Peramalan dengan Exponential Smoothing (Penghalusan Eksponensial)
– Exponential smoothing atau dalam bahasa Indonesia disebut dengan
Penghalusan Eksponensial adalah suatu metode peramalan rata-rata
bergerak yang memberikan bobot secara eksponensial atau bertingkat pada
data-data terbarunya sehingga data-data terbaru tersebut akan
mendapatkan bobot yang lebih besar. Dengan kata lain, semakin baru atau
semakin kini datanya, semakin besar pula bobotnya. Hal ini dikarenakan
data yang terbaru dianggap lebih relavan sehingga diberikan bobot yang
lebih besar. Parameter penghalusan (smoothing) biasanya dilambangkan dengan α (alpha).
Menurut Render dan Heizer (2005), Penghalusan exponential adalah teknik peramalan rata-rata bergerak dengan pembobotan dimana data diberi bobot oleh sebuah fungsi exponential.
Menurut Trihendradi (2005), analisis exponential smoothing merupakan salah satu analisis deret waktu, dan merupakan metode peramalan dengan memberi nilai pembobot pada serangkaian pengamatan sebelumnya untuk memprediksi nilai masa depan.
Menurut T. Hani Handoko (2011), Exponential Smoothing adalah suatu tipe teknik peramalan rata-rata bergerak yang melakukan penimbangan terhadap data masa lalu dengan cara eksponensial sehingga data paling akhir mempunyai bobot atau timbangan lebih besar dalam rata-rata bergerak.
Ft = Prakiraan Permintaan sekarang
Ft-1 = Prakiraan Permintaan yang lalu
α = Konstanta Eksponensial
Dt-1 = Permintaan Nyata
Diketahui :
α = 0,1
Ft – 1 = 10.000 unit
Dt – 1 = 9.000 unit
Ft = ?
Jawaban :
Ft = Ft – 1 + α (Dt-1 – Ft-1)
Ft = 10.000 + 0,1 (9.000 – 10.000)
Ft = 10.000 + 0,1 (-1.000)
Ft = 10.000 + (-100)
Ft = 9.900
Jadi prakiraan permintaan untuk bulan Februari adalah 9.900 units.
Untuk Prakiraan pada bulan-bulan selanjutnya, kita dapat menghitung dengan cara yang sama. Silakan lihat contoh berikut ini :
α= 2 / (n + 1)
Dimana :
Α = nilai Konstanta
n = jumlah periode waktu
Contoh :
Bila data terdiri dari 9 bulan, maka α dapat diperoleh dengan menggunakan perhitungan sebagai berikut :
α= 2 / (n + 1)
α= 2 / (9 + 1)
α= 2 / 10
α= 0,2
Jadi nilai konstanta yang dapat kita gunakan adalah 0,2.
Pengertian Exponential Smoothing menurut para Ahli
Berikut ini adalah beberapa definisi ataupun pengertian Exponential Smoothing (Penghalusan Bertingkat) menurut para ahli.Menurut Render dan Heizer (2005), Penghalusan exponential adalah teknik peramalan rata-rata bergerak dengan pembobotan dimana data diberi bobot oleh sebuah fungsi exponential.
Menurut Trihendradi (2005), analisis exponential smoothing merupakan salah satu analisis deret waktu, dan merupakan metode peramalan dengan memberi nilai pembobot pada serangkaian pengamatan sebelumnya untuk memprediksi nilai masa depan.
Menurut T. Hani Handoko (2011), Exponential Smoothing adalah suatu tipe teknik peramalan rata-rata bergerak yang melakukan penimbangan terhadap data masa lalu dengan cara eksponensial sehingga data paling akhir mempunyai bobot atau timbangan lebih besar dalam rata-rata bergerak.
Peramalan dengan Exponential Smoothing (Penghalusan Eksponensial)
Metode Peramalan Exponential Smoothing atau Penghalusan eksponensial (Penghalusan bertingkat) ini banyak digunakan untuk meramalkan permintaan barang (demand) yang perubahannya sangat cepat.Cara Menghitung Exponential Smoothing
Peramalan dengan Exponential Smoothing atau Metode Penghalusan Eksponensial ini cukup mudah, yaitu dengan memasukan prakiraan permintaan sekarang dengan data permintaan nyata atau data permintaan aktual ke dalam rumus Exponential Smoothing. Berikut ini adalah rumus untuk menghitung exponential smoothing :Rumus Exponential Smoothing (Penghalusan Eksponensial)
Cara Menghitung Exponential Smoothing
Peramalan dengan Exponential Smoothing atau Metode Penghalusan Eksponensial ini cukup mudah, yaitu dengan memasukan prakiraan permintaan sekarang dengan data permintaan nyata atau data permintaan aktual ke dalam rumus Exponential Smoothing. Berikut ini adalah rumus untuk menghitung exponential smoothing :Rumus Exponential Smoothing (Penghalusan Eksponensial
Ft = Ft – 1 + α (Dt-1 – Ft-1)
Dimana :Ft = Prakiraan Permintaan sekarang
Ft-1 = Prakiraan Permintaan yang lalu
α = Konstanta Eksponensial
Dt-1 = Permintaan Nyata
Contoh Kasus Cara Menghitung Exponential Smoothing
Sebuah perusahaan yang menjual Kalkulator ingin meramalkan permintaan produknya di pasar. Metode yang digunakan adalah metode Penghalusan Eksponensial atau Exponential Smoothing. Perusahaan tersebut menggunakan Konstanta α = 0,1. Prakiraan Permintaan atau demand untuk bulan Januari adalah 10.000 unit. Namun pada kenyataannya, permintaan aktual pada bulan Januari tersebut hanya sebanyak 9.000 unit. Berapakah prakiraan untuk bulan Februari?Diketahui :
α = 0,1
Ft – 1 = 10.000 unit
Dt – 1 = 9.000 unit
Ft = ?
Jawaban :
Ft = Ft – 1 + α (Dt-1 – Ft-1)
Ft = 10.000 + 0,1 (9.000 – 10.000)
Ft = 10.000 + 0,1 (-1.000)
Ft = 10.000 + (-100)
Ft = 9.900
Jadi prakiraan permintaan untuk bulan Februari adalah 9.900 units.
Untuk Prakiraan pada bulan-bulan selanjutnya, kita dapat menghitung dengan cara yang sama. Silakan lihat contoh berikut ini :
Penentuan Nilai Konstanta pada Metode Peramalan Exponential Smoothing
Nilai konstanta dapat ditentukan dengan cara trial dan error (coba-coba). Namun dapat juga menggunakan rumus dibawah ini :α= 2 / (n + 1)
Dimana :
Α = nilai Konstanta
n = jumlah periode waktu
Contoh :
Bila data terdiri dari 9 bulan, maka α dapat diperoleh dengan menggunakan perhitungan sebagai berikut :
α= 2 / (n + 1)
α= 2 / (9 + 1)
α= 2 / 10
α= 0,2
Jadi nilai konstanta yang dapat kita gunakan adalah 0,2.
Post a Comment