24
4.
Exponential Smoothing (Penghalusan Eksponensial)
Suatu teknik peramalan rata-rata bergerak dengan pembobotan di mana
titik-titik data dibobotkan oleh fungsi eksponensial. Pada exponensial smoothing
terdapat a yaitu sebuah bobot atau konstanta penghalusan yang dipilih oleh
peramal yang mempunyai nilai antara 0 sampai 1. Alasan pendekatan ini disebut
sebagai exponential smoothing adalah karena setiap
kenaikan di masa lalu
dikurangi dengan (1-a). Exponential smoothing
sering digunakan karena
beberapa alasan, yaitu:
Model exponential cukup akurat.
Memformulasikan modelnya cukup mudah.
Mudah dipahami oleh user.
Membutuhkan sedikit perhitungan.
Tidak membutuhkan banyak data historis.
Mudah dilakukan test akurasi.
Dalam metode ini, ada 3 data yang diperlukan, yaitu peramalan terbaru,
hasil aktual di periode lalu, dan smoothing constant alpha (a). Alpha
menentukan tingkat penghalusan dan tingkat reaksi untuk membedakan hasil
peramalan dan hasil aktual. Menurut Black (2013:613), nilai a
ditentukan oleh
pembuat peramalan sendiri. Prosedurnya adalah jika peramalan baru
dikombinasikan dengan peramalan saat ini dan nilai aktual saat ini. Jika a dipilih
dibawah 0.5, bobot yang lebih kecil diletakan pada nilai aktual daripada nilai
peramalan. Jika a
lebih besar 0.5, bobot yang lebih besar diletakan pada nilai
peramalan daripada nilai aktual. Nilai alpha juga dapat dihitung dengan
menggunakan rumus:
a=
2
n+1
n= jumlah periode waktu
Rumus
pembobotan rata-rata bergerak menurut Jacobs & Chase
(2011:
537) adalah:
Keterangan:
= peramalan periode mendatang,
 |