METODE PEMULUSAN EKSPONENSIAL (Exponential Smoothing Method): a. Pem l !an E"!ponen!

ial T nggal (Single Exponential Smoothing # SES): Digunakan untuk data runtut waktu yang mengikuti pola stasioner. Bentuk umum yang digunakan untuk menghitung ramalan adalah:
= Y Yt +(1 )Y t+ 1 t

Dimana: Y t+ 1 = nilai ramalan untuk periode berikutnya = konstanta pemulusan Yt = data baru atau nilai Y yg sebenarnya pada periode t = nilai pemulusan yang lama atau rata-rata pemulusan hingga periode t-1 Y t ontoh : !eramalan pengiriman alat pembuka kaleng listrik dengan menggunakan pemulusan eksponensial atatan: % karena Y = Y1 +(1 )Y "gar dapat memulai sistem peramalan #$# kita memerlukan Y 1 & 1 tidak diketahui% maka kita dapat menggunakan nilai obser(asi pertama (Y1) sebagai 'arena nilai Y 1 ramalan pertama.
Bulan Januari Pe#ruari 'aret *pril 'ei Juni Juli *gustus +eptem#er ,kto#er Nopem#er -esem#er Periode waktu 1 $ & 5 % ( ) 9 10 11 1 Nilai pengamatan (pengiriman) 00!0 1$5!0 195!0 19(!5 $10!0 1(5!0 155!0 1$0!0 0!0 ((!0 $5!0 " Nilai pemulusan eksponensial = 0,1 00!0 00!0 19$!5 19$!( 19&!0 05!% 0 !% 19(!) 191!0 19$!9 0 ! 05!5 = 0,5 00!0 00!0 1%(!5 1)1!$ 1)9!& &9!( 1 !$ 1)$!( 15%!) 1))!& $ !( $$!9 = 0,9 00!0 00!0 1&1!5 1)9!( 19%!( 9)!( 1)(!& 15)! 1$ !) 11!$ (0!& $)!5 = 0,1 " "%5!0 1!5 $!) 11%!0 "$0!% "&(!% "%(!) 9!0 )$!1 $ !) " Nilai Kesalahan = 0,5 = 0,9 Kuadrat nilai kesalahan = 0,1 " & 5!0 !$ 1&!) 1$&&(!9 9$)!$ % !( &59)!& )$9! %901!1 10($!% " $&$0$!$ 10 $&$0!$ ( $ = 0,5 " & 5!0 (5%!$ %&!1 1&550!& 55()! $ ))!$ ))0!( $9)9!( ()&%!) 5! " &$$)&!% 10 &$$)!&% 5 = 0,9 " & 5!0 )% !$ %1!% 1 )$$!5 15 9&!% 10&(!% (9(!$ (599!( &$1)!) 1 55! " 50 95!% 10 50 9!5% )

" " "%5!0 "%5!0 (!5 5$!5 1%!$ (!) 1 0!% 11$!$ "(&!( "1 $!( "5(!$ "$ !& "5$!( " )! %$! )(! ))!% %5!( !$ "$5!& " " Jumlah Periode pengu.ian '+/

$. Pem l !an E"!ponen!ial %anda: Metode Sat Pa&amete& da&i '&o(n Digunakan dalam peramalan data runtut waktu yang mengikuti suatu trend linier. Bentuk umum yang digunakan untuk menghitung ramalan adalah: 1. At = Yt + (1 ) At 1 &. A)t =At + (1 ) A)t 1 *. at = & At A)t ( At A)t ) +. bt = 1 ,. !ersamaan yang digunakan untuk membuat peramalan pada periode p yang akan datang adalah:
Y t +p =at +bt p

Dimana : "t = nilai pemulusan eksponensial "-t = nilai pemulusan eksponensial ganda = konstanta pemulusan at = perbedaan antara nilai-nilai pemulusan eksponensial bt = .aktor penyesuai tambahan = pengukuran slope suatu kur(a Yt = nilai aktual pada periode t

 p = /umlah periode ke depan yang akan diramalkan atatan: "gar dapat memulai sistem peramalan metode Brown kita memerlukan "1 dan "-1% karena A& = Y& + (1 ) A1 dan A) & = A& + (1 ) A)1 'arena pada saat t = 1% nilai "1 dan "-1 tidak diketahui% maka kita dapat menggunakan nilai obser(asi pertama (Y1). ontoh: !emulusan eksponensial dari Brown pada data permintaan suatu produk. !erhitungan pada 0ontoh di bawah ini menggunakan nilai = 1%&.
Periode 1 $ & 5 % ( ) 9 10 11 1 1$ 1& 15 1% 1( Permintaan suatu produk 1&$ 15 1%1 1$9 1$( 1(& 1& 1&1 1% 1)0 1%& 1(1 " " " " " *t 1&$ 1&&!) 1&)!0 1&%! 1&&!& 150!$ 1&)!% 1&(!1 150!1 15%!1 15(!( 1%0!$ " " " " " *0t 1&$ 1&$!& 1&&!$ 1&&!( 1&&!% 1&5!) 1&%!$ 1&%!5 1&(! 1&9!0 150!( 15 !% " " " " " at 1&$!0 1&%! 151!) 1&(!) 1&&!1 15&!9 151!0 1&(!( 15$!0 1%$! 1%&!% 1%)!0 " " " " " #t 0!0 0!& 0!9 0!& "0!1 1!1 0!% 0! 0!( 1!) 1!( 1!9 " " " " " 1&$!0 1&%!% 15 !( 1&)! 1&&!1 15%!0 151!5 1&(!9 15$!( 1%&!9 1%%!$ 1%9!9 1(1!9 1($!) 1(5!( 1((!% (p =1) (p= ) (p=$) (p=&) (p=5) Nilai ramalan

).

Pem l !an E"!ponen!ial %anda: Metode D a Pa&amete& da&i *olt Digunakan dalam peramalan data runtut waktu yang mengikuti suatu trend linier. Bentuk umum yang digunakan untuk menghitung ramalan adalah: 1. At = Yt + (1 )( At 1 +Tt 1 ) &. Tt = ( At At 1 ) + (1 )Tt 1 *. !ersamaan yang digunakan untuk membuat peramalan pada periode p yang akan datang adalah:
Y Tt p t +p = At +

Dimana : "t = nilai pemulusan eksponensial = konstanta pemulusan untuk data (1 2 2 1) = konstanta pemulusan untuk estimasi trend (1 2 2 1) Yt = nilai aktual pada periode t 3t = estimasi trend p = /umlah periode ke depan yang akan diramalkan atatan: "gar dapat memulai sistem peramalan metode Brown kita memerlukan "1% karena A& = Y& + (1 )( A1 + T1 ) % karena pada saat t = 1% nilai "1 tidak diketahui% maka kita dapat menggunakan nilai obser(asi pertama (Y1). 4ntuk estimasi trend pada saat t = 1% nilai 31 tidak diketahui%

maka kita dapat menggunakan selisih nilai obser(asi kedua (Y &) dengan nilai obser(asi pertama (Y1)% yaitu 31 = Y& 5 Y1. ontoh: !emulusan eksponensial dari 6olt pada data permintaan suatu produk. !erhitungan pada 0ontoh di bawah ini menggunakan nilai = 1%& dan = 1%*.
Periode 1 $ & 5 % ( ) 9 10 11 1 1$ 1& 15 1% 1( Permintaan suatu produk 1&$ 15 1%1 1$9 1$( 1(& 1& 1&1 1% 1)0 1%& 1(1 " " " " " *t 1&$ 15 !0 1%1!0 1%$!) 1%&! 1(0! 1%)!9 1%%!0 1%%!& 1(0!1 1(0!& 1(1!% " " " " " 1t 9 9!0 9!0 (!1 5!1 5!& $!& 1!5 1! 1!9 1!& 1!& " " " " " Nilai ramalan 15 !0 1%1!0 1(0!0 1(0!9 1%9!$ 1(5!% 1( ! 1%(!5 1%(!% 1( !0 1(1!) 1($!0 1(&!& 1(5!) 1((! 1()!%

(p =1) (p= ) (p=$) (p=&) (p=5)

d. Pem l !an E"!ponen!ial %anda: Metode Tiga Pa&amete& da&i +inte& Digunakan dalam peramalan data runtut waktu yang mengikuti suatu pola musiman. Didasarkan pada * persamaan pemulusan% yaitu: untuk unsur stasioner% untuk trend% dan untuk musiman. Bentuk umum yang digunakan untuk menghitung ramalan adalah: Yt + (1 )( At 1 + Tt 1 ) 1. !emulusan eksponensial At = S t L &. $stimasi trend Tt = ( At At 1 ) + (1 )Tt 1 Yt *. $stimasi musiman S t = + (1 ) S t L At +. !ersamaan yang digunakan untuk membuat peramalan pada periode p yang akan datang adalah:
Y Tt p ) S t L +p t +p =( At +

Dimana : "t = nilai pemulusan eksponensial = konstanta pemulusan untuk data (1 2 2 1) = konstanta pemulusan untuk estimasi trend (1 2 2 1) = konstanta pemulusan untuk estimasi musiman (1 2 2 1) Yt = nilai aktual pada periode t 3t = estimasi trend #t = estimasi musiman 7 = pan/angnya musim p = /umlah periode ke depan yang akan diramalkan ontoh:

!emulusan eksponensial dari 8inter pada data musiman di bawah ini. !erhitungan pada 0ontoh di bawah ini menggunakan nilai = 1%+ 9 = 1%1 9 dan = 1%*. !an/ang musim 7 = +

atatan: Dalam metode ini diperlukan estimasi nilai awal yg akan digunakan untuk mendapatkan nilai pemulusan awal% estimasi trend awal% dan keempat estimasi musiman. :ilai pemulusan awal dapat diestimasi dengan menggunakan nilai aktual awal. :ilai trend awal dapat diestimasi dengan menggunakan nilai 1 (slope persamaan trend yang diperoleh dari data masa masa lalu tidak ada). :ilai estimasi pengaruh musiman awal dengan menggunakan nilai 1 (untuk menghilangkan penaruh musiman dalam data asli Y1 Y1;#1 = Y1;1 = Y1
Periode 1 $ & 5 % ( ) 9 10 11 1 1$ 1& 15 1% 1( 1) 19 0 1 $ & 5 % *ktual 500 $50 50 &00 &50 $50 00 $00 $50 00 150 &00 550 $50 50 550 550 &00 $50 %00 (50 500 &00 %50 *t 500 &&0!0 $%0!& $%)! $9&! $)1! $11!9 95!% $0$!0 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 1t 0 "%!0 "1$!& "11! "(!5 ")!1 "1&! "1&!& "1 ! 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 +t 1 0!9& 0!91 1!0$ 1!0& 0!9$ 0!)$ 1!0 1!0) 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 2amalan

$5(!0 $% !9 $$)!) $05!5 9$! 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3

Periode ( )

*ktual

*t

1t

+t

2amalan 3 3