Analisis Pemulusan Eksponensial Ganda Dua Parameter dari Holt

3.1.2.3 Uji Trend

Untuk mengetahui adanya pola trend maka dilakukan uji trend sesuai dengan hipotesis pada landasan teori dengan menggunakan persamaan 2.14, dari data diperoleh: � = 21 � = � − 1 2 = 60 − 1 2 = 59 2 = 29,5 � = � � + 1 2 = � 60 + 1 2 = � 61 2 = 5,522 Sehingga didapat: � = � − � � = 21 − 29,5 5,522 = −1,5393 Dari daftar distribusi normal standar diperoleh � ����� = 0,0359. Karena � ℎ����� � ����� maka � diterima. Artinya data produksi kernel tidak dipengaruhi oleh trend menaik.

3.1.3 Analisis Pemulusan Eksponensial Ganda Dua Parameter dari Holt

Pada teknik eksponensial ganda dua parameter dari Holt ini, komponen trend dihaluskan secara terpisah dengan menggunakan parameter yang berbeda yaitu � dan �. Pada teknik ini nilai trendnya dapat dihaluskan dengan menggunakan bobot yang berbeda. Namun demikian, kedua parameternya perlu dioptimalkan sehingga pencarian kombinasi terbaik parameter tersebut lebih rumit daripada hanya menggunakan satu parameter. Selain itu, komponen musim pada teknik ini tidak diperhitungkan. Maka dari analisis yang telah dilakukan, penulis akan menentukan parameter � dan � nya adalah � = 0,1 dan � = 0,1. Untuk mencari perhitungan pemulusan eksponensial ganda dua parameter dari Holt dilakukan sebagai berikut: 1. Perhitungan Mencari Nilai Pemulusan � � � � = �� � + 1 − �� �−1 + � �−1 3.1 � 2 = 0,1813980 + 1 − 0,1907020 + −93040 � 2 = 0,1813980 + 1 − 0,1907020 − 93040 � 2 = 81398 + 0,9813980 � 2 = 813980 2. Perhitungan Mencari Nilai Trend Pemulusan � � � � = �� � − � �−1 + 1 − �� �−1 3.2 � 2 = 0,1 � 2 − � 1 + 1 − 0,1� 1 � 2 = 0,1813980 − 907020 + 1 − 0,1−0,93040 � 2 = 0,1 −93040 + 0,9−0,93040 � 2 = −93040 3. Peramalan untuk bulan ke-61 atau periode ke-1 m=1 � �+� = � � + � � � 3.3 � 60+1 = 1453583,765 + −7741,121 � 61 = 1453583,765 + −7741,121 � 61 = 1453583,765 − 7741,12 � 61 = 1445842,641 Demikian seterusnya untuk periode-periode selanjutnya dan dapat dilihat pada Tabel 3.3. Tabel 3.3 Peramalan Produksi Kernel kg dengan Parameter � = �, � dan � = �, � No Periode Produksi Kernel kg � � � � Nilai Ramalan 1 Januari 907020 907020 -93040 - 2 Februari 813980 813980 -93040 - Lanjutan Tabel Peramalan Produksi Kernel kg dengan Parameter � = �, � dan � = �, � No Periode Produksi Kernel kg � � � � Nilai Ramalan 3 Maret 1050000 753846 -89749,4 720940 4 April 991530 696839,94 -86475,1 664096,6 5 Mei 960470 645375,3866 -82974 610364,874 6 Juni 1299060 636067,2347 -75607,4 562401,3719 7 Juli 1516420 656055,8256 -66047,8 560459,8062 8 Agustus 1587950 689802,1992 -56068,4 590007,9991 9 September 1307870 701147,4134 -49327 633733,7927 10 Oktober 1782850 764923,3321 -38016,7 651820,369 11 November 1752750 829490,9255 -27758,3 726906,5839 12 Desember 1478380 869397,3504 -20991,8 801732,6116 13 Januari 1341160 897680,9593 -16064,3 848405,5103 14 Februari 1194040 912858,9977 -12940,1 881616,6641 15 Maret 1385250 948452,0423 -8086,75 899918,9359 16 April 1366710 982999,762 -3823,3 940365,2911 17 Mei 1526630 1033921,812 1651,231 979176,4579 18 Juni 1450650 1077080,739 5802,001 1035573,043 19 Juli 1397870 1114381,466 8951,873 1082882,74 20 Agustus 1199810 1130981,006 9716,64 1123333,339 21 September 1732670 1199894,881 15636,36 1140697,646 22 Oktober 1578730 1251851,12 19268,35 1215531,245 23 November 1685450 1312552,524 23411,66 1271119,471 24 Desember 1618820 1364249,763 26240,21 1335964,181 25 Januari 1321640 1383604,98 25551,71 1390489,977 26 Februari 1225120 1390753,025 23711,35 1409156,695 27 Maret 1553630 1428380,936 25103 1414464,373 28 April 1525230 1460658,546 25820,46 1453483,94 29 Mei 1443910 1482222,11 25394,77 1486479,011 30 Juni 1608970 1517752,196 26408,31 1507616,884 31 Juli 1845110 1574255,452 29417,8 1544160,502 32 Agustus 1652570 1608562,927 29906,77 1603673,253 33 September 2063850 1681007,726 34160,57 1638469,696 34 Oktober 2067270 1750378,468 37681,59 1715168,297 35 November 2127400 1821994,05 41074,99 1788060,056 36 Desember 1775520 1854314,134 40199,5 1863069,038 37 Januari 1671780 1872240,269 37972,16 1894513,632 38 Februari 977920 1816983,187 28649,24 1910212,43 39 Maret 912190 1752288,181 19314,81 1845632,424 40 April 1210930 1715535,695 13708,08 1771602,994 41 Mei 1292860 1685605,399 9344,245 1729243,777 42 Juni 1229570 1648411,68 4690,448 1694949,644 43 Juli 1671610 1654952,916 4875,527 1653102,128 Lanjutan Tabel Peramalan Produksi Kernel kg dengan Parameter � = �, � dan � = �, � No Periode Produksi Kernel kg � � � � Nilai Ramalan 44 Agustus 1670090 1660854,598 4978,143 1659828,443 45 September 1830780 1682327,467 6627,615 1665832,741 46 Oktober 1901880 1710247,574 8756,864 1688955,082 47 November 1661680 1713271,995 8183,62 1719004,439 48 Desember 1530720 1702382,053 6276,264 1721455,615 49 Januari 1442890 1682081,486 3618,581 1708658,317 50 Februari 1056470 1622777,06 -2673,72 1685700,066 51 Maret 1131140 1571207,006 -7563,35 1620103,34 52 April 1014250 1508704,287 -13057,3 1563643,653 53 Mei 1113210 1457403,298 -16881,7 1495646,998 54 Juni 1299600 1426429,474 -18290,9 1440521,638 55 Juli 1358710 1403195,738 -18785,2 1408138,598 56 Agustus 1726310 1418600,519 -15366,2 1384410,576 57 September 1785010 1441411,916 -11548,4 1403234,351 58 Oktober 1855830 1472460,154 -7288,75 1429863,504 59 November 1487660 1467420,267 -7063,86 1465171,407 60 Desember 1392630 1453583,765 -7741,12 1460356,406 61 Januari 1445842,641 m=1 62 Februari 1438101,516 m=2 63 Maret 1430360,392 m=3 64 April 1422619,267 m=4 65 Mei 1414878,143 m=5 66 Juni 1407137,018 m=6 67 Juli 1399395,893 m=7 68 Agustus 1391654,769 m=8 69 September 1383913,644 m=9 70 Oktober 1376172,520 m=10 71 November 1368431,395 m=11 72 Desember 1360690,270 m=12 Plot data peramalan produksi kernel PT. Eka Dura Indonesia dengan parameter � = 0,1 dan � = 0,1 dapat dilihat pada Gambar 3.2. Gambar 3.2 Plot Ramalan Data Produksi Kernel dengan Parameter � = �, � dan � = �, � Untuk hasil kombinasi parameter yang lain dapat dilakukan dengan cara yang sama dengan mengganti nilai parameter � dan �.

3.1.4 Nilai kesalahan Galat

Dokumen yang terkait

Metode Pemulusan (Smoothing) Eksponensial Ganda (Linier Satu Parameter dari Brown) dan Metode Box-Jenkins dalam Meramalkan Curah Hujan di Kota Medan

6 78 78

Metode Pemulusan Eksponensial Ganda Satu Parameter Terhadap Peramalan Jumlah Guru & Jumlah Murid Sekolah Menengah Atas Tahun 2012-2015 Di Kecamatan Galang

2 29 71

Aplikasi Metode Pemulusan Eksponensial Ganda Dari Brown Untuk Kelapa Sawit Pada PT. Perkebunan Nusantara III Tahun 2010 Dan 2011

0 23 65

Perbandingan Metode Pemulusan (Smoothing) Eksponensial Ganda Dua Parameter Dari Holt Dan Metode Box-Jenkins Dalam Meramalkan Hasil Produksi Kernel Kelapa Sawit PT. Eka Dura Indonesia.

2 15 141

Cover Perbandingan Metode Pemulusan (Smoothing) Eksponensial Ganda Dua Parameter Dari Holt Dan Metode BoxJenkins Dalam Meramalkan Hasil Produksi Kernel Kelapa Sawit PT. Eka Dura Indonesia.

0 1 12

Abstract Perbandingan Metode Pemulusan (Smoothing) Eksponensial Ganda Dua Parameter Dari Holt Dan Metode BoxJenkins Dalam Meramalkan Hasil Produksi Kernel Kelapa Sawit PT. Eka Dura Indonesia.

0 0 2

Chapter I Perbandingan Metode Pemulusan (Smoothing) Eksponensial Ganda Dua Parameter Dari Holt Dan Metode BoxJenkins Dalam Meramalkan Hasil Produksi Kernel Kelapa Sawit PT. Eka Dura Indonesia.

0 0 9

Chapter II Perbandingan Metode Pemulusan (Smoothing) Eksponensial Ganda Dua Parameter Dari Holt Dan Metode BoxJenkins Dalam Meramalkan Hasil Produksi Kernel Kelapa Sawit PT. Eka Dura Indonesia.

0 0 22

Reference Perbandingan Metode Pemulusan (Smoothing) Eksponensial Ganda Dua Parameter Dari Holt Dan Metode BoxJenkins Dalam Meramalkan Hasil Produksi Kernel Kelapa Sawit PT. Eka Dura Indonesia.

0 1 1

Appendix Perbandingan Metode Pemulusan (Smoothing) Eksponensial Ganda Dua Parameter Dari Holt Dan Metode BoxJenkins Dalam Meramalkan Hasil Produksi Kernel Kelapa Sawit PT. Eka Dura Indonesia.

0 0 60