scholarly journals Peramalan Produksi Kelapa Sawit Menggunakan Winter's dan Pegel's Exponential Smoothing dengan Pemantauan Tracking Signal

2019 ◽  
Vol 2 (1) ◽  
pp. 1-14
Author(s):  
Dwi Agoes Setiawan ◽  
Sri Wahyuningsih ◽  
Rito Goejantoro
Keyword(s):  
Exponential Smoothing ◽  
Tracking Signal

scholarly journals FORECASTING USES DOUBLE EXPONENTIAL SMOOTHING METHOD AND FORECASTING VERIFICATION USES TRACKING SIGNAL CONTROL CHART (CASE STUDY: IHK DATA OF EAST KALIMANTAN PROVINCE)

2020 ◽  
Vol 14 (1) ◽  
pp. 013-022
Author(s):  
Humairo Dyah Puji Habsari ◽  
Ika Purnamasari ◽  
Desi Yuniarti
Keyword(s):  
Control Chart ◽  
Exponential Smoothing ◽  
Smoothing Method ◽  
Signal Control ◽  
East Kalimantan ◽  
Forecasting Method ◽  
Double Exponential ◽  
Double Exponential Smoothing ◽  
Exponential Smoothing Method ◽  
Tracking Signal

Abstrak Peramalan merupakan suatu teknik untuk memperkirakan suatu nilai pada masa yang akan datang dengan memperhatikan data masa lalu maupun data saat ini. Data yang menunjukan suatu trend, cocok dengan metode peramalan double exponential smoothing dari Brown atau metode double exponential smoothing dari Holt. Peramalan metode double exponential smoothing pada penelitian ini diaplikasikan pada data IHK Provinsi Kalimantan Timur periode Bulan Januari Tahun 2016 hingga Bulan Februari Tahun 2019 yang berpola trend. Tujuan dari penelitian ini adalah memperoleh hasil perbandingan akurasi metode peramalan double exponential smoothing berdasarkan nilai MAPE terkecil, memperoleh hasil verifikasi metode peramalan double exponential smoothing terbaik berdasarkan grafik pengendali tracking signal, dan memperoleh hasil peramalan menggunakan metode double exponential smoothing terbaik. Hasil penelitian menunjukkan metode peramalan terbaik adalah metode double exponential smoothing dari Holt dengan parameter  dan berdasarkan nilai MAPE terkecil sebesar 0,361% dan nilai tracking signal yang keseluruhan terkendali pada grafik pengendali tracking signal.   Kata kunci: Double Exponential Smoothing, IHK, MAPE, Tracking signal.   Abstract Forecasting is a technique for estimating a value in the future by looking at past and current data. Data that shows a trend, matches the Brown’s  exponential smoothing forecasting method or Holt's double exponential smoothing method. Forecasting of double exponential smoothing method in this study was applied to the IHK data of East Kalimantan Province for the period of January 2016 to February of 2019 which has a trend pattern. The purpose of this study was to obtain the results of the accuracy comparison of the double exponential smoothing forecasting method based on the smallest MAPE value, obtain the best verification results of the double exponential smoothing forecasting method based on tracking signal control charts, and obtain the best forecasting results using the double exponential smoothing method. The results showed that the best forecasting method was Holt's double exponential smoothing method with parameters  and based on the smallest MAPE value of 0.361% and the overall tracking signal value was controlled on the tracking signal control chart.  Keywords: Double Exponential Smoothing , IHK, MAPE, Tracking signal.  

scholarly journals Peramalan Permintaan Inti Sawit (Kernel) di PT. Perkebunan Nusantara V Sei Pagar

2018 ◽  
Vol 4 (1) ◽  
pp. 43
Author(s):  
Nofirza Nofirza
Keyword(s):  
Exponential Smoothing ◽  
Tracking Signal

Produksi inti sawit (kernel) yang berlebih di PT. Perkebunan Nusantara V Sei Pagar mengindikasikan produksi yang tidak direncanakan dengan baik. Akibatnya terdapat penumpukan sisa penjualan selama tahun 2016 yang jumlahnya mengalami kenaikan 2 kali lipat di bandingkan pada tahun sebelumya. Hal ini berdampak kerugian bagi perusahaan sejalan dengan menurunnya kualitas kernel jika lama disimpan. Tujuan pernelitian ini adalah memastikan ketepatan perencanaan produksi dengan melakukan peramalan permintaan kernel menggunakan metode eksponential smoothing, shingga dapat ditentukan jumlah optimal produksi kernel. Berdasarkan hasil pengolahan data menngunakan metode eksponential smoothing ini diperoleh, nilai alpha yang digunakan adalah 0,8 dengan nilai MAD sebesar 174.194.3, MSE sebesar 39599610000, MAPE sebesar 0,4, dan standar error sebesar 219.999.  Pengujian hasil peramalan pada tracking signal menunjukan data hasil ramalan yang dilakukan menunjukkan nilai dibawah angka ±4 (yang berarti metode ini layak untuk digunakan). Dengan diperolehnya hasil perhitungan menggunakan metode exponential smoothing ini, diharapkan dapat menjadi solusi bagi perusahaan untuk mengurangi kelebihan produksi.

scholarly journals ANALISIS BULLWHIP EFFECT DENGAN MENGGUNAKAN METODE PERAMALAN PADA SUPPLY CHAIN DI DISTRIBUTOR PT. SEMEN TONASA (Studi Kasus: Distributor PT. Semen Tonasa)

ARIKA ◽  
2019 ◽  
Vol 13 (2) ◽  
pp. 113-126
Author(s):  
W. Latuny ◽  
Wisnu M. S. Picauly
Keyword(s):  
Supply Chain ◽  
Lead Time ◽  
Moving Average ◽  
Bullwhip Effect ◽  
Exponential Smoothing ◽  
Mean Absolute Deviation ◽  
Absolute Deviation ◽  
Tracking Signal ◽  
Single Exponential

Bullwhip effect merupakan fenomena pada supply chain, dimana adanya perbedaan jumlah permintaan konsumen ditiap periode baik itu semakin sedikit atau semakin banyak yang dapat berpengaruh pada semua tingkatan dalam supply chain. Hal itu juga yang dialami dari Sub Distributor PT. Padi Mas Prima yang mendistribusikan Produk Semen Tonasa pada tiap ritel di kota ambon yaitu ritel Aneka Guna,Ritel Benua dan Ritel Wayame Adapun tujuan penelitian ini Menganalisis Bullwhip Effect dengan metode peramalan dan meminimalisasi terjadinya bullwhip effect. Perhitungan bullwhip effect menggunakan pendekatan model Moving Average dan Single Exponential Smoothing yang akan dipilih berdasarkan Mean Absolute Deviation dan Tracking Signal Hasil dari penelitian model yang dipilih adalah model Single Exponential Smoothing diperoleh hasil dari peramalan selama 12 periode, dari hasil peramalan tersebut menunjukkan adanya penurunan nilai bullwhip effect pada Sub Distributor PT. Padi Mas Prima, yang sebelumnya 1.02 nilainya menjadi 0.18 dengan tingkat presentase penurunan sebesar 82.4%, Ritel Aneka Guna yang nilainya 1.07 menjadi 0.71 dengan tingkat presentase penurunan sebesar 33.6%, Ritel Benua yang nilainya 1.03 nilainya menurun menjadi 0.86 dengan tingkat presentase penurunan sebesar 16.5%, dan Ritel Wayame yang sebelumnya 1.10 nilainya menurun menjadi 0.96 dengan  tingkat presentase penurunan sebesar 12.7%. Dimana nilai bullwhip effect > 1.01 dapat diartikan bahwa terjadi amplifikasi permintaan, sedangkan nilai bullwhip effect < 1.01 dapat diartikan bahawa permintaan masih stabil atau terjadi penghalusan pola permintaan usaha perbaikan dilakukan dengan melakukan pemesanan produk pada supplier dengan memperhatikan jumlah persediaan yang ada, menjaga arus informasi permintaan dan penjualan produk, serta menjaga lead time agar tetap stabil.

Daily Tracking and Forecasting of the Global COVID-19 Pandemic Trend Using Holt–Winters Exponential Smoothing

2020 ◽  
Author(s):  
Zhanduo Zhang ◽  
Xiaona Wang ◽  
Hui Gong ◽  
Xin Liu ◽  
Huijuan Chen ◽  
...  
Keyword(s):  
Exponential Smoothing

Fitting exponential smoothing models with computer graphics

1989 ◽  
Vol 16 (3) ◽  
pp. 387-405
Author(s):  
Rafael G. Moras ◽  
Eric L. Blair
Keyword(s):  
Computer Graphics ◽  
Exponential Smoothing

The predicted load balancing algorithm based on the dynamic exponential smoothing

Open Physics ◽  
2020 ◽  
Vol 18 (1) ◽  
pp. 439-447
Author(s):  
Lijie Yan ◽  
Xudong Liu
Keyword(s):  
Time Series ◽  
Load Balancing ◽  
Exponential Smoothing ◽  
Load Prediction ◽  
The Common ◽  
Load Balancing Algorithm ◽  
Balancing Efficiency

AbstractTo a large extent, the load balancing algorithm affects the clustering performance of the computer. This paper illustrated the common load balancing algorithms and elaborated on the advantages and drawbacks of such algorithms. In addition, this paper provides a kind of balancing algorithm generated on the basis of the load prediction. Due to the dynamic exponential smoothing model, such an algorithm helps obtain the corresponding smoothing coefficient with the server node load time series of current phrase and allows researchers to make prediction with the load value at the next moment of this node. Subsequently, the dispatcher makes the scheduling with the serve request of users according to the load predicted value. OPNET Internet simulated software is applied to the test, and we may conclude from the results that the application of such an algorithm acquires a higher load balancing efficiency and better load balancing effect.

Sign in / Sign up

Export Citation Format

Share Document