Scribd Logo
Upload

Welcome to Scribd!

  • Peramalan Triple Exponenstial

    Uploaded by

    Dwi Irnita Ginting
    2 views6 pages

    Original Title

    Peramalan triple exponenstial

    Copyright

    © © All Rights Reserved

    Available Formats

    PDF or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    2 views6 pages

    Peramalan Triple Exponenstial

    Uploaded by

    Dwi Irnita Ginting

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    of 6
    DATA DEKET uny, j 96 _nactan bua juzrope rewurvsan DAN DUEONPTA menggunakan persamaan (3-37), (3-38), dan (3-39), di mae nilaia,, b cy dapat dihitung dengan menggunakan persamaan (2.40), 41)-dan dan kemudian nilai ramalannya, F, dapat ddiperoleh dengan menggungy Persamaan (3-43). Walaupun demikian, dengan retode ini Kita-tidak mj untuk melacak dampak dari proses inisialisasi tersebut pada ramalan Yuy akan datang. i onensial Tripel: 33/6 Pemulusan {Smoothing oman Tiga- Parameter dari Metode Kecenderungan Winter Kelompok metode telah dibahas dalam bab ini stasioner atau non-stasioner se} musiman, Tetapi bilamana terdapat kan peramalan yang buruk Sebagai gambaran, linear terhadap data mu: ekspor kuartalan dari peru 1976, dan data tersebut diplot pada tampak jelas tersebut. mPTabel 3-11 menunjukkan amalen dan peal i dihasilkan, dan mu har Reslhan tersebut seluruhnya bernilai positif, kecuali nil Regatit yang terjadi pada setiap periode keempat. (Terdapat pengecualian pada periode 21, karena sifat random.) Jelas deret data seperti ity memetl. kan penggunaan metode musiman fika pola sistematis dalam kesalahan ty ingin dihilangkan. Metode itu ‘adalah pemulusan trend dan musiman dan Winters. Contoh pada Tabel 3-11 menunjukkan pentingnya pemilihan metode pemulusan yang terbaik untuk ‘deret data tertentu. Dengan menggunakan ter optimal, yaitu a = 0,35; 10-24 masing-masing Pemulusan eksponensial tunggal pada parame aon MAPE dan MSE-nya untuk kelompok pengujian a digunakan pemulusan eksponensial linesr eter optimal, yaitu « = 0,20; adalah 13,05 persen dan 9359. Jik; Satu-parameter dari Brown dengan nilai param sat nilai MAPE dan MSE-nya masing-masing adalah 12,14 person dan 7540. akan metode seperti dari Brown tersebut trend, tetapi masih ada cara lain untuk san eksponensial arata bergerak dan pemulusan ¢' Yan raturrala Pejgunakan untuk ham segala jenis dg Ps ta idak mengandung fakto, ag data tersebut tidak r paniang dan, metode ini mungkin menghy apkan metode pemulusan tunggal d -oba menerap "? 4.10. Data ini, merupakan a Tal ‘= dari tahun 1970 sampai denga, 1, Perhatikan musiman yarg han (data yang sebenary, hat adanya pola kesalahan ‘Ada sedikit keuntungan mengguni yang secara ekeplisit memperhitungkan mem mulusat vika datanye stasioner, maka ya stasioner, metode rata-rata bergerak atau pe a funggal adalah tepat. Jika datanya ménunjukkan suatu ter fot maka baik model linear dari Brown atau Holt adalah tepat. Tetapi jit piataare eae eat ini sendiri tidak dapat mengatasi masalah tersebut erga a wupun demikian, metode Winters dapat menangani faktor . _—MTentu saa, data terebut d . ad teas muta prose an. Tent voiak aoe hdl terlebih dabula de erhatikan bahwa dalam begian berikut ; dan salah aia aya (8/3/7), metode Winters banys meruP® (a Gel peo eee ‘menangisi ‘dari Pogel: yaitu, metode tersebu Tobe metic Winters ta mengecu pads se! D2 _ aif (non-linear), ft menangant trend ditt (Linear) dan rauaiaan =ultiPl™ | METODE PEMULUSAN (SMOOTHING) 97 TABEL 310 DATA PENJUALAN KUARTALAN Penjualan Penjualan (ribuan (ribuan Kuartal Periode franc) Kuartal Periode franc) 19701 1 962 19731 13 544 2 2 385 2 14 582 3 a) 432 3 15 681 4 4 341 4 16 587 19714 5 382 19741 7 628 2 6 409 2 18 707 3 7 498 3 19 73 4 8 387 4 20 592 197201 9 473 19751 a 627 2 10 513 2 22 725 3 "1 582 3 23 854 4 12 474 4 24 661 Ribusn franc a 197077 7am oleae 3-11, GRAFIK DARI DATA PENJUALAN KUARTALAN de Winters didasarkan atas tiga persamaan pemulusan, yaitu satu ‘unsur stasioner, satu untuk trend, dan satu untuk musiman. Hal ini dengan metode Holt, dengan satu persamaan tarnbahan untuk menga- ‘Musiman, Persamaan dasar untuk metode Winters adalah sebagai berikut: PEMULUSAN KESELURUHAN S= aft + (1 = aN(Sin + a), hee (3-44) USAN EKSP' APLIKASIPEMUL! TABEL S11 AT INEAR PADA O/ ne SR _——_— aan (a = 02) Pemulusan Tungdal Pemulusan Linear _ ee Periode Aktual Ramalan Kesalahan Ramalan —_‘Kesalahan 362,00 p 385,00 362,00 23,00 3 432,00 370,05 61,95 371,20 60,20 4 34100 391,73 -50,73 396,44 - 55,44 5 362,00 373,98 8.02 377,62 438 6 409.00 376,78 32,22 380,50 28,50 7 498,00 388,06 409,94 393,21 104,79 8 387,00 426,54 -39,54 437,58 -50,58 9 473,00 412.70 60.30 423,99 43,01 K 10 513,00 433,81 79,19 448,21 4,79 E WW 582,00 461,52 120,48 480,70 101,30 5 8 474,00 503,69 - 29,69 530,39 56,39 a Sone 50,70 521,06 22.98 Pp 15 -f . 70,96 541.20 40,80 ° 681,00 535,88 569.40 111,60 Kp ae oe eet 627.56 -7056 — 1 Tro eg 617.31 10.69 Nc ee oars a 6 20 592,00 ees 680,43 92,57 vie 627,00 650,84 735,85 — 143,85 1 2 = 725,00 642.49 700,41 -73,41 A 2% 854,00 671.37 687.39 37.61 N24 661,00 735,29 715,84 138,16 786,02 ~ 125,02 = TTT EE 25 709,29 Analisis Kesalahan dari Pe *eriode 10 sampai Peri iPeriode zg | aa Tengah Kesalahan ilai Tengah Kesalahan Absol 8 ila : 2.47 Nilai Tengah Kesalahan Perser : ; Devas Sand’ Kenanee anges OHAPe) Ses Nilai Tengah Kesalahan Kuadr Statistik Durbin Watson SE? soesat Statistik U di il v2 Rata-rata Batting dari McLaughlin tor 299,05, 756,45 ip PEMULUSAN (SMOOTHING) pe 99 pEMULUSAN TREND f= 15 - Se) += Mew (3-45) pEMULUSAN MUSIMAN ‘ X, \ = Bs + (1 - Baw \ (3-46) RAMALAN From = (Se + beet (3-47) i mana L adalah panjang musiman (misal, jumlah bulan atau kuartal dalam

    You might also like