APLIKASI SINGLE EXPONENTIAL

SM0OTING (SES) DAN ADAPTIVE NAMA : DYGTA

HADINAGARA
RESPONSE SINGLE NIM :
151061022
EXPONENTIAL SMOOTING JURUSAN :
(ARRSES) UNTUK FORECASTING STATISTIKA

BENCANA ALAM (BANJIR)

 POKOK MATERI

 PERAMALAN
 DEFINISI SES
 DEFINISI ARRSES
 STUDI KASUS
 PERBANDINGAN METODE
 KESIMPULAN
 PERAMALAN (FORECASTING)

Peramalan (forecasting) adalah suatu kegiatan

memperkirakan apa yang terjadi pada masa yang
akan datang berdasarkan data yang relevan pada
masa lalu dan menempatkannya ke masa yang
akan datang dengan suatu bentuk model
matematis (Arif Subekti, 2010).
 SINGLE EXPONENTIAL SMOOTING (SES)

Single Eksponensial Smooting merupakan kasus yang paling

sederhana dari pemulusan (smooting).
Metode Single Exponential Smooting atau penghalusan
eksponensial tunggal adalah suatu prosedur yang secara terus
menerus memperbaiki peramalan dengan merata-rata
(menghaluskan) nilai masa lalu dari suatu data runtut waktu
dengan cara menurun (eksponensial).
Model mengasumsikan bahwa data berfluktuasi di sekitar nilai
mean yang tetap, tanpa trend atau pola pertumbuhan konsisten
(Makridakis, 1999).
Persamaan yang digunakan dalam menghitung ramalan dengan
metode pemulusan eksponensial :

Ft 1 X t  (1 ) Ft

Ft  Peramalan untuk periode ke - t

X t  Nilai Aktual Time Series
Ft 1  Peramalan pada waktu ke t  1
  Konstanta perataan antara 0 dan 1
Inisialisasi data adalah sebagai berikut

F2  X 1
 ADAPTIVE RESPONSE RATE SINGLE
EXPONENTIAL SMOOTING (ARRSES)

Metode peramalan SES memerlukan spesifikasi nilai α

yang mempengaruhi nilai MAPE dan MSE. ARRSES
memiliki kelebihan atas SES dalam hal nilai α yang
dapat berubah secara terkendali sesuai dengan
adanya perubahan dalam pola datanya. ARRSES
bersifat adaptif karena nilai α akan berubah secara
otomatis jika terdapat perubahan dalam pola data
dasar.
Persamaan dasar metode ARRSES adalah sebagai berikut :

Ft 1  t X t  (1 ) Ft

Dimana Keterangan :
Et  ,  : Parameter antara 0 dan 1
 t 1  E t : Nilai absolut unsur kesalahan yang dihaluskan
Mt
M t : Kesalahan absolut pemulusan
Et   et  (1   ) Et 1
e t : kesalahan peramalan
M t   et  (1   ) M t 1
X t : Data observasi
et  X t  Ft
Ft : Data Peramalan
Inisialisai proses ARRSES sedikit lebih rumit daripada SES.
Sebagai berikut :

F2  X 1
2  3  4  
E1  M 1  0
 STUDI KASUS

Menggunakan data bencana alam (banjir) di Indonesia dari

tahun 1990-2017

Sumber Data : website resmi Badan Nasional Penanggulangan

Bencana (http://dibi.bnpb.go.id/)
 PLOT DATA

 Plot Data Aktual

1200

1000

800

600

400

200

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

Data Aktual
 Plot Data SES
1200

1000

800

600

400

200

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

Data Aktual Data Pemulusan 0.5 Data Pemulusan 0.3

 Plot Data ARRSES
1200

1000

800

600

400

200

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

Data Aktual Data Ramalan

 PERBANDINGAN METODE

 Pada metode Single Exponential Smooting menggunakan dua

buah nilai peluang (α) yaitu : 0.5 dan 0.3
Diperoleh nilai RMSE untuk α = 0.5 sebesar 166.1
sedangkan nilai RMSE untuk α = 0.3 sebesar 184.3. Artinya
metode SES yang terbaik pada kasus ini menggunakan α =
0.5 karena mempunyai nilai RMSE yang lebih kecil.
 Pada metode Single Exponential Smooting dengan α = 0.5
menghasilkan nilai RMSE sebesar 166.1 sedangkan metode
Adaptive Response Rate Single Exponential Smooting dengan
α=β=0.5 menghasilkan nilai RMSE sebesar 180.92. Artinya
metode yang terbaik adalah metode Single Exponential
Smooting (SES) dengan α = 0.5 karena nilai RMSE lebih kecil
dari nilai RMSE ARRSES.
 KESIMPULAN

 Dengan menggunakan metode Single Exponential Smooting diperoleh nilai

ramalan pada periode 27 (tahun 201 8 ) sebesar 8 40.5 dengan α = 0. 5.
Ar tinya jumlah bencana banj ir yang akan terjadi di Indonesia pada tahun
201 8 sebanyak 841 kali yang akan ter sebar diseluruh wilayah Indonesia
 Dengan menggunakan metode Single Exponential Smooting diperoleh nilai
ramalan pada peri ode 27 (tahun 201 8 ) s ebesar 75 4.82 dengan α = 0. 5 .
Ar tinya jumlah bencana banj ir yang akan terjadi di Indonesia pada tahun
201 8 sebanyak 755 kali yang akan ter sebar diseluruh wilayah Indonesia.
 Dengan menggunakan metode Adapti ve Resp onse Rate Single Exponential
Sm ooting diperoleh nilai ramalan pada peri ode 21 (tahun 201 8 ) sebesar
873 . Ar tinya bencana banjir yang akan terjadi di Indo nesia pada tahun
201 8 sebanyak 873 kali yang akan ter sebar di seluruh wilayah Indonesia
 Pada kasus peramal an bencana alam d engan metode Single Exponential
Smooting (SES) dan Adapti ve Response Rate Single Exponential Smooting
(ARRSES) diperoleh metode yang terbaik adalah metode SES dengan α =
0. 05 menghasilkan nilai RM SE sebesar 166 .1 yang lebih ke cil dari nilai
RMSE metode SES dengan α = 0.3 dan metode ARRSES .
TERIMAKASIH