Tutorial : Double Exponential Smoothing Holt dan Forecasting
Dalam artikel artikel sebelumnya telah dibahas tentang Single Exponential Smoothing, oleh karena itu pada artikel kali akan dibahas secara sederhana tentang Double Exponential Smoothing Holt. Double Exponential Smoothing Holt sering digunakan untuk data deret waktu dengan pola tren. Menurut Makridakis (1998) Double Exponential Smoothing Holtmempunyai model umum sebagai berikut:
Dimana alpha dan gamma adalah pembobot yang akan diduga, S merupakan nilai pemulusan keseluruhan dan b adalah nilai pemulusan unsur tren sedangkan F adalah nilai ramalan dan X adalah data asli. Dalam artikel ini akan dijelaskan tahapan-tahapan analisis Double Exponential Smoothing Holt menggunakan bantuan software MINITAB. Berikut tahapan-tahapan yang digunakan:
Tampilan awal software MINITAB
Minitab yang digunakan pada artikel adalah MINITAB 16
Menggunakan data contoh dari MINITAB
MINITAB telah menyediakan banyak sekali contoh data untuk proses pembelajaran. Oleh karena itu pada artikel ini kita akan menggunakan data contoh dari MINITAB dengan tahapan sebagai berikut:
- Klik File– Open Worksheet
- Klik Look in Minitab Sample Data Folder
- Pilih dan buka file dengan nama Employ.mtw
- Klik OK
Pemodelan Double Exponential Smoothing Holt
Tahapan-tahapan dalam pemodelan dijelaskan sebagai berikut:
- Klik Stat– Time Series – Double Exp Smoothing
- Isikan kotak Variable dengan Metals. Pada pilihan Weight to Use in Smoothingterdapat 2 pilihan yaitu Optimal Arimadan Use ‘optional’. Jika memilih Optimal ARIMA maka pemodelan yang digunakan untuk mendapatkan pearameter pembobot alpha dan gamma adalah dengan menggunakan pendekatan ARIMA. Sedangkan pilihan Use ‘optional’ memungkinkan untuk memasukan secara acak nilai parameter alpha dan gamma (coba-coba/trial error) dengan nilai antara 0 sampai 1 dan melihat keakuratan. Cara yang sering digunakan dan dianggap efektif adalah dengan menggunakan pilihan Optimal ARIMA.
- Klik Storagejika ingin menampilkan hasil output – OK.
- Klik OK.
Mengecek Hasil
Setelah tahapan point 3 selesai, selanjutnya MINITAB akan mengeluarkan hasil sebagai berikut :
Alpha : 1,03840; Gamma : 0,02997 (nilai parameter pembobot yang dihasilkan pendekatan ARIMA pada Double Exponential Smoothing Holt.
Accuracy Measures (nilai kesalahan untuk variabel Metals pada data Employ.mtwmenggunakan metode Double Exponential Smoothing Holt. Jika pada tahapan point 3 menggunakan pilihan Use ‘optional’ maka nilai-nilai Accuracy Measures digunakan untuk membandingkan beberapa percobaan nilai acak parameter alpha dan gamma.
Meramalkan beberapa periode ke depan
Setelah mengetahui nilai kesalahan pada tahapan point 4 dan mendapatkan nilai kesalahan terkecil, selanjutnya adalah melakukan peramalan beberapan priode ke depan dengan tahapan sebagai berikut:
- Kembali ke tahapan point 3 dengan mnambahkan pilihan Generate Forecasts. Isikan kotak Number of Forecast (banyaknya ramalan priode ke depan) dengan angka misalnya 12. Isikan kotak Starting from Origin (memulai peramalan dengan data asli pada periode ke t) dengan t terakhir yaitu 60 karena banyaknya data sebanyak 60 series.
- Klik Storagejika ingin menampilkan hasil – OK.
- Klik OK.
Hasil Akhir
Setelah tahapan point 1 sampai 5 selese, maka didapat hasil sebagai berikut:
Plot Hitam : Data asli
Plot Merah : Hasil pemulusan
Plot Hijau : Nilai permalan ke depan
Plot Biru : Batas selang kepercayaan
Hasil peramalan pendekatan Metode Double Exponential Smoothing Holt pada waktu ke t sangat berhimpit dengan data asli. Sedangkan hasil prediksi ke depan menghasilkan nilai yang cenderung mengalami tren naik untuk masing-masing t. Hal ini dikarenakan pendekatan Double Exponential Smoothing Holt hanya mempertimbangkan unsur tren.
Demikian artikel tentang Double Exponential Smoothing Holt : Tahapan-tahapan analisis dan peramalan. Semoga dapat bermanfaat dan digunakan sebaik mungkin. Jika ada kritik, saran atau pertanyaan mengenai artikel ini dapat langsung mengisi kotak komentar.
Penulis : Dani Al Mahkya
Sumber Buku :
Makridakis, Spyros., Wheelright, C. Steven., McGee, E. Victor. (1998). Forcasting: Methods and Application, Second Edition. John Wiley & Sons. Hoboken, New Jersey.
Tags:
Tutorial Stat