LAPORAN KERJA PRAKTIK

PERAMALAN JUMLAH PENDAPATAN TAHUNAN NIP NOP

CIPUTAT TAHUN 2019 - 2020
MENGGUNAKAN METODE PEMULUSAN ( SMOOTHING )
EKSPONENSIAL GANDA DARI BROWN

OLEH
MELLY KURNIYASIH
NIM : 2015100079

PROGRAM STUDI MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PAMULANG
TANGERANG SELATAN
2019
 LAPORAN KERJA PRAKTIK
PERAMALAN JUMLAH PENDAPATAN TAHUNAN NIP NOP
CIPUTAT TAHUN 2019 - 2020
MENGGUNAKAN METODE PEMULUSAN ( SMOOTHING )
EKSPONENSIAL GANDA DARI BROWN

Sebagai Syarat Untuk Mengajukan Tugas Akhir

OLEH
MELLY KURNIYASIH
NIM : 2015100079

PROGRAM STUDI MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PAMULANG
TANGERANG SELATAN
2019
 LEMBAR PENGESAHAN

LAPORAN KERJA PRAKTEK

PERAMALAN JUMLAH PENDAPATAN TAHUNAN

NIP NOP CIPUTAT TAHUN 2019-2020
MENGGUNAKAN METODE PEMULUSAN
(SMOOTHING) EKSPONENSIAL GANDA DARI
BROWN

Oleh :

Melly Kurniyasih
2015100079

Laporan Kerja Praktek ini telah diperiksa dan disetujui oleh :

Dosen Pembimbing Pembimbing Instansi

Tabah Heri Setiawan, S.Si.,M.Pd. Nadia

NIDN. 0427028802

Mengesahkan,
Ketua Program Studi Matematika
Fakultas Matematika dan Ilmu Pengetahuan Alam
Universitas Pamulang

Dr. Hendro Waryanto, S.Si.,M.M.

NIDN 0405057102

Universita Pamulang
 KATA PENGANTAR

Bismillahirrahmanirrahim

Assalamu’alaikumWr.Wb

Puji syukur saya panjatkan kehadirat Allah SWT yang telah memberikan
limpahan rahmat dan hidayah-Nya. Sehingga penulis dapat menyelesaikan kerja
praktek dan menyusun laporan kerja praktek yang berjudul “ PERAMALAN
JUMLAH PENDAPATAN TAHUNAN NIP NOP CIPUTAT TAHUN 2019-
2020 MENGGUNAKAN METODE PEMULUSAN ( SMOOTHING )
EKSPONENSIAL GANDA DARI BROWN ”. Shalawat serta salam senantiasa
tercurahkan kepada baginda Rasullah SAW beserta sahabat, keluarga, dan
pengikut-pengikutnya hingga akhir zaman.

Penulis menyadari bahwa laporan kerja praktek ini dapat di selesaikan

berkat bimbingan, bantuan serta sumbangan saran dari berbagai pihak. Oleh karna
itu, dalam kesempatan ini penulis mengucapkan banyak terimakasih kepada yang
terhormat :

1. Bapak Dr. H. Dayat Hidayat MM selaku Rektor Universitas Pamulang.

2. Bapak Syaiful Bakhri, ST., M.Eng, Sc, Ph.D selaku Dekan Fakultas
Matematika dan Ilmu Pengetahuan Alam Universitas Pamulang.
3. Bapak Dr. Hendro Waryanto S.Si, MM selaku Kepala Program Studi
Matematika Universitas Pamulang dan pembimbing akademik yang selalu
memberi dukungan kepada mahasiswanya.
4. Ibu Nadia selaku Kepala sekaligus pembimbing di Nip Nop Ciputat.
5. Bapak dan Ibu dosen yang telah membimbing penulis dalam mengetahui
ilmu selama duduk di bangku kuliah.
6. Orang Tua yang sangat saya hormati dan cintai yang tiada hentinya
memberikan curahan kasih sayang dan doanya.
7. Untuk teman - teman saya yang telah membantu saya dalam melaksanakan
kerja praktek di Nip Nop Ciputat yaitu Asyari Wiguna Putri

Universita Pamulang
8. Untuk teman – teman saya yang telah membantu saya dalam mengerjakan
Laporan Kerja Praktek ini khususnya teman – teman di Program Studi
Matematika angkatan 2016.
9. Semua pihak yang tidak dapat saya sebutkan satu persatu yang telah
memberikan dukungan, baik moril dan materi.

Akhir kata penulis berharap semoga Laporan Kerja Praktik ini dapat
bermanfaat bagi semua pihak terutama teman – teman mahasiswa Program
Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam
Universitas Pamulang sebagai informasi, referensi, atau dasar penelitian lebih
lanjut.

Wassalamu’alaikum Wr. Wb

Tangerang, 19 September 2019

Penulis

Melly Kurniyasih

Universita Pamulang
 DAFTAR ISI
LEMBAR PENGESAHAN ...................................................................................i

KATA PENGANTAR ...........................................................................................ii

DAFTAR ISI .........................................................................................................iv

DAFTAR TABEL ... ............................................................................................vi

DAFTAR GAMBAR ..........................................................................................vii

BAB I PENDAHULUAN ......................................................................................1

1.1 Latar Belakang ..............................................................................................1

1.2 Identifikasi Masalah......................................................................................2

1.3 Rumusan Masalah ........................................................................................2

1.4 Batasan Masalah ...........................................................................................2

1.5 Tujuan Penelitian ..........................................................................................2

1.6 Manfaat Penelitian ........................................................................................3

1.7 Sistematika Penulisan ...................................................................................3

BAB II TINJAUAN PUSTAKA ...........................................................................5

2.1 Peramalan (forecasting) ................................................................................5

2.2 Metode Peramalan ........................................................................................6

2.3 Data Time Series ..........................................................................................7

2.4 Ketepatan Ramalan .......................................................................................9

2.4.1 Ukuran Standar Statistik .......................................................................9

2.4.2 Ukuran – ukuran Relatif .....................................................................10

2.4.3 Statistik-U dari Theil ..........................................................................11

2.5 Metode Pemulusan (smoothing) Eksponensial ...........................................12

2.5.1 Metode Pemulusan (smoothing) Eksponensial Tunggal .....................12

2.5.2 Metode Pemulusan (smoothing) Eksponensial Ganda Satu Parameter

dari Brown ...................................................................................................15

Universita Pamulang
 2.5.3 Metode Pemulusan (smoothing) Eksponensial Ganda Dua Parameter
Dari Holt ......................................................................................................16

BAB III METODELOGI PENELITIAN .........................................................18

3.1 Metodelogi Penelitian .................................................................................18

3.2 Waktu Penelitian ........................................................................................18

3.3 Tempat Penelitian .......................................................................................18

3.3.1 Sejarah Nip Nop Ciputat .....................................................................18

3.4 Populasi dan Sampel ..................................................................................19

3.4.1 Populasi Penelitian ..............................................................................19

3.4.2 Sampel Penelitian ...............................................................................19

3.5 Metode Pengumpulan Data ........................................................................20

3.6 Metode Pengolahan Data ............................................................................20

BAB IV HASIL DAN PEMBAHASAN .............................................................23

4.1 Hasil Penelitian ...........................................................................................23

4.2 Penyelesaian Malalah .................................................................................24

4.3 Nilai Galat ..................................................................................................29

4.4 Pembahasan ................................................................................................34

BAB V PENUTUP ...............................................................................................35

5.1 Kesimpulan .................................................................................................35

5.2 Saran ...........................................................................................................35

DAFTAR PUSTAKA ..........................................................................................36

LAMPIRAN

Universita Pamulang
 DAFTAR TABEL
Tabel 4.1 Jumlah Pendapatan Tahunan Nip Nop Ciputat tahun 2011 – 2018 ......23

Tabel 4.2 Peramalan jumlah pendapatan tahunan Nip Nop Ciputat tahun 2019 -
2020 𝛼 = 0,9 .......................................................................................................26

Tabel 4.3 Peramalan jumlah pendapatan tahunan Nip Nop Ciputat tahun 2019 -
2020 𝛼 = 0,5 .......................................................................................................28
Tabel 4.4 Ringsasan Perhitungan Nilai Galat .......................................................33

Universita Pamulang
 DAFTAR GAMBAR
Gambar 2.1 Jenis – Jenis Pola Data Time Series ....................................................7

Gambar 4.1 Jumlah Pendapatan Tahunan Nip Nop Ciputat tahun 2011 – 2018 ..24

Universita Pamulang
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Saat ini perkembangan dalam bidang usaha penjualan berkembang sangat
pesat, hal tersebut didukung oleh kegiatan operasional yang dilakukan untuk
mencapai tujuan perusahaan. Tujuan utama usaha penjualan adalah untuk
mendapatkan keuntungan yang maksimal. Salah satu kegiatan yang dapat
dilakukan adalah dengan cara mengoptimalkan sistem pejualan. Naik turunnya
penjualan yang dicapai dapat digunakan sebagai alat ukur atau indikator maju
mundurnya perusahaan. Dalam menjalankan aktivitas usaha penjualan banyak
terdapat peluang yang akan terjadi karena faktor ketidak pastian waktu yang akan
datang. Untuk menghindari dan meminimalisir kerugian penjualan, perusahaan
melakukan suatu kegiatan peramalan untuk memperhitungkan tingkat penjualan di
waktu yang akan datang.
Peramalan (Forecasting) adalah suatu usaha untuk meramalkan keadaan di
masa mendatang melalui pengujian keadaan di masa lalu. Meramalkan penjualan
berarti menentukan perkiraan besarnya volume penjualan, bahkan menentukan
potensi penjualan dan luas pasar yang dikuasai di masa yang akan datang. Dengan
adanya kegiatan Peramalan penjualan ini dapat mengambil keputusan atau
kebijakan sesuai dengan hasil ramalan penjualan tersebut. Karena dengan
pemilihan dan penggunaan metode yang tepat, maka keberhasilan perusahaan
dalam menawarkan produknya akan dirasakan dalam bentuk keuntungan yang
didapatkan.

Penulisan ilmiah ini juga akan memberikan perbandingan penggunaan

metode yang memiliki nilai kesalahan (galat) terkecil, sehingga perusahaan dapat
mengaplikasikannya dalam manajemen perusahaan. Peramalan penjualan juga
dilakukan untuk bisa terus memenuhi kebutuhan pelanggan yang dilihat dari hasil
ramalan agar manajer dapat memperhitungkan stock persediaan. Keberhasila yang
dicerminkan oleh kemampuan perencanaan dalam manajemen untuk
memanfaatkan peluang secara optimal sehingga dapat menghasilkan penjualan

1
Universitas pamulang
 2

dan laba sesuai dengan yang diharapkan serta untuk menghindari resiko yang
tidak diinginkan sehingga dapat mencapai suatu keuntungan.

Berdasarkan uraian di atas, penulis ingin mengetahui seberapa besar

keberhasilan Peramalan penjualan mainan, khususnya pada Toko Nip Nop
Ciputat. Oleh karena itu penulis memilih judul penelitian “PERAMALAN
JUMLAH PENDAPATAN TAHUNAN NIP NOP CIPUTAT TAHUN 2019 -
2020 MENGGUNAKAN METODE PEMULUSAN ( SMOOTHING )
EKSPONENSIAL GANDA DARI BROWN”.

1.2 Identifikasi Masalah

Adapun identifikasi masalah yang di bahas dalam rumusan kerja praktek ini:
1. Terdapat fluktuasi pendapatan tahunan di toko Nip Nop Ciputat.
2. Adanya keterkaitan antara pelayanan toko terhadap pendapatan tahunan.

1.3 Rumusan masalah

Sesuai latar belakang di atas, maka rumusan masalah yang di bahas adalah :
1. Bagaimana ramalan pendapatan tahunan Nip Nop Ciputat tahun 2019 -
2020?

1.4 Batasan Masalah

Batasan masalah untuk data yang di gunakan dalam analisis peramalan
pendapatan tahunan Nip Nop ciputat:
1. Metode yang di gunakan adalah metode pemulusan eksponensial ganda.
2. Data yang di gunakan berasal dari toko Nip Nop Ciputat.
3. Data yang digunakan merupakan data pendapatan tahunan Nip Nop
Ciputat tahun 2011 – 2018.
4. Peramalan yang dilakukan adalah untuk 2 (dua) tahun kedepan.

1.5 Tujuan Penelitian

Adapun tujuan dari penulisan Laporan Kerja Praktek ini adalah, sebagai
berikut :
1. Mengetahui jumlah pendapatan penjualan di toko Nip Nop Ciputat tahun
2019 - 2020.

Universita Pamulang
 3

1.6 Manfaat Penulisan

Manfaat dari penulisan Laporan Kerja Praktek ini yaitu :
1. Untuk memberi gambaran mengenai pendapatan tahunan Nip Nop Ciputat.
2. Dapat dijadikan sumber informasi bagi pengetahuan terutama dalam
bidang matematika.
3. Dapat dijadikan sebagai sumber referensi untuk pembaca yang ingin
melakukan penelitian dengan metode Pemulusan (Smoothing)
Eksponensian Ganda dari Brown.

1.7 Sistematika Penulisan

Sistematika penulisan laporan kerja praktek ini akan mengikuti penulisan
sebagai berikut :

BAB I PENDAHULUAN
Berisi tentang latar belakang masalah, identifikasi masalah, perumusan
masalah, pembatasan masalah, tujuan penelitian, manfaat penelitian dan
sistematika penelitian.

BAB II TINJAUAN PUSTAKA

Berisi tentang pengertian dan uraian mengenai teori – teori pendukung
yang digunakan sebagai landasan teori untuk pemecahan masalah.

BAB III METODOLOGI PENELITIAN

Berisi tentang metode penelitian, tempat dan waktu penelitian, deskripsi
lokasi penelitian, metode pengumpulan data, metode pengolahan data dan
alur penelitian.

BAB IV HASIL DAN PEMBAHASAN

Berisi tentang hasil analisis penelitian beserta pembahasan analisa dengan

menggunakan metode pemulusan (smoothing) eksponensial ganda satu
parameter dari brown.

BAB V PENUTUP

Universita Pamulang
 4

Berisi tentang kesimpulan dari hasil penelitian serta saran yang dapat
diberikan oleh penulis.

DAFTAR PUSTAKA

LAMPIRAN

Universita Pamulang
 BAB II
TINJAUAN PUSTAKA

2. 1 Peramalan (forecasting)
Peramalan adalah prediksi atau gambaran suatu keadaan atau suatu nilai di
masa yang akan datang. Peramalan merupakan bagian yang sangat penting dalam
bidang penjualan, karena hampir semua keputusan diambil berdasarkan ramalan
yang dilakukan untuk waktu yang akan datang. Peramalan adalah perhitungan
yang objektif dan dengan menggunakan data – data masa lalu untuk menentukan
sesuatu dimasa yang akan datang (Sumayang, 2003). Peramalan biasanya
dilakukan berdasarkan data – data masa lampau yang dianalisis dengan metode –
metode tertentu. Data masa lalu yang diperoleh dikumpulkan, dipelajari dan
dianalisis sehingga diperoleh hasil ramalannya sebagai acuan pengambilan
keputusan yang akan diambil untuk waktu yang akan datang. Ketepatan hasil
peramalan bisnis akan meningkatkan peluang tercapainya investasi yang
menguntungkan (Padang, 2013). Peramalan yang kurang baik akan menghasilkan
keputusan yang salah dan membuat perisahaan tidak siap dengan apa yang akan
terjadi dimasa depan seperti terjadinya kerugian baik kecil maupun besar yang
dapat membahayakan keadaan perusahaan tersebut.

Keahlian untung menaksir berbagai macam peristiwa saat ini nampaknya

akan sama lazimnya dengan kecermatan peramalan keadaan cuaca dalam
beberapa dekade. Kecenderungan untuk dapat meramalkan peristiwa secara lebih
tepat, khususnya dalam bidang ekonomi, akan terus - menerus memberikan dasar
yang lebih baik bagi perencanaan (Ardiyanto, 1991). Peramalan merupakan
bagian penting dari kegiatan pengambilan keputusan, sebab efektif atau tidaknya
suatu keputusan umumnya bergantung pada beberapa faktor yang tidak dapat
dilihat pada waktu keputusan itu diambil. Peranan peramalan dapat digunakan
dalam banyak bidang seperti ekonomi, keuangan, pemasaran, produksi, riset
operasi, administrasi negara, meteorologi, geofisika, kependudukan dan
pendidikan.

5
Universitas pamulang
 6

2. 2 Metode Peramalan
Metode peramalan yang baik adalah metode yang memberikan hasil
ramalan yang tidak jauh dengan kenyataan yang terjadi. Secara umum metode
peramalan dibagi menjadi dua kelompok utama yaitu metode peramalan kualitatif
dan metode peramalan kuantitatif. Adapun penjelasannya sebagai berikut :

1. Metode Peramalan Kualitatif

Peramalan kualitatif atau peramalan subjektif adalah peramalan yang
memanfaatkan faktor – faktor penting seperti intuisi, pemikiran logis atau
pengetahuan yang telah diperoleh sebelumnya. Metode peramalan yang
termasuk ke dalam metode peramalan kualitatif adalah metode Delphi,
pembuatan skenario, riset pasar dan kelompok fokus.

2. Metode Peramalan Kuantitatif

Peramalan kuantitatif adalah peramalan yang menggunakan berbagai model
matematis yang berdasarkan atas data historis atau variabel – variabel kausal
untuk meramalkan permintaan. Peramalan dengan menggunakan metode
kuantitatif dapat diterapkan apabila terdapat tiga kondisi yaitu: tersedia
informasi tentang masa lalu, informasi tersebut dapat dikuantitatifkan dalam
bentuk data numerik, dan dapat diasumsikan bahwa beberapa aspek pola
masa lalu akan terus berlanjut dimasa mendatang. Pada dasarnya metode
peramalan kuantitatif ini dapat dibedakan diatas :
a. Metode kausal (regresi) digunakan untuk menduga masa depan dari
suatu faktor yang diramalkan (seringkali dinamakan variabel bebas)
didasari suatu asumsi bahwa faktor itu menunjuk suatu hubungan sebab
– akibat dengan satu atau lebih variabel bebas.
b. Metode Time Series digunakan untun pendugaan masa depan dilakukan
berdasarkan pada nilai masa lalu dari suatu variabel dan kesalahan masa
lalu. Metode inimenitik beratkan pada pola data dan faktor gangguan
(distrubances) yang disebabkan oleh pengaruh acak (random). Tujuan
dari metode peramalan time series seperti merencanakan pola dalam
data time series ke masa depan.

Universita Pamulang
 7

2. 3 Data Time Series

Deret waktu (Time Series) adalah himpunan observasi berurut dalam waktu
atau dimensi apa saja yang lain. Suatu turunan adalah himpunan observasi
berurutan dalam dimensi waktu ataupun dalam dimensi lain. Ciri - ciri analisasi
runtun waktu yang menonjol adalah bahwa deretan observasi dalam suatu variabel
dipandang sebagai realisasi dari variabel random yang berdistribusi sama. Pola
data historis yang dimiliki dapat berpola horizontal, yaitu ketika nilai data
berfluktuasi disekitar rata – rata. Namun dalam kenyataannya data tersebut
bervariasi karena dipengaruhi oleh trend yaitu rata – rata gerakan penurunan atau
pertumbuhan jangka panjang pada serangkaian data historis. Siklis adalah
perubahan atau gelombang pasang surut suatu hal yang berulang kembali dalam
waktu lebih dari satu tahun. Musiman adalah gelombang pasang surut yang
berulang kembali dalam waktu sekitar satu tahun. Keempat pola tersebut dapat
dilihat pada gambar dibawah ini.

Gambar 2.1 Jenis – jenis pola data time series

a. Pola Horizontal

Universita Pamulang
 8

Pola horizontal terdapat ketika tidak ada trend dan data, (secara statistik,
hal ini disebut stasioneritas). Ketika pola seperti ini terjadi, data umumnya
disebut pola konstan, yang berarti pola itu tidak memiliki trend yang
meningkat ataupun menurun secara sistematis sepanjang waktu. Denga
demikian, kemungkinan bahwa nilai bentuknya dalam data ini di atas rata
– rata sama besarnya dengan kemungkinan nilai bahwa nilai berikutnya itu
berada di bawah rata – rata. Gambar 2.1 memperlihatkan pola horizontal
yang umumnya untuk sebuah variabel. Jenis situasi yang umumnya
memperlihatkan pola horizontal mencangkup produk – produk yang
memiliki keadaan yang stabil, dan kemungkinan penjualan perusahaan
dalam periode yang cukup pendek.
b. Pola Musiman
Pola musiman terdapat bila sebuah serial berfluktuasi sesuai dengan
beberapa faktor musiman, dapat dilihat pada gambar 2.1. pola musiman
dapat berupa data bulanan atau triwulan. Pola musiman terjadi karena
sejumlah alasan, yakni bergantung dari cara yang dipilih sebuah
perusahaan untuk menangani operasi tertentu yang disebabkan oleh
peristiwa formejur. Misalnya naik turunnya curah hujan harian di dalam
kurun waktu beberapa tahun mengandung pengaruh pengaruh musiman.
c. Pola Siklis
Pola siklis terjadi ketika data dipengaruhi oleh fluktuasi ekonomi jangka
panjang seperti yang berhubungan dengan siklis bisnis. Misalnya pada
penjualan produk seperti motor. Gambar 2.1 memberikan ilustrasi pola
siklis ini sulit diprediksikan karena tidak berulang dalam interval waktu
yang konstan dan panjangnya tidak beragam.
d. Pola Trend
Pola trend terjadi ketika terdapat fluktuasi pada data, umumnya nilai
variabel di sepanjang waktu. Misalnya, kenaikan permintaan yang
disebabkan oleh laju kenaikan jumlah penduduk yang tetap besarnya
adalah tergolong pengaruh trend, dapat dilihat pada gambar 2.1.

Universita Pamulang
 9

2. 4 Ketepatan Metode Ramalan

Bagi pemakai peramalan, ketepatan yang akan datang adalah yang paling
penting. Bagi pembuat model, terdapat beberapa macam pertanyaan yang sering
diajukan adalah sebagai berikut :
1. Berapa ketepatan tambahan yang dicapai dalam situasi tertentu melalui
pengunaan teknik peramalan formal?
2. Untuk situasi yang diketahui, berapa banyak perbaikan dapat diperoleh
dalam bentuk ketepatan ramalan?
3. Jika kesempatan untuk mencapai ketepatan yang lebih tinggi dalam situasi
tertentu telah dipahami, bagaimana pengetahuan itu dapat membantu
dalam pemilihan teknik peramalan yang tepat?

Bagian ini akan mendefinisikan berbagai ukran ketepatan peramalan yang

akan diperkirakan.

2.4. 1 Ukuran Standar Statistik

Jika 𝑋𝑖 merupakan data aktual untuk periode 𝑖 dan 𝐹𝑖 merupakan ramalan
untuk periode yang sama ,maka keslahan didefinisikan sebagai

𝑒𝑖 = 𝑋𝑖 − 𝐹𝑖 ........................................................................................ (2.1)

Jika terdapat nilai pengamatan dan peramalan untuk n periode waktu, maka
akan terdapat n buah galat dan ukuran statistik standar berikut yang dapat
didefinisikan :

 Nilai Tengah Galat (Mean Error)

n

e i
ME  i 1
...................................................................................(2.2)
n
 Nilai Tengah Galat Absolut (Mean Absolute Error)
n

e i
MAE  i 1
...............................................................................(2.3)
n
 Jumlah Kuadrat Galat (Sum Squared Error)
n
SSE   ei2 ..................................................................................(2.4)
i 1

Universita Pamulang
 10

 Nilai Tengah Galat Kuadrat (Mean Squared Error)

n

e 2
i
MSE  i 1
................................................................................(2.5)
n
 Deviasi Standar Galat (Standard Deviasion of Error)
n

e 2
i
SDE  i 1
.............................................................................(2.6)
n 1

2.4. 2 Ukuran – ukuan Relatif

Ukuran – ukuran relatif adalah sebagai berikut :
 Galat Persentase (Percentage Error)
X t  Ft
PEt  (100) .......................................................................(2.7)
Xt
 Nilai Tengah Galat Persentase (Mean Percentage Error)
n

 PE i
MPE  i 1
.............................................................................(2.8)
n
 Nilai Tengah Galat Persentase Absolut (Mean Absolute Percentage Error)
n

 PE i
MAPE  i 1
.......................................................................(2.9)
n

Ditetapkan dua metode peramalan yang berbeda untuk digunakan sebagai

dasar dalam mengevaluasi metode lain dalam situasi tertentu. Jika ramalan
dipersiapkan untuk satu periode, maka nilai aktual terakhir dapat digunakan
sebagai ramalan untuk periode berikutnya (dengan NF1). Dan jika adanya unsur
musiman atau deret (dengan NF2). Bila ini terjadi, maka MAPE metode ini adalah
sebagai berikut :

n
X i  X i 1

i2 Xi
NF1  (100) ...................................................................(2.10)
n 1

Universita Pamulang
 11

n
X 'i  X 'i 1
i2 Xi
NF 2  (100) ................................................................(2.11)
n 1

2.4. 3 Statistik-U dari Theil

Salah satu ukuran yang memiliki karakteristik adalah statistik-U yang
dikembangkan oleh Theil (1996). Statistik ini meripakan suatu perbandingan
relatif antara metoe peramalan formal dengan pendekatan naif dan juga
mengkuadratkan kesalahan yang terjadi sehingga kesalahan yang besar diberikan
lebih banyak bobot daripada kesalahan kecil. Secara sistematis, statistik-U dari
Theil didefinisikan sebagai berikut :

2
 Fi 1  X i  X i 1  X i 
n 1

 
i 1 
 / (n  1)
U
Xi  ................................................(2.12)
2
n 1
 X i 1  X i 
 
i 1 
 / (n  1)
Xi 

2
 Fi 1  X i 1 
n 1

 
i 1 

U
Xi  ...........................................................................(2.13)
2
n 1
 X i 1  X i 
 
i 1 

Xi 

Dengan demikian kisaran nilai statistik-U dapat disimpulkan sebagai

berikut:

U = 1 ; metode naif sama baiknya dengan teknik peramalan yang dievaluasi

U < 1 ; teknik peramalan yang digunakan adalah lebih baik daripada metode
naif.

Makin kecil nilai statistik-U, makin baik teknik peramalan dibandingkan

metode naif secara relatif.

Universita Pamulang
 12

2. 5 Metode Pemulusan (Smoothing) Eksponensial

Pemulusan eskponensial merupakan metode yang menunjukan penilaian
menurun secara eksponensial terhadap nilai observasi dimasa lalu, dimana nilai
saat ini diberi nilai relatif lebih besar dibanding nilai observasi dimasa lalu. Dan
ramalan tidak memerlukan penyimpanan banyak data untuk keperluan peramalan
berikutnya. Tujuan pemberian nilai untuk pemulusan hasil ramalan dan pola
grafiknya. Pemulusan (Smoothing) dapat digunakan untuk dua keperluan, yaitu
sebagai peramalan dan untuk mengurangi atau menghilangkan gejolak pendek
pada time series.
Metode Pemulusan Eksponensial digunakan jika bobot observasi tidak sama
melainkan menurun secara Ekxponensial dari observasi ekhir menuju pada data
yang lalu. Metode Pemulusan Eksponensial terdiri atas tunggal, ganda, dan
metode yang lebih rumit. Semuanya mempunyai sifat yang sama, yaitu nilai yang
lebih baru diberikan bobot yang relatif lebih besar dibandingkan nilai observasi di
masa yang lalu (Markidakis, 1993).

2.5.1 Pemulusan (Smoothing) Eksponensial Tunggal

Pemulusan Eksponensial Tunggal adalah metode peramalan yang
memberikan nilai menurun secara eksponensial untuk data yang makin jauh
kebelakang dimana ramalan tersebut hanya terdiri dari sati nilai saja (Markidakis,
1993).
Persamaan yang digunakan dalam metode Pemulusan Eksponensial
Tunggal, sebagai berikut :
X X 
Ft 1  Ft   t  t  N  ......................................................................(2.14)
N N 
Misalkan observasi pada masa lalu 𝑋𝑡−𝑁 tidak tersedia sehingga harus
digantikan dengan nilai pendekatan, nilai ramalan periode sebelumnya yaitu 𝐹𝑡
dengan mensubtitusikannya menjadi persamaan berikut :
X F 
Ft 1  Ft   t  t 
 N N
.................................................................(2.15)
1  1
   X t   1   Ft
N  N

Universita Pamulang
 13

Dimana :
1
= Nilai observasi paling akhir
N
1
1 = Nilai ramalan untuk nilai observasi pada periode –t
N

Dari persamaan (2.15) dapat diketahui bahwa ramalan yang dibuat

berdasarkan dari nilai yang digunakan, untuk nilai observasi yang akhir sebesar
1
dan nilai dari ramalan untuk nilai observasi pada periode tersebut adalah
N
 1 1
 1   . Karena N merupakan suatu bilangan positif, akan menjadi suatu
 N N
1
konstanta antara nol (jika N tak hingga) dan 1 (jika N=1). Dengan mengganti
N
dengan  , maka metode pemulusan (smoothing) eksponensial tunggal dapat
ditulis persamaannya sebagai berikut :

Ft 1   X t  1    Ft .........................................................................(2.16)

Dimana :
Ft 1 = Nilai ramalan untuk periode t+1

 = Nilai/konstanta smoothing( 0    1 )
Xt = Nilai aktual sekarang

Ft = Nilai periode ramalan t

Persamaan (2.16) menunjukkan bentuk umum yang digunakan dalam
menghitung ramalan dengan metode pemulusan eksponensial, dimana metode ini
banyak mengurangi masalah penyimpangan data. Metode Pemulusan
Eksponensial dapat diperluas dengan subtitusikan Ft dengan komponennya
sebagai berikut :

Ft   X t 1  1    Ft 1

Universita Pamulang
 14

Ft 1   X t  1    Ft

Ft 1   X t  1     X t 1  1    Ft 1 
............................................(2.17)
  X t   1    X t 1  1    Ft 1
2

Jika proses subtitusi ini diulangi dengan mengganti Ft 1 dengan

komponennya, Ft  2 dengan komponennya dan seterusnya, maka hasil

persamannya menjadi :

Ft 1   X t  1    X t 1   1    X t 2   1    X t 3 
2 3

..............(2.18)
 1    X t 4  ....   1     1    Ft ( N 1)
4 N 1 N

(Markidakis, 1993)

Dari persamaan (2.18) tersebut diketahui bahwa bobot yang digunakan

untuk setiap nilai yang telah terjadi pada masa lalu, bertambah secara
eksponensial. Hal inilah yang disebut metode pemulusan eksponensial, tujuan
metode ini untuk meramalkan rata – rata kuadrat kesalahan (mean square error).
Sehingga persamaan (2.16), dapat ditulis kembali sebagai berikut :

Ft 1   X t  1    Ft
.........................................................................(2.19)
 Ft   ( X t  Ft )

Jika  X t  Ft  diganti dengan et maka persamaannya menjadi :

Ft 1  Ft    et  ..................................................................................(2.20)

Dimana, et adalah kesalahan ramalan untuk periode t.

Dari persamaan (2.20) dapat diperhatikan bahwa ramalan yang dihasilkan
dari pemulusan eksponensial tinggal secara sederhana merupakan ramalan yang
selalu ditambah suatu penyesuaian untuk galat yang terjadi pada ramalan akhir.
Apabila nilai  mendekati 1, maka nilai ramalan yang baru akan
memperhitungkan suatu penyelesaian yang menyeluruh atas kesalahan pada

Universita Pamulang
 15

ramalan sebelumnya. Dan apanila nilai  nol, maka nilai ramalan baru akan
memperhitungkan suatu penyelesaian yang sangat kecil atas kesalahan ramalan
yang sebelumnya (Markidakis, 1993).

2.5.2 Pemulusan (Smoothing) Eksponensial Ganda Satu Parameter dari

Brown
Dasar pemikiran dari metode pemulusan eksponensial linier dari Brown
identik dengan rata – rata bergerak linier, karena kedua nilai pemulusan tunggal
dan ganda ketinggalan dari data yang sebenarnya ketika terdapat unsur trend. Pada
metode ini identik dengan rata – rata bergerak ganda, yaitu pertama menghasilkan
sesuatu yang menyerupai galat sistematis, dimana galat tersebut dikurangi dengan
menggunakan perbedaan antara pemulusan pertama dan pemulusan kedua.
Perbedaan antara rata – rata bergerak dengan metode Brown adalah terletak pada
penggunaan satu parameter  pada pemulusan pertama dan pemulusan kedua
(Markidakis, 1993).
Persamaan yang dipakai dalam implementasi pemulusan eksponensial ganda
satu perameter dari Brown adalah sebagai berikut :

s 't   X t  1    S 't 1 ........................................................................(2.21)

S "t   S 't  1    S "t 1 ......................................................................(2.22)

at  S 't  ( S 't  S "t )

............................................................................(2.23)
 2S 't  S "t

bt   S 't  S "t  .............................................................................(2.24)
1
Ft 1  at  bt m ......................................................................................(2.25)

Dimana :
S 't = Nilai pemulusan eksponensial tunggal

S "t = Nilai pemulusan eksponensial ganda

at = Nilai rata – rata yang disesuaikan pada periode t

Universita Pamulang
 16

bt = Taksiran trend dari periode waktu yang satu ke periode yang

berikutnya
Ft  m = Nilai ramalan untuk periode m ke muka dari periode waktu t
m = Julmah periode ke muka yang diramalkan
(Markidakis, 1993).

2.5.3 Pemulusan (Smoothing) Eksponensial Ganda Dua Parameter dari

Holt
Metode ini pada prinsipnya serupa dengan Brown, namun pada metode Holt
tidak menggunakan rumus pemulusan berganda secara langsung. Metode Holt,
memuluskan nilai trend dengan parameter yang berbeda dari parameter yang
digunakan pada deret yang asli (Markidakis, 1993).
Ramalan dari pemulusan eksponensial linier Holt didapat dengan
menggunakan dua konstanta pemulusan (dengan nilai antara 0 dan 1), dimana
persamaannya sebagai berikut :

St   X  1    St 1  bt 1  ............................................................(2.26)

1  1
Ft 1  X t  1   Ft ....................................................................(2.27)
N  N

bt    St  St 1   1    bt 1 ..............................................................(2.28)

Ft  m  St  bt m ...................................................................................(2.29)

Untuk pemulusan eksponensial linier dari holt memerlukan dua taksiran,

yang satu mengambil nilai pemulusan pertama S1 dan yang lain mengambil trend

b1 , pilih S1  X 1 , dimana memerlukan trend dari satu periode ke periode yang

lainnya, persamaannya dapat ditulis sebagai berikut :

b1  X 2  X1 .......................................................................................(2.30)
atau

Universita Pamulang
 17

b1 
 X 2  X1    X 3  X 2  X 4  X 3  ..............................................(2.31)
3

Dimana, b1 = Taksiran setelah data diplot

(Markidakis, 1993)

Universita Pamulang
 BAB III

METODELOGI PENELITIAN

3.1 Metodologi penelitian

Metode penelitian diartikan sebagai cara ilmiah yang digunakan untuk
mendapatkan data yang obyektif, valid, dan reliable, dengan tujuan dapat
ditemukan, dibuktikan, dan dikembangkan suatu pengetahuan, sehingga dapat
digunakan untuk memahami, memecahkan dan mengantisipasi masalah
(Sugiyono, 2006).

Metodelogi merupakan suatu analisis teoritis mengenai suatu cara.

Penelitian merupakan suatu penyelidikan yang sistematis untuk meningkatkan
sejumlah pengetahuan dan juga untuk menyelidiki masalah tertentu yang
memerlukan jawaban. Oleh karena itu, dapat disimpulkan bahwa metodelogi
penelitian adalah sebuah upaya sistematis yang dilakukan peneliti agar dapat
menjawab permasalahan – permasalahan yang terjadi dengan mengumpulkan data
yang dibutuhkan. Metodelogi penelitian berguna dalam rangka memetakan
pekerjaan penelitian secara keseluruhan dan memberikan kredibilitas kepada hasil
penelitian yang dicapai nantinya.

3.2 Waktu Penelitian

Kerja Praktek Lapangan ini dilakukan selama satu bulan terhitung dari
tanggal 1 Agustus 2019 sampai dengan 31 Agustus 2019.

3.3 Tempat Penelitian

Kerja Praktek Lapangan ini dilaksanakan di toko Nip Nop Ciputat yang
beralaman di jalan R.E Martadinata No.5, Cipayung, Kec. Ciputat, Kota
Tangerang Selatan, Banten 15411.

3.3.1 Sejarah Nip Nop Ciputat

Toko Nip Nop Ciputat merupakan suatu jenis usaha retail yang bergerak
dalam bidang penjualan barang atau mainan. Secara umum jenis barang yang
dijual biasanya seperti mainan anak – anak (boneka, mobilan, aksesoris dan lain –
lain).

18
Universitas pamulang
 19

Nip Nop Ciputat berdiri pada awal tahun 2011 yang berlokasi di jalan R.E
Martadinata No.5, Cipayung, Kec. Ciputat, Kota Tangerang Selatan, Banten
15411. Nip Nop Ciputat didirikan oleh seseorang yang mempunyai semangat
wirausaha yang sangat tinggi yaitu Ibu Nadia, untuk saat ini toko Nip Nop Ciputat
sudah berjalan delapan tahun dan sudah memiliki satu cabang yang beralamat di
jalan Tole Iskandar No.3, Mekar Jaya, Kec. Sukmajaya, Kota Depok, Jawa Barat
16412.

3.4 Populasi dan Sampel

3.4.1 Populasi Penelitian

Populasi berasal dari bahasa inggris yaitu population yang berarti jumlah
penduduk. Populasi penelitian merupakan keselurhan dari objek penelitian yang
dapat berupa manusia, hewan, tumbuhan, udara, gejala, nilai, peristiwa, sikap
hidup dan sebagainya. Sehingga objek – objek ini dapat menjadi sumber data
penelitian (Bungin, 2001). Sedangkan menurut Sugiyono pengertian populasi
dalam penelitian kuantitatif adalah wilayah generalisasi yang terdiri atas:
objek/subjek yang mempunyai kualitas dan karakteristiktertentu yang ditetapkan
oleh penelitian untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono,
2006).
Populasi pada penelitian ini adalah data – data yang dibutuhkan dalam
perhitungan untuk mendapatkan hasil ramalan pendapatan tahunan toko Nip Nop
Ciputat.

3.4.2 Sampel Penelitian

Sampel adalah sebagian atau wakil dari populasi yang akan diteliti
(Arikunto, 2002). Menurut Sugiyono sampel adalah bagian atau jumlah
karakteristik yang dimiliki oleh populasi tersebut. Bila populasi besar, dan peneliti
tidak mungkin mempelajari semua yang ada pada populasi, misalnya karena
keterbatasan dana, tenaga dan waktu maka peneliti akan mengambil sampel dari
populasi itu. Untuk itu sampel yang akan diambil dari populasi harus betul – betul
representatif (Sugiyono, 2006).

Universita Pamulang
 20

Sampel dalam penelitian ini adalah data jumlah pendapatan tahunan toko
Nip Nop Ciputat tahun 2011-2018.

3.5 Metode Pengumpulan Data

Data yang digunakan dalam pembuatan Laporan Kerja Praktek ini diperoleh
langsung dari studi lapangan di toko Nip Nop Ciputat.

3.6 Metode Pengolahan Data

Metode pengolahan data dilakukan dengan menggunakan metode

pemulusan (smoothing) eksponensial ganda dari brown dan dibantu dengan
menggunakan microsoft excel. Adapun tahapan pengolahan data dalam penelitian
ini adalah sebagai berikut :
1. Menentukan pola data yang terjadi dengan membuat grafik menggunakan data
yang ada lalu periksa pola data yang terbentuk dengan melihat model pola data.
2. Untuk mendapatkan model peramalan yang tepat, maka tentukan galat dengan
melakukan perhitungan ukuran statistik sebagai berikut :
a. Ukuran Statistik Standar

Jika 𝑋𝑖 merupakan data aktual untuk periode 𝑖 dan 𝐹𝑖 merupakan ramalan

untuk periode yang sama ,maka keslahan didefinisikan sebagai

𝑒𝑖 = 𝑋𝑖 − 𝐹𝑖

Jika terdapat nilai pengamatan dan peramalan untuk n periode waktu, maka
akan terdapat n buah galat dan ukuran statistik standar berikut yang dapat
didefinisikan :

a. Nilai Tengah Galat (Mean Error)

n

e i
ME  i 1

n
b. Nilai Tengah Galat Absolut (Mean Absolute Error)
n

e i
MAE  i 1

Universita Pamulang
 21

c. Jumlah Kuadrat Galat (Sum Squared Error)

n
SSE   ei2
i 1

d. Nilai Tengah Galat Kuadrat (Mean Squared Error)

n

e 2
i
MSE  i 1

n
e. Deviasi Standar Galat (Standard Deviasion of Error)
n

e 2
i
SDE  i 1

b. Ukuran – ukuran Relatif

Ukuran – ukuran relatif adalah sebagai berikut :
a. Galat Persentase (Percentage Error)
X t  Ft
PEt  (100)
Xt
b. Nilai Tengah Galat Persentase (Mean Percentage Error)
n

 PE i
MPE  i 1

n
c. Nilai Tengah Galat Persentase Absolut (Mean Absolute Percentage
Error)
n

 PE i
MAPE  i 1

Ditetapkan dua metode peramalan yang berbeda untuk digunakan sebagai

dasar dalam mengevaluasi metode lain dalam situasi tertentu. Jika ramalan
dipersiapkan untuk satu periode, maka nilai aktual terakhir dapat digunakan
sebagai ramalan untuk periode berikutnya (dengan NF1). Dan jika adanya
unsur musiman atau deret (dengan NF2). Bila ini terjadi, maka MAPE metode
ini adalah sebagai berikut :

Universita Pamulang
 22

n
X i  X i 1

i2 Xi
NF1  (100)
n 1

n
X 'i  X 'i 1

i2 Xi
NF 2  (100)
n 1

3. Memproyeksikan data dengan menggunakan metode yang sudah ditetapkan.

Dalam hal ini peneliti menggunakan metode Pemulusan (smoothing)
Eksponensial Ganda dri Brown. Adapun tahapan dari metode tersebut adalah
sebagai berikut :
S 't   X t  1    S 't 1

S "t   S 't  1    S "t 1

at  S 't  ( S 't  S "t )

 2S 't  S "t

bt   S 't  S "t 
1
Ft 1  at  bt m

Dimana :
S 't = Nilai pemulusan eksponensial tunggal

S "t = Nilai pemulusan eksponensial ganda

at = Nilai rata – rata yang disesuaikan pada periode t

bt = Taksiran trend dari periode waktu yang satu ke periode yang

berikutnya
Ft  m = Nilai ramalan untuk periode m ke muka dari periode waktu t
m = Julmah periode ke muka yang diramalkan

Universita Pamulang
 BAB IV
HASIL DAN PEMBAHASAN

4. 1 Hasil Penelitian
Hasil dari penelitian pembahasan masalah adalah penjabaran atas
pengukuran data kuantitatif menjadi suatu penyajian yang mudah. Dalam bab ini
di lakukan pembahasan masalah terhadap data yang telah di peroleh sesuai dengan
metode peramalan yang di gunakan.
Sumber data yang di analisa adalah Data Pendapatan Tahunan Nip Nop
Ciputat tahun 2011 - 2018. Analisa yang di gunakan adalah Metode Pemulusan
(Smoothing) Eksponensial Ganda. Datanya adalah sebagai berikut:

Tabel 4.1 Jumlah Pendapatan Tahunan Nip Nop Ciputat tahun 2011 - 2018 :

No Tahun Pendapatan
1 2011 124130505
2 2012 270120430
3 2013 356084270
4 2014 300077780
5 2015 259132725
6 2016 301228450
7 2017 335358900
8 2018 238356950

Berdasarkan tabel diatas dapat dibuat grafik sehingga dapat terlihat dengan
jelas pola data yang terjadi. Adapun grafik yang disajikan adalah sebagai berikut :

23
Universitas pamulang
 24

Pendapatan Tahunan Nip Nop Ciputat tahun

2011 - 2018
400000000

300000000

200000000

100000000

0
1 2 3 4 5 6 7 8

Series1

Gambar 4.1 Jumlah Pendapatan Tahunan Nip Nop Ciputat tahun 2011 –
2018
4. 2 Penyelesaian Masalah
Berikut ini akan di gunakan peramalan dengan Pemulusan (Smoothing)
Eksponensial Ganda dengan Metode Linear Satu Parameter dari Brown. dengan α
= 0.9 dan  = 0.5, sebagai berikut :
A. Dengan α = 0.9
Perhitungan S 't :

S 't   X t  (1   ) S 't 1
S '1  124130505
S '2  0,9(270120430)  (1  0,9)124130505  255521438
S '3  0,9(356084270)  (1  0,9)255521438  346027987
S '4  0,9(300077780)  (1  0,9)346027987  304672801
S '5  0,9(259132725)  (1  0,9)304672801  263686733
S '6  0,9(301228450)  (1  0,9)263686733  297474278
S '7  0,9(335358900)  (1  0,9)297474278  331570438
S '8  0,9(238356950)  (1  0,9)331570438  247678299

Perhitungan S "t :

S "t   S 't  (1   ) S "t 1

S "1  124130505
S "2  0,9(255521438)  (1  0,9)124130505  242382344
S "3  0,9(346027987)  (1  0,9)242382344  335663423
S "4  0,9(304672801)  (1  0,9)335663423  307771863

Universita Pamulang
 25

S "5  0,9(263686733)  (1  0,9)307771863  268095246

S "6  0,9(297474278)  (1  0,9)268095246  294536375
S "7  0,9(331570438)  (1  0,9)294536375  327867032
S "8  0,9(247678299)  (1  0,9)327867032  255697172

Perhitungan at :

at  S 't  ( S 't  S "t )  2 S 't  S "t

a1  2(124130505)  124130505  124130505
a2  2(255521438)  242382344  268660531
a3  2(346027987)  335663423  356392551
a4  2(304672801)  307771863  301573738
a5  2(263686733)  268095246  259278220
a6  2(287474278)  294536375  300412182
a7  2(331570438)  327867032  335273844
a8  2(247678299)  255697172  239659426

Perhitungan bt :

0,9
bt  ( S 't  S ''t )
1  0,9
0,9
b1  (124130505  124130505)  0
1  0,9
0,9
b2  (255521438  242382344)  118251839
1  0,9
0,9
b3  (346027987  335663423)  93281078
1  0,9
0,9
b4  (304672801  307771863)  27891560
1  0, 9
0,9
b5  (263686733  268095246)  39676617
1  0, 9
0,9
b6  (287474278  294536375)  26441129
1  0, 9
0,9
b7  (331570438  327867032)  33330657
1  0,9
0,9
b8  (247678299  255697172)  72169859
1  0, 9
Perhitungan Ft :

Ft  m  at  bt m

Universita Pamulang
 26

F11  124130505  0(1)  124130505

F21  268660531  118251839(1)  386912370
F31  356392551  93281078(1)  449673629
F41  301573738  (27891560)(1)  273682179
F51  259278220  (39676617)(1)  219601602
F61  300412182  26441129(1)  326853311
F7 1  335273844  33330657(1)  368604501
Perhitungan Untuk Dua Tahun Berikutnya:
Ft  m  at  bt m
F7 1  239659426  (72169859)(1)  167489566
F7  2  239659426  (72169859)(2)  95319707

Tabel 4.2 Peramalan jumlah pendapatan tahunan Nip Nop Ciputat tahun
2019 - 2020 𝜶 = 𝟎, 𝟗
Periode X St' St" at bt Ft
2011 124130505 124130505 124130505 124130505 0 0
2012 270120430 255521438 242382344 268660531 118251839 124130505
2013 356084270 346027987 335663423 356392551 93281078 386912370
2014 300077780 304672801 307771863 301573738 -27891560 449673629
2015 259132725 263686733 268095246 259278220 -39676617 273682179
2016 301228450 297474278 294536375 300412182 26441129 219601602
2017 335358900 331570438 327867032 335273844 33330657 326853311
2018 238356950 247678299 255697172 239659426 -72169859 368604501
2019 167489566
2020 95319707

B. Dengan α = 0.5
Perhitungan S 't :

S 't   X t  (1   ) S 't 1
S '1  124130505
S '2  0,5(270120430)  (1  0,5)124130505  197125468
S '3  0,5(356084270)  (1  0,5)197125468  276604869
S '4  0,5(300077780)  (1  0,5)276604869  288341324

Universita Pamulang
 27

S '5  0,5(259132725)  (1  0,5)288341324  273737025

S '6  0,5(301228450)  (1  0,5)273737025  287482737
S '7  0,5(335358900)  (1  0,5)287482737  311420819
S '8  0,5(238356950)  (1  0,5)311420819  274888884

Perhitungan S "t :

S "t   S 't  (1   ) S "t 1

S "1  124130505
S "2  0,5(197125468)  (1  0,5)124130505  160627986
S "3  0,5(276604869)  (1  0,5)160627986  218616428
S "4  0,5(288341324)  (1  0,5)218616428  253478876
S "5  0,5(273737025)  (1  0,5)253478876  263607950
S "6  0,5(287482737)  (1  0,5)263607950  275545344
S "7  0,5(311420819)  (1  0,5)275545344  293483081
S "8  0,5(274888884)  (1  0,5)293483081  284185983

Perhitungan at :

at  S 't  ( S 't  S "t )  2 S 't  S "t

a1  2(124130505)  124130505  124130505
a2  2(197125468)  160627986  233622949
a3  2(276604869)  218616428  334593310
a4  2( 288341324)  253478876  323203773
a5  2(273737025)  263607950  283866099
a6  2( 287482737)  275545344  299420131
a7  2(311420819)  293483081  329358556
a8  2(274888884)  284185983  265591786

Perhitungan bt :


bt  ( S 't  S ''t )
1
0,5
b1  (124130505  124130505)  0
1  0,5
0,5
b2  (197125468  160627986)  14598993
1  0,5
0,5
b3  (276604869  218616428)  23195377
1  0,5
0,5
b4  (288341324  253478876)  13944979
1  0, 5

Universita Pamulang
 28

0,5
b5  (273737025  263607950)  4051630
1  0,5
0,5
b6  (287482737  275545344)  4774957
1  0,5
0,5
b7  (311420819  293483081)  7175095
1  0,5
0,5
b8  (274888884  284185983)  3718839
1  0,5
Perhitungan Ft :

Ft  m  at  bt m
F11  124130505  0(1)  124130505
F21  233622949  14598993(1)  248221941
F31  334593310  23195377(1)  357788687
F41  323203773  13944979(1)  337148752
F51  283866099  4051630(1)  287917729
F61  299420131  4774957(1)  304195088
F7 1  329358556  7175095(1)  336533651
Perhitungan Untuk Dua Tahun Berikutnya:
Ft  m  at  bt m
F7 1  265591786  (3718839)(1)  261872946
F7  2  265591786  (3718839)(2)  258154107

Tabel 4.3 Peramalan jumlah pendapatan tahunan Nip Nop Ciputat tahun
2019 - 2020 𝜶 = 𝟎, 𝟓
periode x St' St" at bt Ft
2011 124130505 124130505 124130505 124130505 0
2012 270120430 197125468 160627986 233622949 14598993 124130505
2013 356084270 276604869 218616428 334593310 23195377 248221941
2014 300077780 288341324 253478876 323203773 13944979 357788687
2015 259132725 273737025 263607950 283866099 4051630 337148752
2016 301228450 287482737 275545344 299420131 4774957 287917729
2017 335358900 311420819 293483081 329358556 7175095 304195088
2018 238356950 274888884 284185983 265591786 -3718839 336533651

Universita Pamulang
 29

2019 261872946
2020 258154107

4. 3 Nilai Galat
Penjabaran nilai galat dari peramalan pendapatan tahunan Nip Nop Ciputat
menggunakan metode pemulusan (smoothing) eksponensial ganda dari brown,
adalah sebagai berikut :
A. Dengan α = 0.9
Galat ( ei )

ei  X i  Fi
e2  270120430  124130505  145989925
e3  356084270  386912370  (30828100)
e4  300077780  449673629  (149595849,3)
e5  259132725  273682179  ( 14549453,85)
e6  301228450  219601602  81626847, 72
e7  335358900  326853311  8505589, 083
e8  238356950  368604501  (130247550, 7)
e i e2  e3  e4  e5  e6  e7  e8  (89098591,96)

Rata – rata galat (ME)

n

e i
89098591,96
ME  i 1
  11137323,99
n 8

Nilai Tengah Galat Absolut (MAE)

e i
561343315.57
MAE  i 1
  70167914, 45
n 8
Jumlah Kuadrat Galat (SSE)
ei  X i  Fi
e2 2   270120430  124130505   21313058201505600
2

e32   356084270  386912370   950371749610000

2

e4 2   300077780  449673629   22378918112828700

2

Universita Pamulang
 30

e52   259132725  273682179   211686607333279

2

e6 2   301228450  219601602   6662942269112230

2

e7 2   335358900  326853311  72345045648858

2

e8 2   238356950  368604501  16964424453092100

2

e i
2
e2 2  e32  e4 2  e5 2  e6 2  e7 2  e8 2  68553746439130800

Nilai Galat Tengah Kuadrat (MSE)

n

e 2
i
68553746439130800
MSE  i 1
  8569218304891350
n 8
Deviasi Standar Galat (SDE)
n

e 2
i
68553746439130800
SDE  i 1
  98961570, 06
n 1 7
Galat Persentase (PE)
X t  Ft
PEt  (100)
Xt
X 2  F2 270120430  124130505
PE2  (100)  (100)  54, 05
X2 270120430
X 3  F3 356084270  386912370t
PE3  (100)  (100)  8, 66
X3 356084270
X 4  F4 300077780  449673629
PE4  (100)  (100)  49,85
X4 300077780
X 5  F5 259132725  273682179
PE5  (100)  (100)  5, 61
X5 259132725
X 6  F6 301228450  219601602
PE6  (100)  (100)  27,10
X6 301228450
X 7  F7 335358900  326853311t
PE7  (100)  (100)  2,54
X7 335358900
X 8  F8 238356950  368604501
PE8  (100)  (100)  54, 64
X8 238356950
 PE PE 2  PE3  PE4  PE5  PE6  PE7  PE8  35, 09

Universita Pamulang
 31

Nilai Tengan Galat Persentase (MPE)

n

 PE i
35, 09
MPE  i 1
  4.39
n 8

Nilai Tengah Galat Persentase (MAPE)

 PE i
202, 45
MAPE  i 1
  25,31
n 8

B. Dengan α = 0.5
Galat ( ei )

ei  X i  Fi
e2  270120430  124130505  145989925
e3  356084270  248221941  107862328,8
e4  300077780  357788687  (57710906,5)
e5  259132725  337148752  (78016027,19)
e6  301228450  287917729  13310721,19
e7  335358900  304195088  31163811, 73
e8  238356950  336533651  (98176701, 06)
e i e2  e3  e4  e5  e6  e7  e8  (64423151,92)

Rata – rata galat (ME)

n

e i
64423151,92
ME  i 1
  8052893,99
n 8
Nilai Tengah Galat Absolut (MAE)
n

e i
532230421, 42
MAE  i 1
  66528802, 68
n 8

Jumlah Kuadrat Galat (SSE)

ei  X i  Fi
e2 2   270120430  124130505   21313058201505600
2

e32   356084270  248221941  11634281963373100

2

Universita Pamulang
 32

e4 2   300077780  357788687   3330548729051740

2

e5 2   259132725  337148752   6086500498120740

2

e6 2   301228450  287917729   177175298531361

2

e7 2   335358900  304195088   971183161815569

2

e8 2   238356950  336533651  9638664631515490

2

e i
2
e2 2  e32  e4 2  e5 2  e6 2  e7 2  e8 2  53151412483913600

Nilai Galat Tengah Kuadrat (MSE)

n

e 2
i
53151412483913600
MSE  i 1
  6643926560489200
n 8
Deviasi Standar Galat (SDE)
n

e 2
i
53151412483913600
SDE  i 1
  87138159,99
n 1 7
Galat Persentase (PE)
X t  Ft
PEt  (100)
Xt
X 2  F2 270120430  124130505
PE2  (100)  (100)  54, 05
X2 270120430
X 3  F3 356084270  248221941
PE3  (100)  (100)  30, 29
X3 356084270
X 4  F4 300077780  357788687
PE4  (100)  (100)  19, 23
X4 300077780
X 5  F5 259132725  337148752
PE5  (100)  (100)  30,11
X5 259132725
X 6  F6 301228450  287917729
PE6  (100)  (100)  4, 42
X6 301228450
X 7  F7 335358900  304195088
PE7  (100)  (100)  9, 29
X7 335358900
X 8  F8 238356950  336533651
PE8  (100)  (100)  41,19
X8 238356950
 PE PE 2  PE3  PE4  PE5  PE6  PE7  PE8  7,52

Universita Pamulang
 33

Nilai Tengan Galat Persentase (MPE)

n

 PE i
7,52
MPE  i 1
  0,94
n 8
Nilai Tengah Galat Persentase (MAPE)
n

 PE i
188,58
MAPE  i 1
  23,57
n 8

Tabel 4.4 Ringsasan Perhitungan Nilai Galat

Nilai Kesalah 0.5 0.9

GALAT 64423151,92 -89098591,96
ME 8052893,99 -11137323,99
MAE 66528802,68 70167914,45
SSE 53151412483913600 68553746439130800
MSE 6643926560489200 8569218304891350
SDE 871381599,99 98961570,06
PE 7,52 -35,09
MPE 0,94 -4,39
MAPE 23,57 25,31

Dimana untuk menghitung data - data di atas di pergunakan n = 8.

Berdasarkan teori sebelumnya yang telah di jelaskan, ramalan yang baik adalah
peramalan yang mempunyai nilai kesalahan (galat) yang paling rendah. Maka
selanjutnya yang akan dibahas adalah hasil perhitungan ramalan dengan
menggunakan   0,5 .
4. 4 Pembahasan
Berdasarkan analisis yang telah dilakukan yang disertai perhitungan yang
telah diuraikan maka dapat dihasilkan beberapa uraian sebagai berikut :
1. Data yang telah diubah menjadi grafik akan memudahkan untuk melihat pola
data yang terjadi. Dalam hal ini, data pendapatan tahunan Nip Nop Ciputat
membentuk pola data musiman yang berfluktuatif.
2. Dengan menggunakan galat peramalan, diperoleh hasil sebagai berikut :

Universita Pamulang
 34

a. Jumlah Galatnya adalah 64423151,92

b. Jumlah Mean Error (ME) adalah 8052893,99
c. Jumlah Mean Absolute Error (MAE) adalah 66528802,68
d. Jumlah Sum of Squared Error (SSE) adalah 53151412483913600
e. Jumlah Mean Squared Error (MSE) adalah 6643926560489200
f. Jumlah Mean Persentage Error (MPE) adalah 0,94
g. Jumlah Mean Absolute Persentage Error (MAPE) adalah 23,57
3. Dengan perhitungan mengunakan metode Pemulusan (Smoothing)
Eksponensial Ganda dari Brown maka diperoleh hasil perkiraan pendapatan
tahunan Nip Nop Ciputat tahun 2019 – 2020 cenderung menurun, yaitu
pendapatan tahunan pada tahun 2019 diperkirakan sebesar 261872946
sedangkan pada tahun 2020 diperoleh perkiraan pendapatan tahunan sebesar
258154107.

Universita Pamulang
 BAB V
PENUTUP

5. 1 Kesimpulan
Berdasarkan hasil perhitungan pada bab pembahasan sebelumnya maka
dapat ditarik kesimpulan dengan menggunakan Metode Pemulusan (Smoothing)
Eksponensial Ganda dari Brown dengan menggunakan nilai   0,5 maka
diperoleh peramalan dengan jumlah pendapatan tahunan toko Nip Nop Ciputat
cenderung menurun pada dua tahun kedepan yaitu sebesar Rp. 261.872.946,00 di
tahun 2019 dan Rp.258.154.107,00 di tahun 2020.

5. 2 Saran
Saran penulis yang di harapkan dapat bermanfaat bagi instansi terkait adalah
sebagai berikut :
1. Dalam penggunaan metode ini sebaiknya dilihat terebih dahulu pola data
historinya agar dapat menentukan parameter yang tepat.
2. Bagi instansi terkait hasil penelitian ini semoga dapat dijadikan landasan
atau acuan untuk tindakan yang akan datang.
3. Disarankan untuk toko Nip Nop Ciputat agar lebih memperhatikan faktor –
faktor yang dapat mempengaruhi jumlah pendapatan tahunan pada tahun
tahun berikutnya agar tidak terjadi penurunan yang signifikan.

35
Universitas pamulang
 DAFTAR PUSTAKA

Ardiyanto, U. S. (1991). Metode dan Aplikasi Peramalan Edisi Kedua Jilid 1.

jakarta: Erlangga.

Arikunto, S. (2002). Prosedur Penelitian Suatu Pendekatan Praktik. Jakarta:

Rineka Cipta.

Bungin, B. (2001). Metodelogi Penelitian Sosial. Surabaya: Airlangga University

Press.

Markidakis. (1993). Metode dan Aplikasi Peramalan. jakarta: Erlangga.

Padang, E. (2013). Peramalan Jumlah Penumpang Kereta api Medan - Rantau

Praparat dengan Metode Pemulusan Ekaponensial Holt-Winters. Saintia
Matematika , 161-174.

Sugiyono. (2006). Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung:

AFABETA CV.

36 universitas Pamulang