2.4 Metode Pemulusan Smoothing
Metode pemulusan smoothing adalah metode peramalan dengan mengadakan penghalusan atau pemulusan terhadap data masa lalu yaitu dengan mengambil
rata-rata dari nilai pada beberapa periode untuk menaksir nilai pada suatu periode. Smoothing dilakukan degan dua cara yaitu Moving Average atau Exponential
Smoothing.
2.4.1 Moving Average Rata-rata bergerak
Dengan moving averages rata-rata bergerak ini dilakukan peramalan dengan mengambil sekelompok nilai pengamatan, mencari rata-ratanya, lalu
menggunakan rata-rata tersebut sebagai ramalan untuk periode berikutnya. Istilah rata-rata bergerak digunakan, karena setiap kali data observasi baru tersedia, maka
angka rata-rata yang baru dihitung dan dipergunakan sebagai ramalan.
2.4.1.1 Rata – rata Bergerak tunggal Single Moving Averages
Menentukan ramalan dengan metode single moving averages cukup mudah dilakukan. Bila akan menerapkan 4 bulan rata-rata bergerak maka ramalan pada
bulan Mei dihitung sebesar rata-rata dari 4 bulan sebelumnya, yaitu bulan Januari, Februari, Maret, April. Persamaan dari teknik ini adalah:
F
⋯
Universitas Sumatera Utara
Keterangan : : Ramalan untuk periode ke t + 1
: Nilai riil periode ke t
T
: Jangka waktu rata-rata bergerak Metode single moving average memiliki karakteristik khusus, yaitu:
a. Untuk menentukan ramalan pada periode yang akan datang memerlukan data
historis selam jangka waktu tertentu. b.
Semakin panjang jangka waktu moving averages, efek pelicinanan semakin terlihat dalam ramalan atau menghasilkan moving average yang semakin
halus. Artinya pada moving averages yang jangka waktunya lebih panjang, perbedaan ramalan terkecil dengan ramalan terbesar menjadi lebih kecil.
2.4.1.2 Rata – rata Bergerak ganda Double Moving Averages
Menentukan ramalan dengan metode double moving averages sedikit lebih sulit dibabdingkan dengan single moving averages. Ada beberapa langkah dalam
menentukan ramalan dengan metode double moving averages, antara lain sebagi berikut:
a. Menghitung moving average rata-rata bergerak pertama, diberi simbol ′ ,
dihitung dari data historis yang ada. Hasilnya diletakan pada periode terakhir moving average pertama.
b. Menghitung moving averagerata-rata bergerak kedua, diberi simbol ,
dihitung dari rata-rata bergerak kedua. Hasilnya diletakan pada periode terakhir moving average kedua.
c. Menentukan besarnya nilai konstanta
Universitas Sumatera Utara
= ′ + ′ -
= 2
′ –
d. Menentukan besarnya nilai slope
= ′ -
e. Menentukan besarnya forecast
=
+ m
m adalah jangka waktu forecast kedepan.
2.4.2 Exponensial Smoothing
Metode exponential smoothing merupakan pengembangan dari metode moving averages. Dalam metode ini peramalan dilakukan dengan mengulang perhitungan
secara terus menurus dengan menggunakan data terbaru. Setiap data diberi bobot, data yang lebih baru diberi bobot, data yang lebih baru diberi bobot yang lebih
besar. Dua metode dalam exponential smoothing diantaranya single exponential
smoothing dan double exponential smoothing.
2.4.2.1 Single Exponensial Smoothing
Metode ini adalah pengembangan dari metode moving average MA menggunakan rumus sebagai berikut:
F
⋯
Universitas Sumatera Utara
Keterangan : : Ramalan untuk periode ke t + 1
: Nilai riil periode ke t
T
: Jangka waktu rata-rata bergerak Metode moving average memang mudah menghitungnya akan tetapi metode
ini memberikan bobot yang sama pada setiap data. Untuk mengatasi hal ini maka digunakan metode single exponential smoothing. Pada metode exponential
smoothing bobot yang diberikan pada data yang ada adalah sebesar untuk data yang terbaru,
untuk data yang lebih lama, data seterusnya. Besarnya adalah antara 0 dan 1. Semakin mendekati 1 berarti data terbaru lebih
diperhatikan. Secara matematis besarnya peramalan adalah:
F =
+ 1 –
F F
: Ramalan untuk periode ke
t
+1 : Nilai riil periode ke t
F
: Ramalan untuk periode ke t Dari persamaan di atas besarnya peramalan periode yang akan datang
dijelaskan sebagai berikut:
F =
+ 1 –
F F
=
+
F
–
F
t
F = F
+
F
t
Universitas Sumatera Utara
Secara sederhana :
F =
F + dengan
adalah kesalahan ramalan nilai sebenarnya dikurangi ramalan untuk periode t.
Dengan demikian dapat dikatakan bahwa peramalan pada periode yang akan datang adalahn ramalan sebelumnya ditambah alpha dikalikan dengan
kesalahan ramalan periode sebelumnya. Dalam melakukan peramalan dengan menggunakan metode single exponential smoothing SES, besarnya
ditentukan secara trial dan error sampai diketemukan yang menghasilkan forecast error
terkecil. Metode ini lebih cocok digunakan untuk meramal data-data yang flukyuatif secara random tidak teratur
2.4.2.2 Rial Double Exponential Smoothing
Pada metode ini proses penetuan ramalan dimulai dengan menentukan besarnya alpha secara trial dan error. Sedangkna tahap-tahap dalam menentukan ramalan
adalah sebagai berikut : a.
Menentukan smoothing pertama ′ =
+ 1- ′
b. Menentukan Smoothing kedua
= ′ + 1- c.
Menentukan besarnya konstanta =
′ + ′ -
Universitas Sumatera Utara
= 2 ′ -
d. Menentukan besarnya slope
=
′ -
e. Menentukan besarnya forecast
= +
Dengan m adalah jumlah period eke depan yang diramalkan.
2.5 Menghitung Kesalahan Ramalan
Kategori