2.7 Metode Smoothing yang Digunakan
Untuk mendapatkan hasil yang baik harus diketahui cara peramalan yang tepat. Data banyaknya nilai ekspor kelapa sawit pada PT. Perkebunan Nusantara III sudah diplot ke
dalam grafis menunjukkan pola data trend linier. Maka metode peramalan analisa Time Series yang digunakan untuk meramalkan nilai ekspor kelapa sawit pada pemecahan
permasalahan ini adalah dengan menggunakan Metode Pemulusan Eksponensial Ganda Satu Parameter dari Brown.
2.7.1 Smoothing Eksponensial Ganda Satu Parameter dari Brown
Metode ini merupakan model linier yang dikemukakan oleh Brown. Dasar pemikiran dari Metode Pemulusan Ganda Satu Parameter dari Brown adalah serupa dengan rata-rata
bergerak linier karena kedua nilai pemulusan tunggal dan ganda ketinggalan dari data sebenarnya. Bila terdapat unsur trend, perbedaan nilai pemulusan tunggal dan ganda dapat
ditambahkan kepada pemulusan ganda dan disesuaikan untuk trend. Persamaan yang dipakai dalam pelaksanaan Pemulusan Eksponensial Ganda Satu Parameter dari Brown adalah
sebagai berikut : a.
Menentukan smoothing pertama
t
S
1
1
−
− +
=
t t
t
S X
S
α α
Dengan :
t
S = Smoothing pertama periode α = Parameter pemulusan eksponensial
t
X = nilai riil periode t
1 −
t
S
= Nilai pemulusan eksponensial sebelumnya
Universitas Sumatera Utara
b. Menentukan smoothing kedua
t
S
1
1
−
− +
=
t t
t
S S
S
α α
Dengan :
t
S = Nilai pemulusan eksponensial ganda
c. Menentukan besarnya konstanta
t
a
t t
t t
t t
S S
S S
S a
2 −
= −
+ =
Dengan :
t
a = besarnya konstanta periode t
d. Menentukan besarnya Slope
t
b
1
t t
t
S S
b −
− =
α α
Dengan :
t
b = slope nilai trend dari data yang sesuai e.
Menentukan besarnya Forecast
m b
a F
t t
m t
+ =
+
Dengan :
m t
F
+
= besarnya forecast m = jangka waktu forecast
Universitas Sumatera Utara
2.7.2 Beberapa Kesalahan dan Ukuran Statistik Standar
a. ME Mean Error Nilai Tengah Kesalahan :
∑
=
=
N t
i
N e
ME
1
b. MSE Mean Square Error Nilai Tengah Kesalahan Kuadrat :
∑
=
=
N t
t
N e
MSE
1 2
d. MAE Mean Absolute Error Nilai Tengah Kesalahan Absolute :
∑
=
=
N t
t
N e
MAE
1
e. SDE Standard Deviation of Error Deviasi Standar Kesalahan
SDE =
∑
=
−
N t
t
N e
1 2
1 f.
MAPE Mean Absolute Percentage Error Nilai Tengah Kesalahan Persentase Absolut : MAPE =
∑
= N
t t
N PE
1
Dengan :
t
e =
t t
F X
− kesalahan pada periode
t
X = Data aktual pada periode t
t
PE =
−
t t
t
X F
X x 100 Kesalahan Persentase pada periode t
F
t
= Nilai Ramalan Pada Periode t N = Banyaknya Periode waktu t
Universitas Sumatera Utara
BAB 3
TINJAUAN UMUM PERUSAHAAN
3.1 Gambaran Umum PT. Perkebunan Nusantara III Persero
Kategori