1

PERTEMUAN KE-7
PEMULUSAN EKSPONENSIAL GANDA
MATA KULIAH : METODE PERAMALAN

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

PROGRAM STUDI MATEMATIKA
UNIVERSITAS PAMULANG
TANGERANG SELATAN - BANTEN
2016

METODE PERAMALAN UNIVERSITAS PAMULANG

 2

A. TUJUAN
Setelah mempelajari materi pada pertemuan ke-6 ini diharapkan mahasiswa :
1) Mampu memprediksikan dengan metode eksponensial ganda dua parameter dari
Holt’s.
B. URAIAN MATERI
1. Metode Pemulusan ( Smoothing ) Eksponensial
Metode ini merupakan metode peramalan yang cukup baik untuk peramalan
jangka panjang dan jangka menengah, terutama pada tingkat operasional suatu
perusahaan, dalam perkembangan dasar matematis dari metode smoothing (forcasting by
Makridakis, hal 79-115) dapat dilihat bahwa konsep exponensial telah berkembang dan
menjadi metode praktis dengan penggunaan yang cukup luas, terutama dalam peramalan
bagi persediaan.
Kelebihan utama dari metode exponential smoothing adalah dilihat dari
kemudahan dalam operasi yang relative rendah, ada sedikit keraguan apakah ketepatan
yang lebih baik selalu dapat dicapai dengan menggunakan (QS) Quantitatif sistem
ataukah metode dekonposisi yang secara intuitif menarik, namun dalam hal ini jika
diperlukan peramalan untuk ratusan item.
Menurut Makridakis, Wheelwright & Mcgee dalam bukunya “forcasting” (hal
104). Menyatakan bahwa apabila data yang dianalisa bersifat stationer, maka
penggunaan metode rata-rata bergerak (moving average) atau single exponential
smoothing cukup tepat akan tetapi apabila datanya menunjukan suatu trend linier, maka
model yang baik untuk digunakan adalah exponential smoothing linier dari brown atau
model exponential smoothing linier dari holt.
Permasalahan umum yang dihadapi apabila menggunakan model pemulusan
eksponensial adalah memilih konstanta pemulusan yang diperkirakan tepat. Adapun
panduan untuk memperkirakan nilai 𝛼 yaitu antara lain :
a. Apabila pola historis dari data aktual permintaan sangat bergejolak atau tidak stabil
dari waktu ke waktu, kita memilih nilai 𝛼 mendekati 1.Biasanya di pilih nilai 𝛼 = 0.9;
namun pembaca dapat mencoba nilai 𝛼 yang lain yang mendekati 1 seperti 0.8; 0.99
tergantung sejauh mana gejolak dari data itu.
b. Apabila pola historis dari data akual permintaan tidak berfluktuasi atau relatif stabil
dari waktu ke waktu maka kita memilih nilai 𝛼 yang mendekati nol, katakanlah; a =
METODE PERAMALAN UNIVERSITAS PAMULANG
 3

0.2; 0.05; 0.01 tergantung sejauh mana kestabilan data itu, semakin stabil nilai 𝛼 yang
dipilih harus semakin kecil menuju ke nilai nol.

Metode pemulusan exponensial ganda dikembangkan oleh Brown’s untuk

mengatasi adanya perbedaan yang muncul antara data aktual dan nilai peramalan apabila
ada trend pada plot datanya. Untuk itu Brown’s memanfaatkan nilai peramalan dari
hasil single Eksponential Smothing dan Double Exponential smoothing. Perbedaan
antara kedua ditambahkan pada harga dari SES dengan demikian harga peramalan telah
disesuaikan terhadap trend pada plot datanya.
Metode exponensial ganda yang mana biasanya yang sering dipakai adalah
pemulusan exponensial ganda (Double Exponential Smoothing) dengan metode linear
satu parameter dari Brown dan metode linear dua parameter dari Holt. Dalam paper ini
yang akan dibahas adalah metode pemulusan exponensial ganda (Double Exponential
Smoothing) dengan metode linear dua parameter dari Holt.

2. Pemulusan Eksponensial Ganda (Double Exponential Smoothing) dengan

Metode Linear Dua Parameter dari Holt
Metode pemulusan eksponensial linear dari Holt pada prinsipnya serupa dengan
metode Brown kecuali bahwa Holt tidak menggunakan persamaan pemulusan berganda
secara langsung atau memperluas SES ke ES (Exponential Smoothing) linear. Sebagai
gantinya, Holt memuluskan nilai trend dengan parameter yang berbeda dari parameter
yang digunakan pada deret yang asli. Ramalan dari pemulusan eksponensial linier Holt
didapat dengan lebih fleksibel karena menggunakan dua konstanta pemulusan (dengan
nilai antara 0 sampai 1 (0 < 𝛼, 𝛾 < 1)) dan tiga persamaan:
Perhitungan pada kolom (3) digunakan persamaan
𝑆𝑡 = 𝛼𝑋𝑡 + (1 − 𝛼)(𝑆𝑡−1 + 𝑏𝑡−1 ) …(2.1)
Perhitungan pada kolom (4) digunakan persamaan
𝑏𝑡 = 𝛾 (𝑆𝑡 − 𝑆𝑡−1 ) + (1 − 𝛾)𝑏𝑡−1 …(2.2)

Akhirnya, perhitungan pada kolom (5) digunakan persamaan

𝐹𝑡+𝑚 = 𝑆𝑡 + 𝑏𝑡 𝑚 …(2.3)

METODE PERAMALAN UNIVERSITAS PAMULANG

 4

Dimana
𝑆𝑡 = data pemulusan pada periode ke-t
𝑏𝑡 = trend pemulusan pada periode ke-t
𝐹𝑡+𝑚 = peramalan pada periode ke- t+m

Persamaan (2.1) menyesuaikan 𝑆𝑡 secara langsung untuk trend periode

sebelumnya yaitu 𝑏𝑡−1 dengan menambahkan nilai pemulusan yang terakhir, yaitu 𝑆𝑡−1 .
Hal ini membantu untuk menghilangkan kelambatan dan menempatkan 𝑆𝑡 ke dasar
perkiraan nilai data saat ini.
Kemudian persamaan (2.2) meremajakan trend, yang ditunjukan sebagai
perbedaan antara dua nilai pemulusan yang terakhir. Hal ini tepat karena jika terdapat
kecenderungan di dalam data, nilai yang baru akan lebih tinggi atau lebih rendah dari
pada nilai yang sebelumnya. Karena mungkin masih terdapat sedikit kerandoman, maka
hal ini dihilangkan oleh pemulusan 𝛾 (gamma) trend pada periode akhir (𝑆𝑡 − 𝑆𝑡−1 ), dan
menambahkannya dengan taksiran trend sebelumnya dikalikan (1 − 𝛾). Jadi persamaan
diatas serupa dengan bentuk dasar pemulusan tunggal 𝐹𝑡+1 = 𝛼𝑋𝑡 + (1 − 𝛼𝑡 )𝐹𝑡 tetapi
dipakai untuk meremajakan trend.
Akhirnya persamaan (2.3) digunakan untuk peramalan ke depan. Trend 𝑏𝑡 ,
dikalikan dengan jumlah periode kedepan yang diramalkan, m dan ditambahkan pada
nilai dasar 𝑆𝑡 .
Sebagai contoh, untuk penjualan madu murni Pak Sehat periode Juli 2013
sampai Juli 2014 jika kita melakukan inisialisasi sebagai berikut. Tentukanlah ramalan
ke 12 dan 13 dengan metode pemulusan exponensial ganda (Double Exponential
Smoothing) dengan metode linear dua parameter dari Holt.!

Contoh :
Prediksikanlah penjualan pada periode bulan berikutnya dari data pada tabel 2.1 berikut
ini dengan menggunakan metode eksponensial ganda dua parameter dari Holt’s.

METODE PERAMALAN UNIVERSITAS PAMULANG

 5

Tabel 2.1 Penjualan Madu Murni Pak Sehat periode Juli 2013 sampai Juli 2014
Nilai Pengamatan
Waktu Tahun Bulan
( Xt )
1 2013 Juli 147
2 Agustus 120
3 September 149
4 Oktober 230
5 November 125
6 Desember 88
7 2014 Januari 161
8 Februari 153
9 Maret 179
10 April 258
11 Mei 250
12 Juni
13 Juli

Penyelesaian :
a. Cara menghitungnya sesuai rumus di atas dimulai mencari 𝑆𝑡 , 𝑏𝑡 , 𝐹𝑡+𝑚 . Langkah -
langkah penghitungannya sebagai berikut :

α = 0,2
𝛾 = 0,3
Maka ramalan yang menggunakan metode Holt’s adalah seperti ditunjukkan pada
Tabel 2.2.

Proses inisialisasi untuk pemulusan eksponensial linear dari Holt memerlukan dua
taksiran, yang satu mengambil nilai pemulusan pertama untuk 𝑆1 dan yang lain
mengambil trend 𝑏1 . Untuk yang pertama pilih 𝑆1 = 𝑋1 . sedangkan taksiran trend
kadang-kadang lebih merupakan masalah. Kita memerlukan taksiran trend dari satu
periode ke periode lainnya. Dengan beberapa kemungkinan sebagai berikut :

METODE PERAMALAN UNIVERSITAS PAMULANG

 6

𝑏1 = 𝑋2 − 𝑋1 , atau
(𝑋2 − 𝑋1 ) + (𝑋3 − 𝑋2 ) + (𝑋4 − 𝑋3 )
𝑏1 = , atau
3
(𝑋4 − 𝑋1 )
𝑏1 = ,
3
𝑏1 = taksiran kemiringan (slope) setelah data tersebut diplot

Bila data tersebut berkelakuan baik, hal ini tidak akan banyak menjadi masalah,
tetapi data persediaan pada tabel 1.1 menunjukkan penurunan (drop) yang dramatis
pada periode 1 ke periode 2. Jika perubahan (𝑋2 − 𝑋1 ) dimasukkan kedalam
taksiran kemiringan awal, maka system peramalan dalam jangka panjang dapat
mengatasi penurunan nilai yang besar tersebut bilamana keseluruhan trend nya
meningkat. Maka penghitungannya sebagai berikut :
𝑆1 = 𝑋1 = 147
(𝑋4 − 𝑋1 )
𝑏1 =
3
(230 − 147)
=
3
= 27,667
𝑆2 = 𝛼𝑋2 + (1 − 𝛼)(𝑆1 + 𝑏1 )
= 0,2 ∗ 120 + (1 − 0,2)(147 + 27,667)
= 163,733
𝑏2 = 𝛾(𝑆2 − 𝑆1 ) + (1 − 𝛾 )𝑏1
= 0,3 ∗ (163,733 − 147) + (1 − 0,3) ∗ 27,667
= 24,387
𝐹2+1 = 𝑆2 + 𝑏2 𝑚
= 163,733 + 24,387 ∗ 1
= 188,120
𝑆3 = 𝛼𝑋3 + (1 − 𝛼 )(𝑆2 + 𝑏2 )
= 0,2 ∗ 149 + (1 − 0,2)(163,733 + 24,387)

METODE PERAMALAN UNIVERSITAS PAMULANG

 7

= 141,277
𝑏3 = 𝛾(𝑆3 − 𝑆2 ) + (1 − 𝛾 )𝑏2
= 0,3 ∗ (141,277 − 163,733) + (1 − 0,3) ∗ 24,387
= 10,334
𝐹3+1 = 𝑆3 + 𝑏3 𝑚
= 141,277 + 10,334 ∗ 1
= 151,611
𝑆4 = 𝛼𝑋4 + (1 − 𝛼 )(𝑆3 + 𝑏3 )
= 0,2 ∗ 230 + (1 − 0,2)(141,277 + 10,334)
= 150,755
𝑏4 = 𝛾(𝑆4 − 𝑆3 ) + (1 − 𝛾 )𝑏3
= 0,3 ∗ (150,755 − 141,277) + (1 − 0,3) ∗ 10,334
= 10,077
𝐹4+1 = 𝑆4 + 𝑏4 𝑚
= 150,755 + 10,077 ∗ 1
= 160,832
𝑆5 = 𝛼𝑋5 + (1 − 𝛼 )(𝑆4 + 𝑏4 )
= 0,2 ∗ 125 + (1 − 0,2)(150,755 + 10,077)
= 137,542
𝑏5 = 𝛾(𝑆5 − 𝑆4 ) + (1 − 𝛾 )𝑏4
= 0,3 ∗ (137,542 − 150,755) + (1 − 0,3) ∗ 10,077
= 3,090
𝐹5+1 = 𝑆5 + 𝑏5 𝑚
= 137,542 + 3,090 ∗ 1
= 140,632
𝑆6 = 𝛼𝑋6 + (1 − 𝛼 )(𝑆5 + 𝑏5 )
= 0,2 ∗ 88 + (1 − 0,2)(137,542 + 3,090)
= 125,162
𝑏6 = 𝛾(𝑆6 − 𝑆5 ) + (1 − 𝛾 )𝑏5
METODE PERAMALAN UNIVERSITAS PAMULANG
 8

= 0,3 ∗ (125,162 − 137,542) + (1 − 0,3) ∗ 3,090

= −1,551
𝐹6+1 = 𝑆6 + 𝑏6 𝑚
= 125,162 + (−1,551) ∗ 1
= 123,611
𝑆7 = 𝛼𝑋7 + (1 − 𝛼 )(𝑆6 + 𝑏6 )
= 0,2 ∗ 161 + (1 − 0,2)(125,162 + (−1,551))
= 133,570
𝑏7 = 𝛾(𝑆7 − 𝑆6 ) + (1 − 𝛾 )𝑏6
= 0,3 ∗ (133,570 − 125,162) + (1 − 0,3) ∗ (−1,551)
= 1,437
𝐹7+1 = 𝑆7 + 𝑏7 𝑚
= 133,570 + 1,437 ∗ 1
= 135,007
𝑆8 = 𝛼𝑋8 + (1 − 𝛼 )(𝑆7 + 𝑏7 )
= 0,2 ∗ 153 + (1 − 0,2)(133,570 + 1,437)
= 136,307
𝑏8 = 𝛾(𝑆8 − 𝑆7 ) + (1 − 𝛾 )𝑏7
= 0,3 ∗ (136,307 − 133,570) + (1 − 0,3) ∗ 1,437
= 1,827
𝐹8+1 = 𝑆8 + 𝑏8 𝑚
= 136,307 + 1,827 ∗ 1
= 138,133

METODE PERAMALAN UNIVERSITAS PAMULANG

 9

Tabel 2.2 Perhitungan Permintaan Persediaan Untuk Produk Madu Murni Pak Sehat
dengan Menggunakan Metode Pemulusan Eksponensial Ganda dengan
Pendekatan Metode Linear Dua Paramater dari Holt’s
Permintaan Persediaan Data Trend Ramalan bila
Periode
untuk Produk ( X ) Pemulusan (𝑺𝒕 ) Pemulusan (𝑏𝑡 ) m=1
1 147 147.000 27.667
2 120 163.733 24.387
3 149 141.277 10.334 188.120
4 230 150.755 10.077 151.611
5 125 137.542 3.090 160.832
6 88 125.162 -1.551 140.632
7 161 133.570 1.437 123.611
8 153 136.307 1.827 135.007
9 179 138.133
10 258
11 250
12
13

Perhitungan yang ada dapat digambarkan dengan pertama kali melihat ramalan untuk
periode 9, dengan menggunakan 𝛼 = 0,2 perhitungannya diperoleh :
𝑆9 = 𝛼𝑋9 + (1 − 𝛼 )(𝑆8 + 𝑏8 )
= 0,2 ∗ 179 + (1 − 0,2)(136,307 + 1,827)
= 143,384
𝑏9 = 𝛾(𝑆9 − 𝑆8 ) + (1 − 𝛾 )𝑏8
= 0,3 ∗ (143,384 − 136,307)(1 − 0,3) ∗ 1,827
= 3,402
𝐹9+1 = 𝑆9 + 𝑏9 𝑚
= 143,384 + 3,402 ∗ 1
= 146,786

METODE PERAMALAN UNIVERSITAS PAMULANG

 10

𝑆10 = 𝛼𝑋10 + (1 − 𝛼)(𝑆9 + 𝑏9 )

= 0,2 ∗ 258 + (1 − 0,2)(143,384 + 3,402)
= 163,586
𝑏10 = 𝛾(𝑆10 − 𝑆9 ) + (1 − 𝛾 )𝑏9
= 0,3 ∗ (163,586 − 143,384) + (1 − 0,3) ∗ 3,402
= 8,442
𝐹10+1 = 𝑆10 + 𝑏10 𝑚
= 163,586 + 3,402 ∗ 1
= 172,028
𝑆11 = 𝛼𝑋11 + (1 − 𝛼)(𝑆10 + 𝑏10 )
= 0,2 ∗ 250 + (1 − 0,2)(163,586 + 8,442)
= 174,115
𝑏11 = 𝛾(𝑆11 − 𝑆10 ) + (1 − 𝛾 )𝑏10
= 0,3 ∗ (174,115 − 163,586) + (1 − 0,3) ∗ 8,442
= 9,068

METODE PERAMALAN UNIVERSITAS PAMULANG

 11

Tabel 2.3 Perhitungan Permintaan Persediaan Untuk Produk Madu Murni Pak Sehat
dengan Menggunakan Metode Pemulusan Eksponensial Ganda dengan
Pendekatan Metode Linear Dua Paramater dari Holt’s

Permintaan Persediaan Data Trend Ramalan bila

Periode
untuk Produk ( X ) Pemulusan (𝑺𝒕 ) Pemulusan (𝑏𝑡 ) m=1
1 147 147.000 27.667
2 120 163.733 24.387
3 149 141.277 10.334 188.120
4 230 150.755 10.077 151.611
5 125 137.542 3.090 160.832
6 88 125.162 -1.551 140.632
7 161 133.570 1.437 123.611
8 153 136.307 1.827 135.007
9 179 143.384 3.402 138.133
10 258 163.586 8.442 146.786
11 250 174.115 9.068 172.028

Akhirnya, ramalan untuk periode 12 dan 13 adalah

𝐹11+1 = 𝑆11 + 𝑏11 𝑚
= 174,115 + 9,068 ∗ 1
= 183,183
𝐹12+1 = 𝑆11 + 𝑏11 𝑚
= 174,115 + 9,068 ∗ 2
= 192,251

METODE PERAMALAN UNIVERSITAS PAMULANG

 12

Tabel 2.4 Perhitungan Akhir Permintaan Persediaan Untuk Produk Madu Murni Pak
Sehat dengan Menggunakan Metode Pemulusan Eksponensial Ganda dengan
Pendekatan Metode Linear Dua Paramater dari Holt’s
Ramalan
Permintaan Ramalan
Data Trend dengan
Periode Persediaan untuk bila
Pemulusan (𝑺𝒕 ) Pemulusan (𝑏𝑡 ) m yang
Produk ( X ) m=1
berbeda
1 147 147.000 27.667
2 120 163.733 24.387
3 149 141.277 10.334 188.120
4 230 150.755 10.077 151.611
5 125 137.542 3.090 160.832
6 88 125.162 -1.551 140.632
7 161 133.570 1.437 123.611
8 153 136.307 1.827 135.007
9 179 143.384 3.402 138.133
10 258 163.586 8.442 146.786
11 250 174.115 9.068 172.028
12 183.183
13 192.251

Tabel 2.5 Hasil Perhitungan dengan Menggunakan Microsoft Excel

METODE PERAMALAN UNIVERSITAS PAMULANG

 13

C. TUGAS
Prediksikan 4 periode bulan berikutnya pada tabel 2.5 dengan menggunakan metode
eksponensial ganda dengan dua parameter dari Holt’s.

Permintaan
Periode Persediaan untuk
Produk ( X )
1 127
2 100
3 129
4 210
5 105
6 68
7 141
8 133
9 159
10 228
11 230

D. REFERENSI
Assauri Sofjan. 1984. Teknik dan Metode Peramalan (Penerapannya dalam Ekonomi
dan Dunia Usaha). Jakarta : Lembaga Penerbit Fakultas Ekonomi
Universitas Indonesia.
Makridakis Spyros, dkk. 2002. Metode dan Aplikasi Peramalan. Tangerang Selatan :
Binarupa Aksara.

METODE PERAMALAN UNIVERSITAS PAMULANG