Cara Menghitung Double Exponential Smoothing Di Excel

Exponential Smoothing adalah salah satu teknik peramalan yang digunakan untuk memprediksi trend di masa depan dengan menghitung rata-rata tertimbang dari data masa lalu. Teknik ini memiliki kelebihan dalam memperhitungkan perubahan trend secara terus-menerus sehingga hasil peramalannya lebih akurat.

Simple Exponential Smoothing

Simple Exponential Smoothing adalah teknik peramalan yang paling sederhana dalam exponential smoothing. Teknik ini hanya menggunakan satu variabel yaitu rata-rata tertimbang dari data masa lalu dan mengabaikan trend dan musiman. Rumus perhitungan simple exponential smoothing adalah:

Y_t+1 = αY_t + (1-α)F_t

dimana:

• Y_t+1 adalah data peramalan untuk periode ke-t+1
• Y_t adalah data aktual untuk periode ke-t
• F_t adalah peramalan untuk periode ke-t
• α (alpha) adalah koefisien smoothing, memiliki nilai antara 0 dan 1

Nilai α menentukan seberapa cepat peramalan merespons perubahan pada data aktual. Nilai α yang tinggi akan membuat peramalan lebih cepat merespons perubahan pada data aktual, namun bisa membuat peramalan menjadi lebih tidak stabil. Sebaliknya, nilai α yang rendah akan membuat peramalan lebih stabil, namun bisa membuatnya lebih lambat dalam merespons perubahan pada data aktual.

Cara Menghitung Simple Exponential Smoothing di Excel

Berikut adalah langkah-langkah untuk menghitung simple exponential smoothing di Excel:

1. Buat kolom data yang berisi data aktual
2. Buat kolom peramalan awal, dimana peramalannya sama dengan data aktual pada periode pertama
3. Hitung koefisien smoothing (α)

• α bisa dihitung dengan menggunakan nilai error rata-rata (MSE) atau nilai error mutlak rata-rata (MAE) dari peramalan pada data masa lalu
• Berikut adalah rumus perhitungan α dengan menggunakan MSE:

α = 1 – (MSE_t/Var_t)

• dimana:
• MSE_t adalah error rata-rata dari peramalan pada data masa lalu
• Var_t adalah varian dari data aktual pada data masa lalu

Hitung peramalan untuk periode ke-t+1 menggunakan rumus simple exponential smoothing

Hitung error dari peramalan pada data masa lalu

Hitung ulang α dengan menggunakan nilai error rata-rata atau nilai error mutlak rata-rata yang baru

Ulangi langkah 4-6 hingga peramalan stabil

Double Exponential Smoothing

Double Exponential Smoothing (atau Holt’s Method) adalah teknik peramalan yang lebih kompleks daripada simple exponential smoothing. Teknik ini tidak hanya menggunakan satu variabel seperti simple exponential smoothing, melainkan dua variabel yaitu rata-rata tertimbang dari data masa lalu dan trend.

Rumus perhitungan double exponential smoothing adalah:

Y_t+1 = αY_t + (1-α)(F_t + T_t)

T_t+1 = β(F_t – F_t-1) + (1-β)T_t

dimana:

• Y_t+1 adalah data peramalan untuk periode ke-t+1
• Y_t adalah data aktual untuk periode ke-t
• F_t adalah peramalan untuk periode ke-t
• T_t adalah trend untuk periode ke-t
• α (alpha) adalah koefisien smoothing untuk rata-rata tertimbang, memiliki nilai antara 0 dan 1
• β (beta) adalah koefisien smoothing untuk trend, memiliki nilai antara 0 dan 1

Nilai α dan β menentukan seberapa cepat peramalan merespons perubahan pada data aktual dan trend. Nilai α dan β yang tinggi akan membuat peramalan lebih cepat merespons perubahan pada data aktual dan trend, namun bisa membuat peramalan menjadi lebih tidak stabil. Sebaliknya, nilai α dan β yang rendah akan membuat peramalan lebih stabil, namun bisa membuatnya lebih lambat dalam merespons perubahan pada data aktual dan trend.

Cara Menghitung Double Exponential Smoothing di Excel

Cara menghitung double exponential smoothing di Excel hampir sama dengan simple exponential smoothing, namun dengan beberapa tambahan langkah:

1. Buat kolom data yang berisi data aktual
2. Buat kolom peramalan awal, dimana peramalannya sama dengan data aktual pada periode pertama
3. Buat kolom trend awal, dimana trend awalnya dihitung dengan mengambil selisih antara data aktual pada periode kedua dan periode pertama
4. Hitung koefisien smoothing α dan β

• α dan β bisa dihitung dengan menggunakan nilai error rata-rata (MSE) atau nilai error mutlak rata-rata (MAE) dari peramalan dan trend pada data masa lalu
• Berikut adalah rumus perhitungan α dan β dengan menggunakan MSE:

α = 1 – (MSE_y/Var_y)

β = 1 – (MSE_t/Var_t)

• dimana:
• MSE_y dan MSE_t adalah error rata-rata dari peramalan dan trend pada data masa lalu
• Var_y dan Var_t adalah varian dari data aktual dan trend pada data masa lalu

Hitung peramalan dan trend untuk periode ke-t+1 menggunakan rumus double exponential smoothing

Hitung error dari peramalan dan trend pada data masa lalu

Hitung ulang α dan β dengan menggunakan nilai error rata-rata atau nilai error mutlak rata-rata yang baru

Ulangi langkah 4-6 hingga peramalan stabil

FAQ

1. Apa bedanya antara simple exponential smoothing dan double exponential smoothing?

Simple exponential smoothing hanya menggunakan satu variabel yaitu rata-rata tertimbang dari data masa lalu, sedangkan double exponential smoothing menggunakan dua variabel yaitu rata-rata tertimbang dari data masa lalu dan trend. Oleh karena itu, double exponential smoothing bisa merespons perubahan pada trend secara lebih baik.

2. Apa keuntungan menggunakan exponential smoothing dalam peramalan?

Exponential smoothing memiliki keuntungan sebagai berikut:

• Merupakan teknik peramalan yang relatif mudah untuk diimplementasikan
• Memperhitungkan perubahan trend secara terus-menerus sehingga hasil peramalannya lebih akurat
• Dapat diaplikasikan pada berbagai jenis data, baik data stasioner maupun tidak stasioner

Video Tutorial: Cara Menghitung Double Exponential Smoothing di Excel