Metode Smoothing Eksponensial Linear Satu Parameter dari Brown .1 Estimasi Model Peramalan
Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008.
USU Repository © 2009
4.2 Metode Smoothing Eksponensial Linear Satu Parameter dari Brown 4.2.1 Estimasi Model Peramalan
Dalam pengolahan data dan penganalisaan data, penulis mengaplikasikan data tabel 4.1 dengan metode peramalan forecasting berdasarkan Metode Eksponensial Satu
Parameter dari brown.
Untuk memenuhi perhitungan Smoothing Eksponensial Ganda, Tunggal dan Ramalan yang akan datang maka terlebih dahulu kita akan menentukan parameter nilai
yang biasanya, secara coba dan salah Trial and error . Suatu nilai dipilih yang
besarnya 0 1, dihitung MSE yang merupakan suatu ukuran ketepatan perhitungan
dengan mengkuadratkan masing-masing kesalahan untuk masing-masing item dalam sebuah susunan data kemudian memperoleh rata-rata atau nilai tengah jumlah kuadrat
tersebut dan kemudian dicoba nilai yang lain.
Lalu salah satu MSE tersebut dibandingkan untuk menemukan nilai yang memberikan MSE yang minimum.
Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008.
USU Repository © 2009
Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008.
USU Repository © 2009
TABEL 4.2 APLIKASI PEMULUSAN SMOOTHING EKSPONENSIAL LINIER SATU
PARAMETER DARI BROWN PADA DATA JUMLAH PELANGGAN GAS DENGAN
g =0.1
Tahun Pelanggan
S S
A b
Peramalan Error
Abs e 1998
9978 9978
9978 1999
10510 10031.2
9983.32 10079.08 5.32
2000 11221
10150.18 10000.01 10300.35
16.686 10084.4
1136.6 1136.6
2001 12218
10356.962 10035.7 10678.22
35.6956 10317.04
1900.96 1900.96
2002 12883
10609.5658 10093.09 11126.04 57.38642
10713.918 2169.082 2169.082 2003
14400 10988.60922 10182.64 11794.58 89.55212
11183.43 3216.57
3216.57 2004
17060 11595.7483
10323.95 12867.55 141.3108 11884.1304 5175.87
5175.87 2005
17715 12207.67347 10512.32 13903.02 188.3723 13008.8565 4706.144 4706.144
2006 18628
12849.70612 10746.06 14953.35 233.7383 14091.396 4536.604 4536.604
2007 19231
13487.83551 11020.24 15955.43 274.1774 15187.089 4043.911 4043.911
MSE Mean Square Error Nilai Tengah Kesalahan Kuadrat
MSE =
∑
= n
i
N e
1
2 =
105828152.7 8 = 13228519.08
Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008.
USU Repository © 2009
5000 10000
15000 20000
25000
1996 1998
2000 2002
2004 2006
2008
Tahun
P el
an g
g an
G as
pelanggan S
S peramalan
Gambar 4-2 Plot Pemulusan eksponensial Satu Parameter
Dari Brown dengan Nilai g = 0.1
Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008.
USU Repository © 2009
TABEL 4.3 APLIKASI PEMULUSAN SMOOTHING EKSPONENSIAL LINIER SATU
PARAMETER DARI BROWN PADA DATA JUMLAH PELANGGAN GAS DENGAN
g =0.2
Tahun Pelanggan
S S
A B
Peramalan Error
Aba e 1998
9978 9978
9978 1999
10510 10084.4
9999.28 10169.52 21.28
2000 11221
10311.72 10061.77 10561.67 62.488
10190.8 909.28
1030.2 2001
12218 10692.976 10188.01 11197.94 126.2416
10624.16 1525.024 1593.84
2002 12883
11130.9808 10376.6 11885.36 188.5942
11324.184 1752.019 1558.816 2003
14400 11784.78464 10658.24 12911.33 281.6362
12073.952 2615.215 2326.048 2004
17060 12839.82771 11094.56
14585.1 436.3175 13192.9654 4220.172 3867.035 2005
17715 13814.86217 11638.62 15991.11 544.0609 15021.4154 3900.138 2693.585
2006 18628
14777.48974 12266.39 17288.59 627.7743 16535.1668 3850.51 2092.833
2007 19231
15668.19179 12946.75 18389.63 680.3598 17916.361 3562.808 1314.639
MSE Mean Square Error Nilai Tengah Kesalahan Kuadrat
MSE =
∑
= n
i
N e
1
2 =
39759625.27 = 4969953.159
Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008.
USU Repository © 2009
Plot Pemulusan Data
5000 10000
15000 20000
25000 30000
1996 1998
2000 2002
2004 2006
2008
Tahun Ju
m lah
P el
an g
g an
G as
pelanggan s
s peramalan
Gambar 4-3 Plot Pemulusan eksponensial Satu Parameter
Dari Brown dengan Nilai g = 0.2
Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008.
USU Repository © 2009
TABEL 4.4 APLIKASI PEMULUSAN SMOOTHING EKSPONENSIAL LINIER SATU
PARAMETER DARI BROWN PADA DATA JUMLAH PELANGGAN GAS DENGAN
g =0.3
tahun Pelanggan
s S
A B
peramalan error
abs e 1998
9978 9978
9978 1999
10510 10137.6 10025.88 10249.32
47.88 2000
11221 10462.62
10156.9 10768.34 131.022
10297.2 758.38
923.8 2001
12218 10989.234
10406.6 11571.87 249.6996 10899.36 1228.766
1318.64 2002
12883 11557.3638 10751.83
12362.9 345.2287 11821.566 1325.636 1061.434
2003 14400
12410.15466 11249.33 13570.98 497.4973 12708.126 1989.845 1691.874
2004 17060
13805.10826 12016.06 15594.15 766.7342 14068.4791 3254.892 2991.521 2005
17715 14978.07578 12904.67 17051.49 888.6042 16360.8889 2736.924 1354.111
2006 18628
16073.05305 13855.18 18290.92 950.5161 17940.0898 2554.947 687.9102 2007
19231 17020.43713 14804.76 19236.12 949.5765 19241.4401 2210.563 10.44011
MSE Mean Square Error Nilai Tengah Kesalahan Kuadrat
MSE =
∑
= n
i
N e
1
2 =
35674664.82 8 = 4459333.103
Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008.
USU Repository © 2009
Plot Pemulusan Data
5000 10000
15000 20000
25000 30000
35000
1996 1998
2000 2002
2004 2006
2008
Tahun P
el an
g g
an G
as
pelanggan s
S peramalan
Gambar 4-4 Plot Pemulusan eksponensial Satu Parameter
Dari Brown dengan Nilai g = 0.3
Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008.
USU Repository © 2009
TABEL 4.5 APLIKASI PEMULUSAN SMOOTHING EKSPONENSIAL LINIER SATU
PARAMETER DARI BROWN PADA DATA JUMLAH PELANGGAN GAS DENGAN
g =0.4
tahun Pelanggan
s S
A B
peramalan error
abs e 1998
9978 9978
9978 1999
10510 9139.8
9642.72 8636.88
-335.28 2000
11221 8850.18 9325.704 8374.656
-317.016 8301.6
2919.4 2919.4
2001 12218
8975.508 9185.626 8765.39
-140.078 8057.64
4160.36 4160.36
2002 12883
9250.2048 9211.457 9288.952 25.83168 8625.312 4257.688 4257.688
2003 14400
9870.12288 9474.924 10265.32 263.4662 9314.784 5085.216 5085.216
2004 17060
11040.07373 10100.98 11979.16 626.0601 10528.7885 6531.212 6531.212 2005
17715 11938.54424 10836.01 13041.08 735.0243 12605.2239 5109.776 5109.776
2006 18628
12751.52654 11602.22 13900.84 766.2075 13776.1049 4851.895 4851.895 2007
19231 13420.21593 12329.42 14511.02 727.2002 14667.0452 4563.955 4563.955
MSE Mean Square Error Nilai Tengah Kesalahan Kuadrat
MSE =
∑
= n
i
N e
1
2 =
182955925.4 8 = 22869490.80
Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008.
USU Repository © 2009
Plot Pemulusan Data
5000 10000
15000 20000
25000 30000
1996 1998
2000 2002
2004 2006
2008
Tahun P
el an
g g
an G
as
pelanggan s
S peramalan
Gambar 4-5 Plot Pemulusan eksponensial Satu Parameter
Dari Brown dengan Nilai g = 0.4
Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008.
USU Repository © 2009
TABEL 4.6 APLIKASI PEMULUSAN SMOOTHING EKSPONENSIAL LINIER SATU
PARAMETER DARI BROWN PADA DATA JUMLAH PELANGGAN GAS DENGAN
g =0.5
tahun Pelanggan
s s
A B
peramalan error
abs e 1998
9978 9978
9978 1999
10510 10244
10111 10377
133 2000
11221 10732.5 10421.75 11043.25
310.75 10510
711 711
2001 12218
11475.25 10948.5
12002 526.75
11354 864
864 2002
12883 12179.125 11563.81 12794.44 615.3125
12528.75 354.25
354.25 2003
14400 13289.5625 12426.69 14152.44
862.875 13409.75
990.25 990.25
2004 17060
15174.78125 13800.73 16548.83 1374.047 15015.3125 2044.688 2044.688 2005
17715 16444.89063 15122.81 17766.97 1322.078
17922.875 -207.875
207.875 2006
18628 17536.44531 16329.63 18743.26 1206.816 19089.0469
-461.047 461.0469 2007
19231 18383.72266 17356.68 19410.77 1027.047 19950.0781
-719.078 719.0781 3576.188 6352.188
MSE
MSE Mean Square Error Nilai Tengah Kesalahan Kuadrat
MSE =
∑
= n
i
N e
1
2 =
7311701.684 8 = 913962.7105
Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008.
USU Repository © 2009
Plot Pemulusan GAS
5000 10000
15000 20000
25000 30000
35000 40000
1996 1998
2000 2002
2004 2006
2008
Tahun P
el an
g g
an G
as
pelanggan s
s peramalan
Gambar 4-6 Plot Pemulusan eksponensial Satu Parameter
Dari Brown dengan Nilai g = 0.5
Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008. USU Repository © 2009
TABEL 4.7 APLIKASI PEMULUSAN SMOOTHING EKSPONENSIAL LINIER SATU PARAMETER DARI BROWN
PADA DATA JUMLAH PELANGGAN GAS DENGAN g =0.6
tahun Pelanggan
s s
A B
peramalan error
abs e e kuadrat
1998 9978
9978 9978
1999 10510
10297.2 10169.52 10424.88 191.52
2000 11221
10851.48 10578.7 11124.26
409.176 10616.4
604.6 604.6
365541.16 2001
12218 11671.392 11234.31 12108.47 655.6176
11533.44 684.56
684.56 468622.3936
2002 12883
12398.3568 11932.74 12863.97 698.4259 12764.088
118.912 118.912
14140.06374 2003
14400 13599.34272
12932.7 14265.98 999.9619 13562.4
837.6 837.6
701573.76 2004
17060 15675.73709 14578.52 16772.95 1645.821 15265.9459 1794.054 1794.054
3218630.042 2005
17715 16899.29484 15970.99
17827.6 1392.463 18418.7727 -703.773 703.7727
495296.0639 2006
18628 17936.51793 17150.31 18722.73 1179.319 19220.0668
-592.067 592.0668 350543.1449
2007 19231
18713.20717 18088.05 19338.37 937.7412 19902.0498 -671.05 671.0498
450307.8818 2072.837 6006.615
6064654.51 MSE
758081.8137
MSE Mean Square Error Nilai Tengah Kesalahan Kuadrat
MSE =
∑
= n
i
N e
1
2 =
6064654.51 8
= 758081.8137
Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008.
USU Repository © 2009
Plot Pemulusan Data
5000 10000
15000 20000
25000 30000
35000 40000
1996 1998
2000 2002
2004 2006
2008
Tahun P
el an
g g
an G
as
pelanggan s
s peramalan
Gambar 4-7 Plot Pemulusan eksponensial Satu Parameter
Dari Brown dengan Nilai g = 0.6
Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008. USU Repository © 2009
TABEL 4.8 APLIKASI PEMULUSAN SMOOTHING EKSPONENSIAL LINIER SATU PARAMETER DARI BROWN
PADA DATA JUMLAH PELANGGAN GAS DENGAN g =0.7
tahun Pelanggan
s s
A B
peramalan error
abs e e kuadrat
1998 9978
9978 9978
1999 10510
10350.4 10238.68 10462.12 260.68
2000 11221
10959.82 10743.48 11176.16 504.798
10722.8 498.2
498.2 248203.24
2001 12218
11840.546 11511.43 12169.67 767.9476 11680.96
537.04 537.04
288411.9616 2002
12883 12570.2638 12252.61 12887.92 741.1867
12937.614 -54.614
54.614 2982.688996
2003 14400
13851.07914 13371.54 14330.62 1118.927 13629.102
770.898 770.898
594283.7264 2004
17060 16097.32374 15279.59 16915.06 1908.049 15449.5459 1610.454 1610.454
2593562.279 2005
17715 17229.69712 16644.66 17814.73 1365.076 18823.1084
-1108.11 1108.108 1227904.191
2006 18628
18208.50914 17739.36 18677.66 1094.691 19179.8059 -551.806 551.8059
304489.7466 2007
19231 18924.25274 18568.78 19279.72 829.4279 19772.3538
-541.354 541.3538 293063.9183
1160.71 5672.474 5552901.752
MSE 694112.719
MSE Mean Square Error Nilai Tengah Kesalahan Kuadrat
MSE =
∑
= n
i
N e
1
2 =
5552901.752 8
= 694112.719
Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008.
USU Repository © 2009
Plot Pemulusan Data
5000 10000
15000 20000
25000 30000
35000 40000
1996 1998
2000 2002
2004 2006
2008
Tahun P
el an
g g
an G
as
pelanggan s
s peramalan
Gambar 4-8 Plot Pemulusan eksponensial Satu Parameter
Dari Brown dengan Nilai g = 0.7
Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008. USU Repository © 2009
TABEL 4.9 APLIKASI PEMULUSAN SMOOTHING EKSPONENSIAL LINIER SATU PARAMETER DARI BROWN
PADA DATA JUMLAH PELANGGAN GAS DENGAN g =0.8
tahun pelanggan
s s
A B
peramalan error
abs e e kuadrat
1998 9978
9978 9978
1999 10510
10403.6 10318.48 10488.72 340.48
2000 11221
11057.52 10909.71 11205.33 591.232
10829.2 391.8
391.8 153507.24
2001 12218
11985.904 11770.67 12201.14 860.9536 11796.56
421.44 421.44
177611.6736 2002
12883 12703.5808
12517 12890.16 746.3322 13062.096
-179.096 179.096
32075.37722 2003
14400 14060.71616 13751.97 14369.46 1234.975
13636.496 763.504
763.504 582938.358
2004 17060
16460.14323 15918.51 17001.78 2166.537 15604.4346 1455.565 1455.565 2118670.75
2005 17715
17464.02865 17154.92 17773.13 1236.416 19168.314
-1453.31 1453.314 2112121.536
2006 18628
18395.20573 18147.15 18643.26 992.2248 19009.5482 -381.548 381.5482
145579.0375 2007
19231 19063.84115
18880.5 19247.18 733.3533 19635.4867 -404.487 404.4867
163609.5108 613.8645 5450.754
5486113.483 MSE
685764.1854
MSE Mean Square Error Nilai Tengah Kesalahan Kuadrat
MSE =
∑
= n
i
N e
1
2 =
5486113.483 8 = 685764.1854
Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008.
USU Repository © 2009
Plot Pemulusan Data
5000 10000
15000 20000
25000 30000
35000 40000
1996 1998
2000 2002
2004 2006
2008
Tahun P
el an
g g
an G
as
pelanggan s
s peramalan
Gambar 4-9 Plot Pemulusan eksponensial Satu Parameter Dari Brown dengan Nilai
g = 0.8
Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008.
USU Repository © 2009
Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008.
USU Repository © 2009
TABEL 4.10 APLIKASI PEMULUSAN SMOOTHING EKSPONENSIAL LINIER SATU
PARAMETER DARI BROWN PADA DATA JUMLAH PELANGGAN GAS DENGAN
g =0.9
tahun Pelanggan
s s
A B
peramalan error
abs e 1998
9978 9978
9978 1999
10510 10456.8 10408.92 10504.68
430.92 2000
11221 11144.58 11071.01 11218.15
662.094 10935.6
285.4 285.4
2001 12218
12110.658 12006.69 12214.62 935.6796 11880.24
337.76 337.76
2002 12883
12805.7658 12725.86 12885.67 719.165
13150.302 -267.302
267.302 2003
14400 14240.57658
14089.1 14392.05 1363.246 13604.838
795.162 795.162
2004 17060
16778.05766 16509.16 17046.95 2420.058 15755.2946 1304.705 1304.705 2005
17715 17621.30577 17510.09 17732.52 1000.929 19467.0105
-1752.01 1752.011 2006
18628 18527.33058 18425.61 18629.05 915.5152 18733.4492
-105.449 105.4492 2007
19231 19160.63306 19087.13 19234.14 661.5238 19544.5697
-313.57 313.5697 284.696 5161.359
MSE
MSE Mean Square Error Nilai Tengah Kesalahan Kuadrat
MSE =
∑
= n
i
N e
1
2 =
5780510.594 8 = 722563.8242
Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008.
USU Repository © 2009
Polt Pemulusan Data
5000 10000
15000 20000
25000 30000
35000 40000
1996 1998
2000 2002
2004 2006
2008
Tahun Ju
m lah
P el
an g
g an
G as
pelanggan s
s peramalan
Gambar 4-10 Plot Pemulusan eksponensial Satu Parameter Dari Brown dengan Nilai
g = 0.9
Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008.
USU Repository © 2009
Metode smoothing yang dianggap cukup baik adalah metode smoothing yang memiliki Nilai Tengah Kesalahan Kuadrat MSE yang terkecil. Untuk memperoleh nili MSE
minimum.
Tabel 4.11 Perbandingan Nilai
g dalam Pemulusan Eksponensial Satu Parameter dari Brown
MSE 0.1
13228519.08 0.2
4969953.159 0.3
4459333.103 0.4
22869490.8 0.5
913962.7105 0.6
758081.8137 0.7
694112.719 0.8
685764.1854 0.9
722563.8242
Estimasi ini berguna untuk membandingkan ukuran-ukuran ketepatan model peramalan. Model peramalan sementara dipilih dengan ketelitian-ketelitian sebagai berikut:
1. ME Nilai Tengah Kesalahan 2. MSE Nilai Tengah Kesalahan Kuadrat
3. MAE Nilai Tengah Kesalahan Absolut 4. MAPE Nilai Tengah Kesalahan Persentase Absolut
5. MPE Nilai Tengah Kesalahan Persentase
Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008.
USU Repository © 2009
Setelah dilakukan estimasi model peramalan, maka dapat dilihat pada tabel bahwa nilai MSE yang minimum adalah pemulusan eksponensial linier satu parameter dari brown
dengan nilai = 0.8 Maka ukuran ketepatan Metode Peramalan dengan 1. ME Mean Error Nilai Tengah Kesalahan
ME =
N ei
n i
∑
=1
= 8
8645 .
613
= 76.73306 2. MAE Mean Absolut Error Nilai Tengah Kesalahan Absolut
MAE =
∑
= n
i
N lel
1
=
8 754
. 5450
= 681.3443 3. MSE Mean Square Error Nilai Tengah Kesalahan Kuadrat
MSE =
∑
= n
i
N e
1
2
= 8
483 .
5486113
=
685764.1854
4. MAPE Mean Absolut Percentage Error Nilai Tengah Kesalahan Persentase Absolut.
Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008.
USU Repository © 2009
MAPE =
∑
= n
i
N lPEtl
1
=
8 52074
. 34
= 4.315093 5. MPE Mean Percentage Error Nilai Tengah Kesalahan Persentase
. MPE =
∑
= n
i
N PEt
1
=
8 0295612
. 7
= 0.878695
Untuk menentukan persamaan peramalan, maka model peramalan yang terpilih adalah pemulusan eksponensial linier satu parameter dari Brown
untuk =0.8, yaitu MSE =
685764.1854
berdasarkan data pada tabel dapat dibuat peramalan untuk tahun berikutnya dengan entuk persamaan peramalan :
F
t+m
= 19247.18 + 733.3533 m
Dimana : F
t+m
= ramalan untuk period ke depan. t = periode nilai yang palin akhir yakni periode ke 10 pada
tahun 2007. m = jumlah period eke depan yang diramalkan.