1 / 10

Forecast dengan Smoothing

Teknik Proyeksi Bisnis. Forecast dengan Smoothing. Lecturer: Febriyanto, SE, MM. Metode Single Exponential Smoothing Metode Double Exponential Smoothing Metode Triple Exponential Smoothing. Metode Single Exponential Smoothing. α = 0.10 S t = α X t-1 + (1- α )S t-1 S 2 = 20

ocean
Télécharger la présentation

Forecast dengan Smoothing

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Teknik Proyeksi Bisnis Forecast dengan Smoothing Lecturer: Febriyanto, SE, MM • Metode Single Exponential Smoothing • Metode Double Exponential Smoothing • Metode Triple Exponential Smoothing

  2. Metode Single Exponential Smoothing • α = 0.10 • St = α Xt-1 + (1- α)St-1 • S2 = 20 • S3 = 0.10 (21)+(1-0.10)20 • S3 = 20.10 • S4 = 0.10 (19)+(1-0.10)20.10 • S4 = 19.99 • St = α Xt-1 + (1- α)St-1 • St-1 = Forecast untuk periode t-1 • Xt-1 = Data periode t-1 • α = nilai pengurang forecast error, ditentukan secara bebas dengan nilai antara 0 – 1.

  3. Metode Single Exponential Smoothing

  4. Metode Single Exponential Smoothing

  5. Metode Single Exponential Smoothing • a : 0.10 a: 0.50 a: 0.90 • Mean Absolute eror 1.90 2.2 2.54 • Mean Square eror 4.76 6.5 8.75 • Nilai eror yang digunakan untuk forecast adalah dengan a: 0.10, karena mempunyai tingkat kesalahan yang paling kecil sehingga forecastnya lebih tepat.

  6. Metode Double Exponential Smoothing • Metode ini merupakan model linear dan proses smoothing dilakukan dua kali. • St’ = aXt + (1-a)S’t-1 • S”t = aS’t + (1-a)S”t-1 • Forecast dilakukan dengan rumus • St+m = at + btm • m = Jangka waktu forecast ke depan • at = 2 S’t – S”t • bt = {a/(1-a)}.(S’t – S”t) • Untuk menentukan nilai a caranya adalah trial and error. Dicari nilai a yang dapat meminimumkan nilai mean square error. • Metode double exponential smoothing ini biasanya lebih tepat untuk meramalkan data yang mengalami trend kenaikan.

  7. Metode Double Exponential Smoothing • Dengan a = 0.20, jika X1 = 120, karena belum cukup data maka, S’1=120, S”1=120 dan f2 = 120 • Jika X2 = 125, maka: • S’2 = 0.20 (125) + (1 – 0.20) 120 = 121 (Kolom ke 3) • S”2 = 0.20 (121) + (1 – 0.20) 120 = 120.2 (Kolom ke 4) • a2 = 2(121) – 120.2 = 121.80 (Kolom ke 5) • b2 = 0.20/(1-0.20) (121 – 120.20) = 0.20 (kolom ke 6) • Nilai Forecast tahun ke 3 • F3 = 121,8 + 0,20 = 122 (kolom ke 7)

  8. Metode Triple Exponential Smoothing • Metode ini merupakan model linear dan proses smoothing dilakukan tiga kali. • St’ = aXt + (1-a)S’t-1 • S”t = aS’t + (1-a)S”t-1 • S’”t = aS’’t + (1-a)S’”t-1 • Forecast dilakukan dengan rumus • Ft+m = at + bt m + ½ ctm2 • m = Jangka waktu forecast ke depan • at = 3 S’t – 3 S”t + S’”t • bt = {a/2(1-a)2}. {(6 – 5a) S’t – (10 – 8a) S”t + (4 – 3a)S’”t } • ct = {a2/(1-a)2}.(S’t – 2S”t + S’”t ) • Metode triple exponential smoothing ini biasanya lebih tepat untuk meramalkan data yang mengalami trend fluktuasi.

  9. Metode Triple Exponential Smoothing • Dengan a = 0.10, jika X1 = 125, karena belum cukup data maka, S’1=125, S”1=125, S”’1=125, at = 125, nilai b dan c = 0, dan nilai f2 = 125 • Jika X2 = 130, maka: • S’2 = 0.10 (130) + (1 – 0.10) 125 = 125.50 (Kolom ke 3) • S”2 = 0.10 (125.50) + (1 – 0.10) 125 = 125.05 (Kolom ke 4) • S’”2 = 0.10 (125.05) + (1 – 0.10) 125 = 125.01 (Kolom ke 5) • a2 = 3(125.50) – 3(125.05) + 125.01 = 126,36 (Kolom ke 6) • b2 = {(0.10)/2(1-0.10)2} (6 – (5 x 0.10)125.50) – (10 – (8 x 0.10) 125.05 + • ( 4 – 3 x 0.10) 125.01) = 0.14 (kolom ke 7) • c2 = (0.10)2 / (1-0.10)2 (125.50 – 2(125.05) + 125.01) = 0.01 (Kolom ke 8) • Nilai Forecast tahun ke 3 • F3 = 126,36 + 0,14 (1) + 0.025 (12) = 126, 525 (kolom ke 9)

More Related