Exponential Smoothing

Hal pertama yang seharusnya dilakukan ketika akan melakukan peramalan adalah melihat pola data. Hal ini digunakan sebagai petunjuk mengenai metode forecasting yang sesuai. Beberapa pola data, akan memiliki pola trend, maupun musiman. Ada tidaknya dua komponen itu turut mempengaruhi metode dan hasil forecasting.

Metode peramalan Holt-winter digunakan untuk data yang mempunyai komponen trend dan musiman.. Pola trend terbagi menjadi trend additive dan multiplikatif, begitu juga musiman additive dan multiplikatif.

Contoh dari data yang mempunyai trend dan musiman adalah ketika penjualan produk cenderung setiap bulannya cenderung naik (trend) dan penjualan mengalami titik puncak di bulan april dan november (efek musiman) untuk setiap tahunnya.

Perbedaan efek additive dan multiplikatif terletak di penambahan per bulannya. Saat penjualan produk mengalami tren naik setiap bulannya, maka pertambahan kenaikan bisa additive yaitu bertambah 5 juta per bulannya. Ketika penjualan produk mengalami tren naik dan penjualan  naik 5 kali lipat dari bulan sebelumnya, maka data tersebut mempunyai efek trend multiplikatif.

1. Single Exponential Smoothing

Juga dikenal sebagai simple exponential smoothing yang digunakan untuk peramalan jangka pendek biasanya 1 periode ke depan. Model ini mengasumsikan bahwa data berfluktuasi  di sekitar rata-rata.

Dapat dilihat bahwa nilai smooth saat ini ditentukan oleh data aktual saat ini dan nilai smooth 1 periode sebelumnya. 

2. Double Exponential Smoothing


Metode ini digunakan ketika data mengandung pola trend. Pola trend digambarkan oleh komponen gamma. sesuai namanya, model ini mengandung dua parameter (double parameter).

3. Triple Exponential Smoothing


Metode ini (juga dikenal sebagai Holt-Winter) digunakan ketika data mengandung pola trend dan juga musiman. Model Holt-Winter terbagi menjadi dua bagian yaitu musiman additive dan musiman multiplikatif. 

dimana
b1 = base signal (juga dikenal sebagai komponen permanen)
b2 = komponen trend linier
St = faktor musiman
et = komponen error

Sesuai dengan namanya, Untuk bagian musiman multiplikatif yaitu Xt ditentukan sebagai hasil perkalian St dengan t. Sedangkan pada bagian additive, nilai Xt merupakan fungsi penjumlahan dari St dan t.

 

Leave a Reply

Your email address will not be published.

Related posts