Scribd
Unggah
400 tayangan9 halaman

SES Dan ARRSES

Metode Pemulusan Eksponensial memberikan bobot penurunan secara eksponensial terhadap nilai observasi yang lebih lama. Terdiri dari tunggal, ganda, dan yang lebih rumit, dengan nilai baru diberi bobot lebih besar. Metode tunggal seperti SES dan ARRSES, sedangkan ganda meliputi Brown, Holt, dan Winter.

Diunggah oleh

fanin
Hak Cipta
© © All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PPTX, PDF, TXT atau baca online di Scribd
400 tayangan9 halaman

SES Dan ARRSES

Metode Pemulusan Eksponensial memberikan bobot penurunan secara eksponensial terhadap nilai observasi yang lebih lama. Terdiri dari tunggal, ganda, dan yang lebih rumit, dengan nilai baru diberi bobot lebih besar. Metode tunggal seperti SES dan ARRSES, sedangkan ganda meliputi Brown, Holt, dan Winter.

Diunggah oleh

fanin
Hak Cipta
© © All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PPTX, PDF, TXT atau baca online di Scribd

Metode Pemulusan Eksponensial

Metode ini menunjukkan pembobotan


menurun secara eksponensial terhadap nilai
observasi yang lebih tua.
Metode pemulusan eksponensial ini terdiri
atas tunggal, ganda, dan yang lebih rumit.
Semuanya mempunyai sifat yang sama, yaitu
nilai yang lebih baru diberikan bobot yang
relatif lebih besar dibandingkan dengan nilai
observasi yang lebih lama.
Metode Pemulusan Eksponensial
Metode eksponensial tunggal antara lain :
• SES
• ARRSES
Metode eksponensial ganda antara lain :
• Metode Satu Parameter (Brown)
• Metode Dua Parameter (Holt)
• Metode Kuadratik Satu parameter (Brown)
• Metode Tiga Parameter (Winter)
Simple Exponential Smoothing (SES)

Simple Exponential Smoothing adalah teknik


yang bisa digunakan untuk menghaluskan
deret waktu
Dengan SES bisa didapatkan penampakan
atau impresi pada pergerakan jangka panjang
secara keseluruhan dalam data.
SES memiliki kelebihan yaitu dapat digunakan
untuk mendapatkan peramalan jangka
pendek untuk sebuah deret waktu.
Simple Exponential Smoothing (SES)

SES hanya membutuhkan minimal dua titik


atau butir data guna meramalkan nilai yang
akan terjadi pada masa yang akan datang.
Tujuan dari metode ini adalah meminimalkan
nilai MSE.
Model diasumsikan berfluktuasi disekitar nilai
rata-rata yang tetap tanpa trend atau pola
pertumbuhan yang konsisten.
Simple Exponential Smoothing (SES)

Ft 1  X t  1   Ft
Eksponensial Tunggal: Pendekatan Adaptif

Pemulusan Eksponensial tunggal dengan tingkat respon yang


adaptif (ARRSES) memiliki kelebihan dibandingkan Single
Eksponensial Tunggal (SES) yaitu nilai 𝛼 yang berubah secara
otomatis jika terdapat perubahan pada pola data (bersifat
adaptif).

Parameter α dan β bernilai antara 0 dan 1.


Eksponensial Tunggal: Pendekatan Adaptif

Metode ini dapat bermanfaat untuk sistem peramalan


yang melibatkan sejumlah besar item, tetapi perlu
hati-hati dalam mengevaluasi adanya fluktuasi 𝛼 dan
mungkin mengekang perubahan ini dengan beberapa
pengendalian.
Salah satunya adalah dengan menentukan batas
atas berapa banyak 𝛼 diizinkan berubah dari satu
periode ke periode selanjutnya.
Aplikasi Metode ARRSES
Wassalam

The End of This Session

Anda mungkin juga menyukai