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,
756,45ip 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