2d480 sesi5 sip exponential smoothing
SESI 5-SIP
METODE
PENGHALUSAN
EKSPONENSIAL
Macam-macam Metode Time
Series
Metode
Metode
Moving Everage
Exponential Smoothing
Metode Naif
Metode Trend Projection
EXPONENTIAL
SMOOTHING
Pola
data yang tidak stabil atau
perubahannya besar dan bergejolak
umumnya menggunakan model
pemulusan eksponensial (Exponential
Smoothing Models).
Metode Single Exponential Smoothing
lebih cocok digunakan untuk
meramalkan hal-hal yang fluktuasinya
secara acak (tidak teratur).
Moving Average VS
Exponential Smoothing
MOVING AVERAGE
Moving Average merupakan
teknik peramalan
berdasarkan rata-rata
bergerak dari nilai-nilai
masa lalu, misalkan ratarata bergerak 3 tahunan, 4
bulanan, 5 mingguan, dll.
Teknik ini tidak disarankan
untuk data time series yang
menunjukkan adanya
pengaruh trend dan
musiman.
EXPONENTIAL
SMOOTHING
Exponential Smoothing juga
merupakan teknik peramalan
sederhana, tetapi
menggunakan suatu
penimbang (w) dengan
besaran antara 0 hingga 1.
Jika nilai w mendekati nilai 1
maka hasil forecasting
cenderung mendekati nilai
observasi, sedangkan jika nilai
w mendekati nilai 0, maka
hasil forecasting mengarah ke
nilai ramalan sebelumnya.
Contoh Kasus 2
Pimpinan
Restoran Almira ingin
mengetahui omzet restoran pada
November 2015. Ia meminta sang
manajer untuk mengestimasi nilai
tersebut dengan data omzet dari
bulan April 2014 sampai dengan
Oktober 2015.
Ramalkan dengan metode Single
Moving Average 3 bulanan, serta
dengan Single Exponential
Dengan Moving Average
3 bln
Bulan (t)
April 2014
Omzet
(Yt)
(Juta
Rp)
131
Mei 2014
130
Juni 2014
125
Juli 2014
126
Agustus
2014
129
September
2014
132
Oktober
2014
130
November
2014
132
Forecast
Mov.Average 3t
(Yt+1) (Juta Rp)
Error
Error
(Omzet- 2
Forcast)
Rasi
o
Dengan Moving Average
3 bln
Bulan (t)
Januari 2015
Omzet
(Yt)
(Juta
Rp)
137
Februari
2015
137
Maret 2015
140
April 2015
143
Mei 2015
143
Juni 2015
141
Juli 2015
143
Agustus
2015
148
September
2015
152
Forecast
Mov.Average
3t (Yt+1)
(Juta Rp)
Error
(OmzetForcast)
Error2
Rasio
Menghitung akurat
peramalan
RMSE
Root Mean Square
Error
Rumus:
MAPE
Mean Absolute
Percentage Error
Rumus:
Dengan Exponential Smoothing
dengan w=[0,1], [0,5] dan [0,9]
Bulan (t)
April 2014
Omzet
(Yt)
(Juta
Rp)
131
Mei 2014
130
Juni 2014
125
Juli 2014
126
Agustus
2014
129
September
2014
132
Oktober
2014
130
November
2014
132
Forecast
w=[0,1], [0,5]
dan [0,9] (Juta
Rp)
Error
Error
(Omzet- 2
Forcast)
Rasi
o
METODE
PENGHALUSAN
EKSPONENSIAL
Macam-macam Metode Time
Series
Metode
Metode
Moving Everage
Exponential Smoothing
Metode Naif
Metode Trend Projection
EXPONENTIAL
SMOOTHING
Pola
data yang tidak stabil atau
perubahannya besar dan bergejolak
umumnya menggunakan model
pemulusan eksponensial (Exponential
Smoothing Models).
Metode Single Exponential Smoothing
lebih cocok digunakan untuk
meramalkan hal-hal yang fluktuasinya
secara acak (tidak teratur).
Moving Average VS
Exponential Smoothing
MOVING AVERAGE
Moving Average merupakan
teknik peramalan
berdasarkan rata-rata
bergerak dari nilai-nilai
masa lalu, misalkan ratarata bergerak 3 tahunan, 4
bulanan, 5 mingguan, dll.
Teknik ini tidak disarankan
untuk data time series yang
menunjukkan adanya
pengaruh trend dan
musiman.
EXPONENTIAL
SMOOTHING
Exponential Smoothing juga
merupakan teknik peramalan
sederhana, tetapi
menggunakan suatu
penimbang (w) dengan
besaran antara 0 hingga 1.
Jika nilai w mendekati nilai 1
maka hasil forecasting
cenderung mendekati nilai
observasi, sedangkan jika nilai
w mendekati nilai 0, maka
hasil forecasting mengarah ke
nilai ramalan sebelumnya.
Contoh Kasus 2
Pimpinan
Restoran Almira ingin
mengetahui omzet restoran pada
November 2015. Ia meminta sang
manajer untuk mengestimasi nilai
tersebut dengan data omzet dari
bulan April 2014 sampai dengan
Oktober 2015.
Ramalkan dengan metode Single
Moving Average 3 bulanan, serta
dengan Single Exponential
Dengan Moving Average
3 bln
Bulan (t)
April 2014
Omzet
(Yt)
(Juta
Rp)
131
Mei 2014
130
Juni 2014
125
Juli 2014
126
Agustus
2014
129
September
2014
132
Oktober
2014
130
November
2014
132
Forecast
Mov.Average 3t
(Yt+1) (Juta Rp)
Error
Error
(Omzet- 2
Forcast)
Rasi
o
Dengan Moving Average
3 bln
Bulan (t)
Januari 2015
Omzet
(Yt)
(Juta
Rp)
137
Februari
2015
137
Maret 2015
140
April 2015
143
Mei 2015
143
Juni 2015
141
Juli 2015
143
Agustus
2015
148
September
2015
152
Forecast
Mov.Average
3t (Yt+1)
(Juta Rp)
Error
(OmzetForcast)
Error2
Rasio
Menghitung akurat
peramalan
RMSE
Root Mean Square
Error
Rumus:
MAPE
Mean Absolute
Percentage Error
Rumus:
Dengan Exponential Smoothing
dengan w=[0,1], [0,5] dan [0,9]
Bulan (t)
April 2014
Omzet
(Yt)
(Juta
Rp)
131
Mei 2014
130
Juni 2014
125
Juli 2014
126
Agustus
2014
129
September
2014
132
Oktober
2014
130
November
2014
132
Forecast
w=[0,1], [0,5]
dan [0,9] (Juta
Rp)
Error
Error
(Omzet- 2
Forcast)
Rasi
o