Syafik, MohLuqman (2014) Perbandingan Metode Pemulusan Eksponensial Ganda Metode Linier Satu Parameter Dari Brown Dan Metode Dua Parameter Dari Holt Menggunakan Sistem Pemantauan (Tracking Signal) Dari Trigg. Sarjana thesis, Universitas Brawijaya.
Abstract
Metode Pemulusan Eksponensial Ganda (Linier Satu Parameter dari Brown) dan Metode Pemulusan Eksponensial Ganda (Dua Parameter dari Holt) pemulusan yang digunakan untuk data berpola trend yang bersifat linier. Dalam hal peramalan, semakin kecil nilai MAPE dan MAD yang didapat maka hasil ramalan tersebut semakin baik. Namun, pola-pola data masa lalu yang berubah-ubah, menyebabkan konstanta pemulusan yang sudah ada, tidak selamanya menjadi konstanta yang terbaik. Hal inilah yang menimbulkan kesalahan menjadi bersifat sistematis yang menyebabkan hasil peramalan menjadi bias. Metode yang sesuai dalam memantau ada tidaknya dan menentukan kapan kesalahan sistematis itu terjadi adalah Sistem Pemantauan dari Trigg yang sekaligus berfungsi memperbaiki hasil kesalahan peramalan menjadi bersifat random. Tujuan penelitian ini yaitu membandingkan antara Metode Brown dan Holt secara terapan menggunakan beberapa kasus dengan melihat perbandingan dari segi ketepatan ramalan dan segi kesalahan sistematis dengan menggunakan Sistem Pemantauan dari Trigg. Pada kasus Kendaraan Bermotor di Indonesia berpola data eksponensial, Metode Brown dan Holt sama-sama terdapat kesalahan sistematis. Untuk Data Angka Buta Huruf dan Data Indeks Pembangunan yang memiliki pola data trend linier, Metode Brown dan Holt sama-sama tidak terdapat kesalahan sistematis. Hal tersebut menunjukkan bahwa Metode Brown dan Holt kurang tepat apabila digunakan untuk data berpola eksponensial dan lebih tepat bila digunakan untuk data berpola trend linier. Namun, Metode Holt lebih baik dalam dalam meramalkan kondisi di masa yang akan datang karena memilki nilai MAPE dan MAD lebih kecil dari pada Metode Brown.
English Abstract
Double Exponential Smoothing Methods (Linear One Parameter from Brown) and Double Exponential Smoothing Method (Two Parameters from Holt) used for data patterned linear trend. In terms of forecasting, the smaller the MAPE and MAD values obtained then had the better prediction results. However, the patterns of past data changing, causing existing smoothing constant, not always be the best constants. This has caused the error becomes systematic, which causes the forecasting results to be bias. A suitable method for monitoring the presence or absence, and determine when a systematic error occurs is Monitoring System from Trigg, which also serves to improve the results of forecasting errors be a random. The purpose of this study is to compare the method of Brown and Holt are applied using several cases by looking at the ratio in terms of prediction accuracy and in terms of systematic errors by using the System Monitoring from Trigg. In the case of motor vehicles in Indonesia is exponential pattern of data, method of Brown and Holt are both contained a systematic error. For the case of figure Literacy and Human Development Index is linear trend of the data pattern, method of Brown and Holt equally there is no systematic error. It shows that the method of Brown and Holt less appropriate when used for data patterned exponentially, and more appropriate when used for data patterned linear trend. However, Holt method is better in predicting conditions in the future because it has the value of MAPE and MAD is smaller than the method of Brown.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2014/278/051405157 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 01 Sep 2014 14:26 |
| Last Modified: | 21 Oct 2021 04:43 |
| URI: | http://repository.ub.ac.id/id/eprint/153906 |
Preview |
Text
SKRIPSI.pdf Download (3MB) | Preview |
Actions (login required)
 |
View Item |