Pengumpulan Data Metode Smoothing Eksponensial Linier Satu Parameter dari Brown

BAB 4 ANALISA DATA

4.1 Pengumpulan Data

Untuk kebutuhan peramalan diperlukan data yang bersifat akurat, validity, reability, kecukupan data dan dapat menggambarkan time series. Data diperoleh di Kantor BPS Badan Pusat Statistik. Pengumpulan data yang diperoleh merupakan data dari tahun 2000-2008, yaitu data jumlah penumapang domestik baik yang naik maupun yang turun. Table 4.1 Data Jumlah Penumpang Domestik Jumlah Penumpang No. Tahun Turun Naik 1 2000 308.095 390.831 2 2001 280.110 326.946 3 2002 230.979 258.006 4 2003 149.347 155.126 5 2004 76.701 82.471 6 2005 75.585 86.025 Universitas Sumatera Utara Jumlah Penumpang No. Tahun Turun Naik 7 2006 72.123 72.757 8 2007 67.343 64.878 9 2008 80.309 75.562 Sumber Data : Badan Pusat Statistik BPS Grafik 4.1 : Nilai Aktual Penumpang Domestik Di Pelabuhan Belawan

4.2 Metode Smoothing Eksponensial Linier Satu Parameter dari Brown

Dalam pengumpulan dan pengolahan data, penulis mengaplikasikan data tabel 3.1 dengan metode peramalan forecasting berdasarkan metode smoothing eksponensial satu parameter dari Brown. Universitas Sumatera Utara Pada metode smoothing eksponensial tunggal dilakukan peramalan dengan pemulusan sekali saja. Sedangkan pada metode smoothing eskponensial satu parameter dari Brown dilakukan dua kali pelulsan dan kemudian dilakukan peramalan. Sehingga metode ini sering juga disebut metode pemulusan eksponensial berganda Double Exponential Smoothing. Untuk memenuhi perhitungan smoothing eksponensial satu parameter dari Brown maka terlebih dahulu kita menentukan parameter yang biasanya secara trial and error coba dan salah. Suatu nilai yang dipilih yang besarnya 0 1, dihitung Mean Square Error MSE yang merupakan suau ukuran perhitungan dengan mengkuadratkan masing-masing kesalahan untuk masing-masing item dalam sebuah susunan data dan kemudian dicoba nilai yang lain. Untuk menghitung nilai MSE pertama dicari error terlebih dahulu, yang merupakan hasil dari data asli yang dikurangi hasil ramalan kemudian tiap error dikuadratkan dan dibagi banyak error.

4.3 Pemilihan Metode