12
EXPONENTIAL SMOOTHING

exponential smoothing - staffsite.stimata.ac.idstaffsite.stimata.ac.id/assets/uploads/files/download/b1ce1... · istilah eksponensial dalam metode ... = konstanta pemulusan. single

Embed Size (px)

Citation preview

EXPONENTIAL SMOOTHING

SINGLE EXPONENTIAL SMOOTHINGMETODE PERAMALAN DENGANMENAMBAHKAN PARAMETER ALPHA DALAM MODELNYA UNTUK MENGURANGI FAKTOR KERANDOMAN. ISTILAH EKSPONENSIAL DALAM METODE INI BERASAL DARI PEMBOBOTAN/TIMBANGAN (FAKTOR PENGHALUSAN DARI PERIODE-PERIODE SEBELUMNYA YANG BERBENTUK EKSPONENSIAL.

SINGLE EXPONENTIAL SMOOTHINGPENGERTIAN DASAR DARI METODEINI ADALAH : NILAI RAMALANPADA PERIODE T+1 MERUPAKANNILAI AKTUAL PADA PERIODE T DITAMBAH DENGAN PENYESUAIANYANG BERASAL DARI KESALAHANNILAI RAMALAN YANG TERJADI PADA PERIODE T TERSEBUT.

SINGLE EXPONENTIAL SMOOTHING Nilai peramalan dapat dicari dengan

menggunakan rumus berikut : 1). Ft = Ft-1+ (At-1 -Ft-1 ) Dimana : Ft = nilai ramalan untuk periode waktu ke-t. Ft-1 = nilai ramalan untuk satu periode waktu

yang lalu,t-1. At-1 = nilai aktual untuk satu periode waktu yang

lalu, t -1. = konstanta pemulusan.

SINGLE EXPONENTIAL SMOOTHING

ttt FDF )1(1

Atau Rumus ke-2 sbb:

Keterangan: Ft+1 = Ramalan untuk periode berikutnyaDt = Demand aktual pada periode tFt = Peramalan yg ditentukan sebelumnya

untuk periode ta = Faktor bobot/konstanta pemulusan

Bentuk umum yang digunakan untukmenghitung ramalan adalah:

Ŷt+1 = Yt + (1- ) Ŷt

Dimana: Ŷt+1 = nilai ramalan untuk periode berikutnya = konstanta pemulusan Yt = data baru atau nilai Y yg sebenarnya pada

periode t Ŷt = nilai pemulusan yang lama atau rata-rata

pemulusan hingga periode t-1

Karena nilai Ŷ1 tidak diketahui, makakita dapat menggunakan nilaiobservasi pertama (Y1) sebagairamalan pertama.permasalahan umum yang dihadapidalam metode ini adalahbagaimanamemilih yang tepat untukmeminimkan kesalahan peramalan.

Nillai a yaitu: 0<a<1 maka dapat menggunakan panduan berikut : a) Apabila pola historis dari data

aktual sangat bergejolak atautidak stabil dari waktu ke waktumaka pilih nilai a yang mendekati satu.

b) Apabila pola historis daridata aktual permintaantidak berfluktuasi ataurelative stabil maka pilih a yang mendekati nol.

Contoh

JIKA = 0.3 BERAPAKAH FORECASTING BULAN NOFEMBER

BULAN (2012) PESANAN

JANUARI 120

FEBRUARI 90

MARET 100

APRIL 75

MEI 110

JUNI 50

JULI 75

AGUSTUS 130

SEPTEMBER 110

OKTOBER 90

Jawab

BULAN (2012) PESANAN FORECASTING(=0.3)

JANUARI 120 -

FEBRUARI 90 120.00

MARET 100 111.00

APRIL 75 107.70

MEI 110 97.89

JUNI 50 101.52

JULI 75 86.07

AGUSTUS 130 82.75

SEPTEMBER 110 96.92

OKTOBER 90 100.85

NOPEMBER 97.59

LATIHAN SOAL

PADA CONTOH SOAL BERAPAH NILAI FORECASTING BULAN NOFEMBERJIKA = 0.5