Sandy, DimasDwi (2013) Perbandingan Metode Pemulusan Eksponensial Ganda (Linier Satu Parameter) Dan Metode Pemulusan Adaptif Satu Parameter Dari Brown. Sarjana thesis, Universitas Brawijaya.
Abstract
Metode Pemulusan Eksponensial Ganda ( Linier Satu Parameter Dari Brown ) Adalah Salah Satu Metode Pemulusan Yang Memiliki Persamaan Yang Memuluskan Trend . Metode Pemulusan Adaptif Satu Parameter Dari Brown Merupakan Salah Satu Metode Pemulusan Yang Peka Terhadap Pengamatan Yang Menyimpang Cukup Jauh Ataupun Outlier. Selain Itu, Metode Ini Juga Memiliki Persamaan Yang Memuluskan Trend. Kedua Metode Tersebut, Yakni Metode Pemulusan Eksponensial Ganda ( Linier Satu Parameter Dari Brown ) Dan Metode Pemulusan Adaptif Satu Parameter Dari Brown Akan Meramalkan Jumlah Barang Yang Dimuat Pada Penerbangan Domestik Di Bandara Utama Indonesia, Yaitu Bandara Juanda Dan Soekarno Hatta. Jumlah Barang Yang Dimuat Pada Penerbangan Domestik Di Bandara Utama Indonesia Merupakan Data Deret Waktu Yang Memiliki Pola Trend Linier Dan Pengamatan Yang Menyimpang Cukup Jauh Atau Outlier . Tujuan Penelitian Ini Adalah Memodelkan Dan Meramalkan Jumlah Barang Yang Dimuat Pada Penerbangan Domestik Di Bandara Utama Indonesia Dengan Metode Pemulusan Eksponensial Ganda ( Linier Satu Parameter Dari Brown ) Dan Metode Pemulusan Adaptif Satu Parameter Dari Brown. Selain Itu, Juga Dibandingkan Hasil Peramalan Jumlah Barang Yang Dimuat Pada Penerbangan Domestik Di Bandara Utama Indonesia Antara Metode Pemulusan Eksponensial Ganda ( Linier Satu Parameter Dari Brown ) Dengan Metode Pemulusan Adaptif Satu Parameter Dari Brown. Metode P emulusan Adaptif Satu Parameter Dari Brown Dengan Δ=0,83 Dan Δ=0,87 Lebih Baik Dalam Meramalkan Jumlah Barang Yang Dimuat Pada Penerbangan Domestik Di Bandara Utama Indonesia , Karena Memiliki Nilai Mape Dan Mad Yang Lebih Minimum Dibanding Metode Pemulusan Eksponensial Ganda ( Linier
English Abstract
Double Exponential Smoothing Method (Linear One Parameter From Brown) Is One Of The Smoothing Method Which Has A Smooth Trend Equation . Adaptive One Parameter Smoothing Method From Brown Is One Of The Smoothing Method That Is Sensitive To The Observation That Deviates Far Enough Or Outliers . In Addition, This Method Also Has A Smooth Trend Equation. Both Of Method, Namely Double Exponential Smoothing Method (Linear One Parameter From Brown) And Adaptive One Parameter Smoothing Method From Brown Will Predict The Quantity Of Goods Loaded On A Domestic Flight In Indonesia Top Airport, Juanda Airport And Soekarno Hatta Airport. Quantity Of Goods Loaded On A Domestic Flight In Indonesia Top Airport Is A Time Series Data Have Linear Trends And Patterns That Deviate Far Enough Observations Or Outliers . The Purpose Of This Study Is To Model And Predict The Number Of Items Loaded On A Domestic Flight In Indonesia Top Airport With Double Exponential Smoothing Methods (Linear One Parameter From Brown) And Adaptive One Parameter Smoothing Method From Brown. It Also Compared The Results Of Forecasting The Amount Of Goods Loaded On A Domestic Flight In Indonesia Top Airport Between Double Exponential Smoothing Methods (Linear One Parameter From Brown) And Adaptive One Parameter Smoothing Method From Brown. Adaptive One Parameter Smoothing Method From Brown With Δ = 0.83 And Δ = 0.87 Is Better In Predicting The Number Of Items Loaded On A Domestic Flight In Indonesia Top Airport , Because It Has A Value Of Mape And Mad Is More Than Minimum Double Exponential Smoothing Methods (Linear One Parameter From Brown) With Α = 0.2 And Α = 0.14
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2013/360/0513 |
| Subjects: | 500 Natural sciences and mathematics > 519 Probabilities and applied mathematics > 519.5 Statistical mathematics |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 17 Dec 2013 11:13 |
| Last Modified: | 25 Oct 2021 02:36 |
| URI: | http://repository.ub.ac.id/id/eprint/153625 |
Preview |
Text
SRIPSI_DIMAS_DWI_SANDY_(0910950030).pdf Download (3MB) | Preview |
Actions (login required)
 |
View Item |