Renny Triana : Peramalan Nilai Penjualan Surat Kabar Harian Waspada Di Kota Medan Untuk Tahun 2008 – 2009, 2008.
USU Repository © 2009
Dari perluasan bentuk umum di atas, dapatlah dikatakan bahwa metode smoothing eksponensial merupakan sekelompok metode yang menunjukkan
pembobotan menurun secara eksponensial terhadap nilai observasi yang lebih tua atau dengan kata lain observasi yang baru diberikan bobot yang relatif lebih
besar dengan nilai yang lebih tua. Metode ini terdiri atas : a.
Smoothing Eksponensial Tunggal a.1. Satu Parameter
a.2. Pendekatan Aditif Digunakan untuk data yang bersifat stationer dan tidak menunjukkan
pola atau trend. b.
Smoothing Eksponensial Ganda b.1. Metode linier satu parameter dari Brown
b.2. Metode dua parameter dari Holt c.
Smoothing Eksponensial Triple c.1. Metode kuadratik satu parameter dari Brown
Digunakan untuk pola kuadratik, kubik atau orde yang lebih tinggi c.2. Metode kecenderungan dan musiman tiga parameter dari Winter
Dapat digunakan untuk data berbentuk trend dan musiman d.
Smoothing Eksponensial Menurut Klasifikasi Pegels
2.7 Metode Smoothing Yang Digunakan
Untuk mendapatkan hasil yang baik harus diketahui cara paramalan yang tepat. Data penjualan koran Waspada ke dalam grafis menunjukkan pola data trend linier yang
Renny Triana : Peramalan Nilai Penjualan Surat Kabar Harian Waspada Di Kota Medan Untuk Tahun 2008 – 2009, 2008.
USU Repository © 2009
dapat juga dilihat dari plot autokorelasi nilai-nilai autokorelasi yang menunjukkan pola data trend linier.
Maka metode peramalan analisa time series yang digunakan untuk meramalkan jumlah penjualan koran Waspada pada pemecahan masalah ini adalah dengan
menggunakan Metode Smoothing Eksponensial Ganda, yaitu “Smoothing Eksponensial Satu Parameter dari Brown”.
a. Smoothing Eksponensial Ganda, Metode Linier Satu Parameter dari Brown.
Dasar pemikiran dari pemulusan eksponensial linier dari Brown adalah sama dengan rata-rata bergerak linier, karena kedua nilai pemulusan tunggal dan ganda ketinggalan
dari data yang sebenarnya. Bila mana terdapat unsur trend, perbedaan antara nilai pemulusan tunggal dan ganda dapat ditambahkan kepada nilai pemulusan tunggal dan
disesuaikan untuk trend. Persamaan yang digunakan dalam implementasi pemulusan eksponensial linier satu parameter dari Brown adalah sebagai berikut :
F
t+m
= m
b a
t t
+ Sedangkan :
t
a = 2S’
t
+ S”
t
t
b
= Error Bookmark not defined.
α α
− 1
S’
t
– S”
t
S’
t
= X
t
+ 1 – S’
t-1
S”t = S’
t
+ 1 – S”
t-1
Dimana : F
t+m
= hasil ramalan untuk m periode ke depan m
= jumlah periode ke depan yang di ramalkan S’
t
= nilai eksponensial pemulusan tunggal
Renny Triana : Peramalan Nilai Penjualan Surat Kabar Harian Waspada Di Kota Medan Untuk Tahun 2008 – 2009, 2008.
USU Repository © 2009
S”
t
= nilai eksponensial pemulusan ganda
t t
b a ,
= konstanta pemulusan = parameter pemulusan eksponensial, besarnya adalah 0 1
b. Ketepatan Ramalan Beberapa Kriteria Yang Digunakan Untuk Menguji
Antara lain : 1.
Nilai Tengah Galat Mean Error ME =
∑
= n
t t
n e
1
2. Nilai Tengah Galat AbsolutMean Absolute Error
MAE =
∑
= n
t t
n e
1
3. Nilai Tengah Galat Kuadrat Mean Squared Error
MSE =
∑
= n
t t
n e
1 2
4. Nilai Tengah Galat Persentase Mean Percentage Error
MPE =
∑
= n
t t
n PE
1
5. Nilai Tengah Galat Persentase Absolut Mean Absolute Percentage Error
MAPE =
∑
= n
t t
n PE
1
Dimana :
t
e =
t t
F X
− kesalahan pada periode ke t
Renny Triana : Peramalan Nilai Penjualan Surat Kabar Harian Waspada Di Kota Medan Untuk Tahun 2008 – 2009, 2008.
USU Repository © 2009
t
X = data aktual pada periode ke t
t
PE =
−
t t
t
X F
X
100 kesalahan persentase pada periode ke t
t
F = nilai ramalan periode ke t
n = banyaknya periode waktu
2.8 Penentuan Ukuran Sampel
