Forecasting Uses Double Exponential Smoothing Method and Forecasting Verification Uses Tracking Signal Control Chart (Case Study: Ihk Data of East Kalimantan Province)

Abstract

<jats:p>Abstrak&#x0D; Peramalan merupakan suatu teknik untuk memperkirakan suatu nilai pada masa yang akan datang dengan memperhatikan data masa lalu maupun data saat ini. Data yang menunjukan suatu trend, cocok dengan metode peramalan double exponential smoothing dari Brown atau metode double exponential smoothing dari Holt. Peramalan metode double exponential smoothing pada penelitian ini diaplikasikan pada data IHK Provinsi Kalimantan Timur periode Bulan Januari Tahun 2016 hingga Bulan Februari Tahun 2019 yang berpola trend. Tujuan dari penelitian ini adalah memperoleh hasil perbandingan akurasi metode peramalan double exponential smoothing berdasarkan nilai MAPE terkecil, memperoleh hasil verifikasi metode peramalan double exponential smoothing terbaik berdasarkan grafik pengendali tracking signal, dan memperoleh hasil peramalan menggunakan metode double exponential smoothing terbaik. Hasil penelitian menunjukkan metode peramalan terbaik adalah metode double exponential smoothing dari Holt dengan parameter dan berdasarkan nilai MAPE terkecil sebesar 0,361% dan nilai tracking signal yang keseluruhan terkendali pada grafik pengendali tracking signal.&#x0D; &#x0D; Kata kunci: Double Exponential Smoothing, IHK, MAPE, Tracking signal.&#x0D; &#x0D; Abstract &#x0D; Forecasting is a technique for estimating a value in the future by looking at past and current data. Data that shows a trend, matches the Brown’s exponential smoothing forecasting method or Holt's double exponential smoothing method. Forecasting of double exponential smoothing method in this study was applied to the IHK data of East Kalimantan Province for the period of January 2016 to February of 2019 which has a trend pattern. The purpose of this study was to obtain the results of the accuracy comparison of the double exponential smoothing forecasting method based on the smallest MAPE value, obtain the best verification results of the double exponential smoothing forecasting method based on tracking signal control charts, and obtain the best forecasting results using the double exponential smoothing method. The results showed that the best forecasting method was Holt's double exponential smoothing method with parameters and based on the smallest MAPE value of 0.361% and the overall tracking signal value was controlled on the tracking signal control chart. &#x0D; Keywords: Double Exponential Smoothing , IHK, MAPE, Tracking signal.&#x0D; </jats:p>

Comparison between Double and Triple Exponential Smoothing Methods for Forecasting Poverty Rate of Yahukimo Regency in 2025-2030

“…Pada metode DES menurut [14]- [20], model yang dapat digunakan untuk data linear dan menunjukkan adanya trend adalah DES Satu Parameter dari Brown. Untuk menggunakan persamaan di atas, maka perlu ditentukan terlebih dahulu nilai dari persamaan 𝑆′ 𝑡−1 dan 𝑆′′ 𝑡−1 .…”

Peramalan Produksi Kelapa Sawit dan Karet di Provinsi Kalimantan Selatan

“…Deskripsi statistika pada masing-masing variabel dimaksudkan untuk menggambarkan karakteristik data setiap variabel penelitian (Walpole et al, 2012). Deteksi tipe plot data yang terbentuk juga dilakukan untuk memastikan bahwa metode double exponential smoothing sesuai untuk digunakan sebagai metode peramalan data masa yang akan datang (Habsari et al, 2020). Setelah identifikasi pola, dilakukan proses pemodelan menggunakan metode double exponential smoothing menggunakan beberapa nilai parameter smoothing yang yang bervariasi serta menentukan dugaan parameter pemulusan (St) menggunakan persamaan berikut (Makridakis et al, 1999).…”

Peramalan Produksi Telur Ayam dengan Metode Holt Double Exponential Smoothing

“…Adapun konstanta pemulusan 𝛼 dan 𝛾 bernilai dekat dengan satu, ramalan terbaru akan menyertakan penyesuaian yang besar untuk setiap kesalahan yang terjadi pada ramalan sebelumnya. Sebaliknya jika 𝛼 dan 𝛾 dekat dengan nol, ramalan terbaru akan mirip dengan nilai yang lama (Habsari, Purnamasari, & Yuniarti, 2020). Adapun metode Brown hanya menggunakan satu konstanta pemulusan dalam level 𝛼 dan pemulusan orde dua seperti yang ditunjukkan oleh persamaan berikut.…”

“…Adapun metode Brown hanya menggunakan satu konstanta pemulusan dalam level 𝛼 dan pemulusan orde dua seperti yang ditunjukkan oleh persamaan berikut. dan 𝑆" 𝑡−1 sama dengan nilai 𝑋 1 atau menggunakan nilai rata-rata dari beberapa nilai pertama sebagai titik awal (Habsari et al, 2020).…”