Metode Pemulusan Eksponensial terdiri atas:
1. Pemulusan Eksponensial Tunggal
a. Satu parameter
b. Pendekatan adaptif
2. Smoothing Eksponensial Ganda
a. Metode Linear Satu Parameter dari Brown
b. Metode Dua Parameter dari Holt
3. Smoothing Eksponensial Tripel
a. Metode Kuadratik Satu Parameter dari Brown
b. Metode Tiga Parameter untuk kecenderungan dan musiman dari Winter
4. Smoothing Eksponensial menurut klasifikasi Pegels.
2.8 Metode Smoothing yang Digunakan
Untuk mendapatkan hasil yang baik harus diketahui cara peramalan yang tepat. Maka metode peramalan Time series yang digunakan untuk meramalkan produksi karet pada
pemecahan masalah ini adalah dengan menggunakan Metode Smoothing Eksponensial Ganda yaitu ” Smoothing Eksponensial Lineaar Satu Parameter dari Brown “.
Persamaan yang dipakai dalam pelaksanaan Pemulusan Eksponensial Linear Satu Parameter dari Brown adalah sebagai berikut:
Universitas Sumatera Utara
m b
a F
t t
m t
+ =
+
2.2
1
1
−
− +
=
t t
t
S X
S
α α
2.3
1
1
−
− +
=
t t
t
S S
S
α α
2.4 2
t t
t t
t t
S S
S S
S −
= −
+ =
α 2.5
1
t t
t
S S
b −
− =
α α
2.6
Keterangan : S’
t
S” = Nilai pemulusan eksponensial tunggal
t
a = Nilai pemulusan eksponensial ganda
t
b = Konstanta untuk m periode ke muka
t
F = Komponen kecendrungan
t+m
α = Parameter pemulusan eksponensial besarnya adalah 0
α1 = Hasil ramalan untuk m periode ke depan yang akan diramalkan
2.9 Ketepatan Ramalan
Ketepatan ramalan adalah satu hal yang mendasar dalam peramalan, yaitu bagaimana mengukur kesesuaian suatu metode peramalan tertentu untuk suatu kumpulan data
yang diberikan. Ketepatan dipandang sebagai kriteria penolakan untuk memilih suatu metode peramalan. Dalam pemodelan deret berkala time series dari data masa lalu
dapat diramalkan situasi yang akan terjadi pada masa akan datang, untuk ,menguji kebenaran ramalan ini digunakan ketepatan ramalan.
Universitas Sumatera Utara
Beberapa kriteria yang digunakan untuk menguji ketepatan ramalan antara lain:
1. ME Mean Error: Nilai Tengah Kesalahan
n e
ME
n t
t
∑
=
=
1
2.7
2. MAE Mean Absolute Error: Nilai Tengah Kesalahan Absolut
n e
MAE
n t
t
∑
=
=
1
2.8 Dengan :
t t
t
F X
e −
=
3. SSE Sum of Squared Error: Jumlah Kuadrat Kesalahan
∑
=
=
n t
t
e SSE
1 2
2.9
4. MSE Mean Squared Error: Nilai Tengah Kesalahan Kuadrat
n e
MSE
n t
t
∑
=
=
1 2
2.10
5. SDE Standard Deviation of Error: Deviasi Standard Kesalahan
1
1 2
− =
∑
=
n e
SDE
n t
t
2.11
Universitas Sumatera Utara
6. MPE Mean Percentage Error: Nilai Tengah Kesalahan Persentase
n PE
MPE
n t
t
∑
=
=
1
2.12
7. MAPE Mean Absolut Percentage Error: Nilai Tengah Kesalahan Persentase
Absolut
n PE
MAPE
n t
t
∑
=
=
1
2.13
Dengan :
− =
t t
t t
X F
X PE
Keterangan : X
t
F = Nilai data periode ke-t
t
n = banyaknya data
= Nilai ramalan periode ke-t
e
t
PE = Kesalahan atau galat
t
= Galat persentase
Universitas Sumatera Utara
Universitas Sumatera Utara
BAB 3
GAMBARAN TEMPAT RISET
3.1 Sejarah Singkat dan Perkembangan Kebun
