METODE PENGHALUSAN EKSPONENSIAL SESI 5-SIP METODE PENGHALUSAN EKSPONENSIAL

Macam-macam Metode Time Series Metode Moving Everage Metode Exponential Smoothing Metode Naif Metode Trend Projection

EXPONENTIAL SMOOTHING Pola data yang tidak stabil atau perubahannya besar dan bergejolak umumnya menggunakan model pemulusan eksponensial (Exponential Smoothing Models). Metode Single Exponential Smoothing lebih cocok digunakan untuk meramalkan hal-hal yang fluktuasinya secara acak (tidak teratur).

Moving Average VS Exponential Smoothing Moving Average merupakan teknik peramalan berdasarkan rata-rata bergerak dari nilai-nilai masa lalu, misalkan rata-rata bergerak 3 tahunan, 4 bulanan, 5 mingguan, dll. Teknik ini tidak disarankan untuk data time series yang menunjukkan adanya pengaruh trend dan musiman. Exponential Smoothing juga merupakan teknik peramalan sederhana, tetapi menggunakan suatu penimbang (w) dengan besaran antara 0 hingga 1. Jika nilai w mendekati nilai 1 maka hasil forecasting cenderung mendekati nilai observasi, sedangkan jika nilai w mendekati nilai 0, maka hasil forecasting mengarah ke nilai ramalan sebelumnya.

Contoh Kasus 2 Pimpinan Restoran Almira ingin mengetahui omzet restoran pada November 2015. Ia meminta sang manajer untuk mengestimasi nilai tersebut dengan data omzet dari bulan April 2014 sampai dengan Oktober 2015. Ramalkan dengan metode Single Moving Average 3 bulanan, serta dengan Single Exponential Smoothing dengan w=[0,1], [0,5] dan [0,9]

Dengan Moving Average 3 bln Bulan (t) Omzet (Yt) (Juta Rp) Forecast Mov.Average 3t (Yt+1) (Juta Rp) Error (Omzet-Forcast) Error2 Rasio April 2014 131 Mei 2014 130 Juni 2014 125 Juli 2014 126 Agustus 2014 129 September 2014 132 Oktober 2014 November 2014 Desember 2014 139

Dengan Moving Average 3 bln Bulan (t) Omzet (Yt) (Juta Rp) Forecast Mov.Average 3t (Yt+1) (Juta Rp) Error (Omzet-Forcast) Error2 Rasio Januari 2015 137 Februari 2015 Maret 2015 140 April 2015 143 Mei 2015 Juni 2015 141 Juli 2015 Agustus 2015 148 September 2015 152 Oktober 2015

Menghitung akurat peramalan RMSE MAPE Root Mean Square Error Rumus: Mean Absolute Percentage Error Rumus:

Dengan Exponential Smoothing dengan w=[0,1], [0,5] dan [0,9] Bulan (t) Omzet (Yt) (Juta Rp) Forecast w=[0,1], [0,5] dan [0,9] (Juta Rp) Error (Omzet-Forcast) Error2 Rasio April 2014 131 Mei 2014 130 Juni 2014 125 Juli 2014 126 Agustus 2014 129 September 2014 132 Oktober 2014 November 2014 Desember 2014 139