Penerapan Metode Optimasi Exponential Smoothing Untuk Peramalan Debit

dokumen-dokumen yang mirip
BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai

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

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak

PENERAPAN METODE EXPONENTIAL SMOOTHING DALAM MEMPREDIKSI JUMLAH SISWA BARU (STUDI KASUS: SMK PEMDA LUBUK PAKAM)

BAB 3 METODE PENELITIAN

STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA

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

Peramalan Jumlah Penduduk Kota Samarinda Dengan Menggunakan Metode Pemulusan Eksponensial Ganda dan Tripel Dari Brown

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.

BAB III TINJAUAN PUSTAKA

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB

BAB II LANDASAN TEORI. Dalam penulisan tugas akhir ini diperlukan teori-teori yang mendukung yang

PENERAPAN UKURAN KETEPATAN NILAI RAMALAN DATA DERET WAKTU DALAM SELEKSI MODEL PERAMALAN VOLUME PENJUALAN PT SATRIAMANDIRI CITRAMULIA

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

BAB 2 LANDASAN TEORI

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN

BAB V METODE PENELITIAN

MENENTUKAN PERSEDIAAN BERAS DENGAN MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BERDASARKAN RAMALAN PERMINTAAN PADA TAHUN 2012

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

Jurnal Rekursif, Vol. 3 No. 1 Maret 2015, ISSN

ANALISIS KELAYAKAN INVESTASI PENAMBAHAN ARMADA TRANSPORTASI DAN PERBAIKAN SISTEM PERSEDIAAN PERGUDANGAN (STUDY KASUS PT

BAB 2 TINJAUAN PUSTAKA

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

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

Rumus-rumus yang Digunakan

Prediksi Penjualan Sepeda Motor Merek X Di Kabupaten Dan Kotamadya Malang Dengan Metode Peramalan Hierarki

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR

BAB II TINJAUAN TEORITIS

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

MODEL VECTOR AUTOREGRESSIVE (VAR) DALAM MERAMAL PRODUKSI KELAPA SAWIT PTPN XIII Faradhila Amry, Dadan Kusnandar, Naomi Nessyana Debataraja

PENGGUNAAN METODE PERAMALAN DALAM PRODUKSI KAYU UNTUK PENENTUAN TOTAL PERMINTAAN (KONSUMEN)

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN

BAB 3 LANDASAN TEORI. masa lampau akan berlanjut ke masa depan. Hampir seluruh peramalan didasarkan. pada asumsi bahwa masa lampau akan berulang.

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan

PERAMALAN PERMINTAAN EKSPOR INDUSTRI MEBEL DI PT.SPU JEPARA

ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2

INTEGRAL TAK TENTU (pecahan rasional) Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ

PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI. Modul ke: 06Fakultas EKONOMI DAN BISNIS

Sistim Komunikasi 1. Pertemuan 5 Konversi Analog ke Digital

BAB 2 LANDASAN TEORI

BAB IV METODOLOGI PENELITIAN

V. PENGUJIAN HIPOTESIS

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

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI

PERAMALAN ORDER INTAKE DI PT.KSB INDONESIA

MODEL ARIMA(0,1,1) UNTUK PERAMALAN JUMLAH NASABAH PADA PT. PRUDENTIAL LIFE INSURANCE KOTA PEKANBARU TUGAS AKHIR

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II LANDASAN TEORI

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

ALGORITMA DATA MINING

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

BAB 2 LANDASAN TEORI 2.1 Teknik Industri Peramalan

BAB II TINJAUAN PUSTAKA. Black dan Scholes (1973) menyatakan bahwa nilai aset mengikuti Gerak

BAB III FORMULA PENENTUAN HARGA OPSI ASIA

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

IV. METODE PENELITIAN

BAB 3 METODE PENELITIAN

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL FOKKER-PLANCK DENGAN METODE GARIS

Jurusan Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Jember ABSTRAK

PERAMALAN HARGA SAHAM SYARI AH RUPIAH EQUITY FUND PT. PRUDENTIAL LIFE INSURANCE PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR.

PERAMALAN KURSIDRTERHADAP USDMENGGUNAKAN DOUBLE MOVING AVERAGES DAN DOUBLEEXPONENTIAL SMOOTHING.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

ANALISIS BEDA Fx F.. S u S g u i g y i an a t n o t da d n a Ag A u g s u Su S s u wor o o

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu

B. DESKRIPSI SINGKAT MATA KULIAH

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER

ANALISA SISTEM ANTRIAN DENGAN METODE KOMPUTASI TURBO PASCAL

BAB 3 METODE PENELITIAN. Disini penerapan kriteria optimasi yang digunakan untuk menganalisis

ANALISIS BEDA. Konsep. Uji t (t-test) Teknik Uji Beda. Agus Susworo Dwi Marhaendro

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

BAB III LANDASAN TEORI

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

TUGAS AKHIR. Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika. Oleh: AFRIANTI

Pemodelan Pencemaran Udara Menggunakan Metode Vector Autoregressive (Var) di Provinsi Riau

BAB 2 LANDASAN TEORI

BAB II TINJAUAN PUSTAKA. pengantar metode ARIMA Box Jenkins dan analisis spektral.

Perancangan Sistem Informasi Perbankan di PT. Bank Pembangunan Kalteng Palangkaraya Menggunakan Skema Galaksi

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

BAB III METODOLOGI PENELITIAN. Pada penelitian ini, peneliti menetapkan objek pada anak kelompok B TK Damhil

Analisis Rangkaian Listrik Di Kawasan Waktu

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA

Transkripsi:

Peerapa Meode Opimasi Expoeial moohig Uuk Peramala Debi Oleh: Budi aosa, uharyao 2, Djoko Legoo 3. DT, Program Pascasarjaa Udip, Jl. Hayam Wuruk No. 5-7 emarag, (Depareme Tekik ipil Uiversias Guadarma, Depok, Jakara. Email: bsaosa@saff.guadarma.ac.id) 2 Depareme Tekik ipil Uiversias Dipoegoro, Jl. Hayam Wuruk No. 5-7 emarag. 3 Depareme Tekik ipil Uiversias Gadjah Mada, Jl.Grafika Yogyakara. Absrak: Expoeial smoohig adalah ekik yag saga mudah uuk di erapka da saga efekif sebagai ala peramala. Meode yag diguaka dalam peramala serial daa debi adalah dega cara megopimasi ilai error, dega memiimumka ilai eror maka aka didapa hasil ramala maksimum, dega demikia hasil ramala aka medekai serial daa hasil pegamaa dilapaga. Opimasi dilakuka dega megguaka ligo da hasil yag didapa cukup baik Kuci: peramala, debi, opimasi expoeial smoohig Absracio: Expoeial smoohig is very easy echique o i applyig ad very effecive as a meas of forecasig. Mehod which applied i serial forecasig of daa chargig is by he way of errors value opimizaio, by miimizig value eror hece will go resul of forecas of maximum, hereby resul forecas of he closig is serial of resul daa observaio of field. Opimizaio doe by usig ligo ad good eough go resul key: Forecasig, charged, opimizaio expoeial smoohig Pedahulua Perkembaga saisik sebagai meode ilmiah elah mempegaruhi hampir seiap aspek kehidupa mausia moder. Pada abad ii, mausia sadar aau idak sadar, suka berfikir secara kuaiaif. Kepuusakepuusa yag diambil aas dasar hasil aalisis da ierpreasi daa kuaiaif. Dalam hal demikia iu, meode saisik mulak dibuuhka sebagai peralaa aalisis da ierpreasi daa kuaiaif. Peraa meode saisik semaki besar dalam proses pegambila kepuusa. Forecasig (peramala) adalah suau usur yag saga peig dalam pegambila kepuusa. uau dalil yag dapa dierima meyaaka bahwa semaki baik ramala ersedia uuk pimpia, semaki baik pula presasi kerja mereka sehubuga dega kepuusa yag mereka ambil. Ramala serial daa yag dilakuka umumya aka berdasarka pada daa masa lampau yag diaalisis dega megguaka cara-cara ereu. Daa masa lampau dikumpulka, dipelajari, da diaalisis dihubugka dega perjalaaa waku. Karea adaya fakor waku iu, maka dari hasil aalisis ersebu kia mecoba megaaka sesuau yag aka erjadi dimasa medaag. Jelas dalam hal ersebu kia berhadapa dega keidakpasia sehigga aka ada fakor akurasi aau keseksamaa yag harus diperhiugka. Akurasi suau ramala berbeda uuk seiap persoala da berbagai fakor, akurasi peramala idak aka selalu didapaka hasil ramala dega keepaa 00%, amu demikia idak berari bahwa ramala mejadi idak peig. Ramala elah bayak diguaka da membau dega baik dalam berbagai kasus dalam maajeme, sebagai pedukug dalam perecaaa, pegawasa, da peagambila kepuusa.

Peramala (forecasig) dibedaka mejadi iga model yag dikeal, yaiu model ekoomerika, model dere berkala, da model ramala kualiaif. Model ramala expoeial smoohig merupaka salah sau model ramala daa berkala (ime series). Beberapa keuggula meode peghalusa ekspoesial (expoeial smoohig) dibadigka dega meode radisioal (Leabo Dick A., 968:322) adalah :. daa-daa selalu dioperasika dega efisie; 2. haya membuuhka sediki daa dari sau waku ke waku berikuya; 3. dapa dimodifikasi uuk megolah daa yag berisi red ereu aau pola musima; 4. dapa diguaka dega biaya murah baik secara maual maupu dega kompuer. Dalam bidag sumber daya air meode expoeial smoohig juga elah bayak diguaka eruama dalam peramala daa. Tularam, G. A., dkk.. (2008) megguaka expoeial smoohig dalam meode uuk memisahka alira dasar yag merupaka dampak lagsug dari kesalaha hiuga, yaiu dega memiimumka kesalaha da meyeleksi koefisie alira dasar (α). Meode Expoeial moohig moohig adalah megambil raa raa dari ilai pada beberapa periode uuk meaksir ilai pada suau periode (Pagesu ubagyo, 986:7), Expoeial moohig adalah suau meode peramala raa- raa bergerak yag melakuka pemboboa meuru secara expoeial erhadap ilaiilai observasi yag lebih ua (Makridakis, 993:79) Meode expoeial smoohig merupaka pegembaga dari meode movig average. Dalam meode ii peramala dilakuka dega megulag perhiuga secara erus meerus dega megguaka daa erbaru.. Meode igle Expoeial moohig Meode sigle expoeial smoohig merupaka perkembaga dari meode movig average sederhaa, yag mula mula dega rumus sebagai beriku... 2... Dega meliha hubuga diaas bila dikeahui maka ilai dapa dicari berdasarka....() Bila digai dega ilai peramala pada yaiu maka perrrsamaa mejadi...(2) Aau...(3) α ehigga persamaa mejadi α ( α ) 2. Meode Double Expoeial moohig Meode ii merupaka model liier yag dikemukaka oleh Brow. Didalam meode Double Expoeial oohig dilakuka proses smoohig dua kali, Persamaa (4) da (5). s' ( α ) ' α...(4) ( α ) ' ' s' ' α '...(5) Persamaa berbeda dega sigle expoeial smoohig, dapa dipakai uuk mecari peramala dilakuka dega persamaa m a b m...(6) M jagka waku perecaaa kedepa 2

a b 2' ' ' α α ( ' ' ' ) Meode doubel expoeial smooig biasaya diguaka uuk meramalka daa yag mempuyai red. Meghiug kesalaha Ramala Kesalaha error dapa dihiug dega megguaka mea absolue error da mea square error. Mea absolue error adalah raa- raa iali absolue dari kesalaha meramal (idak dihirauka ada posiif aau egaifya) Σ F MAE...(7) Mea square error adalah kuadra raa raa kesalaha peramala 2 Σ F ME...(8) Dega : daa sebearya erjadi F : daa ramala dihiug dari model yag diguaka pada waku aau ahu : bayak daa hasil ramala prisip dalam meghiug kesalaha peramala (forecas error), model yag baik adalah model yag mempuyai kesalaha error palig kecil dari erhadap daa pegamaa yag sebearya dilapaga. Opimasi Dega Ligo Ligo adalah suau program yag diguaka uuk melakuka opimasi erhadap suau permasalaha sehigga meghasilka hasil yag opimal dari sumber yag ersedia. Proses peyelesaia program kadag membuuhka perhiuga dalam jumlah yag bayak dega sumber yag komplek, sehigga dibuuhka program kompuer yag baik da hadal. Proses kerja peyelesaia suau model opimasi erhadap suau masalah erdiri dari ahap-ahap sebagai beriku:). Memahami permasalaha, 2). Memformulasika permasalaha kedalam model, 3). Meyiapka daa ipu uuk model, 4). Mejalaka model, da 5). Megimplemeasika keluara model kedalam sebuah kesimpula. Dalam model Ligo srukur sisem dibagi kedalam iga bagia blok yaiu : blok ET, blok DATA, da blok PERAMAAN MODEL. Ipu daa dalam blok ET aka dideskripsika mejadi srukur daa yag aka diguaka uuk meyelesaika masalah. Kemudia dalam bagia blok DATA merupaka empa uuk memasukka kumpula daa yag aka diguaka. elajuya dalam bagia blok PERAMAAN MODEL daa aka dideskripsika sebagai hubuga aara masig-masig daa da meghasilka kepuusa. Opimasi kesalaha (error) dapa dilakuka dalam peramala serial daa debi. Degam memiimalka kesalaha maka peramala aka mejadi opimal. Opimasi dilakuka dega miimum keslaha (error) sebagai fugsi ujua Fugsi ujua dalam peramala serial daa debi, 0<α < adalah baasa ilai α, da kesalaha adalah selisih dari daa observasi dega hasil peramala. Meode Daa Aalisis daa aka dilakuka berdasarka keersediaa daa yag diperoleh dari pegumpula daa. Daa yag ersedia di Kaor Balai PDA erayu-ciaduy adalah daa selama 0 ahu, yaiu dari ahu 997 higga 2006, maka meode yag diguaka uuk meghiug MAF-ya adalah Meode erial Daa (Daa eries). seperi pada Tabel Tabel Debi bajir ahua DA erayu Ciaduy No Tahu Debi (m3/de) 997 470.2 2 998 463.9 3 999 460.8 4 2000 393.89 3

5 200 354.89 6 2002 350.2 7 2003 232.82 8 2004 28.59 9 2005 20.3 0 2006 47.2 Jumlah Debi Bajir 394.3 Aalisa Daa Raa-Raa 39.43 Gambar. Grafik debi pegamaa Preiksi serial daa debi dilakuka dega cara memiimalka selisih (error) prediksi erhadap daa observasi. Miimalisasi dilauka dega meode maual dega cara memasukka ilai α 0., 0.2 0.95, da dega ilai α peyesuaia dari proses opimasi error. Dega memiimka error, aka didapa hasil prediksi yag palig opimum. Hasil-hasil aalisis dapa diliha seperi Tabel 2, 3, 4, 5, da Grafik 2 debi (m3/de) 500 450 400 350 300 250 200 50 00 50 0 996 998 2000 2002 2004 2006 2008 Tahu Gambar grafik 2 hasil peramala debi observ. α0. α0.5 α0.95 α opimasi Tabel 2. Debi ramala dega α0, da hiuga error Tahu Observ. α0. MAE ME 997 470.2 470.2 0 0 998 463.9 470.2-0.622 -.244 999 460.8 469.498-0.8698 -.7396 2000 393.89 463.59-6.97-3.94 200 354.89 454.09-9.929-9.8438 2002 350.2 389.99-3.979-7.958 2003 232.82 354.42-2.60-24.3202 2004 28.59 338.462 -.9872-23.9744 2005 20.3 23.397-3.0267-6.0534 2006 47.2 26.844-6.9644-3.9288 Jumlah error -56.50-3.002 Tabel 3. Debi ramala dega α0,5 da hiuga error Tahu Observ. α0.5 MAE ME 997 470.2 470.2 0 0 998 463.9 470.2-0.622 -.244 999 460.8 467.0-0.62 -.242 2000 393.89 462.35-6.846-3.692 200 354.89 427.345-7.2455-4.49 2002 350.2 374.39-2.49-4.838 2003 232.82 352.545 -.9725-23.945 2004 28.59 29.5-7.292-4.584 2005 20.3 225.705-2.4575-4.95 2006 47.2 209.86-6.266-2.532 Jumlah error -45.745-9.483 Tabel 4. Debi ramala dega α0,95 da hiuga error Tahu Observ. α0.95 MAE ME 997 470.2 470.2 0 0 998 463.9 470.2-0.622 -.244 999 460.8 464.2-0.34-0.6822 2000 393.89 460.955-6.7065-3.43 200 354.89 397.2355-4.2345-8.469 2002 350.2 356.84-0.664 -.328 2003 232.82 350.4345 -.76-23.5229 2004 28.59 238.689-2.009-4.098 2005 20.3 29.305 -.87-3.6343 2006 47.2 202.003-5.4803-0.9606 Jumlah error -33.637-67.2739 Tabel 5. Debi ramala dega αpeyesuaia opimasi, da hiuga error Tahu Observ. α opimasi MAE ME 997 470.2 470.2 0 0 998 463.9 470.2-0.622 -.244 999 460.8 463.9-0.3-0.62 4

2000 393.89 460.8-6.69-3.382 200 354.89 393.667-3.8777-7.7554 2002 350.2 354.8939-0.4693-0.93878 2003 232.82 350.2005 -.738-23.476 2004 28.59 232.837 -.424-2.84834 2005 20.3 28.59 -.746-3.492 2006 47.2 20.3-5.393-0.786 Jumlah error -32.27-64.5426 Kesimpula eelah membadigka hasil aalisis peramala daa serial debi ahua raa-raa dega fakor α 0., 0.5, 0.95 da dega perhiuga dega proses opimasi, dapa diambil kesimpula bahwa hasil opimasi mempuyai kesalaha (error) yag palig kecil Dafar Pusaka Tularam, G. A., a.al. (2008), Expoeial moohig Mehod of Base Flow eparaio ad Is Impac o Coiuous Loss Esimaes, America Joural of Eviromeal cieces 4 (2): 36-44, IN 553-345 ciece Publicaios ubagyo, Pagesu. 986. Forecasig Kosep da Aplikasi. Yogyakara: BPFE UGM Yogyakara. W. Arga. 984. Aalisis Ruu Waku Teori da Aplikasi. Yogyakara: BPFE UGM Yogyakara. Makridakis, pyros. 987. Aalisis Ruu Waku. Jakara: Karuika. Mulyoo, 2007. ugai (Fugsi da ifa- ifaya). Yogyakara: Graha Ilmu. ehya, E. 990. Dasar-Dasar Hidrologi. Yogyakara: Gajah Mada Uiversiy Press. oewaro. 995. HIDROLOGI (Aplikasi Meode aisik uuk Aalisis Daa Jilid. Badug: Nova. W. Arga. 984. Aalisis Ruu Waku Teori da Aplikasi. Yogyakara: BPFE UGM Yogyakara. Makridakis, pyros. 987. Aalisis Ruu Waku. Jakara: Karuika. 5

6