perbandingan metode pemulusan ...digilib.unila.ac.id/58393/3/skripsi tanpa bab pembahasan.pdfbadan...
TRANSCRIPT
PERBANDINGAN METODE PEMULUSAN EKSPONENSIAL GANDAHOLT DAN METODE PEMULUSAN GANDA BROWN
(Skripsi)
Oleh
M. FADHIL YANUAR
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAMUNIVERSITAS LAMPUNG
BANDAR LAMPUNG2019
ABSTRACT
THE COMPARISON OF DOUBLE HOLT EXPONENTIAL SMOOTHINGMETHOD AND DOUBLE BROWN SMOOTHING METHOD
By
M. FADHIL YANUAR
Forecasting is the activity of predicting what will happen in the future.There arethree known models in forecasting such as econometric model, time series, andqualitative forecast. The exponential smoothing forecasting model is one of timeseries forecasting model that suitable for short and medium term data. Theexponential smoothing forecasting model l is best method for forecasting timeseries data that contains the trend. There are two double exponential smoothingmethods, double Brown exponentials smoothing of one parameter and DoubleHolt Exponential Smoothing of two parameter . Double Brown Smoothingmethod is a method that looks like moving linear avarage, because both of singleand double value were left from the real data if there was a trend. Double Holtsmoothing method same like Brown, but not using double smoothing formuladirectly. Both methods were compared and determined the best.
The results of this researchwere the greater the value of α in Brown's doubleexponential smoothing method got the better forecasting results. In the Holtdouble exponential smoothing method the greater the value of α and the smallerthe value of γ, got the better forecasting value. Brown's double exponentialsmoothing method was better used in forecasting petroleum price data..
Keyword :Forecasting, Time Series, Double holt Exponential smoothing, DoubleBrown Exponential Smoothing, Trend.
ABSTRAK
PERBANDINGAN METODE PEMULUSAN EKSPONENSIAL GANDAHOLT DAN METODE PEMULUSAN GANDA BROWN
Oleh
M. FADHIL YANUAR
Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yangakan datang. Dalam peramalan terdapat tiga model yang dikenal yaitu modelekonometrika, deret waktu, ramalan kualitatif. Model peramalan pemulusaneksponensial merupakan salah satu model ramalan deret waktu yang cukup sesuaiuntuk data jangka pendek dan menengah. Model peramalan pemulusaneksponensial terbaik untuk melakukan peramalan pada data deret waktu yangmemuat trend. Terdapat dua metode pemulusan eksponensial ganda yaitupemulusan eksponensial ganda satu parameter Brown dan pumulusaneksponensial ganda dua parameter Holt. Metode Pemulusan Ganda Brown adalahmetode yang serupa dengan rata-rata bergerak liniear karena kedua nilaipemulusan tunggal dan ganda ketinggalan dari data yang sebenarnya jika terdapatunsur trend. Metode Pemulusan Ganda Holt dalam prinsipnya serupa denganBrown namun Holt tidak menggunakan rumus pemulusan berganda secaralangsung. Dari kedua metode tersebut dibandingan dan ditentukan yang terbaik.
Hasil dari penelitian ini adalah semakin besar nilai α pada metode pemulusaneksponensial ganda Brown semakin baik hasil ramalan. Pada metode pemulusaneksponensial ganda Holt semakin besar nilai α dan semakin kecil nilai γ makasemakin baik nilai ramalan. Metode pemulusan eksponensial ganda Brown lebihbaik digunakan dalam meramalkan data harga minyak bumi.
Kata Kunci :Peramalan, Deret Waktu, Pemulusan Eksponensial Ganda Holt,Pemulusan Eksponensial Ganda Brown, Trend.
PERBANDINGAN METODE PEMULUSAN EKSPONENSIAL GANDA
HOLT DAN METODE PEMULUSAN PEMULUSAN GANDA BROWN
Oleh
M. FADHIL YANUAR
Skripsi
Sebagai Salah Satu Syarat untuk Memperoleh Gelar
SARJANA SAINS
Pada
Jurusan Matematika
Fakultas Matematika dan Ilmu Pengetahuan Alam
Universitas Lampung
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS LAMPUNG
BANDAR LAMPUNG
2019
RIWAYAT HIDUP
Penulis bernama M. Fadhil Yanuar, dilahirkan di Bandar Lampung pada tanggal
10 Januari 1997 dan merupakan anak ketiga dari tiga bersaudara dari pasangan
Bapak Hero Zulkarnaen dan Ibu Idi Sari.
Penulis menempuh pendidikan di TK Kartika II-28 pada tahun 2001 lalu Sekolah
Dasar Kartika II-5 pada tahun 2002-2008, pendidikan menengah pertama di SMP
Negeri 25 Bandar Lampung pada tahun 2008-2011 dan pendidikan menengah atas
di SMA Taman Siswa Teluk Betung Bandar Lampung pada tahun 2011-2014.
Pada tahun 2014 penulis terdaftar sebagai Mahasiswa Program Studi S1
Matematika Jurusan Matematika FMIPA Universitas Lampung Bandar Lampung
melalui jalur SBMPTN.
Pada bulan Januari – Februari 2017 penulis melaksanakan Kerja Praktik (KP) di
Badan Kependudukan dan Keluarga Berencana Nasional (BKKBN) Provinsi
Lampung dan Kuliah Kerja Nyata (KKN) di Desa Kedondong Kecamatan
Kedondong Kabupaten Pesawaran pada Bulan Juli–Agustus 2017.
KATA INSPIRASI
“Maka nikmat Tuhan kamu yang manakah yang kamu dustakan?”
(QS. Ar-Rahman : 13)
“Allah tidak akan membebani seseorang melainkan sesuai dengan kesanggupannya.”
(QS. Al–Baqarah : 286)
“Jangan biarkan kesulitan membuatmu gelisah, karena bagaimanapun juga hanya di
malam yang paling gelaplah bintang-bintang tampak bersinar lebih terang.”
(Ali bin AbiThalib)
“Kesuksesan adalah guru yang buruk. Kesuksesan menggoda orang-orang pandai
untuk berfikir bahwa hanya mereka tidak bisa kalah. ”
(Bill Gates)
“Kesabaran adalah pintu menuju kesuksesan”
(M. Fadhil Yanuar)
PERSEMBAHAN
Puji dan syukur kepada Allah SWT atas segala hidayah dan karunia-Nya.
Shalawat dan salam semoga selalu tercurah kepada Nabi Muhammad SAW.
Dengan kerendahan hati dan rasa syukur, kupersembahkan sebuah karya kecil ini sebagai
tanda cinta dan sayangku kepada :
Ayah dan Ibu tercinta yang telah membesarkanku dengan penuh kasih sayang,
pengorbanan, dan kesabaran. Terimakasih atas setiap tetes keringat dan doa dari ayah dan
ibu untuk kebahagiaan dan keberhasilan putra kalian ini.
Kakak-kakakku Ses Seni dan Uti Intan terima kasih atas doa, semangat dan dukungan
yang selalu diberikan.
Bapak/Ibu dosen, Bapak/Ibu guru, Sahabat, Teman-temanku yang telah banyak membantu
dalam perjalananku sampai disini dan insane pilihan Allah SWT yang kelak akan menjadi
pendamping hidupku serta almamater yang aku banggakan Universitas Lampung.
SANWACANA
Puji syukur penulis ucapkan kehadirat Allah SWT, karena atas limpahan rahmat,
hidayah, serta kasih sayang-Nya Penulis dapat menyelesaikan skripsi yang
berjudul“Perbandingan Metode Pemulusan Eksponensial Ganda Holt dan Metode
Pemulusan Ganda Brown”ini. Skripsi ini disusun sebagai salah satu syarat untuk
memperoleh gelar Sarjana Sains di Jurusan Matematika Fakultas Matematika dan
Ilmu Pengetahuan Alam Universitas Lampung.
Dalam penyusunan skripsi ini tidak lepas dari dukungan berbagai pihak. Sehingga
dengan segala kerendahan dan ketulusan hati Penulis mengucapkan terima kasih
kepada :
1. Bapak Drs. Nusyirwan, M.Si.selaku Dosen Pembimbing yang telah
memberikan bimbingan, arahan serta saran dan kesediaan waktu selama
penyusunan skripsi ini.
2. Ibu Dra. Dorrah Aziz, M.Si. selaku Dosen Pembimbing II yang telah
memberikan bimbingan serta saran selama penyusunan skripsi ini.
3. Ibu Widiarti, S.Si., M.Si. selaku Dosen Penguji yang telah banyak
membantu dalam mengevaluasi serta mengarahkan penulis untuk
menyelesaikan skripsi ini.
4. Ibu Prof. Dra. Wamiliana, M.A., Ph.D selakuPembimbing Akademik dan
Ketua Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan
Alam Universitas Lampung.
5. Bapak Drs. Suratman, M.Sc. selaku dekan FMIPA Universitas Lampung.
6. Seluruh Dosen dan Staff Jurusan Matematika FMIPA Universitas
Lampung.
7. Ayah, Ibu, Ses Seni, Uti Intan, Ima dan keluarga besar penulis yang
senantiasa selalu mendukung, mendo’akan serta member semangat kepada
penulis.
8. Sahabat canda tawa Aris, Raka, Ardi, Fathur, Kodir, Zhofar, Alvin, Kiki,
Aldo, Zulfikar, Adit, Agus, Arif, Drajat, Ncek, Redi, Fajar, Ayub, Julian,
Bibit yang telah melakukan banyak hal dari awal perkuliahan hingga
skripsi ini berhasil terbuat.
9. Teman-teman seperjuangan seluruh Keluarga Matematika 2014, terima
kasih atas kebersamaannya selamaini.
10. Alamamater Universitas Lampung dan semua pihak yang terlibat dalam
penyusunan skripsi ini yang tidak dapat disebutkan satu-persatu namanya.
Bandar Lampung, 2 Agustus 2019Penulis
M. Fadhil Yanuar
i
DAFTAR ISI
Halaman
DAFTAR ISI ……………………………………………………….. i
DAFTAR TABEL …………………………………………………. iii
DAFTAR GAMBAR ……………………………………………… iv
I. PENDAHULUAN
1.1 Latar Belakang dan Masalah ...................................................... 1
1.2 Tujuan Penelitian ........................................................................ 3
1.3 Manfaat Penelitian ...................................................................... 3
II. TINJAUAN PUSTAKA
2.1 Data Deret Waktu .................................................................. 4
2.2 Peramalan Deret Waktu ........................................................ 5
2.3 Pola Data ............................................................................... 6
2.4 Metode Exponential Smothing.................................................. 8
2.5 Metode Pemulusan Eksponensial Ganda Brown .................... 9
2.6 Metode Pemulusan Eksponensial Ganda Holt.......................... 11
2.7 Menghitung Kesalahan Peramalan............................................ 13
III. METODOLOGI PENELITIAN
3.1 Waktu dan Tempat Penelitian ................................................... 14
3.2 Data Penelitian .......................................................................... 14
ii
3.3 Metode Penelitian ...................................................................... 14
IV. HASIL DAN PEMBAHASAN
4.1 Data Penelitian ........................................................................ 16
4.2 Pembahasan ......................................................................... 17
V. KESIMPULAN
DAFTAR PUSTAKA
LAMPIRAN
iii
DAFTAR TABEL
Tabel Halaman
1. Data Harian Penutupan Harga Emas Dunia ………………………. 16
2. Perhitungan MSE Pemulusan Eksponensial Ganda Holt ……...… 22
3. Perhitungan MAE Pemulusan Eksponensial Ganda Holt ……..….. 23
4. Perhitungan MSE dan MAE Eksponensial Ganda Brown ………. 25
iv
DAFTAR GAMBAR
Halaman
Gambar 1. Pola Data Horisontal ..............................................................…. 6
Gambar 2. Pola Data Musiman (Seasonal) ………………..………………. 7
Gambar 3. Pola Data Siklus ….......................……………..………………. 7
Gambar 4. Pola Data Trend ….......................……………..………………. 8
Gambar 5. Scatter Plot Data Harga Emas Dunia..….……..………………. 19
1
I. PENDAHULUAN
1.1 Latar Belakang dan Masalah
Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang akan
datang. Peramalan adalah salah satu unsur yang sangat penting dalam pengambilan
keputusan. Peramalan menjadi dasar bagi perencanaan jangka pendek maupun jangka
panjang. Suatu dalil yang dapat diterima bahwa semakin baik ramalan tersedia untuk
pimpinan semakin baik pula prestasi kerja mereka sehubungan dengan keputusan yang
diambil. Ramalan yang dilakukan umumnya akan berdasarkan pada data masa lampau
yang dianalisis dengan menggunakan cara-cara tertentu. Data masa lampau
dikumpulkan, dipelajari, dan dianalisis dihubungkan dengan pejalanan waktu. Karena
adanya faktor waktu, maka dari hasil analisis tersebut dapat dikatakan sesuatu yang akan
terjadi pada masa mendatang. Peramalan banyak digunakan dan membantu dengan baik
dalam berbagai manajemen sebagai dasar-dasar perencanaan, pengawasan, dan
pengambilan keputusan.
Dalam peramalan terdapat tiga model yang dikenal untuk menganalisis peramalan yaitu
model ekonometrika, model deret waktu dan model ramalan kualitatif. Model peramalan
pemulusan eksponensial merupakan salah satu model ramalan deret waktu. Pemulusan
2
eksponensial adalah suatu prosedur yang secara terus menerus memperbaiki ramalan
dengan merata-rata atau menghaluskan nilai masa lalu dari suatu data deret waktu
dengan cara menurut. Metode pemulusan eksponensial dinyatakan cukup sesuai untuk
peramalan jangka pendek dan jangka menengah. Metode pemulusan eksponensial tidak
membedakan masing-masing komponen dan pola dasar yang ada. Dalam metode
pemulusan eksponensial sendiri teradapat 3 metode yaitu Single Exponential Smoothing,
Double Exponential Smoothing dan Triple Exponential Smoothing. Metode Single
Exponential Smoothing digunakan untuk peramalan jangka pendek. Metode Double
Exponential Smoothing digunakan ketika pola data berbentuk trend. Metode Triple
Exponential Smoothing digunakan ketika data menunjukkan adanya trend dan perilaku
musiman.
Pemulusan eksponensial ganda merupakan metode pemulusan eksponensial yang proses
pemulusannya dilakukan dua kali. Metode ini digunakan dengan tujuan mengurangi atau
menghilangkan keteracakan data deret waktu. Pemulusan eksponensial merupakan salah
satu model peramalan yang terbaik untuk melakukan peramalan pada data deret waktu
yang memuat trend. Pada penelitian ini, pemulusan eksponensial yang digunakan adalah
pemulusan eksponensial ganda karena penulis ingin membandingkan pemulusan
eksponensial ganda satu parameter dari Brown dan metode pemulusan ganda dua
parameter dari Holt. Perbandingan tersebut digunakan untuk mencari yang terbaik
dengan nilai error terkecil yang di ukur melalui nilai-nilai MSE (Mean Squared Error)
dan MAE (Mean Absolut Error). Berdasarkan hal tersebut penulis akan melakukan
3
perbandingan peramalan tersebut dengan menggunakan data deret waktu harga emas
dunia dari 4 Desember 2017 sampai dengan 2 Mei 2018.
1.2 Tujuan Penelitian
Penelitian ini bertujuan untuk mengkaji dan membandingkan hasil peramalan dan nilai
ketepatan peramalan antara metode pemulusan eksponensial ganda Holt dan metode
pemulusan eksponensial ganda Brown.
1.3 Manfaat Penelitian
Manfaat penelitian ini adalah dapat memberikan informasi bagi pembaca dalam memilih
metode saat menggunakan metode pemulusan eksponensial ganda.
4
II. TINJAUAN PUSTAKA
2.1 Data Deret Waktu
Data deret waktu adalah data yang dicatat atau dikumpulkan berdasarkan periode waktu
tertentu. Untuk menemukan pola data deret waktu, baik itu kecenderungan maupun
volatilitasnya, serta untuk menemukan struktur hubungan antar variabel-variabel
ekonomi yang bergerak dari waktu ke waktu diperlukan analisis ekonometrika deret
waktu. Dengan mengetahui pola dan struktur hubungan antar peubah tersebut, model
ekonometrika dapat digunakan untuk menjelaskan struktur hubungan antarpeubah
ekonomi yang dapat dijadikan dasar untuk melakukan peramalan/prediksi atau pun
sebagai dasar untuk menilai efektifitas berbagai kebijakan ekonomi (Juanda dan Junaidi,
2012).
Analisis data berkala memungkinkan untuk mengetahui perkembangan suatu atau
beberapa kejadian serta hubungan/pengaruh terhadap kejadian lainya. Misalnya, apakah
kenaikan biaya iklan akan diikuti dengan dengan kenaikan prestasi kerja, apakah
penurunan bunga deposito diikuti penurunan jumlah tabungan deposito, dan sebagainya.
Dengan kata lain apakah perubahan suatu kejadian mempengaruhi kejadian lainya, kalau
memang mempengaruhi berapa besarnya pengaruh tersebut secara kuantitatif. Kalau
5
biaya iklan Rp 100 juta, berapa kenaikan hasil penjualan yang dapat diharapkan, kalau
gaji naik 1% berapa persen kenaikan prestasi kerja, kalau deposito turun 1% berapa
persen penurunan jumlah tabungan deposito. Dengan demikian dari data deret waktu
dapat ditentukan ramalan-ramalan berdasarkan garis regresi atau trend. Secara
matematis suatu data deret waktu diberi simbol Y1, Y2, Yi, … Yn sebagai nilai dari
variable Y (yaitu produksi, nilai penjualan, nilai ekspor, harga, dan lain sebagainya). Y1
= data pada waktu pertama, Y2 = data waktu kedua, Yi = data waktu ke i dan Yn = data
waktu ke-n. Y merupakan fungsi dari waktu, Y = f(x) , dimana x = waktu (Soejoeti,
1987).
2.2 Peramalan Deret Waktu
Peramalan adalah perkiraan mengenai sesuatu yang belum terjadi. Dalam ilmu
pengetahuan sosial segala sesuatu itu serba tidak pasti, suka diperkirakan secara tepat.
Dalam hal ini perlu dilakukan ramalan. Peramalan dilakukan berdasarkan data yang
terdapat selama masa lampau yang menganalisis dengan menggunakan cara-cara
tertentu (Subagyo,1986).
Peramalan menjadi bagian penting dalam setiap organisasi hal ini tekait setiap
pengambilan keputusan manajemen yang tentunya akan mempengaruhi perkembangan
organisasi. Peramalan menjadi dasar bagi perencanaan jangka panjang maupun jangka
pendek dari suatu organisasi. Metode peramalan berfungsi untuk memprediksi data deret
waktu beberapa periode yang akan datang berdasarkan pada data dimasa lalu. Hal ini
6
melibatkan pengambilan data masa lalu dan menempatkannya ke masa yang akan
datang dalam bentuk persamaan matematis (Arga, 1984).
2.3 Pola Data
Menurut Makridakis, dkk (1993), hal penting yang harus diperhatikan dalam metode
deret berkala adalah menetukan jenis pola data, sehingga dapat dengan tepat
menentukan metode yang akan digunakan dalam metode tersebut. Pola data umumnya
dapat dibedakan sebagai berikut.
1. Pola Data Horisontal
Pola ini terjadi bila nilai berfluktuasi disekitar nilai rata-rata yang konstan.
Gambar 1. Pola Data Horisontal
7
2. Pola Data Musiman (Seasonal)
Pola yang menunjukkan perubahan yang berulang ulang secara periodik dalam deret
waktu. Pola yang terjadi bila suatu deret dipengaruhi oleh faktor musiman misalnya
kuartal tahun tertentu, bulan, atau hari-hari pada minggu tertentu.
Gambar 2. Pola Data Musiman
3. Pola Data Siklus (Cyclical)
Pola data yang menunjukkan gerakan naik atau turun dalam jangka panjang dari suatu
kurva trend, yang terjadi akibat pengaruh oleh fluktuasi ekonomi jangka panjang seperti
yang berhubungan dengan siklus bisnis.
Gambar 3. Pola Data Siklus
8
4. Pola Data Trend
Pola yang menunjukkan kenaikan atau penurunan jangka panjang dalam data.
Gambar 4. Pola Data Trend
2.4 Metode Exponential Smoothing
Metode exponential smoothing merupakan pengembangan dari metode moving average.
Dalam metode ini peramalan dilakukan dengan mengulang perhitungan secara terus-
menerus dengan menggunakan data terbaru, setiap data terbaru diberi bobot yang lebih
besar. Tujuan dari metode ini adalah menentukan nilai α yang meminimumkan MSE
pada kelompok penguji.
1. Single Exponential Smoothing
Metode pemulusan eksponensial tunggal dikembangkan dari metode rata-rata bergerak,
yaitu jika terdapat data dari t pengalamatan maka nilai peramalan pada waktu t+1 adalah= ⋯ = ∑ (2.1)
= + ( − ) (2.2)
9
Sehingga metode pemulusan eksponensial untuk N pengamatan dituliskan sebagai
berikut. = + − (2.3)
Bila nilai observasi tidak tersedia maka harus diganti dengan nilai pendekatannya
yaitu pada periode t dengan persamaan= + − (2.4)
= + 1 − (2.5)
Jadi nilai ramalan pada waktu t+1 tergantung pada pembobotan nilai observasi saat t
yaitu dan pada pembobotan nilai ramalan saat t yaitu 1 − bernilai antara 0 dan 1.
dimisalkan dengan α maka diperoleh persamaan := + [1 − ] (2.6)
2. Double Exponential Smoothing
Metode pemulusan eksponensial ganda adalah metode pemulusan eksponensial yang
proses pemulusannya dilakukan dua kali. Pemulusan eksponensial ganda terdiri dari dua
metode yaitu metode pemulusan eksponensial ganda satu parameter Brown dan metode
pemulusan ganda dua parameter dari Holt (Makridakis, 1993).
2.5 Metode Pemulusan Eksponensial Ganda Brown
Dasar pemikiran dari pemulusan eksponensial dari Brown adalah serupa dengan rata-
rata bergerak linear karena kedua nilai pemulusan tunggal dan ganda ketinggalan dari
10
data yang sebenarnya jika terdapat unsur trend, perbedaan antara nilai pemulusan
tunggal dan ganda dapat ditambahkan kedalam nilai pemulusan dan disesuaikan untuk
trend. Persamaan yang digunakan dalam pemulusan linier satu parameter Brown
ditunjukkan sebagai berikut:
′ = + (1 − ) ′ (2.7)
′′ = ′ + (1 − ) ′′ (2.8)= ′ + ( ′ − ′′ ) = 2 ′ − ′′ (2.9)= ( ′ − ′′ ) (2.10)= + (2.11)
dengan :
′ = nilai pemulusan eksponensial tunggal pada periode ke t
′ = nilai pemulusan eksponensial tunggal pada periode ke t-1
′′ = nilai pemulusan eksponensial ganda pada periode ke t
′′ = nilai pemulusan eksponensial ganda pada periode ke t-1
m = jumlah periode yang diramalkan
α = parameter pemulusan eksponensial, 0<α<1, = konstan pemulusan
= nilai aktual pada periode ke-t
= ramalan m periode kedepan
Agar dapat menggunakan persamaan di atas, nilai ′ dan ′′ harus ada. Tetapi
pada saat t=1, nilai-nilai tersebut belum tersedia. Jadi, nilai-nilai ini harus ditentukan
11
pada awal periode. Hal ini dapat dilakukan dengan menetapkan nilai ′ dan ′′
sama dengan atau dengan menggunakan suatu nilai rata-rata dari beberapa nilai
pertama sebagai titik awal (Syahputra, 2010).
2.6 Metode Pemulusan Eksponensial Ganda Holt
Menurut Makridakis (1993), metode pemulusan eksponensial linier dari holt dalam
prinsipnya serupa dengan Brown namun Holt tidak menggunkan rumus pemulusan
berganda secara langsung. Sebagai gantinya, Holt memuluskan nilai trend dengan
parameter yang berbeda dari parameter yang digunakan pada deret asli. Ramalan dari
pemulusan (dengan nilai antara 0 dan 1).
Ramalan dari pemulusan eksponensial ganda Holt untuk periode m didapat adalah= + (1 − )( + ) (2.12)= ( − ) + (1 − ) (2.13)= + (2.14)
dengan : = nilai pemulusan eksponensial pada periode ke t
= nilai pemulusan eksponensial pada periode ke t-1
= nilai aktual pada periode ke t
= nilai trend pada periode ke t
= nilai trend pada periode ke t-1
, γ = parameter pemulusan dengan nilai antara 0 dan 1
m = periode yang akan diramalkan
12
= ramalan m periode kedepan
Persamaan di atas menyesuaikan secara langsung untuk trend periode sebelumnya,
yaitu dengan menambahkan nilai pemulusan terakhir, yaitu . Hal ini membantu
untuk menghilangkan kelambatan dan menempatkan kedasar pemikiran nilai data saat
ini.
Peremajaan nilai trend pada persamaan di atas digunakan nilai pemulusan terakhir. Agar
menghilangkan sifat keacakan maka digunakan parameter pemulusan γ pada periode
terakhir ( − ) dan ditambahkan dengan taksiran trend sebelumnya dengan (1-γ).
Inisialisasi adalah nilai awal yang digunakan dalam peramalan eksponensial. Proses
inisialisasi untuk pemulusan eksponensial linier Holt memerlukan data taksiran yaitu
dan .
Taksiran-taksiran tersebut dapat diperoleh dari:
a. Untuk inisialisasi , diambil =b. Untuk inisialisasi ada tiga alternatif, yaitu:
1. = − (2.15)
2. = ( ) ( ) ( )(2.16)
3. = taksiran kemiringan (slope) setelah data tersebut diplot
13
2.7 Menghitung Kesalahan Peramalan
Ukuran kesalahan peramalan digunakan untuk mengevaluasi nilai parameter peramalan.
Nilai parameter peramalan yang terbaik adalah nilai yang memberikan kesalahan
peramalan yang terkecil. Kesalahan peramalan pada metode pemulusan eksponensial
ganda Holt dan Brown dihitung menggunakan :
1. MSE (Mean Square Error) / Nilai Tengah Kesalahan Kuadrat= ∑( )(2.17)
2. MAE (Mean Absolute Error) / Nilai Tengah Kesalahan Absolut= ∑[ ](2.18)
dengan :
= data pada periode ke t
= nilai ramalan pada periode t
= banyaknya periode waktu
14
III. METODOLOGI PENELITIAN
3.1 Waktu dan Tempat Penelitian
Penelitian ini dilakukan pada semester genap tahun akademik 2017/2018,
bertempat di Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan
Alam Universitas Lampung.
3.2 Data Penelitian
Data yang digunakan adalah data runtun waktu sekunder yang diambil dari
https://pusatdata.kontan.co.id untuk data harian penutupan harga emas dunia pada
periode 4 Desember 2017 sampai 2 Mei 2018.
3.3 Metode Penelitian
Langkah-langkah yang dilakukan pada penelitian ini adalah sebagai berikut:
1. Membuat Scatter plot untuk menentukan pola data.
2. Menghitung nilai peramalan dengan menggunakan metode eksponensial
pemulusan ganda Holt.
15
3. Menghitung nilai peramalan dengan menggunakan metode eksponensial
pemulusan ganda Brown.
4. Menghitung kesalahan peramalan dengan MSE (Mean Square Error) pada
metode eksponensial pemulusan ganda Holt.
5. Menghitung kesalahan peramalan dengan MAE (Mean Absolute Error) pada
metode eksponensial pemulusan ganda Holt.
6. Menghitung kesalahan peramalan dengan MSE (Mean Square Error) pada
metode eksponensial pemulusan ganda Brown.
7. Menghitung kesalahan peramalan dengan MSE (Mean Absolute Error) pada
metode eksponensial pemulusan ganda Brown.
8. Melakukan perbandingan nilai kesalahan pada metode eksponesial pemulusan
Holt dan metode eksponensial pemulusan Brown untuk menentukan metode
terbaik.
V. KESIMPULAN
Kesimpulan dari penelitian ini adalah sebagai berikut:
1. Nilai kesalahan terkecil pada metode eksponensial ganda Holt didapat pada
saat nilai α sebesar 0,9 dan nilai γ sebesar 0,1 dengan nilai MSE 348.765,5 dan
nilai MAE 449,13. Nilai kesalahan terkecil pada metode eksponensial ganda
Brown didapat pad saaat nilai α sebesar 0,9 dengan nilai MSE 55.994,8 dan
nilai MAE 154,07.
2. Untuk metode Brown semakin nilai α mendekati satu semakin baik nilai
ramalannya sedangkan untuk metode Holt semakin nilai α mendekati satu dan
nilai γ mendekati nol maka semakin baik nilai ramalannya.
3. Nilai MSE dan MAE dari metode eksponensial ganda Brown lebih kecil dari
metode eksponensial ganda Holt yang menunjukkan bahwa metode
eksponensial ganda Brown lebih baik untuk melakukan peramalan pada data
harga emas dunia.
DAFTAR PUSTAKA
Arga, W. 1984. Analisis Runtun Waktu Teori dan Aplikasi. BPFE Yogyakarta,Yogyakarta.
Heizer, J. dan Render, B. 2009. Manajemen Operasi. Salemba Empat, Jakarta.
Juanda, B. dan Junaidi. 2012. Ekonometrika Deret Waktu Teori dan Aplikasi. IPBPRESS, Bogor.
Makridakis, dkk. 1993. Metode dan Aplikasi Peramalan. Erlangga, Jakarta.
Soejoeti, Z. 1987. Analisis Runtun Waktu. Karunia Jakarta, Jakarta.
Subagyo, P.1986. Forecasting Konsep dan Aplikasi. BPFE Yogyakarta,Yogyakarta.
Syahputra, E. 2010. Aplikasi Metode Pemulusan Ganda dari Brown untukPeramalan Produksi Kelapa Sawit pada PT. Perkebunan Nusantara IIITahun 2010 dan 2011. Universitas Diponegoro, Semarang.