!
po!a
datanya.
Karakteristik
ini
tampaknya
menarik
bi!amana
beberapa ratus
atau
bahkan
ribuan item
perlu
dimma!k:m. ARRSES bersifat
adaptif dalam arti
bahwa nilai
a
akan
berubah
secara
otomatis bilamana
tersapat
perubahan
da!a.rn
pola
data
dasar.
Persamaan
dasar
UJ:tuk perama!an
dengan
metode
A..IW.SES adalah sebagai
berikut
(5, hal 85)
:
a.
b. O:t+l =
c. E, =
P-er.,_ (1
-
[3).£,_,
d. lVf, =
[3.1
e,i +
(1 -
p).M,_
1
e. e,=
X,-
F,
Dengan
inisialisasi
sebagai
berikut
:
=X,;
Et =Mt=O
X
=
observasi; F
=
Ramalat1; e,
=
kesalahZ-'1;
E,
=
kesala.'J.an pemulusan;
M,
=
kesalahan
2-bsolut pemulusan;
a,=
nilaL
a
dan
i3
merupa_panuneter antara
0 dan l,
serta
I! menunjukkan
nilai
absolut.
Persamaan b menunjukkan bahwa
nilai a
yang dipakai untuk peramalan periode
(t+2)
ditetapkan sebaga:
nilai
absolut
dari
rasio
antam
unsur
kesalahan yang
dihaiuskan
(E,) dan unsur kesalahan absolut
yang
diha!uskan (11.-¹1
).
Dua
yang
te!ah
dihaluskan ini
dipero!eh
dengan
menggunakan
seperti
yang ditunjukkan pada
persamaan c dan d.
2.2.3.2.Pemulusan (Smoothing)
Eksponensia!
Parameter dad
Brown
Metode
Linear
Satu-
Dengan cara analogi yang
dipakai pada
waktu
berangkat dari
mta-rata bergerak
tunggal ke
pemulusan (smoothing) eksponensiat
tunggal
kita
dapat juga
berangkat dari
 |