15 Metode rata-rata terdiri dari :
1. Nilai Tengah mean 2. Rata-rata bergerak tunggal Single Moving Average
3. Rata-rata bergerak ganda Double Moving Average 4. Kombinasi rata-rata bergerak lainnya.
2. Metode Pemulusan Smoothing Eksponensial
Dalam pemulusan eksponensial terdapat satu atau lebih parameter pemulusan yang ditentukan secara eksplisit, dan hasil pemilihan ini menentukan
bobot yang dikenakan pada nilai observasi. Metode Pemulusan Eksponensial terdiri dari :
1. Smoothing Eksponensial Tunggal 2. Smoothing Eksponential Ganda
a. Metode linear satu parameter dari Brown b. Metode dua parameter dari Holt
3. Smoothing Eksponential Triple a. Metode kuadratik satu parameter dari Brown
b. Metode kecenderungan dan musiman tiga parameter dari Winter
2.6 Metode Smoothing yang digunakan
Dasar pemikiran dari pemulusan linear dari Brown adalah sama dengan rata-rata bergerak linear karena kedua nilai pemulusan tunggal dan ganda ketinggalan dari
data yang sebenarnya. Bila terdapat unsur trend, perbedaan antara nilai pemulusan tunggal dan ganda dapat ditambahkan kepada nilai pemulusan ganda dan
Universitas Sumatera Utara
16 disesuaikan intuk trend. Persamaan yang dipakai dalam pemulusan Smoothing
Eksponensial Ganda: Metode linear Satu-Parameter dari Brown adalah:
F
1+m
= a
1
+ b
1
m a.
Menentukan nila pemulusn eksponensial tunggal S
’ t
S
’ t
= αX
t
+ 1-α S
’ t-1
b. Menentukan nilai pemulusan eksponensial ganda S
t ”
S
t ”
= α S
’ t
+ 1-α S
” t-1
c. Menentukan nilai a
t
a
t
= S
’ t
+ S
’ t
- S
” t
a
t
= 2 S
’ t
- S
” t
d. Menentukan nilai b
t
b
t
= S
’ t
- S
” t
Dimana : F
1+m
= Nilai peramalan untuk periode m peeriode ke depan a
t
= Besarnya konstanta periode t b
t
= Besarnya slope periode t m
= Jumlah periode yang diramalkan X
t
= Nilai riil periode t α
= Nilai parameter pemulusan
Universitas Sumatera Utara
17 S
’ t
= Nilai pemulusan eksponensial smoothing tunggal periode t S
” t
= Nilai pemulusan eksponensial smoothing ganda periode t S
’ t-1
= Nilai pemulusan eksponensial smoothing tunggal periode t-1 S
” t-1
= Nilai pemulusan eksponensial smoothing ganda periode t-1
2.7 Ketepatan Ramalan
Ketepatan ramalan adalah suatu hal mendasar dalam peramalan, yaitu bagaimana mengukur kesesuaian dalam metode peramalan tertentu untuk suatu kumpulan
data yang diberikan. Ketepatan dipandang sebagai kriteria penolakan untuk memilih suatu metode peramalan. Dalam pemodelan deret berkala time series
dari data masa lalu yang siramalkan situasi yang akan terjadi di masa yang akan datang. Untuk menguji kebenaran ramalan ini digunakan ketepatan ramalan.
Beberapa kriteria yang digunakan untuk menguji ketepatan ramalan antara lain :
a. ME Mean Error ME
= b. MSE Mean Square Error
MSE =
c. MAE Mean Absolute Error MAE
=
| |
Universitas Sumatera Utara
18 d. MAPE Mean Absolute Percentage Error
MAPE =
| |
, dengan =
× 100
e. MPE Mean Percentage Error MPE
=
Dimana: e
t
= X
t
- F
t
X
t
= data aktual periode t Pe
t
= × 100 ; kesalahan persentase pada periode t
F
t
= nilai ramalan periode t N
= banyak periode Metode peramalan yang dipilih adalah metode peramalan yang
memberikan Mean Square Error MSE yang terkecil
Universitas Sumatera Utara
19
BAB 3
GAMBARAN UMUM BADAN PUSAT STATISTIK
3.1 Sejarah Badan Pusat Statistik
