MANAJEMEN PRODUKSI RS

“Teknik Prakiraan Ramalan Exponential Smoothing”

Dosen Pengampuh : A. Awalia Anwar, SKM., M.Kes
 Disusun Oleh
Kelompok 4 :

1. Widya Wati Astuti Abidin (B1B119038)

2. Khusnul Khatimah Halim (B1B119053)
3. Ananda Fitria Ramadani (B1B119055)
4. Urfan (B1B119057)
5. Nurfitrah (B1B119062)
 Pakiraan adalah estimasi informatif yang bersifat prediksi dalam menentukan
tren di massa mendatang menggunakan data historis sebagai inputnya.

Peramalan merupakan permintaan pada masa mendatang. Pada dasarnya peramalan

ialah hanya suatu perkiraan (guess), namun dengan teknik tertentu peramalan bisa
lebih baik dari sebuah perkiraan yang biasa dan peramalan dapat dinyatakan
perkiraan yang ilmiah (educated guess). Pengambilan keputusan dapat didasarkan
dengan peramalan yang ada.
 Exponential Smoothing
Exponential Smooting , dalam bahasa indonesia penghalusan
eksponensial

• Exponential Smooting (penghalusan eksponensial) merupakan suatu metode

peramalan rata-rata bergerak yang memberikan bobot secara eksponensial atau
bertingkat pada data-data terbarunya sehingga data-data terbaru tersebut akan
mendapatkan bobot yang lebih besar.

• Metode Peramalan Exponential Smoothing atau Penghalusan eksponensial

(Penghalusan bertingkat) ini banyak digunakan untuk meramalkan
permintaan barang (demand) yang perubahannya sangat cepat.
 EXPONENTIAL SMOOTHING

• Render dan Heizer (2005), Penghalusan exponential adalah teknik peramalan

rata-rata bergerak dengan pembobotan dimana data diberi bobot oleh sebuah
fungsi exponential.
• Trihendradi (2005), analisis exponential smoothing merupakan salah satu
analisis deret waktu, dan merupakan metode peramalan dengan memberi nilai
pembobot pada serangkaian pengamatan sebelumnya untuk memprediksi nilai
masa depan.
 METODE EXPONENTIAL SMOOTHING
Metode exponential smoothing dibagi lagi berdasarkan menjadi beberapa metode :

1. SINGLE EXPONENTIAL SMOOTHING

simple exponential smoothing yang digunakan pada peramalan

jangka pendek, biasanya hanya 1 bulan ke depan. Model
mengasumsikan bahwa data berfluktuasi di sekitar nilai mean yang
tetap, tanpa trend atau pola pertumbuhan konsisten.
2. DOUBLE EXPONENTIAL
SMOOTHING

Metode ini digunakan ketika data menunjukkan adanya trend. Exponential smoothing
dengan adanya trend seperti pemulusan sederhana kecuali bahwa dua komponen harus
diupdate setiap periode – level dan trendnya. Level adalah estimasi yang dimuluskan
dari nilai data pada akhir masing-masing periode. Trend adalah estimasi yang dihaluskan
dari pertumbuhan rata-rata pada akhir masing-masing periode.

3. TRIPEL EXPONENTIAL
SMOOTHING

Metode ini digunakan ketika data menunjukan adanya trend dan perilaku
musiman. Untuk menangani musiman, telah dikembangkan parameter persamaan
ketiga yang disebut metode “HoltWinters” sesuai dengan nama penemuya.
Rumus Exponential Smoothing
(Penghalusan Eksponensial)

  )

Keterangan:
Ft = Prakiraan Permintaan sekarang
Ft-1 = Prakiraan Permintaan yang lalu
α = Konstanta Eksponensial
Dt-1 = Permintaan Nyata
 Contoh Kasus
Menghitung
Exponential Smoothing
 Contoh Kasus

Sebuah perusahaan yang menjual Masker medis ingin meramalkan permintaan

produknya di pasar. Metode yang digunakan adalah metode Penghalusan
Eksponensial atau Exponential Smoothing. Perusahaan tersebut menggunakan
Konstanta  α = 0,1. Prakiraan Permintaan atau demand untuk bulan Januari
adalah 10.000 unit. Namun pada kenyataannya, permintaan aktual pada bulan
Januari tersebut hanya sebanyak 9.000 unit. Berapakah prakiraan untuk bulan
Februari?
 Penyelesaian
Diketahui :
α = 0,1
Ft – 1 = 10.000 unit

Dt – 1 = 9.000 unit

Ft = ?

Ft = Ft – 1 + α (Dt-1 – Ft-1)

Ft = 10.000 + 0,1 (9.000 – 10.000)
Ft = 10.000 + 0,1 (-1.000)
Ft = 10.000 + (-100)
Ft = 9.900
Jadi prakiraan permintaan untuk bulan Februari adalah 9.900 units.
 Penentuan Nilai Konstanta pada Metode
Peramalan Exponential Smoothing
Nilai konstanta dapat ditentukan dengan cara trial dan error (coba-coba).
Namun dapat juga menggunakan rumus dibawah ini :

Α = nilai Konstanta
α= 2 / (n + 1)
n = jumlah periode waktu

Contoh :
Bila data terdiri dari 9 bulan, maka α dapat diperoleh dengan
menggunakan perhitungan sebagai berikut :
α= 2 / (n + 1)
α= 2 / (9 + 1)
α= 2 / 10
α= 0,2

Jadi nilai konstanta yang dapat kita gunakan adalah 0,2.

THANK
YOU