
74.82
75.70

0
1.60
1.28
1.57
1.85
2.03
1.33

_(+)
_+_
5+6
7
50
60
61.6
66.28
71.568
76.85
77.03

c. Pilihlah mana yang terbaik

Rata-rata bergerak tertimbang 2 Tahun
Penjuala
No
Tahun
F
n (X)
1
2008
50
2
2009
60
3
56.7
2010
60
60.0
4
2011
65
63.3
5
2012
70
68.3
6
2013
75
7
2014
75
73.3
8
2015
75.0
Jumlah
455.00
396.67
Average
65.00
56.67
ME
MAE
SSE
MSE
SDE
MPE
MAPE

4.67
4.67
127.78
25.56
5.65
6.78
6.78

ME
MAE
SSE
MSE
SDE
MPE
MAPE

ei =Xi-Fi

ei
-

3.33
5.00
6.67
6.67
1.67

ei^2
-

3.33
5.00
6.67
6.67
1.67
-

23.33
4.67

11.11
25.00
44.44
44.44
2.78
-

23.33
4.67

127.78
25.56

3.12
3.73
140.60
23.43
5.30
4.89
5.71

Linear eksponential smoothing, Brown =0,4, m=1

Penjuala
No
Tahun
Fi
ei =Xi-Fi
n (Xi)
1
2008
50 2
2009
60
50
10
3
2010
60
60
0
4
2011
65
61.6
3.4
5
2012
70
66.28
3.72
6
2013
75
71.568
3.432
7
2014
75
76.85
-1.8496
8
2015
77.03 Jumlah
455.00
463.33
18.70
Average
65.00
57.92
3.12

Makin Kec

ei

ei^2
-

10
0
3.4
3.72
3.432
1.8496

100.00
0.00
11.56
13.84
11.78
3.42
-

22.40
3.73

140.60
23.43

Jadi, berdasarkan perhitungan tersebut diketahui bahwa lebih baik mengukur ketepatan Ramalan p
perhitungan rata-rata bergerak tertimbang 2 tahun karena nilai ME, MAE, SSE, MSE, SDE, MPE, MA
menggunakan metode eksponensial smoothing, Brown

4
4. Dengan tahun dasar 2003, diketahui indeks musiman bulan dan indeks siklus sbb:
Bulan
1
2
3
4
5

1.M
0.98
0.96
0.93
0.9
0.86
1.S.T
1.02
1.04
1.06
1.1
1.12
1.S.R
0.98
0.96
0.93
0.9
0.86
IM = Indek Musim, IST = Indek Siklus Tinggi, ISR = Indek Siklus Rendah
Tahun tinggi adalah tahun genap, persamaan trendnya adalah Y = 20.000 + 2T
Ramalkan Penjualan bulan Januati-juli tahun 2016 dan 2017
PENYELESAIAN
Ramalan Tahun 2016 (Tahun Tinggi)
Dari tahun 2003 sampai 2016 = 13 Tahun
Bulan
1
2
3
4
5
6
7
8
9
10
11
12

Trend (T)
20,026
20,026
20,026
20,026
20,026
20,026
20,026
20,026
20,026
20,026
20,026
20,026

Siklus
(C)

=20.000+2(13)=20.026

Indeks
Forecasting
Musiman
(T x C x S)
(S)

1.02
1.04
1.06
1.1
1.12
1.17
1.16
1.04
1.08
1.05
1.03
1.02

0.98
0.96
0.93
0.9
0.86
0.84
0.84
0.9
0.93
0.94
0.95
0.98

Ramalan Tahun 2017 (Tahun Rendah)

Dari tahun 2003 sampai 2017 = 14 Tahun
Bulan
1
2
3
4
5
6
7
8
9
10
11
12

Trend (T)
20,028
20,028
20,028
20,028
20,028
20,028
20,028
20,028
20,028
20,028
20,028
20,028

Siklus
(C)
0.98
0.96
0.93
0.9
0.86
0.82
0.82
0.86
0.9
0.93
0.96
0.98

20,017.99
19,993.96
19,741.63
19,825.74
19,289.04
19,681.55
19,513.33
18,744.34
20,114.11
19,765.66
19,595.44
20,017.99

=20.000+2(14)=20.028

Indeks
Forecasting
Musiman
(T x C x S)
(S)
0.98
0.96
0.93
0.9
0.86
0.84
0.84
0.9
0.93
0.94
0.95
0.98

19,234.89
18,457.80
17,322.22
16,222.68
14,812.71
13,795.29
13,795.29
15,501.67
16,763.44
17,508.48
18,265.54
19,234.89

0.84
1.17
0.82

2. a) Diketahui koefisie
0.4
0.2
0.2

permintaan rumah tang

Milyar. Berapa total out

8(_1@_2@_3 )=[(1&0&0@0&1&0@0&0&1)][8(0,4&0,3&

8(50@80@60)=[8(0,6&0,3&0,1@0,2&0,8&0,1

OUTPUT
_1=||/||
=[8(50&0,3&0,1@80&0
[8(0,6&0,3&0,1@0,2&
=58,1/0,306=189,87

_2=||/|| =[8(0,6&50&0,1@
[8(0,6&0,3&0,1@0,2&0,8&0
=50,6/0,306=165,359

_3=||/||
=[8(0,6&0,3&50@0,2&0,
[8(0,6&0,3&0,1@0,2&0
=43,8/0,306=143,137

OUTPUT

X1

X2

PEi= (xt-Ft)/Xt*100%

PEi

X3

556%
769%
952%
889%
222%

5.555556
7.692308
9.52381
8.888889
2.222222
-

33.88
6.78

33.88
6.78

Makin Kecil nilai ME makin baik

_1/_1 =(_1 _2)/(_1 _

PEi= (xt-Ft)/Xt*100%

_2/_2 =( _1 _2)/(_1

PEi

1667%
0%
523%
531%
458%
-247%

16.67
0.00
5.23
5.31
4.58
2.47
-

29.32
4.89

34.25
5.71

etepatan Ramalan penjualan tahun 2014 dengan

MSE, SDE, MPE, MAPE LEBIH RENDAH dari pada

10

11

12

0.84
1.16
0.82

0.9
1.04
0.86

0.93
1.08
0.9

0.94
1.05
0.93

0.95
1.03
0.96

0.98
1.02
0.98

. a) Diketahui koefisien input output

0.3
0.1
0.2
0.1
0.1
0.2

ermintaan rumah tanggauntuk barang 1, 2 dan 3 adalah Rp. 50 Milyar, Rp. 80 Milyar dan Rp. 60
Milyar. Berapa total output yang diproduksi dan input primernya.

&0&1)][8(0,4&0,3&0,1@0,2&0,2&0,1@0,2&0,1&0,2)][8 (_1 @_2 @_3 )]

0,1@0,2&0,8&0,1@0,2&0,1&0,8)][8 (_1@_2@_3 )]

INPUT PRIMER

_1=(1

_11_21_31 ) _1

|/||
50&0,3&0,1@80&0,8&0,1@60&0,1&0,8)]/
,6&0,3&0,1@0,2&0,8&0,1@0,2&0,1&0,8)]
/0,306=189,87

_2=(1

_12_22_32 ) _2

_3=(1

_13_23_33 ) _3

[8(0,4&0,3&0,1@0,2&0,2&0,1@
_1 "=" (10,40,20,2)(189,87
(10,30,20,1)(165,359)=66,
(10,10,10,2)(143,137 )=85

=[8(0,6&50&0,1@0,2&80&0,1@0,2&60&0,8)]/
&0,1@0,2&0,8&0,1@0,2&0,1&0,8)]
165,359

Total Output => 189,87 M + 1

Total Input Primer => 37,97 M

|/||
6&0,3&50@0,2&0,8&80@0,2&0,1&60)]/
&0,3&0,1@0,2&0,8&0,1@0,2&0,1&0,8)]
,306=143,137

FORMULA
50
80

-0.3
0.8

-0.1
-0.1

60
0.6
-0.2
-0.2

-0.1
-0.3
0.8
-0.1

0.8
-0.1
-0.1
0.8

0.6
-0.2
-0.2
0.6
-0.2
-0.2

50
80
60
-0.3
0.8
-0.1

-0.1
-0.1
0.8
-0.1
-0.1
0.8

INPUT PRIMER
0.4
0.2

58.1
0.306

189.87

0.2
IP1
IP2
1P3
Total

50.6 165.3595
0.306

0.6

-0.3

50

-0.2
-0.2
0.6
-0.2
-0.2

0.8
-0.1
-0.3
0.8
-0.1

80
60
-0.1
-0.1
0.8

43.8 143.1373
0.306

Total Output

498.37

3. Diketahui hasil estimasi regresi sbb: P = 8 + 4I - 2T dan Q = 4 + 2I + T. Dimana P=

Harga, Q=jumlah barang, T=index teknologi, I=pendapatan konsumen. Carilah
persamaan demand dan supply
PENYELESAIAN
P = 8 + 4 I - 2T
Q = 4 + 2I + T

_0=8, _1=2, _2=4

_0=4, _1=1, _2=2

Persamaan 5 dan 2

1/(2)=
1/_1 =(_1 _2)/(_1 _1 ) (_1 _1)
/_2 (_1 _2)/_2

__= - 0,5

Persamaan 6 dan 3

2/4=(
_1)/(1)
( _1 _2)/(_1 _1 ) (_1 _1)/

_2

_
_ = 0,5

Persamaan 2
_1=_2/
(_1_1 )
Persamaan 3
_2=
_2/
(_1_1 ) 1
Persamaan
ini masih lanjut...

-2=_2/
(0,50,5)

_
_ =2

4= _2/
(0,50,5)

_
_ =4

2062

11_21_31 ) _1

_12_22_32 ) _2
_13_23_33 ) _3

3&0,1@0,2&0,2&0,1@0,2&0,1&0,2)]=8(

,40,20,2)(189,87 )=37,97 @
_2
"="
0,1)(165,359)=66,14 @
_3
"="
0,2)(143,137 )=85,88 )

ut => 189,87 M + 165,359 M + 143,137 M = 498,37 M

Primer => 37,97 M +66,14 M + 85,88 M = 190 M

NPUT PRIMER
0.3
0.2

0.1
0.1

0.1

0.2

37.97
66.14
85.88
190.00

+ T. Dimana P=
en. Carilah