Juliana Nainggolan : Peramalan Jumlah Produksi Padi Di Kabupaten Dairi Dengan Menggunakan Metode Eksponensial Smoothing Ganda Untuk Tahun 2009-2014, 2009.
tersebut tidak dipakai sebagai metode yang praktis. Berikut ini adalah beberapa metode lain dalam pemulusan 9 smoothing :
a. Metode kontrol adaptif dari chow
b. Metode adaptif satu parameter dari brown
c. Pemulusan tiga parameter box jenkins
d. Metode pemulusan harmonis dari harrison
e. Sistem pemantauan dari trigg Tracking Signal
2.6.1 Metode Pemulusan yang Digunakan
Untuk mendapatkan hasil yang lebih baik harus diketahui cara peramalan yang tepat. Data Jumlah Produksi padi di kabupaten Dairi Sumatera Utara setelah dalam grafik
menunjukkan pola data trend linier . Maka metode peramalan analisa time series dapat digunakan untuk meramalkan produksi padi di Kabupaten Dairi Sumatera Utara. Pada
pemecahan masalah ini adalah dengan menggunakan Metode Smoothing Eksponensial Ganda yaitu “Smoothing Eksponensial Satu Parameter dari Brown”.
2.6.1.1 Pemulusan Eksponensial Ganda, Metode Linier satu Parameter dari Brown
Metode ini merupakan metode linier yang dikemukakan oleh Brown. Dasar Pemikiran dari Merode Pemulusan Eksponensial Linier Satu Parameter dari Brown adalah sama
dengan rata-rata bergerak linier, karena kedua pemulusan nilai tunggal dan ganda
Juliana Nainggolan : Peramalan Jumlah Produksi Padi Di Kabupaten Dairi Dengan Menggunakan Metode Eksponensial Smoothing Ganda Untuk Tahun 2009-2014, 2009.
ketinggalan dari data yang sebenarnya. Bila terdapat unsure trend, perbedaan antara nilai pemulusan tunggal dan ganda dapat ditambahkan kepada nilai pemulusan
tunggal dan ganda dapat ditambahkan kepada nilai pemulusan tunggal yang disesuaikan untuk trend.
Persamaan yang dipakai dalam impelementasi pemulusan eksponensial linier satu parameter dari Brown adalah sebagai berikut :
1
1
−
− +
=
t t
t t
S S
X
α α
α α
α
1
1
−
− +
=
t t
t
S S
S Keterangan:
S’
t
= Nilai Pemulusan Eksponensial Tunggal Singel eksponential Smoothing Value
S’’
t
= Nilai Pemulusan Eksponensial Ganda Double eksponential Smoothing Value
= Parameter Untuk Pemulusan Eksponensial F
t+m
=
Hasil peramalan untuk m periode kedepan yang akan diramalkan
= Konstanta Pemulusan Jenis masalah inisialisasi ini muncul dalam setiap metode pemulusan smoothing
eksponensial. Jika parameter pemulusan tidak mendekati nol, pengaruh dari proses inisialisasi ini dengan cepat menjadi kurang berarti dengan berlalunya waktu. Tetapi
jika mendekati nol, proses inisialisasi tersebut dapat memainkan peranan yang nyata selama periode waktu kemuka yang panjang.
Juliana Nainggolan : Peramalan Jumlah Produksi Padi Di Kabupaten Dairi Dengan Menggunakan Metode Eksponensial Smoothing Ganda Untuk Tahun 2009-2014, 2009.
2.6.1.2 Statistika Deskriptif yang Digunakan untuk Pengujian ,antara lain :
a. Mean Error Nilai Tengah Kesalahan
ME =
n e
n i
∑
=1 1
b. Mean Absolute Error Nilai Tengah Kesalahan Absolute
MAE =
n e
n i
∑
=1 1
c. Sum Of Squared Error Jumlah Kuadrad Kesalahan SSE =
∑
= n
i
e
1 2
1
d. Mean Squared Error Nilai Tengah Kesalahan Kuadrat MSE =
n e
n i
1 2
1
∑
=
e. Standard Deviation Of Error Deviasi Standar Kesalahan
SDE = 1
2
− ∑
n e
i
f. Percentage Error Kesalahan Persentase
PE
t
= 100
×
−
t t
t
X F
X
Juliana Nainggolan : Peramalan Jumlah Produksi Padi Di Kabupaten Dairi Dengan Menggunakan Metode Eksponensial Smoothing Ganda Untuk Tahun 2009-2014, 2009.
g. Mean Percentage Error Nilai Tengah Kesalahan
MPE =
n PE
n i
i
∑
=1
h. Mean Absolute Percentage Error Nilai Tengah Kesalahan Persentase Absolute
MAPE =
n PE
n i
i
∑
=1
Keterangan :
t
e
=
X
t-
F
t
kesalahan pada periode ke-t
t
X
=
data aktual pada period eke-t
t
F = nilai ramalan pada period eke-t
N = banyaknya periode waktu
BAB 3
GAMBARAN UMUM KABUPATEN DAIRI
3.1 Visi dan Misi Kabupaten Dairi