Aplikasi peramalan metode DES (Double Exponential Smoothing)

60

Double Exponential Smoothing

Exponential smoothing adalah suatu teknik peramalan rata-rata bergerak yang melakukan penimbangan terhadap data masa lau dengan cara exponential, sehingga data paling akhir mempunyai bobot atau timbangan paling/lebih besar dalam rata-rata bergerak.

Metode exponential smoothing adalah suatu prosedur yang secara terus menerus memperbaiki peramalan dengan merata-rata (menghaluskan = smoothing) nilai masa lalu dari suatu data runtut waktu dengan cara menurun (exponential). 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. (Trihendradi dalam Said, 2011)

Ada empat model dari metode exponential smoothing yang mengakomodasi asumsi mengenai trend dan musiman:

  • Simpel (tunggal), model ini mengasumsikan bahwa seri pengamatan tidak memiliki trend dan variasi
  • Holt, model ini mengasumsikan bahwa seri pengamatan memiliki trend linier namun tidak memiliki variasi
  • Winters, model ini mengasumsikan bahwa seri pengamatan memiliki trend linier dan variasi musiman.
  • Custom, model ini memungkinkan untuk melakukan penetapan komponen trend dan variasi musiman. (Trihendradi dalam Said, 2011)

Ada tiga parameter yang perlu penetapan, tergantung dari komponen trend dan variasi musiman:

  • Alpha (α) merupakan parameter yang mengontrol pembobotan relatif pada pengamatan yang baru dilakukan. Jika alpha bernilai 1 maka hanya pengamatan terbaru yang digunakan secara eksklusif. Sebaliknya bila alpha bernilai 0 maka pengamatan yang lalu dihitung dengan bobot sepadan dengan yang terbaru. Parameter alpha digunakan pada semua
  • Beta (β) merupakan parameter yang mengontrol pembobotan relatif pada pengamatan yang baru dilakukan untuk mengestimasi kemunculan trend seri. Nilai beta berkisar dari 0 sampai Nilai semakin besar menujukkan pemberian bobot yang semakin besar pada pengamatan terbaru. Parameter beta digunakan pada model yang memiliki komponen trend linier atau eksponensial dengan tidak memiliki variasi musiman.
  • Gamma (γ) merupakan parameter yang mengontrol pembobotan relatif pada pengamatan yang baru dilakukan untuk mengestimasi kemunculan variasi musiman. Nilai gamma berkisar dari 0 sampai 1. Nilai semakin besar menunjukkan pemberian bobot yang semakin besar pada pengamatan terbaru. Parameter gamma digunakan pada model yang memiliki variasi

 

Download Aplikasi peramalan metode DES (Double Exponential Smoothing)

Saya punya beberapa arsip kode program

# DES dengan satu parameter alpha betadownload PHP peramalan DES double exponential smoothing

 

#DES dengan 3 kombinasi alpha beta, kemudian dipilih yang terbaik.

download PHP peramalan DES double exponential smoothing

 

Kode dibuat menggunakan PHP Native
untuk memperoleh arsip kode, hubungi WA 085 742 133 450

 

Anda mungkin ingin membaca ini