Diskusi 5 Metode Peramalan

Jelaskan langkah-langkah dalam  metode penghalusan langsung

1) Membuat data dalam bentuk tabel untuk mempermudah perhitungan.

2) Misalkan kita mempunyai data runtun waktu dengan pola regresi linier :
k
xt   i zi [t ]   t ; t 1, 2,..., T
i 1

dengan :
xt = pengamatan x pada periode t
i = parameter yang tidak diketahui
Zt[t] = fungsi dari waktu t, yaitu polinom atau trigonometri
t = periode dengan T yang cukup besar
t = galat random pada periode t
Dapat juga ditulis dalam bentuk :
  
x  Z [T ]   
Dimana :

x   1   1 

  x2
     
 2

x ;   2 ; dan   
     
     
 xT   k   T 

3) Menaksir parameter 1, 2, …, t dilakukan dengan meminimumkan Jumlah Kuadrat

Galat Random Tersusut (JKGRT) :
 
b [T ]  G 1 [T ] g [T ]
Dimana :
G [T ]  Z  [T ]W Z [T ]
 
g[T]= Z [T] W x
Dengan :
  T 1 0................0 
 
0  T  2 0.........0 
W   ............................ 
 
 0.............0  1 0 
 
 0 .................. 0 1 
4) Menghitung matriks keadaan setimbang dari model regresi linier :
T 1  
G[T ]    j Z [ j ] Z [ j ]
j 0

Dengan :
 Z1[  j ] 
 
  Z 2 [ j ]   
Z [ j ]       dan Z [ j ]  adalah transpose dari Z [ j ].
  
 
 Z k [ j ] 


5) Menghitung vektor [T ] dari i :
a
 
a[T ]  G 1 g[T ]

Dimana masih memerlukan perhitungan vector g[T ] pada setiap periode T

6) Untuk menghindarinya, perlu menghitung matriks transisi L :

Dengan L adalah matriks transisi berukuran (k x k)

7) Mencari vector penghalus pada setiap periode T :

a. Jika vector
  
maka vector a [T ]   G 1 1
L G a [T  1]  xT G 1
Z [0]
 
b. Jika h  G 1
Z [0] dan e1[T ]  xT  xˆT [T  1] galat ramalan periode T yang
dibuat di akhir periode (T-1), maka
  
a[T ]  L a[T 1]  h e1[T ]

Catatan :
 
h  G 1 Z [0] adalah vector penghalus

Sumber :
Inisiasi 5.1