Apa itu Exponential Smoothing?
Exponential smoothing adalah metode perkiraan data waktu untuk data yang bervariasi yang bisa diperluas untuk mendukung data dengan tren sistematis atau komponen musiman. Metode exponential smoothing adalah metode alternatif yang biasa digunakan seperti metode ARIMA Box Jenkins.
Bagaimana Cara Menghitung Exponential Smoothing?
Adapun langkah-langkah di dalam cara menghitung exponential smoothing sebagai berikut :
1. Menghitung koefisien α
2. Menghitung nilai peramalan periode pertama
3. Menghitung nilai peramalan di keseluruhan periode
4. Menghitung akurasi peramalan dengan peta kontrol Tracking Signal
5. Membuat grafik peta kontrol Tracking Signal
Cara menghitung Exponential Smoothing adalah dengan memberikan bobot secara eksponensial atau bertingkat pada data-data terbaru sehingga data-data terbaru tersebut akan mendapatkan bobot yang lebih besar. Metode exponential smoothing digunakan untuk menghitung data dengan menggunakan data permintaan aktual beberapa bulan yang telah berlalu dimana data cenderung tidak stabil dan berubah-ubah setiap waktu
rumus exponential smoothing adalah sebagai berikut :
![]() |
Gambar 1.0 Rumus Exponential smoothing |
keterangan:
Ft = nilai ramalan untuk periode ke-t
At-1= nilai aktual periode ke t
Ft-1 = nilai ramalan untuk periode waktu yang lalu; t-1
α = konstanta pemulusan (smoothing constant)
Dengan catatan :
* Apabila data permintaan sangat bergejolak atau tidak stabil dari waktu ke waktu maka dengan memilih nilai α yang mendekati 1, seperti 0,9 atau 0,8 dst
* Apabila data permintaan relatif stabil atau tidak bergejolak dari waktu ke waktu maka dengan memilih nilai α yang mendekati 0, seperti 0,1 atau 0,2 dst
* Untuk angka pertama dalam rumus, diperoleh dari rata-rata data permintaan aktual dibagi 12 bulan
Di dalam menentukan nilai α dengan cara trial dan error sesuai catatam di atas, saudara juga bisa menghitung dengan rumus α =(2/n+1)
![]() |
Tabel 1.0, Permintaan Aktual Masker Anita selama 12 bulan |
![]() |
Tabel 1.1, Perhitungan Exponential Smoothing |
![]() |
Gambar 1.1 |
![]() |
gambar 1.2. rumus exponential smoothing di excel |
![]() |
Tabel 1.2 |
Menghitung Akurasi Peramalan Dengan Peta Kontrol Tracking Signal
1. Kolom error berisi dari pengurangan kolom aktual dengan kolom forecast.
2. Kolom RSFE diperoleh dari kumulatif (penjumlahan) kolom error. Di kolom baris periode ke 2 terlihat nilai -12,15 diperoleh dari menjumlahkan -20,08 + 7,93 = -12,15.
3. Kolom absolut error diperoleh dengan meng absolut kan nilai pada kolom error. Yang dimaksud dengan mengabsolutkan adalah nilai negatif berubah menjadi nilai positif. di excel saudara bisa ketikkan rumus =abs (kolom error) sebagaimana gambar 1.2 di bawah.
![]() |
Gambar 1.3. rumus absolut di excel |
4. Kolom kumulatif absolut error berisi dari kumulatif (penjumlahan) nilai kolom absolut error.
5. Kolom MAD berasal dari pembagian kolom kumulatif absolut error dengan kolom periode.
6. Kolom Tracking signal diperoleh dengan membagi Kolom RSFE dengan Kolom MAD
![]() |
Tabel 1.3 |
![]() |
Tabel 1.4 |
2. Pilih menu insert, kemudian pilih sub menu line di group chart, klik dan pilih tipe stacked line, klik lagi.
![]() |
Gambar 1.4 |
3. Kemudian muncul sub menu design, arahkan kursor di sub menu layout, pilih layout yang ke 9. sehingga hasilnya sebagaimana di bawah
![]() |
Gambar 1.5 |
![]() |
Gambar 1.6 |
5. Setelah muncul kota dialog options, berupa kotak Format Axis, atur mazimum mencapai nilai 4, dan nilai minimum adalah -4, sebagaimana gambar di bawah.
![]() |
Gambar 1.7 |
6. Hasil grafik peta kontrol tracking signal terlihat seperti gambar di bawah, untuk menambahkan tulisan BKA (Batas Kontrol Atas) dan BKB (Batas Kontrol Bawah) saudara bisa tambahkan melalui add tezt.
Silakan kunjungi link di bawah untuk menambah pengetahuan Anda tentang materi PPIC.
- 3 kelebihan dan kekurangan moving average
- Perbedaan teknik industri dengan teknik sipil
- 3 Perbedaan PPIC dengan Purchasing
- 4 Perbedaan PPIC dengan Supply Chain
- Cara membuat jadwal induk produksi (MPS)
- Cara membaca grafik trendline
- Cara menghitung exponential smoothing di excel
- Pengertian dan Cara Menghitung Moving Average
- Cara menghitung double moving average
- Cara menghitung mean square error (MSE) di Excel
- Cara menghitung root mean square error (RMSE) di Excel
- Cara membuat bill of material (BOM) dan manfaatnya
- Cara Menghitung Weighted Moving Average
- Tempat kerja praktek lapangan mahasaiswa teknik industri
- Tujuan line balancing dan Contoh penerapannya
- Cara membuat perencanaan produksi di dunia Industri
- Pengertian dan Fungsi Material Requirement Planning (MRP)
- Cara membuat Material Requirement Planning (MRP) di perusahaan