Perbandingan metode peramalan eksponensial smoothing dan Box-Jenkins (ARIMA) musiman

INDONESIA :

Tujuan dari penelitian ini, adalah untuk mengetahui hasil perbandingan metode peramalan Pemulusan Eksponensil musiman dan Box-Jenkins (ARIMA) musiman. Dalam menganalisis data yang diperoleh dari RSUD Kabupaten Sidoarjo, maka langkah yang dilakukan yaitu mendeskripsikan data (plot data), menduga data dengan model, uji stasioner, mengitung fitting error ( MAD, MSE, MAPE), memilih model yang terbaik, kemudian meramalkan untuk periode mendatang, dan melakukan verifikasi peramal.

Pemulusan Eksponensial merupakan metode yang pembobotannya menurun secara eksponensial terhadap nilai observasi yang lebih lama, dimana nilai yang lebih baru diberi bobot relatif lebih besar dibandingkan dengan nilai observasi lebih lama. Metode Pemulusan Eksponensial terdiri pemulusan eksponensial tunggal, pemulusan eksponensial ganda, dan pemulusan eksponensial tripel. Metode Winters didasarkan atas tiga persamaan pemulusan, yaitu unsur stasioner, trend, dan musiman. Ramalan m periode kedepan dapat dihitung dengan ..... .

Metode ARIMA adalah salah satu metode peramalan yang ada dalam time series, metode ini termasuk dari jenis model kausal, yang biasanya menggunakan analisis regresi untuk menentukan variabel yang signifikan mempengaruhi variabel dependen. Metode ARIMA berasal dari penggabungan antara Autoregresive(AR), dan Moving Average(MA). Sehingga model umum untuk ARIMA musiman adalah ...

Pemulusan Eksponensial musiman dan Box-Jenkins(ARIMA) musiman merupakan metode peramalan yang sesuai dengan data DBD di RSUD Kabupaten Sidoarjo. Dimana data jumlah penderita demam berdarah mengalami peningkatan pada musim penghujan dibandingkan musim kemarau. Dengan menggunakan dua metode ini maka pada penelitian ini diperoleh metode yang lebih baik digunakan untuk meramalkan jumlah DBD di RSUD Kabupaten Sidoarjo yaitu metode Pemulusan Eksponensial Musiman, karena nilai galatnya lebih kecil dari pada metode Box-Jenkins (ARIMA) Musiman.

ENGLISH :

The purpose of this research is can paring the methode of forecasting exponential smoothing and Box-Jenkins (ARIMA) winter. In analyzing data from RSUD Sidoarjo, the first step is describing data (plot data) guessing data with model, stasioner test, counting fitting error (MAD,MSE,MAPE), choosing the best model, then forecasting for the next period and ferivicating variable.

Exponential Smoothing is the methode to show the decrease of value by Exponently to the older observe value, which is the new comer of value given by bigger relative value compared on last observed. Exponential Smoothing methode consist of simple exponential smoothing, double exponential smoothing and tripel exponential smoothing. Winters methode based on three is there are stationer, trend and winters. Forecasting m periode toward can be analyzed by ...

ARIMA methode is one of forcest methode which there in time series, this methode included of kind causal methode, this causal model usually use the regretion analyzise to determine the significant variable that influenze the dependent valuable. ARIMA methode was come from the joining both autoregresive (AR) and moving average (MA). Thus, common made for winter ARIMA is...

Exponential smoothing Winters and Box Jenkins (ARIMA) Seasonal is a Forcest Methode that suitable with DBD data in Sidoarjo public hospital. Which the data from DBD was increase in rainy season compared by dry season. By using this both methode, was show that Exponential Smoothing seasonal is better to use for forcesting the total data of DBD in RSUD Sidoarjo, because the galat value smaller that Box- Jenkins seasonal methode(ARIMA).