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

Julnita Bidangan, Ika Purnamasari, Memi Nor Hayati

Abstract


Peramalan merupakan suatu proses atau metode dalam meramal suatu peristiwa yang akan terjadi pada masa yang akan datang. Pemulusan eksponensial adalah suatu metode peramalan rata-rata bergerak yang melakukan pembobotan menurun secara eksponensial terhadap nilai observasi yang lebih lama. Pada penelitian ini membahas tentang metode double exponential smoothing satu parameter dari Brown dan double exponential smoothing dua parameter dari Holt dalam meramalkan jumlah produksi air bersih Kota Samarinda. Metode double exponential smoothing satu parameter dari Brown dan double exponential smoothing dua parameter dari Holt merupakan metode extrapolasi atau deret waktu dengan menggunakan riwayat permintaan masa lalu dalam membuat ramalan untuk masa depan yang dijadikan panduan dalam proses pembuatan keputusan. Metode double exponential smoothing satu parameter dari Brown dengan parameter menghasilakn ramalan jumlah produksi air pada bulan November 2015 adalah 6.673,93 m3, bulan Desember 2015 adalah 6.728,11 m3, dan bulan Januari 2016 adalah 6.728,11 m3 dengan MAPE adalah 2,9629 %. Pada metode double exponential smoothing dua parameter dari Holt dengan parameter dan menghasilkan ramalan jumlah produksi air pada bulan November 2015 adalah 6.694,09 m3, bulan Desember 2015 adalah 6.831,22 m3, dan bulan Januari 2016 adalah 6.968,35 m3 dengan MAPE adalah 2,9016 %. Hasil yang diperoleh menunjukkan bahwa MAPE untuk metode double exponential smoothing dua parameter dari Holt dengan dan lebih kecil dibandingkan MAPE untuk metode double exponential smoothing satu parameter dari Brown

Kata Kunci : Double Exponential Smoothing Dua Parameter dari Holt, Double Exponential Smoothing Satu Parameter dari Brown, MAPE.


Full Text:

PDF

Article Metrics

Abstract view : 1005 times
PDF - 344 times

Refbacks

  • There are currently no refbacks.


Copyright (c) 2016 Jurnal Statistika