PERAMALAN DATA TIME SERIES ANGKA PENJUALAN SEPEDA

MOTOR HONDA DENGAN METODE HOLT – WINTER ADDITIVE

Dian Bestriandita1), Purnami Yuli Sasmiati2), Uray Hety Humaira3)

1)
Statistika, FMIPA, UII. dianbestriandita7@gmail.com
2)
Statistika, FMIPA, UII. purnamiys@gmail.com
3)
Statistika, FMIPA, UII. urayhety@gmail.com

ABSTRAK

Model peramalan time series mengenai angka penjualan sepeda motor dapat
dilakukan dengan berbagai metode, salah satunya adalah metode pemulusan
eksponensial (exponential smoothing) dengan menggunakan data yang bersifat
musiman yakni metode pemulusan eksponensial Holt-Winters tipe aditif.
Penelitian difokuskan pada eksplorasi data kontinu penjualan motor Honda
periode Januari 2008 – Desember 2015. Tujuan penelitian ini yaitu membuat pola
data untuk kepentingan lebih lanjut yakni peramalan untuk 2 periode (Januari
2016 & Febuari 2016) ke depan berdasarkan hasil penjualan pada periode
sebelumnya. Kalkulasi data menggunakan Software Eviews dengan dasar
pemilihan konstanta Holt-Winters (α, β dan γ) mengacu pada konstanta yang
terbaik. Hasil perhitungan model menunjukkan tingkat kesalahan (error)
peramalan dengan hasil observasi berupa nilai MSE (Mean Square Error), dan
SSE (Sum of Square Error).
Kata Kunci : Trend, musiman, penghalusan exponensial, Holt Winter

PENDAHULUAN
Peramalan
Peramalan (forecasting) merupakan pendugaan masa depan yang dilakukan
berdasarkan nilai masa lalu dari satu variabel. Peramalan sering diterapkan dalam
bidang pariwisata, investasi (saham), klimatologi, produksi pertanian, dsb.
Peramalan merupakan bagian penting bagi setiap organisasi bisnis untuk
pengambilan keputusan manajemen yang sangat signifikan.Ada banyak jenis-jenis
peramalan, misalnya Metode Penghalusan Eksponensial Holt-Winters.

Penghalusan eksponensial
Penghalusan eksponensial merupakan suatu model peramalan rata-rata bergerak
yang melakukan pembobotan terhadap data masa lalu dengan cara eksponensial
sehingga data paling akhir mempunyai bobot atau timbangan lebih besar dalam
rata-rata bergerak. Metode penghalusan eksponensial telah digunakan selama
beberapa tahun sebagai suatu metode yang sangat berguna pada begitu banyak

Authors: Dian Bestriandita, Purnami Yuli Sasmiati, Uray Hety Humaira

 situasi peramalan.

1. Metode pemulusan yang paling sederhana adalah Single Exponential

Smoothing (SES), dimana hanya terdapat satu parameter yang perlu
diestimasi.
2. Holt’s method menggunakan dua parameter berbeda yang mengakomodasi
peramalan pada data menggunaka trend.
3. Holt-Winters’ method menggunakan tiga parameter pemulusan: konstanta
pemulusan, parameter untuk trend, dan parameter untuk musiman. Pada
dasarnya terdapat dua tipe metode Holt-Winter exponential yaitu Additive dan
Multiplicative. Penentuan pemakaian model adalah berdasarkan pada plot
data yang ingin diramalkan.
Metode ini lebih unggul dibandingkan metode-metode lainnya. Metode
penghalusan eksponensial bersifat sederhana, intuitif dan mudah dipahami.
Artinya, walaupun sederhana namun sangat berguna bagi peramalan pendek
(shortterm forecasting) dari data time series yang panjang. Secara umum, model
pemulusan eksponensial direkomendasikan sebagai sebuah teknik yang tidak
kompleks dan ekonomis (inexpensive technique) dengan hasil ramalan yang
cukup baik dalam variasi aplikasi yang luas.

METODE PENELITIAN
Sumber Data
Data yang digunakan dalam penelitian ini adalah data sekunder dari data AISI
(Asosiasi Industri Sepeda motor Indonesia). Data tersebut merupakan data time
series.
Tabel 1. Data Penjualan Sepeda Motor Honda Tahun 2008 sampai 2015
Tahun
Bulan
2008 2009 2010 2011 2012 2013 2014 2015
Januari 208.130 179.685 216.041 331.654 382.635 398.608 366.797 339.850
Februari 206.748 200.486 242.865 319.954 355.766 401.103 423.950 376.973
Maret 227.590 204.352 291.257 338.582 325.994 410.591 463.070 376.571
April 254.272 155.789 304.529 370.737 344.349 391.991 445.420 371.001
Mei 250.891 208.266 318.038 377.517 362.127 373.435 452.353 304.900
Juni 258.038 216.876 292.778 361.827 332.272 390.023 471.585 361.767
Juli 278.823 241.028 334.742 363.238 344.733 415.428 327.364 278.754
Agustus 300.585 292.076 350.669 336.363 262.136 294.396 388.073 430.953
September 263.094 199.285 220.346 391.733 371.755 417.544 459.309 425.458
Oktober 222.012 292.338 323.154 415.281 344.931 439.641 452.508 453.944
November 230.544 252.998 306.113 386.317 360.428 422.857 425.409 394.726
Desember 173.849 258.100 215.515 282.009 305.567 342.836 375.814 338.991
Sumber : AISI

Authors: Dian Bestriandita, Purnami Yuli Sasmiati, Uray Hety Humaira

Metode Analisis
Metode Peramalan adalah cara
memperkirakan secara kuantitatif apa Winters dengan metode additive :
yang akan terjadi pada masa yang akan
datang, berdasarkan data yang relevan
pada masa lalu. Metode ini sangat
berguna dalam mengadakan pendekatan
analisis terhadap perilaku atau pola dari
data yang lalu, sehingga dapat
memberikan cara pemikiran,
pengerjaan dan pemecahan yang
sistematis dan pragmatis serta dimana :
memberikan tingkat keyakinan yang
lebih. Metode peramalan yang
digunakan dalam peramalan ini adalah
Holt Winter Additive.
Metode peramalan Holt Winters
merupakan gabungan dari 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.
Diagram Alur
Penghalusan eksponensial Holt
 Penghalusan keseluruhan
𝑆𝑡 = 𝛼 𝑋𝑡 − 𝐼𝑡−𝐿 + 1 − 𝛼 𝑆𝑡−1 + 𝑏𝑡−1
 Penghalusan trend
𝑏𝑡 = 𝛽 𝑆𝑡 − 𝑆𝑡−1 + 1 − 𝛽 𝑏𝑡−1
 Penghalusan musiman (seasonal)
𝐼𝑡 = 𝛾 𝑋𝑡 − 𝑆𝑡 + 1 − 𝛾 𝐼𝑡−𝐿
 Ramalan
𝐹𝑡+𝑚 = 𝑆𝑡 + 𝑏𝑡𝑚 + 𝐼𝑡−𝐿+𝑚
𝑋𝑡 : nilai aktual pada periode
akhir 𝑡
𝛼 : parameter penghalusan untuk
data (0 < 𝛼 < 1)
𝛾 : parameter penghalusan untuk
musiman (0 < 𝛾 < 1)
𝛽 : parameter penghalusan untuk
trend (0 < 𝛽 < 1)
𝐼 : faktor penyesuaian musiman
𝐿 : panjang musim
𝐹𝑡+𝑚 : ramalan untuk 𝑚 periode ke
depan dari 𝑡.

Data terdapat
Mulai DATA PLOT DATA Trend dan
Musiman

Melakukan Peramalan dua periode kedepan

Selesai KESIMPULA dengan menggunakan Holt Winter Additive
N dengan α, β dan γ terbaik

Authors: Dian Bestriandita, Purnami Yuli Sasmiati, Uray Hety Humaira

HASIL DAN PEMBAHASAN
Model Holt Winter’s
merupakan salah satu metode
peramalan yang dikembangkan untuk
mengatasi permasalahan adanya trend
atau musiman. Dengan menggunakan
sofware Eviews, berikut ini merupakan
data penjualan Sepeda Motor Honda
bulan januari 2008 sampai desember
2015 :

Gambar 2. Hasil Peramalan

Dengan menggunakan nilai α

Gambar 1. Plot Penjualan Sepeda
Motor Honda
Berdasarkan gambar 1, dapat
diketahui bahwa pada penjualan sepeda
motor Honda fluktuatif. Kenaikan dan
penurunan jumlah penjualan hampir
sama setiap tahunnya sehingga data
terdeteksi musiman dan pola data trend
sehingga analisis yang digunakan
adalah metode Holt Winter’s Additive.
Berikut hasil peramalan menggunakan
metode Holt Winter’s Additive yang
digunakan untuk meramalkan dua
periode kedepan yaitu bulan januari dan
februari 2016 :
terbaik yaitu sebesar 0,3400 ; nilai β
terbaik sebesar 0,0000 dan γ terbaik
sebesar 0,000 metode Holt Winter
Additive didapatkan nilai SSE sebesar
1,58E+11 dan RMSE sebesar 40.632,51
maka didapatkan MSE sebesar
1.651.000.869 dengan mean sebesar
393.383,1 menggunakan initial value
untuk trend-nya sebesar 1.566,778.
Didapatkan plot hasil peramalan
menggunakan metode Holt Winter
Additive sebagai berikut :

Gambar 3. Plot Grafik Hasil

Peramalan Metode HWA

Authors: Dian Bestriandita, Purnami Yuli Sasmiati, Uray Hety Humaira

 Dilihat dari gambar 3, dapat bulan januari 2016 sebesar 377.703
diketahui bahwa berdasarkan data buah sepeda motor dan bulan februari
penjualan sepeda motor Honda tahun 2016 sebanyak 390758 buah sepeda
2008 sampai 2015 didapatkan motor.
peramalan dua periode kedepan yaitu

KESIMPULAN

Peramalan penjualan sepeda motor Honda menggunakan metode Holt Winter’s

Additive dengan menggunakan nilai α terbaik yaitu sebesar 0,3400; nilai β terbaik
sebesar 0,0000 dan γ terbaik sebesar 0,000 untuk peramalan data (forecasting)
selama 2 bulan (periode) kedepan. Hasil forecasting menunjukkan bahwa
peramalan jumlah penjualan sepeda motor Honda untuk bulan januari 2016
sebesar 377.703 buah sepeda motor dan bulan februari 2016 sebanyak 390.758
buah sepeda motor.

REFERENSI

Hyndman, Rob J., etc.. 2008. Forecasting with Exponential Smoothing: The State
Space Approach. Spriger.
Kontan News Data Financial Tools. 2016. Data Penjualan Motor. Diakses dari
http://pusatdata.kontan.co.id/makroekonomi/motor. Pada tanggal 10 April
2016 pukul 12:28.
Makridakis, S., S.C. Wheelwright & V.E. McGee. Terjemahan U.S. Andriyanto &
A. Basith. 1995. Metode dan Aplikasi Peramalan, Jilid 1, Edisi kedua.
Penerbit Erlangga. Jakarta. 532 pp.
Utami, Tiani W., Darsyah, Moh. Yamin. 2015. Peramalan Data Saham dengan
Metode Winter’s. Jurnal Statistika, Vol. 3, No. 2.

Authors: Dian Bestriandita, Purnami Yuli Sasmiati, Uray Hety Humaira