Fungsi Eksponensial dan Bobot Pemulusan Eksponensial

Untuk pola data yang lain seperti kuadratik dapat digunakan metode pemulusan eksponensial triple. Metode pemulusan eksponensial yang mendasarkan, ramalan yang prinsip perataan - perataan penghalusan galat masa lalu dengan menambahkan persentase galat kepada persentase ramalan sebelumnya Makridakis, dkk., 1992. Persamaan berikut yang dapat digunakan untuk menghitung ramalan dengan metode pemulusan eksponensial: = + [ ] 2.21 Dimana: = dugaan baru atau nilai ramalan waktu t = dugaan atau nilai ramalan pada periode t-1 periode waktu terakhir = data aktual pada periode sekarang. = konstanta pembobot pemulusan eksponensial 0 1 merupakan galat peramalan Pada persamaan 2.18 dapat ditulis dalam bentuk: = + 1 [ ] 2.22 Peramalan pada metode ini dapat ditulis sebagai berikut: F t = + 1 2.23 F t = + 1 [ + 1 ] 2.24 F t = + 1 + 1 2.25 F t = + 1 + 1 [ + 1 ] 2.26 Apabila proses pada persamaan 2.22 berulang, subtitusi dengan komponen , dengan komponen dan seterusnya, maka hasilnya sebagai berikut: F t = + 1 + 1 + 1 + 1 + + 1 + 1 2.27 Secara sederhana persamaan 2.23 dapat ditulis dalam notasi peramalan: F t = + 1 2.28 dimana: F t = dugaan baru atau nilai ramalan untuk waktu t = data aktual pada periode sekarang = dugaan atau nilai ramalan pada periode t-1 periode waktu terakhir.

2.13 Metode Pemulusan Eksponensial Triple

Pada pemulusan eksponensial tunggal digunakan untuk data yang stasioner dan pemulusan eksponensial ganda digunakan untuk data yang mengandung trend, namun keduanya tidak dapat digunakan untuk data yang mengandung unsur musiman Makridakis, dkk., 1999. Metode pemulusan eksponensial triple atau yang biasa dikenal dengan Holt’s Winter Method merupakan metode peramalan yang dikemukakan oleh Holt dengan menggunakan persamaan kuadrat. Metode ini lebih sesuai jika digunakan untuk membuat peramalan dari suatu data yang berfluktuasi atau mengalami gelombang pasang surut Subagyo, 2002. Metode ini dapat mengatasi masalah data dengan menggunakan pola komponen data trend dan musiman yang tidak dapat diatasi oleh metode moving average dan metode pemulusan eksponensial lainnya . Apabila identifikasi pada historis dari data aktual permintaan menunjukkan adanya fluktuasi musiman, perlu dilakukan penyesuaian terhadap pengaruh musiman itu melalui menghitung indeks musiman. Sebagai contoh untuk menjelaskan pengaruh musiman menggunakan angka indeks musiman Triana, 2015.