2. Metode Pemulusan Eksponensial (Exponential Smoothing)
a. Metode Pemulusan Eksponensial Tunggal
Metode ini dapat mengurangi banyak masalah penyimpanan data, karena tidak
perlu lagi menyimpan semua data historis atau sebagian daripadanya.
Persamaan
berikut
merupakan
bentuk
umum
yang
digunakan
dalam
menghitung ramalan dengan metode pemulusan eksponensial :
F +1
t
=
a
X
t
+
(1 -
a
)
F
t
Karena
nilai
untuk
F1 tidak
diketahui,
maka
dapat
digunakan
nilai
observasi
pertama
(X1) sebagai
ramalan
pertama
(F1
=
X1) dan
kemudian
dialnjutkan
dengan
menggunakan
persamaan
di
atas.
Ini merupakan salah satu metode
inisialisasi.
b. Metode Pemulusan Eksponensial Tunggal : Pendekatan Adaptif
Metode
ini
bersifat
adaptif
dalam
arti
bahwa
nilai
a
akan
berubah
secara
otomatis
bilamana
terdapat
perubahan
pada
pola
data
dasar
dan
dapat
bermanfaat untuk sistem peramalan yang melibatkan sejumlah besar item.
Inisialisasi :
F2 = X1
a
2
= a3
= a
4
= ß
E1 = M1 = 0
Persamaan dasar untuk peramalan dengan metode ini adalah :
F +1
t
=
a
t
X
t
+
(1 -
a
t
)
F
t
 |