Komparasi Metode Single Exponential Smoothing dan Holt's Linear Method Pada Forecasting Volume Impor

Authors

DOI:

https://doi.org/10.33372/jq0xjs81

Keywords:

Forecasting Metode Single Exponential Smoothing Holt’s Linear Method

Abstract

Volume impor produk migas dan non migas Indonesia periode
September tahun 2022 ialah sebesar 15.369,00 ribu ton, dalam
hal ini impor migas dan non migas Indonesia mengalami
peningkatan dari tahun sebelumnya, pada tahun 2021 dengan
periode yang sama volume impor migas dan non migas
Indonesia sebesar 14.418,83 ribu ton. Akan tetapi, kebutuhan
teknologi yang tidak diimbangi dengan penyajian data yang
valid. Metode tradisional tidak dapat menangani data dalam
jumlah besar. Tujuan dari penelitian ini melakukan forecasting
volume impor migas dan non migas Indonesia menggunakan
metode single exponential smoothing method dan holt’s linear
method, serta melakukan analisa perbandingan terhadap dua
metode tersebut yang dapat digunakan sebagai acuan dalam
meningkatkan produksi migas dan non migas. Pengembangan
sistem peramalan yang dilakukan pada penelitian ini adalah
menggunakan metode single exponential smoothing dan holt’s
linear method yang dibandingkan menurut akurasi dan rata –
rata kesalahan peramalannya. Berdasarkan peramalan yang
dilakukan dengan menggunakan metode single exponential
smoothing didapatkan data yang bersifat cenderung seasional.
Hal ini didapatkan melalui tingkat error atau MSE sebesar
3589074213 yang didapatkan dan tingkat Root Mean Squared
Error (RMSE) sebesar 16615,73446 yang didapatkan.
Sedangkan peramalan atau forecasting yang dilakukan dengan
menggunakan holt’s linear method diketahui memiliki MSE
sebesar 12700459099 dan RMSE sebesar 31256,33363.
Dengn demikian metode single exponential smoothing
memiliki tingkat RMSE yang jauh lebih kecil dari pada
metode holt’s linear methode. Sehingga dapat disimpulkan
bahwa metode single exponential smoothing dinilai lebih
unggul dalam melakukan forecasting nilai impor migas dan
non-migas Indonesia.

Downloads

Published

2023-06-30