Anda di halaman 1dari 4

Contoh :

Peramalan pembelian barang X dengan menggunakan pemulusan eksponensial


Catatan:
Agar dapat memulai sistem peramalan SES kita memerlukan

Y1

, karena

Y2 Y1 (1 )Y1

Y1

Karena nilai
tidak diketahui, maka kita dapat menggunakan nilai observasi pertama (Y 1) sebagai
ramalan pertama.

Bulan

Januari
Pebruar
i
Maret
April

Period
e
waktu

Jumlah
Pembelia
n Barang
X(

1
2
3
4

Nilai pemulusan

Nilai Kesalahan (

eksponensial Y t

200.0

=
0,1
200.0

=
0,5
200.0

=
0,9
200.0

= 0,1
-

135.0
195.0
197.5

200.0
193.5
193.6

200.0
167.5
181.3

200.0
141.5
189.7

-65.0
1.5
3.9

At )

=
0,5
-

a) Ramalan bulan Februari


Nilai pemulusan eksponensial

(Y t )

dengan

=0.1

Y t = At 1+(1 )Y t 1
Y t =0,1 x 200+(10,1)200
Y t =20+180
Y t =200
Perhitungan nilai kesalahan :

A t Y t =135200=65

Perhitungan kuadrat nilai kesalahan :


2
2
( At Y t ) =65 =4225

Nilai pemulusan eksponensial

Y t = At 1+(1 )Y t 1
Y t =0,5 x 200+(10,5) 200

(Y t )

dengan

( At Y t )
=
0,9
-

-65.0 -65.0
27.5
53.5
16.2
7.8
Jumla
h
Periode
pengujian (n)
MSE

Kuadrat nilai kesalahan

A t Y t )

=0.5

=
0,1
4225.
0
2.3
15.2
4242.
5
3
1414,
1

= 0,5
-

= 0,9
-

4225.0
756.3
262.4

4225.0
2862.3
61

5243.7

7148.3

1747.9

2382.7

Y t =100+100
Y t =200
Perhitungan nilai kesalahan :

A t Y t =135200=65

Perhitungan kuadrat nilai kesalahan :


2
2
( At Y t ) =65 =4225

Nilai pemulusan eksponensial

(Y t )

dengan

=0.9

Y t = At 1+(1 )Y t 1
Y t =0,9 x 200+(10,9)200
Y t =180+20
Y t =200
Perhitungan nilai kesalahan :

A t Y t =135200=65

Perhitungan kuadrat nilai kesalahan :


2
2
( At Y t ) =65 =4225

b) Ramalan bulan Maret

Nilai pemulusan eksponensial

(Y t )

dengan

=0.1

Y t = At 1+(1 )Y t 1
Y t =0,1 x 135+(10,1) 200
Y t =13,5+180
Y t =193,5
Perhitungan nilai kesalahan :

A t Y t =195193,5=1,5

Perhitungan kuadrat nilai kesalahan :


2
2
( At Y t ) =1,5 =2,25

Nilai pemulusan eksponensial

Y t = At 1+(1 )Y t 1
Y t =0,5 x 135+(10,5)200
Y t =67,5+ 100
Y t =167,5

(Y t )

dengan

=0.5

Perhitungan nilai kesalahan :

A t Y t =195167,5=27,5

Perhitungan kuadrat nilai kesalahan :


2
2
( At Y t ) =27,5 =756,25=756,3

Nilai pemulusan eksponensial

(Y t )

dengan

=0.9

Y t = At 1+(1 )Y t 1
Y t =0,9 x 135+(10,9)200
Y t =121,5+20
Y t =141,5
Perhitungan nilai kesalahan :

A t Y t =195141,5=53,5

Perhitungan kuadrat nilai kesalahan :


2
2
( At Y t ) =53,5 =2862,25=2862,3

c) Ramalan bulan April

Nilai pemulusan eksponensial

(Y t )

dengan

=0.1

Y t = At 1+(1 )Y t 1
Y t =0,1 x 195+ ( 10,1 ) 193,5
Y t =19,5+174,1
Y t =193,6
Perhitungan nilai kesalahan :

A t Y t =197.5193,6=3,9

Perhitungan kuadrat nilai kesalahan :


2
2
( At Y t ) =3,9 =15,21

Nilai pemulusan eksponensial

(Y t )

dengan

Y t = At 1+(1 )Y t 1
Y t =0,5 x 195+ ( 10,5 ) 167,5
Y t =97 , 5+83,75
Y t =181,25=181,3
Perhitungan nilai kesalahan :

A t Y t =197,5181,3=16,2

Perhitungan kuadrat nilai kesalahan :

=0.5

2
2
( At Y t ) =16,2 =262,44

Nilai pemulusan eksponensial

(Y t )

dengan

Y t = At 1+(1 )Y t 1
Y t =0,9 x 195+ ( 10,9 ) 141,5
Y t =175,5+14,15
Y t =189,65=189,7
Perhitungan nilai kesalahan :

A t Y t =197,5189 , 7=7,8

Perhitungan kuadrat nilai kesalahan :


2
2
( At Y t ) =7,8 =60,84=61

Perhitungan MSE dengan nilai

=0.1
2

MSE=
MSE=

| A t Y t|
n

4242,5
=1414,1
3

Perhitungan MSE dengan nilai

=0.5
2

MSE=
MSE=

| A t Y t|
n

5243,7
=17 4 7,9
3

Perhitungan MSE dengan nilai

=0.9
2

MSE=
MSE=

| A t Y t|
n

7148,3
=2382,7
3

=0.9