44
pemulusan
eksponensial linear Holt didapat
dengan
menggunakan dua konstanta
pemulusan (dengan
nilai
antara
0
dan
1)
dan
tiga
persamaan :
S, =
ax,
+
(I -a) (StJ + ht J)
b,
=
-y(S,- St J) + (1 -'Y)bt l
Ft+m
=
S,
+
b,m
(2-34)
(2-35)
(3-36)
Persamaan
(2-34)
menyesuaikan
S,
secara
langsung untuk
tren
periode
sebelumnya,yaitu
bn,dengan
menambabkan
nilai pemulusan
yang
terakhir,
yaitu
S,-J.
Hal
ini
membantu
untuk
menghilangkan
kelambatan
dan
menempatkan
S,
ke
dasar
perkiraan
nilai
data
saat
ini.
Kemudian persamaan
(2-35)
meremajakan
tren,
yang
ditunjukkan
sebagai
perbedaaan
antara
dna
nilai
pemulusan
yang
terakhir.
Hal
ini
tepat karena
jika
terdapat
kecenderungan
di dalam
data,
nilai
yang bam
akan
lebih
tinggi
atau
lebih
rendah daripada
nilai
yang
sebelumnya.
Karena
mungkin
masih
terdapat sedikit
kerandoman,
maka
hal
ini
dihilangkan
oleh
pemulusan
dengan r
(gamma) tren
pada periode terakhir
(S,- S, 1
),
dan
menambabkannya
dengan
taksiran
tren
sebelumnya
dikalikan
dengan
(I
-
"(). Jadi,
persamaan
(2-35)
serupa dengan
bentuk
dasar pemulusan
tunggal
pada persamaan
(2-17)
tetapi
dipakai
untuk
meremajakan
tren.
Akhirnya,
persamaan
(2
36)
digunakan
untuk
ramalan
ke muka.
Tren,
b,,
dikalikan
dengan
jumlah
periode
ke muka
yang
diramalkan,
m,
dan
ditambabkan pada
nilai
dasar,
S,
Proses
inisialisasi
untuk
pemulusan
eksponensiallinear
dari
Holt
memerlukan
dua
taksiran
yang satu
mengambil
nilai
pemulusan pertama
untuk S1
dan yang
lain
mengambil tren
b1.
Yang
pertama adalah mudah. Pilih
S1 =
X1. Taksiran tren
kadang-
 |