Holt-Winter Exponential Smoothing. Minggu 5-6

dokumen-dokumen yang mirip
Minggu 4 RATA-RATA BERGERAK DAN EXPONENTIAL SMOOTHING. Peramalan Data Time Series

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB II TINJAUAN TEORITIS

PERAMALAN PADA DATA IRREGULAR SINUSOIDAL DENGAN MENGGUNAKAN MODEL HOLT-WINTERS. Gumgum Darmawan Departemen Statistika FMIPA UNPAD

Exponential smoothing

BAB 2 LANDASAN TEORI

Pemulusan Eksponensial dengan Metode Holt Winter Additive Damped

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND

UJIAN TENGAH SEMESTER EKONOMETRIKA TIME SERIES (ECEU601302) SEMESTER GASAL

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan

BAB I PENDAHULUAN. Dalam pembicaraan sehari-hari, bank dikenal sebagai lembaga keuangan yang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode

PENERAPAN METODE TRIPLE EXPONENTIAL SMOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUSAHAAN MEBEL SINAR JEPARA TANJUNGANOM NGANJUK.

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

Prosiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : ; e-issn :

BAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel

IV METODE PENELITIAN

BAB 2 LANDASAN TEORI

Perbandingan Metode Winter Eksponensial Smoothing dan Metode Event Based untuk Menentukan Penjualan Produk Terbaik di Perusahaan X

S 9 Peramalan Volume Penjualan Calana Panjang di Boyolali dengan Menggunakan Model Variasi Kalender

Bab III. Menggunakan Jaringan

Ulangan Bab 3. Pembahasan : Diketahui : s = 600 m t = 2 menit = 120 sekon s. 600 m

BAB 5 HASIL DAN PEMBAHASAN. Disini tujuan akhir yang ingin dicapai penulis adalah pembuatan suatu aplikasi

Perancangan Sistem Kontrol dengan Tanggapan Waktu

FORECASTING & ARIMA. Dwi Martani. 1/26/2010 Statistik untuk Bisnis 9 1

Jurusan Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Jember ABSTRAK

(T.6) PENDEKATAN INDEKS SIKLUS PADA METODE DEKOMPOSISI MULTIPLIKATIF

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu

BAB 2 TINJAUAN TEORI

SISTEM PREDIKSI PENJUALAN GAMIS TOKO QITAZ MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING. Oleh: Salman Alfarisi

APLIKASI METODE DOUBLE EXPONENTIAL SMOOTHING BROWN DAN HOLT UNTUK MERAMALKAN TOTAL PENDAPATAN BEA DAN CUKAI

daerah domain 0 t 100, tentukan nilai λ(64). a b c d => b

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat

Analisis Peramalan Jumlah Penumpang Kereta Api Penataran Tujuan Surabaya-Malang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

APLIKASI PERAMALAN PENENTUAN JUMLAH PERMINTAAN KONSUMEN TERHADAP PRODUK BORDIR PADA KOTA TASIKMALAYA

PERAMALAN JUMLAH PENUMPANG PADA PT

BAB 4 METODOLOGI PENELITIAN

BAB 2 LANDASAN TEORI

Transformasi Laplace Bagian 1

BAB 2 LANDASAN TEORI. Pengangguran atau tuna karya merupakan istilah untuk orang yang tidak mau bekerja

Metode Peramalan Deret Waktu

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Bab 2 Landasan Teori

Perancangan Sistem Peramalan Penjualan Barang Pada UD Achmad Jaya Dengan Metode Triple Exponential Smoothing

Model Rangkaian Elektrik

PENENTUAN KONSTANTA PEMULUSAN YANG MEMINIMALKAN MAPE DAN MAD MENGGUNAKAN DATA SEKUNDER BEA DAN CUKAI KPPBC TMP C CILACAP

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan

ULANGAN IPA BAB I GERAK PADA MAKHLUK HIDUP DAN BENDA

Bab 9 Transformasi Laplace

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

Laplace Transform. Pengantar Matematika Teknik Kimia. Muthia Elma

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan

Lag: Waktu yang diperlukan timbulnya respons (Y) akibat suatu aksi (X)

PERBANDINGAN PERAMALAN METODE DOUBLE EXPONENTIAL SMOOTHING SATU PARAMETER BROWN DAN METODE DOUBLE EXPONENTIAL SMOOTHING DUA PARAMETER HOLT

SISTEM PERAMALAN MENGGUNAKAN METODE TRIPLE EXPONENTIAL SMOTHING UNTUK STOK BAHAN SPARE PART MOTOR DI GARUDA MOTOR JAJAG

BAB KINEMATIKA GERAK LURUS

RANCANG BANGUN APLIKASI SISTEM PERAMALAN HARGA EMAS DENGAN METODE PEMULUSAN EKSPONENSIAL WINTER

Peramalan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Model Dinamis

15. Sebuah mobil bergerak dengan kecepatan yang berubah-ubah seperti yang digambarkan pada grafik berikut ini.

PENDUGAAN PARAMETER DERET WAKTU HIDDEN MARKOV HAMILTON *

Jurnal Edik Informatika. Peramalan Kebutuhan Manajemen Logistik Pada Usaha Depot Air Minum Isi Ulang Al-Fitrah

PENDAHULUAN LANDASAN TEORI

BAB II LANDASAN TEORI

BAB II TINJAUAN PUSTAKA. mempunyai efek menekan atau menghentikan suatu proses biokimia di dalam

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang

Sudaryatno Sudirham. AnalisisRangkaian. RangkaianListrik di KawasanWaktu #3

BAB 1 PENDAHULUAN. Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai

PEMERINTAH KOTA DUMAI DINAS PENDIDIKAN KOTA DUMAI SMA NEGERI 3 DUMAI TAHUN PELAJARAN 2007/ 2008 UJIAN SEMESTER GANJIL

PERAMALAN JUMLAH PENUMPANG AIRLINES PT. ANGKASA PURA II BANDARA SULTAN SYARIF KASIM II PEKANBARU DENGAN ARIMA(0,1,1)(0,1,1) 12 TUGAS AKHIR.

Penerapan Metode Exponential Smoothing Untuk Prediksi Jumlah Penjualan Air Minum Dalam Kemasan

Rahma Rei Sakura, S.T., M.T. NIP MANAJEMEN OPERASIONAL PRODUKSI

PENALAAN PARAMETER PENGENDALI PID DENGAN METODA MULTIPLE INTEGRATION

BAB 2 LANDASAN TEORI

IMPLEMENTASI METODE TRIPLE EXPONENTIAL SMOOTHING ADDITIVE UNTUK PREDIKSI PENJUALAN ALAT TULIS KANTOR (ATK) PADA X STATIONERY

MODEL HIBRIDA EXPONENTIAL SMOOTHING PENDEKATAN STATE SPACE DENGAN METODE VARIASI KALENDER UNTUK PERAMALAN INFLOW DAN OUTFLOW UANG KARTAL DI JAWA TIMUR

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting

Jumlah penjualan bulanan Produk X

III. METODE PENELITIAN

SISTEM INFORMASI PERAMALAN PERSEDIAAN OBAT PADA APOTIK SIDOARJO DENGAN METODE WINTER

BAB II LANDASAN TEORI

Pemodelan Indeks Harga Konsumen Kelompok Bahan Makanan menggunakan Metode Intervensi dan Regresi Spline ABSTRAK

PENGEMBANGAN MODEL REGRESI DERET WAKTU UNTUK DATA YANG MENGANDUNG VARIASI KALENDER

REPRESENTASI INTEGRAL STOKASTIK UNTUK GERAK BROWN FRAKSIONAL

BAB 2 LANDASAN TEORI. Bab ini berisi teori dasar yang dipakai dalam melakukan perancangan program

BAB 2 DASAR TEORI. Studi mengenai aspek teknis dan produksi ini sifatnya sangat strategis, sebab

Jurnal Edik Informatika Penelitian Bidang Komputer Sains dan Pendidikan Informatika V1.i1(64-69)

BAB 2 LANDASAN TEORI

Peramalan Outflow Uang Pecahan di Jawa Timur Menggunakan Generalized Space Time Autoregressive (GSTAR)

BAB IX TEKNIK PERAMALAN

Pengantar Teknik Industri

ek SIPIL MESIN ARSITEKTUR ELEKTRO

Sistem Komunikasi II (Digital Communication Systems)

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN

IDENTIFIKASI POLA DATA TIME SERIES

ek SIPIL MESIN ARSITEKTUR ELEKTRO

Transkripsi:

Hol-Winer Exponenial Smoohing Minggu 5-6

Hol Exponenial moohing Meode Hol wo parameer exponenial moohing adalah pengembangan dari exponenial moohing ederhana. Menambahkan fakor perumbuhan (fakor ren) pada peramaan moohing.

Hol Exponenial moohing Tiga peramaan dan dua konana moohing digunakan dalam model. Eimai level Eimai ren. b Peramalan m periode kedepan. F ( )( b ) ( ) ( ) b m mb

Hol Exponenial moohing = eimai level dere aa = konana moohing. = obervai baru aau nilai akual dari runun waku periode. = konana moohing unuk eimai ren b = eimai lope runun waku pada aa m = periode peramalan.

Hol Exponenial moohing Bobo dan dapa dipilih ecara ubjekif aau dengan meminimalkan ukuran kealahan peramalan eperi RMSE. Bobo bear menghailkan perubahan ang lebih cepa dalam komponen erebu. Bobo kecil menghailkan perubahan kurang cepa.

Hol Exponenial moohing Proe awal unuk Hol linear exponenial moohing memerlukan dua eimai: Eimai level perama, Eimai ren, b. Salah au cara dengan mengambil = dan b or b or b 0 2 4 3

Tabel beriku menunjukkan penjualan uau barang Daa kuaralan dari 994 ampai 2000. Conoh Year Quarer ale 994 500 2 2 350 3 3 250 4 4 400 995 5 450 2 6 350 3 7 200 4 8 300 996 9 350 2 0 200 3 50 4 2 400 997 3 550 2 4 350 3 5 250 4 6 550 998 7 550 2 8 400 3 9 350 4 20 600 999 2 750 2 22 500 3 23 400 4 24 650 2000 25 850 2 26 600 3 27 450 4 28 700

Saw Plo di amping menunjukkan: daa ime erie nonaioner Pola muiman Daa quarer perama dan keempa lebih bear bibanding ang lain. 900 800 700 600 500 400 300 200 00 0 Sale of aw for he Acme Tool Compan: 994-2000 0 5 0 5 20 25 30 Year

Plo daa menunjukkan kemungkinan ada ren ehingga dicoba dengan menggunakan model Hol unuk peramalan. Perlu dua nilai awal: Nilai awal Nilai awal ren b. Digunakan obervai perama ebagi eimai dari, dan b = 0. Gunakan =.3 and =..

Ramalan Year Quarer ale b F +m 994 500 500.00 0.00 500.00 2 2 350 455.00-4.50 500.00 3 3 250 390.35-0.52 450.50 4 4 400 385.88-9.9 379.84 995 5 450 398.8-7.69 375.97 2 6 350 378.34-8.90 390.49 3 7 200 38.6-3.99 369.44 4 8 300 303.23-4.3 304.62 996 9 350 307.38-2.30 289. 2 0 200 266.55-5.5 295.08 3 50 220.98-8.9 25.40 4 2 400 26.95-2.28 202.79 997 3 550 339.77-3.27 249.67 2 4 350 340.55-2.86 336.50 3 5 250 3.38-5.49 337.69 4 6 550 379.2.83 305.89 998 7 550 43.67 6.90 380.95 2 8 400 427.00 5.74 438.57 3 9 350 407.92 3.26 432.74 4 20 600 467.83 8.93 4.8 999 2 750 558.73 7.2 476.75 2 22 500 553.0 4.85 575.85 3 23 400 57.56 9.8 567.94 4 24 650 564.6 3.49 527.37 2000 25 850 659.35 2.66 577.65 2 26 600 656.7 9.23 68.0 3 27 450 608.6 2.45 675.94 4 28 700 644.43 4.83 620.6

Sale =.3 and =. RMSE = 55.5 Plo menunjukkan kemungkinan adana variai muiman ang perlu dielii. 900 800 700 600 500 400 300 Quarerl Saw Sale Foreca Hol' Mehod ale H+m 200 00 0 0 5 0 5 20 25 30 Quarer

Winer Exponenial Smoohing Model Winer exponenial moohing adalah pengembangan kedua dari model Exponenial moohing ederhana. Digunakan unuk daa ang mengandung ren dan muiman. Ada 3 parameer ang digunakan pada model Winer exponenial moohing.

Winer Exponenial Smoohing Ada empa peramaan ang dibuuhkan unuk meode Winer muliplicaive : exponeniall moohed erie: Eimai ren: S Eimai efek muiman: b ( )( b ) ( ) ( ) b S ( ) S

Winer Exponenial Smoohing Peramalan m periode ke depan: F m ( mb ) S m = level of erie. = konana moohing. = obervai baru aau nilai akual periode. = konana moohing unuk eimai ren. b = rend.eimae = konana moohing unuk eimai muiman. S = eimai komponen muiman. m = banakna periode di dalam peramalan ke depan. = panjang muiman (banak periode pada au muim) = ramalan unk m periode kedepan. F m

Winer Exponenial Smoohing Seperi pada Hol linear exponenial moohing, bobo,, dan n kealahan peramalan eperi RMSE, dll. angkah awal dienukan nilai awal unuk, ren b, dan indek S.

Winer Exponenial Smoohing Unuk menenukan eimai awal indek muiman diperlukan daa lengkapminimal au muim ( periode). Iniialiai ren dan level pada periode bb:. Iniialiai level: Iniialiai ren: Iniialiai indek muiman: ) ( 2 ) ( 2 2 b S S S,,, 2 2

Winer Exponenial Smoohing Meode Winer unuk daa Acme Tool compan ale. Nilai unuk =0,4, =0,, dan =0,3. Konana moohing menghalukan daa unuk mengeliminai kerandoman. Konanan moohing menghalukan ren di dalam kelompok daa.

Winer Exponenial Smoohing Konana moohing menghalukan muiman di dalam daa. Iniialiai nilai, b, dan S haru dienukan.

Conoh Year Quarer ale b S F +m 994 500.333333 2 2 350 0.933333 3 3 250 0.666667 4 4 400 375-2.5.066667 995 5 450 396.9667-9.05333.27342 483.3333 2 6 350 372.3747-0.6072 0.935307 362.0524 3 7 200 296.7938-7.046 0.668827 24.783 4 8 300 287.3869-6.3348.059833 298.3352 996 9 350 302.29-3.2278.23893 345.6 2 0 200 252.9623-6.82 0.89905 270.2048 3 50 20.473-20.2934 0.69596 57.9377 4 2 400 268.2504 -.5807.89227 9.96 997 3 550 373.5062 0.02908.3090 37.9958 2 4 350 363.8087-0.8773 0.92946 333.2237 3 5 250 37.4823-5.42206 0.72035 25.002 4 6 550 406.7605 4.04796.23803 37.03 998 7 550 465.964 9.563264.27044 537.7528 2 8 400 444.9496 6.505758 0.908756 434.286 3 9 350 40.585 2.48728 0.759978 325.2062 4 20 600 487.307 9.84905.236049 5.342 999 2 750 597.7855 9.999.265679 63.5942 2 22 500 570.255 5.6774 0.89969 56.3363 3 23 400 50.9496 7.72043 0.76684 444.9085 4 24 650 570.7076 2.9249.20695 64.06 2000 25 850 689.6728 23.52829.25576 738.6906 2 26 600 667.56 8.96428 0.899057 64.2886 3 27 450 59.6084 9.47259 0.76498 526.456 4 28 700 640.658 3.3807.7288 725.4539

Sale Ramalan = 0,4, = 0,, = 0,3 and RMSE = 83,36 RMSE(Winer) lebih kecil RMSE(Hold) 900 800 700 600 Quarerl Saw Sale Foreca: Winer' Mehod 500 400 ale F+m 300 200 00 0 0 5 0 5 20 25 30 Quarer

Addiive Seaonali Peramaan unuk meode Hol Winer addiive : m m S b m F S S b b b S ) ( ) ( ) ( ) ( ) )( ( ) (

Addiive Seaonali Iniial nilai dan b idenik dengan nilai awal pada meode muliplikaif. Iniial indek muiman bb: S, S2 2,, S Y