35
meminimumkan MSE
pada kelompok
data
pengujian,
penaksiran
yang terjadi
dalam
pemulusan
eksponensial adalah
masalah non-linear.)
Cara
lain untuk
menuliskan
persamaan
(2-17)
adalah
dengan
susunan
sebagai
berikut
Ft+I=F,+ a(X,-FJ
Secara sederhana
Ft+I
=
F,
+
a(eJ
(2-20)
(2-20')
Dimana
e1 adalah
kesalahan
ramalan
(nilai
sebenamya
dikurangi
ramalan)
untuk
periode t.
Dari dua
bentuk Ft+I
ini
dapat
dilihat
bahwa
ramalan
yang
dihasilkan
dari
SES secara
sederhana
merupakan
ramalan
yang
lalu
ditambah
suatu penyesuaian
untuk
kesalahan
yang
terjadi
pada
ramalan
terakhir.
Dalam
bentuk
ini
terbukti
bahwa
jika a
mempunyai nilai
mendekati
1,
maka ramalan
yang baru akan
mencakup
penyesuaian
kesalahan
yang besar
pada
ramalan
sebelumnya .
Sebaliknya,
jika
a
mendekati
0,
maka
ramalan
yang
barn akan
mencakup
penyesuaian
yang
sangat
kecil.
Jadi,
pengaruh
besar
kecilnya
a
benar-benar analog
(dalam
arah
yang
berlawanan)
dengan
pengaruh
memasukkan jumlah
pengamatan
yang
kecil
atau
besar
pada
perhitungan
rata-rata
bergerak. Perin
juga
diperhatikan
bahwa
pemulusan
(smoothing)
eksponensial
tunggal
akan
selalu
mengikuti
setiap
tren
dalam
data
yang
sebenamya,
karena
yang
dapat
dilakukannya
tidak
lebih
dari
mengatur
ramalan
mendatang
dengan
suatu persentase dari
kesalahan yang
terakhir.
 |