Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008.
USU Repository © 2009
Dapat digunakan bila dasar pola datanya adalah kwadratik kubik atau berorde lebih tinggi.
b. Metode kecenderungan atau musiman tiga parameter dari Winter. Metode ini merupakan salah satu dari beberapa metode pemulusan
eksponensial yang dapat menangani musiman. 4. Smoothing Eksponensial Menurut Klasifikasi Pegels
Bentuk umum dari metode pemulusan eksponensial adalah:
Dimana: F
t+1
= ramalan untuk periode mendatang = parameter eksponensial yang besarnya 0 1
X
t
= nilai aktual pada periode t F
t
= ramalan pada periode t
2.5 Metode Pemulusan Yang Digunakan
Dalam menentukan model penduga yang tepat, dengan menganalisa data jumlah pelanggan gas, maka metode pemulusan yang digunakan adalah pemulusan smoothing.
Eksponensial ganda,metode linier satu parameter dari Brown. Untuk pemakaian ini dipilih dengan menganalisa nilai X yang menghasilkan nilai MSE yang paling kecil.
Adapun dasar pemilihan tersebut adalah dengan dasar:
F
t+1
= X
t
1- F
t
Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008.
USU Repository © 2009
1. Data jumlah pelanggan gas yang akan dianalisa memiliki kecenderungan pola trend.
2. Smoothing eksponensial ganda dapat dilakukan dengan perhitungan yang hanya membutuhkan nilai-
nilai yang khusus yaitu nilai .
Persamaan yang dipakai dalam pemulusan eksponensial adalah metode linier satu parameter dari Brown, yaitu sebagai berikut:
S
t
’ = X
t
+ 1- S’
t-1
S
t
” = X
t
+ 1- S”
t-1
a
= S’
t
+ S’- S
t
” = 2S’
t
– S
t
”
b
=
α α
− 1
S
t
’ - St”
F
t+m
=
a +b
m
Dimana:
S
t
’ =
nilai pemulusan eksponensial tunggal
S
t
”
= nilai pemulusan eksponensial ganda
a
t .
b
t
= konstanta parameter = parameter pemulusan eksponensialyang besarnya 0
1 F
t + m
= hasil pengamatan untuk m periode kedepan yang diramal Dasar pemikiran smoothing eksponensial ganda, metode linier satu parameter dari
Brown adalah serupa dengan rata-rata bergerak linier, karena kedua nilai pemulusan
Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008.
USU Repository © 2009
tunggal dan ganda ketinggalan dari data yang sebenarnya bila terdapat unsur trend. Perbedaan nilai pemulusan tunggal dan ganda dapat ditambahkan kepada pemulusan
ganda disesuaikan untuk trend.
2.6 Ketepatan Ramalan dan Beberapa Kriteria Yang Digunakan Untuk Menguji
Ketepatan peramalan merupakan salah satu hal yang mendasar dalam peramalan, yaitu bagaimana mengukur kesesuaian suatu metode peramalan tertentu untuk suatu kumpulan
data yang diberikan, ketepatan peramalan dipandang sebagai kriteria penolakan untuk untuk memilih suatu metode peramalan. Oleh sebab itu, ketepatan peramalan merupakan
dasar untuk menentukan model penduga yang tepat. Dalam Tugas Akhir ini penulis akan menggunakan Nilai Tengah Kesalahan Kuadart MSE sebagai ukuran ketepatan dalam
meramalakan Jumlah Pelanggan gas untuk tahun yang akan datang. Beberapa Kriteria yang digunakan untuk menguji, antara lain :
1. ME
Mean Error Nilai Tengah Kesalahan
ME=
N ei
n i
∑
=1
2. MAE
Mean Absolut Error Nilai Tengah Kesalahan Absolut
MAE
=
∑
= n
i
N lel
1
3. MSE Mean Square Error Nilai Tengah Kesalahan Kuadrat
Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008.
USU Repository © 2009
MSE =
∑
= n
i
N e
1
2
4. MAPE Mean Absolut Percentage Error Nilai Tengah Kesalahan
Persentase Absolut.
MAPE =
∑
= n
i
N lPEtl
1
5. MPE Mean Percentage Error Nilai Tengah Kesalahan
Persentase .
MPE =
∑
= n
i
N PEt
1
Dimana: PE
t
= 100
Xt Ft
Xt −
ei = X
t
-Ft PE
t
= Kesalahan Persentase X
t
= Jumlah Pelanggan Gas X
t
pada periode ke-t F
t
= Nilai Ramalan Pada Period ke-t N = Banyaknya Data.
Tetapi dalam Tugas Akhir ini Penulis hanya menggunakan Nilai Tengah Kesalahan Kuadrat MSE sebagai ukuran ketepantan dalam meramalkan Jumlah Pelanggan Gas
untuk tahun yang akan datang.
Peramalan tentunya menginginkan tingkat kesalahan ramalan yang sekecil mungkin untuk mendukung kebenaran ramalannya. Pada metode rata-rata bergerak ganda
ini yang menunjukkan adalah dalam nilai absolut dari kesalahan yaitu dengan mengabaikan tanda + dan minus- dari kesalahan tersebut.
Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008.
USU Repository © 2009
BAB III
SEJARAH SINGKAT TEMPAT RISET
3.1 Sejarah singkat PT Perusahaan Gas Negara Persero Tbk
PT Perusahaan Gas Negara Persero Tbk Distrik Medan merupakan perusahaan yang bergerak dalam bidang distribusipenyaluran gas alam sebagai bahan bakar, baik untuk
Konsumen Industri, Komersil maupun Rumah Tangga.
Perusahaan ini mendistribusikan gas alamnya melalui jaringan pipa gas. Perusahaan ini mengembangkan tugas sebagai pelaksana pendistribusian gas bumi
dengan meningkatkan kemampuannya secara instusional sesuai dengan peraturan pemerintah, PP .No.27 Tahun 1984.
3.2 Sejarah Umum PerusahaanInstansiKantor-Kantor
