Forecast Exponensial Smoothing Linier Satu Parameter dari Brown dengan

Juliana Nainggolan : Peramalan Jumlah Produksi Padi Di Kabupaten Dairi Dengan Menggunakan Metode Eksponensial Smoothing Ganda Untuk Tahun 2009-2014, 2009. t b = 1 t t S S − − α α Kolom 6 F m t + = m b a t t + Dimana m adalah jumlah periode kemuka yang diramalkan. Pada saat nilai t=1 nilai t S dan t S tidak tersedia jadi harus ditentukan pada periode awal periode yaitu dengan menetapkan t S dan t S sama dengan X t atau dengan menggunakan suatu nilai rata-rata dari beberapa nilai pertama sebagai titik awal. Jenis masalah inisialisasi ini muncul dalam setiap metode pemulusan smoothing eksponensial. Jika parameter pemulusan α tidak mendekati nol, pengaruh dari proses inisialisasi ini dengan cepat menjadi kurang berarti dengan berlalunya waktu. Tetapi, jika α mendekati nol, proses inisialisasi tersebut dapat memainkan peranan yang nyata selama periode waktu ke muka yang panjang. Berikut ini akan digunakan peramalan dengan metode pemulusan smoothing eksponensial dimulai dari α = 0,1 ; 0.5 ; 0,9.

4.3.1 Forecast Exponensial Smoothing Linier Satu Parameter dari Brown dengan

nilai α =0.1 Juliana Nainggolan : Peramalan Jumlah Produksi Padi Di Kabupaten Dairi Dengan Menggunakan Metode Eksponensial Smoothing Ganda Untuk Tahun 2009-2014, 2009. Tahun ke 2 1991 dengan X 2 = 91482,04 • Kolom 2 : Perhitungan Eksponensial tunggal 2 S = 1 1 − − + t t S X α α 2 S = 0.191482,04 + 0.997641,56 = 97.025,61 • Kolom 3 : Perhitungan Eksponensial Ganda 2 S = 1 1 − − + t t S S α α 2 S = 0.197025,61+1-0.1 97025,61 = 97.579,96 • Kolom 4 : Perhitungan untuk nilai a a t = t t t t t S S S S S 2 − = − + 2 a = 97025,61+97025,61-97579,96 2 a = 96.471,25 • Kolom 5: Perhitungan untuk nilai b Juliana Nainggolan : Peramalan Jumlah Produksi Padi Di Kabupaten Dairi Dengan Menggunakan Metode Eksponensial Smoothing Ganda Untuk Tahun 2009-2014, 2009. t b = 1 t t S S − − α α 2 b = 1 . 1 1 . − 97.025,61-97.579,96 2 b = 123,19 • Kolom 6 :Forecast untuk tahun ke 31992 dengan m=1 F m t + = m b a t t + F 1 1991 + = 1 1991 1991 b a + F 1992 = 96.471,25+123,191 F t = 96.348,06 . . . . . . dst Perhitungan peramalan secara lengkap seperti pada tabel 4.2 Juliana Nainggolan : Peramalan Jumlah Produksi Padi Di Kabupaten Dairi Dengan Menggunakan Metode Eksponensial Smoothing Ganda Untuk Tahun 2009-2014, 2009. Tabel 4.2 Forecast dengan Eksponensial Smoothing α =0,1 Periode Produksi ton Pemulusan Eksponensial Tunggal S Pemulusan Eksponensial Ganda S Nilai a Nilai b Nilai Ramalan a+bm 1990 97.641,56 97.641,56 97.641,56 1991 91.482,04 97.025,61 97.579,96 96.471,25 123,19 1992 101.162,00 97.439,25 97.565,89 97.312,60 28,14 96.348,06 1993 80.287,23 95.724,05 97.381,71 94.066,38 368,36 97.284,46 1994 100.738,47 96.225,49 97.266,09 95.184,89 231,24 93.698,01 1995 108.799,50 97.482,89 97.287,77 97.678,01 -43,36 94.953,65 1996 110.622,90 98.796,89 97.438,68 100.155,10 -301,82 97.721,37 1997 110.404,00 99.957,60 97.690,57 102.224,63 -503,78 100.456,93 1998 112.965,00 101.258,34 98.047,35 104.469,33 -713,55 102.728,42 1999 112.978,00 102.430,31 98.485,64 106.374,97 -876,59 105.182,89 2000 118.491,00 104.036,38 99.040,72 109.032,04 -1.110,15 107.251,56 2001 101.995,00 103.832,24 99.519,87 108.144,61 -958,31 110.142,18 2002 82.539,84 101.703,00 99.738,18 103.667,82 -436,63 109.102,91 2003 109.988,13 102.531,51 100.017,52 105.045,51 -558,66 104.104,44 2004 88.807,82 101.159,14 100.131,68 102.186,61 -228,33 105.604,17 2005 94.260,35 100.469,26 100.165,44 100.773,09 -67,52 102.414,93 2006 90.459,07 99.468,24 100.095,72 98.840,77 139,44 100.840,61 2007 96.705,74 99.191,99 100.005,34 98.378,64 180,74 98.701,33 2009 98.740,13 2010 98.920,88 2011 99.101,62 2012 99.282,37 2013 99.463,11 2014 99.643,86 Juliana Nainggolan : Peramalan Jumlah Produksi Padi Di Kabupaten Dairi Dengan Menggunakan Metode Eksponensial Smoothing Ganda Untuk Tahun 2009-2014, 2009. Setelah didapat nilai peramalan untuk tahun 1999-2007 dengan nilai α =0.1makaperamalan produksi padi untuk tahun 2009-2014 dapat diketahui yaitu sebagai berikut: 1. Forecast jumlah produksi padi untuk tahun 2009 dengan m=2 F m + 2007 = 2007 2007 m b a + F 2 2007 + = 2 2007 2007 b a + F 2009 = 98378,64+ 180,74472 F 2009 = 98740,13 2. Forecast jumlah produksi padi untuk tahun 2010 dengan m=3 F m + 2007 = 2007 ` 2007 m b a + F 3 2007 + = 3 2007 2007 b a + F 2010 = 98378,64+ 180,74473 F 2010 = 98920,88 3. Forecast jumlah produksi padi untuk tahun 2011 dengan m=4 F m + 2007 = 2007 ` 2007 m b a + F 4 2007 + = 4 2007 2007 b a + F 2011 = 98378,64+ 180,74474 F 2011 = 99101,62 4. Forecast jumlah produksi padi untuk tahun 2012 dengan m=5 F m + 2007 = 2007 ` 2007 m b a + F 5 2007 + = 5 2007 2007 b a + Juliana Nainggolan : Peramalan Jumlah Produksi Padi Di Kabupaten Dairi Dengan Menggunakan Metode Eksponensial Smoothing Ganda Untuk Tahun 2009-2014, 2009. F 2012 = 98378,64+ 180,74475 F 2012 = 99282,37 5. Forecast jumlah produksi padi untuk tahun 2013 dengan m=6 F m + 2007 = 2007 2007 m b a + F 6 2007 + = 6 2007 2007 b a + F 2013 = 98378,64+ 180,74476 F 2013 = 99463,11 6. Forecast jumlah produksi padi untuk tahun 2014 dengan m=7 F m + 2007 = 2007 2007 m b a + F 7 2007 + 7 2007 2007 b a + F 2014 = 98378,64+ 180,74477 F 2014 = 99643,86 Juliana Nainggolan : Peramalan Jumlah Produksi Padi Di Kabupaten Dairi Dengan Menggunakan Metode Eksponensial Smoothing Ganda Untuk Tahun 2009-2014, 2009. Tabel 4.3 Perhitungan Ukuran Statistik Standar Untuk Suatu Set Kesalahan Periode Produksi Forecast Error Absolut error Squared error 1992 101.162 96594,44 4.568 4.814 23.174.010,62 1993 80.287 97340,74 -17.054 16.997 288.905.754,24 1994 100.738 94434,75 6.304 7.040 49.568.032,46 1995 108.800 95416,13 13.383 13.846 191.707.685,59 1996 110.623 97634,65 12.988 12.902 166.449.416,53 1997 110.404 99853,28 10.551 9.947 98.944.275,58 1998 112.965 101720,85 11.244 10.237 104.787.657,56 1999 112.978 103755,78 9.222 7.795 60.763.770,74 2000 118.491 105498,38 12.993 11.239 126.324.973,26 2001 101.995 107921,89 -5.927 8.147 66.376.570,70 2002 82.540 107186,30 -24.646 26.563 705.596.804,56 2003 109.988 103231,19 6.757 5.884 34.617.794,76 2004 88.808 104486,84 -15.679 16.796 282.117.522,72 2005 94.260 101958,28 -7.698 8.155 66.497.222,16 2006 90.459 100705,57 -10.247 10.382 107.776.318,89 2007 96.706 98980,21 -2.274 1.996 3.982.388,97 Jumlah 4.485 172.739 29.838.839.593,46 Rata-rata 280,30 10.796,20 1.864.927.474,59 Juliana Nainggolan : Peramalan Jumlah Produksi Padi Di Kabupaten Dairi Dengan Menggunakan Metode Eksponensial Smoothing Ganda Untuk Tahun 2009-2014, 2009. a. Nilai Tengah Kesalahan ME ME = n e n i i ∑ =1 ME = 16 485 . 4 = 280.30 b. Nilai Tengah Kesalahan Absolut MAE MAE = n e n i i ∑ =1 MAE = 16 172.739 = 10.796,20 c. Jumlah Kesalahan Kuadrat SSE SSE = ∑ = n i i e 1 2 SSE = 29.838.839.593,46 d. Nilai Tengah Kesalahan Kuadrat MSE MSE = n e n i i 1 2 ∑ = MSE = 29.838.839.593,4616 Juliana Nainggolan : Peramalan Jumlah Produksi Padi Di Kabupaten Dairi Dengan Menggunakan Metode Eksponensial Smoothing Ganda Untuk Tahun 2009-2014, 2009. = 1.864.927.474,59 Hasil perhitungan yang telah diperoleh, dapat ditunjukkan dalam bentuk grafik dibawah ini: Grafik Ramalan Produksi Padi dengan Alpha 0.1 20000 40000 60000 80000 100000 120000 140000 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 Tahun P ro d u k s i P a d i to n Data Aktual Pemulusan Eksp.Tunggal Pemulusan Eksp.Tunggal Ramalan Gambar 4.1: Grafik Ramalan Produksi Padi untuk 1 . = α

4.3.2 Forecast Exponensial Smoothing Linier Satu Parameter dari Brown dengan nilai

Dokumen yang terkait

Metode Pemulusan (Smoothing) Eksponensial Ganda (Linier Satu Parameter dari Brown) dan Metode Box-Jenkins dalam Meramalkan Curah Hujan di Kota Medan

6 78 78

Peramalan Jumlah Kebutuhan Beras dan Produksi Padi di Kabupaten Simalungun Tahun 2013-2017 dengan Metode Smoothing Eksponensial Ganda Brown

4 74 89

Peramalan Jumlah Produksi Padi di Kabupaten Tapanuli Utara Tahun 2013 dengan Metode Smoothing

2 51 69

Metode Pemulusan Eksponensial Ganda Satu Parameter Terhadap Peramalan Jumlah Guru & Jumlah Murid Sekolah Menengah Atas Tahun 2012-2015 Di Kecamatan Galang

2 29 71

Perbandingan Metode Pemulusan (Smoothing) Eksponensial dan ARIMA (Box-Jenkins) sebagai Metode Peramalan Indeks Harga Saham Gabungan (IHSG)

7 55 68

Peramalan Tingkat Produksi Jagung Di Kabupaten Simalungun Tahun 2013 Dengan Metode Smoothing Eksponensial Ganda

2 63 65

Peramalan Jumlah Pengangguran Di Sumatera Utara Pada Tahun 2010-2012 Dengan Menggunakan Metode Pemulusan (Smoothing) Eksponensial Ganda

3 48 74

Aplikasi Metode Pemulusan Eksponensial Ganda Dari Brown Untuk Kelapa Sawit Pada PT. Perkebunan Nusantara III Tahun 2010 Dan 2011

0 23 65

Perbandingan Metode Pemulusan (Smoothing) Eksponensial Ganda Dua Parameter Dari Holt Dan Metode Box-Jenkins Dalam Meramalkan Hasil Produksi Kernel Kelapa Sawit PT. Eka Dura Indonesia.

5 79 141

BAB 2 LANDASAN TEORI - Peramalan Jumlah Kebutuhan Beras dan Produksi Padi di Kabupaten Simalungun Tahun 2013-2017 dengan Metode Smoothing Eksponensial Ganda Brown

0 0 11