LAPORAN PRAKTIKUM
Kelas
MODUL : 2
SINGLE EXPONENTIAL SMOOTHING DAN HOLT-WINTER EXPONENTIAL
SMOOTHING
Nama
Nomor
Tanggal
Tanda Tangan
Praktikan
Mahasiswa
Kumpul
Praktikan
Slamet Abtohi
13611198
4 April 2016
Nama Penilai
Tanggal
Koreksi
Nilai
Tanda Tangan
Asisten
Dosen
Asriyanti Ali
Sri Siska Wirdaniyati
Arum Handini
Primandari, S.Pd.Si,
M.Sc.
JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS ISLAM INDONESIA
YOGYAKARTA
2015
BAB I
PENDAHULUAN
1.1
1.2
Holt Winters
Metode peramalan Holt-Winters merupakan gabungan dari metode Holt
dan metode Winters, digunakan untuk peramalan jika data memiliki
komponen trend dan musiman.
Metode Holt-Winters didasarkan pada tiga persamaan penghalusan,
yakni persamaan penghalusan keseluruhan, penghalusan trend, dan
persamaan penghalusan musiman. Formula yang digunakan dalam HoltWinters adalah sebagai berikut :
Penghalusan keseluruhan
Lt
yt
1 Lt 1 bt 1
S t s
Pemulusan Trend
bt Lt Lt 1 1 bt 1
Pemulusan musiman
St
yt
1 S t 1
Lt
Ls
1 s
yi
s i 1
y y3
1 y y1 y s 2 y 2
bs s 1
... s 3
s
s
s
s
Si
yi
; i 1,2,..., s
Ls
BAB II
DESKRIPSI KERJA
Date
2/20/2015
2/23/2015
2/24/2015
2/25/2015
2/26/2015
2/27/2015
3/2/2015
3/3/2015
3/4/2015
3/5/2015
3/6/2015
3/9/2015
3/10/2015
3/11/2015
3/12/2015
3/13/2015
3/16/2015
3/17/2015
3/18/2015
3/19/2015
3/20/2015
3/23/2015
3/24/2015
Close
5400.104
5403.277
5417.314
5445.108
5454.796
5450.294
5477.831
5474.619
5448.059
5450.947
5514.787
5444.634
5462.928
5419.566
5439.832
5426.466
5435.271
5439.153
5413.151
5453.854
5443.065
5437.098
5447.648
No.
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
Date
4/9/2015
4/10/2015
4/13/2015
4/14/2015
4/15/2015
4/16/2015
4/17/2015
4/20/2015
4/21/2015
4/22/2015
4/23/2015
4/24/2015
4/27/2015
4/28/2015
4/29/2015
4/30/2015
5/4/2015
5/5/2015
5/6/2015
5/7/2015
5/8/2015
5/11/2015
5/12/2015
Close
5500.9
5491.34
5447.409
5419.107
5414.547
5420.733
5410.644
5400.803
5460.573
5437.119
5436.209
5435.355
5245.446
5242.157
5105.563
5086.425
5141.137
5160.308
5184.95
5150.486
5182.213
5172.482
5205.612
24
25
26
27
28
29
30
31
32
33
3/25/2015
3/26/2015
3/27/2015
3/30/2015
3/31/2015
4/1/2015
4/2/2015
4/6/2015
4/7/2015
4/8/2015
5405.489
5368.8
5396.854
5438.656
5518.675
5466.867
5456.399
5480.031
5523.29
5486.584
57
58
59
60
61
62
63
64
65
66
5/13/2015
5/15/2015
5/18/2015
5/19/2015
5/20/2015
5/21/2015
5/22/2015
5/25/2015
5/26/2015
5/27/2015
5246.133
5227.096
5237.811
5269.371
5292.749
5313.208
5315.153
5288.362
5320.901
5253.388
2.
Berikut adalah data hasil penjualan produk A di Toko B dari tahun 20112015:
Tabel 2.2 Data Penjualan Produk A (Unit)
Year Quarterly
2011
1
2
3
4
2012
1
2
3
4
2013
1
2
3
4
2014
1
2
3
4
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
Sales
3505
2005
1505
4005
5505
3505
2505
5505
5505
4005
3505
6005
7505
5005
4005
6505
2015
1
2
3
4
17
18
19
20
8505
6005
4505
7005
Keterangan:
Quarterly 1: Januari-Maret
Quarterly 2: April-Juni
Quarterly 3: Juli-September
Quarterly 4: Oktober-Desember
Berdasarkan data tersebut:
a.
b.
= 0.02, =
0.001, dan
= 0.001 dan 3 parameter kedua yaitu = 0.05, = 0.02, dan =
0.02, maka parameter manakah yang dapat memberikan hasil
peramalan terbaik dan sebutkan alasannya?
c.
Klik OK, sehingga akan muncul kotak dialog workfile seperti berikut :
Kemudian buat object baru dengan cara klik button object new object
sehingga akan muncul kotak dialog new object, selanjutnya tentukan tipe
objek sebagai series dan masukkan nama objek seperti pada gambar
berikut :
Klik OK, sehingga akan muncul objek baru pada kotak workfile dengan
nama JKSE. Kemudian double click pada object JKSE, sehingga akan
6.
Karena pola data tak beraturan, maka peramalan akan dilakukan dengan
menggunakan metode Single Exponential Smoothing (SES). Untuk
melakukan peramalan SES, dapat dilakukan dengan cara mengklik button
proc exponential smoothing sehingga akan muncul kotak dialog
exponential smoothing. Pilih single pada bagian smoothing method, dan
pada smoothing parameters, nilai alpha ditentukan sebagai E untuk
mencari nilai alpha yang terbaik seperti gambar berikut :
7.
8.
Pola data membentuk pola trend dan musiman, sehingga praktikan akan
melakukan
analisis
dengan
menggunakan
metode
Holt-Winter
Exponential
Smoothing,
langkah
pertama
adalah
10
11
12
13
14
BAB III
PEMBAHASAN
Pada bab ini praktikan akan menjelaskan hasil peramalan data pada studi
kasus 1 dan 2. Pada studi kasus 1, dilakukan peramalan pada data Jakarta
Composite Index (JKSE) dari tanggal 20 Februari 2015 sampai 27 Mei 2015
dengan menggunakan software eviews. Sebelum melakukan peramalan, praktikan
akan melihat pola data dengan melihat grafik, adapun output grafik dapat dilihat
pada gambar berikut :
15
16
Data Penjualan
10000
8000
6000
4000
2000
0
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
17
Pada gambar 3.3 diatas menunjukkan pola data trend dan musiman. Data
menunjukkan trend naik dan memiliki pola musiman kuartal. Berdasarkan
gambar, maka metode yang digunakan untuk analisis adalah metode Holt Winter
Exponential Smoothing. Pada studi kasus 2, praktikan akan melakukan peramalan
dengan menggunakan 2 acuan, yakni 3 parameter pertama dan 3 parameter kedua.
Pada parameter pertama, praktikan akan melakukan analisis dengan menggunakan
nilai = 0.02, = 0.001, dan = 0.001. Peramalan dilakukan dalam dua
periode kedepan, adapun hasil ramalannya dapat dilihat pada gambar berikut :
nilai = 0.02, =
0.001, dan = 0.001 diperoleh nilai ramalan pada periode 1 sebesar 11488,42
dan pada periode kedua sebesar 11965,44. Adapun besarnya ukuran error
ditentukan dengan nilai SSE, MSE dan MAPE, dengan nilai masing-masing
nilainya adalah sebesar 61455245, 3840953 dan 20,85%. Berikut adalah grafik
perbandingan antara data asli dengan data ramalan :
Data Penjualan
15000
10000
5000
0
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2
Data Asli
Data Ramalan
18
nilai = 0.05, =
0.02, dan = 0.02 diperoleh nilai ramalan pada periode pertama sebesar
11279,75 dan pada periode kedua sebesar 11750,34 dengan besar nilai ukuran
error SSE adalah 59115735, nilai MSE sebesar 3694733 dan MAPE sebesar
20,61. Berikut adalah grafik perbandingan antara data asli dengan data ramalan :
Data Penjualan
15000
10000
5000
0
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2
Data Asli
Data Ramalan
19
BAB IV
PENUTUP
Dari hasil pembahasan dapat disimpulkan beberapa hal yaitu adalah sebagai
berikut :
1) Metode yang terbaik dalam meramalkan harga Close Jakarta Composite
Index (JKSE) adalah metode Single Exponential Smoothing (SES), kaerna
data memiliki pola yang tidak beraturan.
2) Dengan menggunakan sebesar 0,94, hasil peramalan harga Close Jakarta
Composite Index (JKSE) untuk tanggal 28 Mei 2015 diperoleh sebesar
5257,327 dengan nilai RMSE sebesar 42,21.
3) Metode yang terbaik dalam meramalkan data penjualan produk A di Toko B
adalah metode Holt Winter Exponential Smoothing (HWES), karena pola data
berbentuk trend naik dan memiliki pola musiman.
4) Apabila diberikan 3 parameter pertama yaitu = 0.02, = 0.001, dan
= 0.001 dan 3 parameter kedua yaitu = 0.05, = 0.02, dan = 0.02,
maka parameter yang dapat memberikan hasil peramalan terbaik adalah
parameter dengan nilai = 0.05, = 0.02, dan = 0.02 karena memiliki
nilai ukuran error yang lebih kecil bila dibandingkan dengan menggunakan
= 0.02, = 0.001, dan = 0.001.
5) Hasil peramalan data penjualan produk A di Toko B untuk tahun 2016 kuartal
1 adalah sebesar 11279,75 dan pada kuartal kedua sebesar 11750,34 dengan
besar nilai ukuran error SSE adalah 59115735, nilai MSE sebesar 3694733
dan MAPE sebesar 20,61.
20
DAFTAR PUSTAKA
Anonim.2009.Petunjuk
Penggunaan
Zaitun
Time
Series.
zaitunsoftware.com/system/files/zaitunTS_IDmanual.pdf
http://www.
diakses
pada
21