Ringkasan dokumen tersebut adalah:
Ujian akhir semester mata kuliah Matematika Statistika di Universitas PGRI Adi Buana Surabaya membahas soal-soal distribusi hipergeometrik, binomial, Poisson, dan normal untuk menentukan berbagai probabilitas.
Ringkasan dokumen tersebut adalah:
Ujian akhir semester mata kuliah Matematika Statistika di Universitas PGRI Adi Buana Surabaya membahas soal-soal distribusi hipergeometrik, binomial, Poisson, dan normal untuk menentukan berbagai probabilitas.
TUGAS UJIAN AKHIR SEMESTER
RISET OPERASI DAN TEKNIK PENGAMBILAN
KEPUTUSAN
Rangkuman Buku:
“Operation Research (Model-model Pengambilan Keputusan)”
Penulis: Tjutju Tarliah Dimyati, Ahmad Dimyati
KEVIN SURYA (1534021022)
SEMESTER V
BAB I
PENDAHULUAN
Latar Belakang
Salah satu pendekatan yang dapat dilakukan untuk menyelesaikan masalah manajemen sains adalah pemrograman linear. Pemrograman linear merupakan kelompok teknik analisis kuantitatif yang mengandalkan model matematika atau model simbolik sebagai wadahnya. Artinya, setiap masalah yang kita hadapi dalam suatu sistem permasalahan tertentu perlu dirumuskan dulu dalam simbol-simbol matematika tertentu, jika kita inginkan bantuan pemrograman linear sebagai alat analisisnya.
Metode grafik merupakan salah satu metode yang dapat digunakan untuk menyelesaikan masalah pemrograman linear yang melibatkan dua peubah keputusan. Membahas mengenai masalah meminimumkan fungsi kendala bertanda ≥, fungsi kendala bertanda = tidak ada penyelesaian layak, tidak ada penyelesaian optimal, beberapa alternatif optimal, dan wilayah kelayakan yang tidak terikat dapat terjadi saat menyelesaikan masalah pemrograman linear dengan menggunakan prosedur penyelesaian grafik. Kasus-kasus ini juga dapat terjadi saat menggunakan metode simpleks.
Metode simplek untuk linier programming dikembangkan pertama kali oleh George Dantzing pada tahun 1947, kemudian digunakan juga pada penugasan di Angkatan Udara Amerika Serikat. Dia mendemonstrasikan bagaimana menggunakan fungsi tujuan (iso-profit) dalam upaya menemukan solosi diantara beberapa kemungkinan solosi sebuah persoalan linier programming.
Proses penyelesaiaanya dalam metode simplek, dilakukan secara berulang-ulang (iterative) sedemikian rupa dengan menggunakan pola tertentu (standart) sehingga solusi optimal tercapai.
Ciri lain dari metode simplek adalah bahwa setiap solusi yang baru akan menghasilkan sebuah nilai fungsi tujuan yang lebih besar daripada solosi sebelumnya.
Rumusan Masalah
Adapun rumusan masalah yang akan dibahas dalam makalah ini adalah sebagai berikut:
Bagaimana cara mencari nilai maksimum dengan menggunakan metode simpleks?
Bagaimana cara menyelesaikan masalah/kendala (syarat) bertanda “=”?
Bagaimana cara mencari nilai minimum dengan menggunakan metode simpleks?
Bagaimana cara membedakan antara asalah primal dan dual dalam program linear?
Kapan pemrograman linear dikatakan mengalami degenerasi?
Tujuan
Adapun tujuan dari penulisan makalah ini antara lain :
Dapat menyelesaikan masalah maksimasi dalam program linear
Dapat menyelesaikan masalah / kendala (syarat) bertanda “=” pada program linear
Dapat menyelesaikan masalah minimasi dalam program linear
Dapat mengetahui dan membedakan antara masalah primal dan dual dalam program linear
Dapat menyelesaikan masalah degeneracy / kemerosotan dalam program linear
BAB II
PEMBAHASAN
Masalah Maksimasi
Untuk menyelesaikan masalah maksimasi maka programasi linear harus lebih dahulu ditulis dalam bentuk standar. Dengan bentuk standar dimaksudkan adalah permasalahan programasi linear yang berwujud permasalahan maksimasi dengan batasan-batasan (kendala) yang bertanda kurang dari
Bab 2 membahas perhitungan galat dan jenis-jenis galat seperti galat pengukuran, pembulatan, dan pemotongan. Metode perhitungan galat mutlak, relatif, dan perambatan galat pada operasi matematika juga dijelaskan. Prinsip-prinsip metode numerik untuk memecahkan persamaan non-linear seperti bisection, regula falsi, iterasi titik tetap, Newton Raphson, dan sekan diuraikan.
Dokumen tersebut membahas tentang teori konsumsi dan investasi. Secara ringkas, dibahas mengenai pengertian konsumsi dan jenis-jenisnya, teori perilaku konsumsi seperti teori Keynes, siklus hidup, pendapatan permanen, dan pendapatan relatif. Juga dibahas faktor-faktor yang mempengaruhi konsumsi. Selanjutnya dibahas pengertian investasi dan teori investasi konvensional.
Dokumen tersebut membahas dasar-dasar matematika yang diperlukan untuk menyelesaikan masalah optimasi secara analitis, meliputi gradien, matriks Hessian, syarat perlu dan cukup keoptimalan, serta fungsi konveks dan konkaf.
Teori Perilaku Konsumen. Mikroekonomi 1
Vadilla Mutia Zahara SE.,ME
Cardinal dan Ordinal
Theory of Choice
Utilitas dan kepuasan konsumen
Asumsi teori perilaku konsumen
Perbedaan pendekatan kardinal dan ordinal
Total utility dan marginal utility
The diminishing marginal utility, Marginal rate of substitution
Fungsi produksi mendefinisikan hubungan antara input dan output maksimum. Manajer harus memilih kombinasi input yang optimal untuk memaksimalkan laba dengan mempertimbangkan biaya marginal sama dengan manfaat marginal. Fungsi biaya menunjukkan biaya minimum untuk setiap tingkat output.
Ringkasan dokumen tersebut adalah:
1. Dokumen tersebut membahas aplikasi metode pemulusan eksponensial untuk meramalkan data yang memiliki tren, khususnya metode Brown dan Holt.
2. Dilakukan perbandingan hasil ramalan menggunakan metode Brown satu parameter, Holt dua parameter, dan Brown kuadratik.
3. Hasilnya menunjukkan bahwa metode Holt dua parameter memberikan error ramalan terkecil.
TUGAS UJIAN AKHIR SEMESTER
RISET OPERASI DAN TEKNIK PENGAMBILAN
KEPUTUSAN
Rangkuman Buku:
“Operation Research (Model-model Pengambilan Keputusan)”
Penulis: Tjutju Tarliah Dimyati, Ahmad Dimyati
KEVIN SURYA (1534021022)
SEMESTER V
BAB I
PENDAHULUAN
Latar Belakang
Salah satu pendekatan yang dapat dilakukan untuk menyelesaikan masalah manajemen sains adalah pemrograman linear. Pemrograman linear merupakan kelompok teknik analisis kuantitatif yang mengandalkan model matematika atau model simbolik sebagai wadahnya. Artinya, setiap masalah yang kita hadapi dalam suatu sistem permasalahan tertentu perlu dirumuskan dulu dalam simbol-simbol matematika tertentu, jika kita inginkan bantuan pemrograman linear sebagai alat analisisnya.
Metode grafik merupakan salah satu metode yang dapat digunakan untuk menyelesaikan masalah pemrograman linear yang melibatkan dua peubah keputusan. Membahas mengenai masalah meminimumkan fungsi kendala bertanda ≥, fungsi kendala bertanda = tidak ada penyelesaian layak, tidak ada penyelesaian optimal, beberapa alternatif optimal, dan wilayah kelayakan yang tidak terikat dapat terjadi saat menyelesaikan masalah pemrograman linear dengan menggunakan prosedur penyelesaian grafik. Kasus-kasus ini juga dapat terjadi saat menggunakan metode simpleks.
Metode simplek untuk linier programming dikembangkan pertama kali oleh George Dantzing pada tahun 1947, kemudian digunakan juga pada penugasan di Angkatan Udara Amerika Serikat. Dia mendemonstrasikan bagaimana menggunakan fungsi tujuan (iso-profit) dalam upaya menemukan solosi diantara beberapa kemungkinan solosi sebuah persoalan linier programming.
Proses penyelesaiaanya dalam metode simplek, dilakukan secara berulang-ulang (iterative) sedemikian rupa dengan menggunakan pola tertentu (standart) sehingga solusi optimal tercapai.
Ciri lain dari metode simplek adalah bahwa setiap solusi yang baru akan menghasilkan sebuah nilai fungsi tujuan yang lebih besar daripada solosi sebelumnya.
Rumusan Masalah
Adapun rumusan masalah yang akan dibahas dalam makalah ini adalah sebagai berikut:
Bagaimana cara mencari nilai maksimum dengan menggunakan metode simpleks?
Bagaimana cara menyelesaikan masalah/kendala (syarat) bertanda “=”?
Bagaimana cara mencari nilai minimum dengan menggunakan metode simpleks?
Bagaimana cara membedakan antara asalah primal dan dual dalam program linear?
Kapan pemrograman linear dikatakan mengalami degenerasi?
Tujuan
Adapun tujuan dari penulisan makalah ini antara lain :
Dapat menyelesaikan masalah maksimasi dalam program linear
Dapat menyelesaikan masalah / kendala (syarat) bertanda “=” pada program linear
Dapat menyelesaikan masalah minimasi dalam program linear
Dapat mengetahui dan membedakan antara masalah primal dan dual dalam program linear
Dapat menyelesaikan masalah degeneracy / kemerosotan dalam program linear
BAB II
PEMBAHASAN
Masalah Maksimasi
Untuk menyelesaikan masalah maksimasi maka programasi linear harus lebih dahulu ditulis dalam bentuk standar. Dengan bentuk standar dimaksudkan adalah permasalahan programasi linear yang berwujud permasalahan maksimasi dengan batasan-batasan (kendala) yang bertanda kurang dari
Bab 2 membahas perhitungan galat dan jenis-jenis galat seperti galat pengukuran, pembulatan, dan pemotongan. Metode perhitungan galat mutlak, relatif, dan perambatan galat pada operasi matematika juga dijelaskan. Prinsip-prinsip metode numerik untuk memecahkan persamaan non-linear seperti bisection, regula falsi, iterasi titik tetap, Newton Raphson, dan sekan diuraikan.
Dokumen tersebut membahas tentang teori konsumsi dan investasi. Secara ringkas, dibahas mengenai pengertian konsumsi dan jenis-jenisnya, teori perilaku konsumsi seperti teori Keynes, siklus hidup, pendapatan permanen, dan pendapatan relatif. Juga dibahas faktor-faktor yang mempengaruhi konsumsi. Selanjutnya dibahas pengertian investasi dan teori investasi konvensional.
Dokumen tersebut membahas dasar-dasar matematika yang diperlukan untuk menyelesaikan masalah optimasi secara analitis, meliputi gradien, matriks Hessian, syarat perlu dan cukup keoptimalan, serta fungsi konveks dan konkaf.
Teori Perilaku Konsumen. Mikroekonomi 1
Vadilla Mutia Zahara SE.,ME
Cardinal dan Ordinal
Theory of Choice
Utilitas dan kepuasan konsumen
Asumsi teori perilaku konsumen
Perbedaan pendekatan kardinal dan ordinal
Total utility dan marginal utility
The diminishing marginal utility, Marginal rate of substitution
Fungsi produksi mendefinisikan hubungan antara input dan output maksimum. Manajer harus memilih kombinasi input yang optimal untuk memaksimalkan laba dengan mempertimbangkan biaya marginal sama dengan manfaat marginal. Fungsi biaya menunjukkan biaya minimum untuk setiap tingkat output.
Ringkasan dokumen tersebut adalah:
1. Dokumen tersebut membahas aplikasi metode pemulusan eksponensial untuk meramalkan data yang memiliki tren, khususnya metode Brown dan Holt.
2. Dilakukan perbandingan hasil ramalan menggunakan metode Brown satu parameter, Holt dua parameter, dan Brown kuadratik.
3. Hasilnya menunjukkan bahwa metode Holt dua parameter memberikan error ramalan terkecil.
Dewi Sri Putri melakukan beberapa uji terhadap hubungan harga jagung pipilan kering di tingkat petani dan retail. Uji stasioner menunjukkan data stasioner pada first difference. Uji kointegrasi Engle Granger dan Johansen menunjukkan adanya hubungan jangka panjang. Uji ECM menunjukkan harga petani dapat mempengaruhi retail dan kembali ke titik keseimbangan.
Dokumen tersebut membahas tentang dekomposisi dan penghalusan data. Metode dekomposisi digunakan untuk memisahkan komponen trend dan musiman pada suatu time series data. Beberapa teknik yang dijelaskan meliputi moving average untuk menghaluskan data, analisis harmonik untuk merepresentasikan data melalui fungsi sinus dan kosinus, serta empirical mode decomposition untuk memecah data menjadi mode intrinsik.
Makalah analisa regresi linier sederhana dengan perhitungan manual dan dengan aplikasi SPSS untuk matakuliah Data Mining semester 6, STMIK Nusa Mandiri, Jakarta. Tahun ajaran 2017/2018
Makalah ini membahas peramalan laju inflasi di Indonesia menggunakan metode ARIMA. Data inflasi bulanan tahun 2017 digunakan untuk memprediksi inflasi 2018. Hasilnya menunjukkan inflasi 2018 diperkirakan meningkat menjadi rata-rata 4,05% dibandingkan 2017. Pemerintah perlu menggunakan kebijakan moneter dan fiskal untuk mengatasi kenaikan inflasi.
Tesis ini menguji pengaruh efektivitas penerapan standar akuntansi pemerintahan terhadap kualitas laporan keuangan Kantor Wilayah Kementerian Agama Provinsi Sulawesi Selatan. Variabel independen adalah standar akuntansi pemerintahan dan variabel dependennya adalah kualitas laporan keuangan. Penelitian ini menggunakan 30 responden dan menganalisis data menggunakan uji asumsi klasik, koefisien determinasi, dan regresi linier tunggal. Hasil
Ringkasan dokumen tersebut adalah:
(1) Dokumen tersebut membahas tentang model regresi berganda dan estimasi koefisien regresinya menggunakan metode Ordinary Least Squares (OLS); (2) Dokumen tersebut juga membahas tentang uji statistik yang dapat dilakukan pada model regresi berganda seperti uji t, uji F, dan uji lainnya; (3) Dokumen tersebut memberikan penjelasan tentang berbagai aspek analisis regresi berg
Regresi linear berganda digunakan untuk mengestimasi hubungan antara produksi kelapa sawit dengan luas areal perkebunan dan faktor dummy topografi. Hasilnya menunjukkan luas areal berpengaruh positif terhadap produksi sedangkan faktor topografi tidak berpengaruh secara signifikan. Uji asumsi menunjukkan model ini memenuhi asumsi kecuali heteroskedastisitas yang umum pada data cross section.
Metode Holt merupakan metode terbaik untuk meramalkan Indeks Harga Saham Gabungan (IHSG) berdasarkan kriteria MAPE, residual yang random, dan tidak adanya autokorelasi pada residual. Metode Holt memodelkan tren dan level dari data secara eksponensial.
Dokumen tersebut membahas analisis regresi linier sederhana untuk memprediksi jumlah cacat berdasarkan rata-rata suhu ruangan. Langkah-langkah meliputi memanggil dan mendeskripsikan data, membuat model regresi, menguji asumsi model, dan memprediksi jumlah cacat untuk beberapa nilai suhu ruangan.
UNIKBET : Link Slot Resmi Pragmatic Play Bisa Deposit Via Bank Bengkulu 24 Ja...unikbetslotbankmaybank
Pada hari ini 12 Juni 2024, Link Slot Gacor Pragmatic Play Deposit Bank Bengkulu Promo Bonus Terbesar Banyak Promo Spektakuler di provider Pragmatic Play adalah Unikbet karena berlicensi resmi internasional. Maka dari itu, Untuk anda para pemain slot online yang berada di kota Sigli, bisa bermain dengan tenang dan aman. Berikut rekomendasi daftar situs slot bisa deposit pakai Bank Bengkulu khusus untuk anda yang berlokasi di Kota Sigli:
1. Slot Nexus Gates of Olympus™
2. Slot Thor vs Hercules
3. Slot Gates of Gatot Kaca
4. Slot Sugar Rush™
5. Slot Sweet Bonanza Xmas™
6. Slot Mahjong Wins
"Jodoh Menurut Prespektif Al-Quran" (Kajian Tasir Ibnu Katsir Surah An-Nur ay...Muhammad Nur Hadi
Jurnal "Jodoh Menurut Prespektif Al-Quran" (Kajian Tasir Ibnu Katsir Surah An-Nur ayat 26 dan 32 dan Surah Al-Hujurat Ayat 13), Ditulis oleh Muhammmad Nur Hadi, Mahasiswa Program Studi Ilmu Hadist di UIN SUSKA RIAU.
1. Economic Statistics
Smoothing Method
Di Susun Oleh:
KELOMPOK 10
Allysa Virgiana C. 2201841412
Nurul Sinta 2201841545
Zahratun Nisa Oktaviana 2201814191
UNIVERSITAS BINA NUSANTARA
JAKARTA 2018
2. Smoothing Method
A. Teori
Peramalan dengan Exponential Smoothing (Penghalusan Eksponensial) -Exponential
smoothing atau dalam bahasa Indonesia disebut dengan Penghalusan Eksponensial yaitu,
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 a (alpha).
B. Konsep
Exponential smoothing atau dalam bahasa Indonesia disebut dengan Penghalusan
Eksponensial yaitu, 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 a (alpha).
C. Pengertian
Beberapa 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.
Pengertian secara umum:
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). 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.
3. D. Macam-Macam Metode
1. Single Exponentials Smoothing
Atau biasa disebut sebagai Simple Exponential Smoothing, metode ini digunakan untu
peramalan jangka pendek. Model mengasumsikan bahwa data berfluktuasi di sekitar
nilai mean yang tetap, tanpa trend atau pola pertumbuhan konsisten. Tidak seperti
Moving Average, Exponential Smoothing memberikan penekanan yang lebih besar
kepada time series saat ini melalui penggunaan sebuah konstanta smoothing
(penghalus). Konstanta smoothing mungkin berkisar dari 0 ke 1. Nilai yang dekat
dengan 1 memberikan penekanan terbesar pada nilai saat ini sedangkan nilai yang
dekat dengan 0 memberi penekanan pada titik data sebelumnya.
Rumus untuk Simple exponential smoothing:
St = a * Xt + (1 - a) * St-i
yaitu:
St = peramalan untuk periode t.
Xt + (1-a) = Nilai aktual time series
Ft-1 = peramalan pada waktu t-1 (waktu sebelumnya)
a = konstanta perataan antara 0 dan 1
2. Double Exponentials Smoothing
Metode ini digunakan ketika berbentuk data trend. Ada dua metode dalam Double
Exponential Smoothing, yaitu : a. Metode Linier Satu Parameter dari Brown’s
Metode ini dikembangkan oleh Brown’s untuk mengatasi perbedaan yang muncul
antara data aktual dan nilai peramalan apabila ada trend pada poltnya. Dasar pemikiran
dari pemulusan eksponensial linier dari Brown’s adalah serupa dengan rata-rata
bergerak linier (Linier Moving Average), karena kedua nilai pemulusan tunggal dan
ganda ketinggalan dari data yang sebenarnya bilamana terdapat unsur trend, perbedaan
antara nilai pemulusan tunggal dan ganda ditambahkan kepada nilai pemulusan dan
disesuaikan untuk trend. Persamaan yang digunakan pada metode ini adalah :
4. *'r = arX, + (1
* = :
«,«',+C1
-
a
t =
+
1
S",) = 2S - S~c.t
b
* =
- 5",)
1 Wp
F
t+m
= at + bt m
Dim ana,
S’t = Nilai pemulusan eksponensial tunggal
S”t = Nilai pemulusan eksponensial ganda
ap = Parameter pemulusan eksponensial yang besamya 0<OJ,<1
a,, bt = Konstanta pemulusan
Ft+m = hasil peramalan untuk periode ke depan yang diramalkan
Agar dapat menggunakan persamaan di atas, nilai S’t-1 dan S”t-1 harus
tersedia. Tetapi pada saat T=1, nilai tersebut tidak tersedia. Jadi nilai-nilai ini harus
tersedia di awal.
b. Metode Dua Parameter dari Holt
Metode ini nilai trend tidak dimuluskan dengan pemulusan ganda secara
langsung, tetapi proses pemulusan trend dilakuakan dengan parameter berbeda dengan
parameter pada pemulusan data asli.
Secara matematis metode ini ditulis pada tiga persamaan :
• Pemulusan total : St “ aXt 4 (1 — ff)(5r_14
■ Pemulusan trend : Tt — p(St — 4 (l —
• Peramanalaii metode Holt : = S% + T( X in
Dimana:
St = Nilai pemulusan tunggal
Xt = Data sebenarnya pada waktu ke-t
Tt = Pemulusan trend
Ft+m = nilai ramalan
m = Periode masa mendatang
a,P = konstanta dengan nilai anatar 0 dan 1
5. 3. Triple Exponentials Smoothing
Atau metode Winter’s three parameters liniar and seasonal exponential smoothing. Ini
termasuk dalam model Holt’s ditambah indeks-indeks musiman dan sebuah koefisien
smoothing untuk indeks-indeks tersebut.
Metode ini digunakan ketika data menunjukan adanya trend dan perilaku musiman.
Untuk menangani musiman, telah dikembangkan parameter persamaan ketiga yang
disebut metode “Holt-Winters” sesuai dengan nama penemuya. Terdapat dua model
Holt-Winters tergantung pada tipe musimannya yaitu Multiplicative seasonal model
dan Additive seasonal model. Komponen musiman sering menjadi faktor yang paling
penting untuk menerangkan variasi-variasi dalam variabel tak bebas selama periode
satu tahun.
E. 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 a = 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 : a = 0,1
Ft - 1 = 10.000 unit Dt - 1 = 9.000 unit Ft = ?
Jawaban :
Ft = Ft - 1 + a (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 :
6. Contoh 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 :
a= 2 / (n + 1)
Dimana :
A = nilai Konstanta n = jumlah periode waktu
Contoh :
Bila data terdiri dari 9 bulan, maka a dapat diperoleh dengan menggunakan perhitungan
sebagai berikut :
a= 2 / (n + 1) a= 2 / (9 + 1) a= 2 / 10 a= 0,2
Jadi nilai konstanta yang dapat kita gunakan adalah 0,2.
F. Daftar Pustaka
https://en.wikipedia.org/wiki/Smoothing
https://www.solver.com/smoothing-techniques
7. Contoh 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 :
a= 2 / (n + 1)
Dimana :
A = nilai Konstanta n = jumlah periode waktu
Contoh :
Bila data terdiri dari 9 bulan, maka a dapat diperoleh dengan menggunakan perhitungan
sebagai berikut :
a= 2 / (n + 1) a= 2 / (9 + 1) a= 2 / 10 a= 0,2
Jadi nilai konstanta yang dapat kita gunakan adalah 0,2.
F. Daftar Pustaka
https://en.wikipedia.org/wiki/Smoothing
https://www.solver.com/smoothing-techniques