PEMULUSAN/SMOOTHI
NG DATA
METODE PERAMALAN
Metode Peramalan diklasifikasikan menjadi 2:
1.Metode Kualitatif
Data time
series
Jika tidak
memiliki
trend
Jika
memiliki
trend
Smoothin
g
Trend
models
Moving
average
Exponentia
l
smoothing
Linier
Quadratic
Exponentia
l
METODE PEMULUSAN/SMOOTHING
Moving
Average
Exponent
ial
Smoothin
g
Single
Moving
Average
Single
Exponential
Smoothing
Double
Moving
Averag
Double
(Holts)
Exponential
Smoothing
Triple
(Winters)
Exponential
Smoothing
n=ordo
1
2
sales
moving total
MA (3)
654
658
665
1977
672
1995
659
13
673
2010
665
671
2016
670
693
2037
672
21
694
2058
679
15
701
2088
686
15
10
703
2098
696
11
702
2106
699
12
710
2115
702
13
712
2124
705
14
711
2133
708
15
728
2151
711
17
16
654
717
Model
tren linier untuk penduga nilai data deret waktu
adalah sbb:
,
Dimana adalah penduga parameter yang tidak diketahui
Double MA didefinisikan sbg
Dapat ditunjukkan bahwa penduga bagi adalah:
()
Untuk meramal p periode ke depan dirumuskan sbg
sales
MA (3)
Double
MA (3)
654
658
665
672
659
673
665
665
675
671
670
669
675
680
-9
693
672
674
684
678
15
694
679
679
693
689
701
686
687
705
700
10
703
696
694
704
714
-11
11
702
699
699
705
709
-7
12
710
702
702
708
708
13
712
705
705
711
711
14
711
708
708
714
714
-3
15
728
711
712
722
717
11
16
717
727
Data aktual
9 10 11 12 13 14 15 16
MA (3)
Double MA (3)
4. Double Exponential
Smoothing
1.
Satu parameter (Browns method)
)
Persamaan yang digunakan untuk membuat
peramalan
4. Double Exponential
Smoothing
Ukuran
MA (3)
Double MA (3)
MSE
132.68
63.7
RMSE
3.33
2.52
MAE
10
6.5