2. Metode Pemulusan Eksponensial Bentuk umum dari metode pemulusan ekponensial adalah :
F
t
+
1
=
X
t
+ 1-
F
t
Dimana :
F
t+1
= Ramalan 1 Periode Kedepan
X
t
= Data Aktual pada periode ke-t
F
t
= Ramalan pada periode ke-t = Para meter pemulusan
Metode smooting eksponensial terdiri atas :
1. Smoothing eksponensial tunggal a. Satu parameter
b. Pendekatan adaptif 2. Smoothing Exponensial Ganda
a. Metode linier satu parameter dari Brown b. Metode dua dari Holt
3. Smoothing Exponensial Tripel a. Metode kuatratik satu parameter dari brown
b. Metode tiga parameter untuk kecendrungan dan musiman dari Winter 4.
Smoothing Exponensial menurut klasifikasi Pegels
2.7 Metode Smooting Yang Digunakan
Universitas Sumatera Utara
Untuk mendapatkan hasil yang baik harus diketahui cara peramalan yang tepat. Maka metode peramalan analisis time series yang digunakan untuk meramalkan nilai penjualan energy
listrik pada pemecahan masalah ini adalah dengan menggunakan Metode Smoothing Eksponensial yaitu Smoothing Eksponensial Satu Parameter dari Brown .
Metode ini merupakan metode yang dikemukakan oleh Brown. Dasar pemikiran dari metode Smoothing Eksponensial Linier Satu Parameter dari Brown adalah serupa dengan rata-rata bergerak
linier, karena kedua nilai pemulusan tunggal dan ganda ketinggalan dari data sebenarnya.
Persamaan yang dipakai dalam persamaan Pemulusan Eksponensial Linier Satu Parameter dari Brown adalah sebagai berikut :
S
t
= X
t
+ 1 S
1
t
S
t
= S
t
+ 1 - S
1
t
a
t
= S
t
+ S
t
- S
t
= 2 S
t
- S
t
b
t
=
1
S
t
- S
t
F
m t
= a
t
+ b
t
m
Dimana : m
= Jumlah periode didepan yang diramalkan S
= Nilai eksponensial smoothing tunggal S
= Nilai eksponensial smoothing ganda = Parameter Pemulusan Eksponensial
a
t
, b
t
= Konstanta pemulusan F
m t
= Hasil peramalan untuk m periode ke depan yang akan diramalkan.
Universitas Sumatera Utara
2.8 Ketepatan Ramalan
Ketepatan ramalan adalah satu hal yang mendasar dalam peramalan, yaitu bagaimana mengukur kesesuaian suatu metode peramalan tertentu untuk suatu kumpulan data yang diberikan.
Ketepatan dipandang sebagaai kreteria penolakan untuk memilih suatu metode ramalan. Dalam pemodelan deret berkala time series dari data masa lalu dapat diramalkan situasi yang akan terjadi
pada masa yang akan datang, untuk menguji kebenaran ramalan ini digunakan ketepatan ramalan.
Beberapa Kreteria yang digunakan untuk menguji ketepatan ramalan antara lain : 1.M E Mean Error Nilai Tengah Kesalahan
N e
ME
N t
t
1
2. M S E Mean Square Absolut Error Nilai Tengah Kesalahan Kuadrat
N e
MSE
N t
t
1 2
3. M A E Mean Absolut Error Nilai Tengah Kesalahan Absolut
N e
MAE
N t
t
1
4. S S E Sum Square Error Jumlah Kuadrat Kesalahan
Universitas Sumatera Utara
