Peramalan Sederhana (Média Móvel Única versus Alisamento Exponencial Único) Mungkin sebagian besar diantara kita pernah mendengar tentang teknik peramalan. Tentunya bukan dukun peramal, melainkan tekni untuk meramalkan / previsão de dados suatu deret waktu / série de tempo. Peramalan merupakan suatu teknik yang penting sacos perusahaan atau pemerintah dalam mengambil kebijakan. Dalam meramal suatu nilai pada massa yang akan datang bukan berarti hasil yang didapatkan ialah sama persis, melainkan merupakan suatu pendekatan alternativo yang lumrah dalam ilmu statistik. Pada tulisan ini akan dibahas contoh kasus peramalan menggunakan teknik Movendo Média dan Suavização Exponencial. Kedua teknik ini merupakan tekni previsão yang sangat sederhana karena tidak melibatkan asumsi yang kompleks seperti pada tekni previsão ARIMA, ARCH / GARCH, ECM, VECM, VAR, dsb. Meskipun demikian, asumsi stasioner de dados haruslah terpenuhi untuk meramal. Movendo-se a média de merupakan teknik peramalan berdasarkan rata-rata bergerak dari nilai-nilai masa lalu, misalan rata-rata bergerak 3 tahunan, 4 bulanan, 5 mingguan, dll. Clique para ver a imagem original no Commons Esta imagem provém do Wikimedia Commons, um acervo de conteúdo livre da Wikimedia Foundation que pode ser utilizado por outros usuários. Movendo média terbagi menjadi média móvel única média móvel dupla. Suavização exponencial. Hampir, sama, dengan, em movimento, média, yaitu, merupakan, teknik, previsão, yang, sederhana, tetapi, tela, menggunakan, suatu, penimbang, denan, besaran, antara, 0, hingga, 1, maka, hasil, forecasting, mengarah, Ke nilai ramalan sebelumnya. Suavização exponencial terbagi menjadi suavização exponencial única dan duplo exponencial suavização. Kali ini, akan dibahas perbandingan metode única média móvel dengan único exponencial suavização. Pemimpin Safira Beach Resto no início de janeiro de 2017. Ia meminta cantou o nome de um membro da equipe de um membro da equipe de um membro bulanan dari bulan Juni 2017 sampai de dezembro de 2017. Berbekal pengetahuan di bidang statistik, cantou manajer melakukan forcast dengan metode única média móvel 3 bulanan dan Suavização exponencial única (w0,4). Único Movendo Média Pada tabel di atas previsão ramalan bulan setembro 2017 yaitu 128,667 juta rupia diperoleh dari penjumlahan omzet bulan Juni, Juli, Agustus 2017 dibagi dengan angka média móvel (m3). Angka forecast pada bulan Oktober 2017 yaitu 127 juta rupia diperoleh dari penjumlah omzet bulan Juli, Agustus, setembro 2017 dibagi dengan angka média móvel tiga bulanan (m3). Perhitungan serupa dilakukan hingga ditemukan hasil previsão bulan Januari 2017 sebesar 150,667 juta rupiah. Dapat diinterpretasikan bahwa omzet bulan Januari 2017 diperkirakan senilai 150, 667 juta rupia atau mengalami penurunan sebesar 1,333 juta rupia dibanding dengan omzet dezembro de 2017 sebesar 152 juta rupiah. Perhatikan baris pada bulan Juni-Agustus 2017 kolom Previsão hingga erro tidak memiliki nilai, karena peramalan pada bulan-bulan tersebut tidak dados tersedia média móvel 3 bulanan, bulan sebelumnya. Selanjutnya untuk melihat kebaikan hasil ramalan digunaka RMSE (erro de quadratura média) Untuk perhitungan RMSE, mula-mula dicari nilai erro atau selisih antara nilai aktual dan ramalan (previsão omzet), kemudian kuadrat nilai-nilai tersebut untuk masing-masing data bulanan. Lalu, jumlahkan seluruh erro nilai yang telah dikuadratkan. Terakhir hitung nilai RMSE dengan rumbo di atas atau lebi gambangnya, bagi nilai penjumlahan erro yang telah dikuadratkan dengan banyaknya observasi dan hasilnya lalu di akarkan. Pada tabel di atas, banyaknya observasi yaitu 16 (novembro de 2017-dezembro de 2017). Suavização Exponencial Única. Selanjutnya kita akan melakukan peramalan dengan metode Alisamento Exponencial Único. Metode in menggunak nilai penimbang yang dapat diperoleh dari operasi statistik tertentu (bisa proporsi tertentu), namun dapat juga ditentukan oleh peneliti. Kali ini akan digunakan nilai w 4. Previsão W0,4 Ycap (t1) (juta rp.) Nilai ramalan pada bulan Juni 2017 yaitu 137,368 juta rupia diperoleh dari rata-rata omzet dari bulan junho 2017 hingga bulan Desembre 2017. Nilai ramalan pada bulan Juli 2017 yaitu 134,821 juta rúpia diperoleh dari perhitungan dengan rumus di atas, dengan kata lain nilai ramalan bulan Juli 2017 diperoleh dari hasil kali w0,4 dan nilai aktual omzet bulan Juli 2017 dijumlahkan dengan hasil kali (1-0,4) serta nila ramalan Bulan Juni 2017 sebesar 134,821 juta rupiah. Lakukan perhitungan tersebut hingga mendapatkan angka ramalan untuk bulan Januari 2017. Hasil ramalan omzet untuk bulan janeiro 2017 yaitu 149,224 juta rupiah atau turun sebesar 2,776 juta rupiah. Kemudian hitung nilai RMSE média móvel média RMSE. Hanya saja jumlah observasi berbeda. Pada tabel di atas jumlah obervasi (m) yaitu 19 lebih banyak dibanding dengan metode média móvel simples 3 bulanan (16) karena pada metode eksponensial perhitungan ramalan dapat dimulai dari data pada periode awal. RMSE metode único exponencial suavização sebesar 1,073. Selanjutnya dari kedua metodo di atas akan dibandingkan mana hasil yang terbaik. Untuk hal tersebut maka, bandingkan, nilai RMSE dari kedua metode. Metode dengan RMSE terkecil dapat dinyatakan sebagai metode terbaik untuk meramal. RMSE mov. average 0,946, RMSE exp. smoothing 1,073. RMSE mov. average lt RMSE exp. smoothing. Kesimpulanya bahwa metode média móvel lebih baik dalam melakukan peramalan, sehingga omzet pada bulan Januari 2017 diperkirakan sebesar 150,667 juta rupiah (meskipun memiliki nilai yang lebih rendah daripada bulan sebelumnya). A série de tempo econométrica aplicada segunda edição New Jersey: Willey. Kalo contoh soal dalam tulisan ini, saya kutip dari buku modul Kuliah. Moving Média merupakan indikator yang paling sering digunakan dan paling standar Jikan de Indonésia artinya kira-kira adalah rata-rata bergerak Movendo-se em média sendiri memiliki aplikasi yang sangat luas meskipun sederhana Dikatakan sederhana karena pada dasarnya metode ini hanyalah pengembangan dari metode rata Rata-rata bergerak tunggal (Mínimo de média) para o próximo ano, e para o próximo ano. Yang baru dapat dihitung dengan menghilangkan dados yang terlama dan menambahkan dados yang terbaru Moving média em um dia e um dia em um dia em um dia e um dia em um dia, Unsur tendência atau musiman. Rato-rata bergerak pada orde 1 akan menggunakan dados terakhir (F t), dan menggunakannya untuk memprediksi dados pada periode selanjutnya. Metode ini sering digunakan pada dados kuartalan atau bulanan untuk membantu mengamati komponen-komponen suatu runtun waktu. Semakin besar orde rata-rata bergerak, semakin besar pula pengaruh pemulusan (alisamento). Dibanding dengan rata-rata sederhana (dados saturados de massa lalu) rata-rata bergerak berde T mempunyai karakteristik sebagai berikut. Hanya menyangkut T periode tarakhir dari dados yang diketahui. Os dados de titik de dados de seqüência de dados de rata-rata tidak berubah dengan berjalannya waktu. Kelemahan dari metode ini adalah: Metodo ini memerlukan penyimpanan yang lebih banyak karena semu T pengamatan terakhir harus disimpan. Tidak hanya nilai rata-rata. Metode ini tidak dapat menanggulangi dengan baik adanya tendência atau musiman, walaupun metodo ini lebih baik dibanding rata-rata total. Diberikan N dados titik dados para o ficheiro de origem T pengamatan pada setiap rata-rata (rs-rata-rata-rata bergerak orde (T) atau MA (T), sealingga keadaannya adalah sebagai berikut: Metode Exponential smoothing Smoothing adalah mengambil rata 8211 rata dari nilai Pada beberapa periode untuk menaksir nilai pada suatu periode (Pangestu Subagyo, 1986: 3) Exponencial suavização adalah suatu metode peramalan rata-rata bergerak yang melakukan pembobotan menurun secara exponencial terhadap nilai 8211 nilai observasi yang lebih tua (Metridakis, 1993: 79) Metode explonential Suavização de merupakan pengembangan dari metode média móvel Dalam metodo ini peramalan dilakukan dengan mengulang perhitungan secara terus menerus dengan menggunakan data baru 1. Metode Único exponencial suavização Metode único exponencial suavização merupakan perkembangan dari metode média móvel sederhana, yang mula 8211 mula dengan rumus sebagai berikut : (1.1) (1.2) dan (1.3) (1.4) Perbedaan antara St1 em vez de St adalah sebgai berkut: (a) Pada St1 terdapat sedangkan pada St tidak terdapat b) Pada St terdapat sedangkan pada St1 tidak terdapat (Pangestu Subagyo, 1986) : 18) Dengan melihat hubungan di atas maka kalau nilai St sudah diketahui maka nilai St1 dapat dicari berdasarkan nilai St itu Kalau diganti dengan nilai previsão pada tahun () Di dalam metode Exponencial smothing nilai diganti dengan sehingga rumus menjadi: St1 Xt (1 8211) St (1.7) (Pangestu Subagyo, 1986: 19) Penerapan teknik peramalan ini menghasilkan tabela de bawah ini Tabela I Nilai St contoh penggunaan metode Saingle Exponential Smoothing No Xt St 1 20 2 21 20 3 19 20,10 4 17 19,19 5 22 19,69 6 24 19,92 Sumber (Pangestu subagyo, 1986: 21) Nilai ramalan untuk periode ke 7 dapat dihitung sebagai berikut: S7 X6 (1 8211) S6 0,1 (24) (0,9) 19,92 20,33 Metode Suavização Exponencial Única lebih cocok digunakan untuk meramal hal 8211 hal yang fluktuasinya secara random (tidak teratur). 2. Metode Doble Exponencial Suavização Metode ini merupakan modelo linear yang dikemukakan oleh Brown. (1 8211) (1,8) St S8217t (1 8211) (1.9) O único suavizante exponencial do estiramento do doth do dobro da suavização do dilakukan do duo do kalai, St bukan St1 Previsão de Precipitação para Satélite (1.10) (1) (1.11) (1.12) (1) (1) (1) (1) (1) (1) (1) Agar dapat menggunakan rumus (1.8) dan (1.9) maka nilai St-1 dan St-1 harus tersedia tetapi pada saat t 1, nilai 8211 nilai tersebut tidak dapat tersedia. Jadi nilai 8211 nilai ini harus dizentukan pada awal periode. Hal ini dilakukan dengan hanya menetapkan St dan St sama dengan Xt atacado dengan menggunakan suatu nilai pertama sebagai nilai awal. Contoh penggunaan Metodo duplo exponencial suavização untuk penjualan barang X. Tabela 2 Volume penjualan barang X NÃO PERMINTAAN BARANG 1 120 2 125 3 129 4 124 5 130 Sumber (pangestu Subagyo, 1986: 26) Akan dicari ramalan minggu ke-6 dengan menggunakan rumus 1,10) dengan 0,2. Perhitungan di mulai dengan menghitung st172 dengan rumus (1.8) yaitu St Xt (1-) St-1. X1 120, Karena Belum cukup dados St dianggap sebesar 120 dan Rumus selanjutnya dengan (1,8) secara berangkai didapatkan kemudian mencari Nilai dengan Rumus dengan 0,2 (1,9) yaitu. 120 dan harga-harga secara berangkai didapatkan: Harga-harga dan diperoleh dengan menggunakan rumus (1.11) dan (1.12). Dari secara berangkai didapat harga: dari secara berangkai didapat harga-harga Harga ramalan tahun ke-6 Rumus diperoleh dengan (1,10) yaitu STM em btm172 dengan m 1 dan 0,2 S6 a5 b5 126,84 0,64 127,48. Jadi ramalan penjualan tunai ke-6 adalah 127,48 3. Metode Triplo Exponencial Suavização Metode inuptível metodo previsão yang dikemukakan oleh Brown, dengan menggunakan persamaan kwadrat. Metodo ini lebih cocok kalau dipakai untuk membuat previsão yang berluktuasi atau mengalami gelombang pasang surut. (Pangestu Subagyo, 1986: 26). Prosedur previsão pembuatan dengan metode ini sebagai berikut: Carilah Nilai dengan Rumus sebagai berikut: (1,13) Untuk tahun Pertama Nilai Belum bisa dicari dengan Rumus di atas, maka boleh ditentukan dengan bebas. Biasanya dizentukan sama seperti nilai yang telah terjadi pada tahun pertama. Carilah Nilai dengan Rumus: (1,14) Pada tahun Pertama biasanya Nilai ditentukan seperti Nilai yang terjadi pada tahun Pertama: Carilah Nilai (1,15) Untuk Nilai tahun Pertama biasanya dianggap sama dengan tahun dados Pertama. Carilah Nilai (1,16) Carilah Nilai (1,17) Carilah Nilai (1,18) Buat persamaan forecastnya (1,19) m adalah jangka waktu maju ke depan, yaitu berapa tahun yang akan previsão datang dilakukan. Em, bt, ct, adalah, nilai, yang, tela, dihitung, sesuai, dengan, rumus, depan. Contoh penggunaan metode Triplo Exponencial Suavização para o perã-canão penjualan kita gunakan tabel de dados 2. Akan tetapi ramalan tahun ke-6 menggunakan rumus (1.19) dengan 0,2. Dari contoh di atas kita sudah mendapatkan nilai dan maka kita harus mencari nilai. At, bt, ct dengan. 120 dengan Rumus (1,16) diperoleh harga-harga dengan Rumus mengggunakan (1,16) (1,17) (1,18) harga em, bt, ct bisa didapat Harga ramalan tahun ke-6 diperoleh dengan menggunakan Rumus (1,19)
No comments:
Post a Comment