dc.description.abstract | Banyaknya jumlah peminat Program Studi Pendidikan matematika
Universitas Jember dari setiap tahunnya membentuk suatu pola data yang akan
berlanjut pada masa yang akan datang. Data tersebut dapat dianalisis menggunakan
analisis runtun waktu atau yang lebih dikenal dengan istilah time series. Data yang
diperoleh dari analisis runtun waktu (time series) berupa pola yang dapat digunakan
untuk meramalkan keputusan di masa yang akan datang.
Peramalan (forecasting) adalah ilmu yang memprediksi terjadinya kejadian
di masa yang akan datang. Tujuan utama dari peramalan adalah menggunakan
informasi terbaik yang tersedia pada saat ini sebagai panduan dalam menyelesaikan
masalah pada masa yang akan datang. Melakukan peramalan pada suatu
permasalahan membutuhkan beberapa pendekatan diantaranya yaitu pendekatan
kualitatif dan pendekatan kuantitatif. Peramalan dengan pendekatan kuantitatif data
historis dapat dianalisis menggunakan metode exponential smoothing.
Metode exponential smoothing merupakan metode peramalan yang akan
digunakan untuk meramalkan peminat Program Studi Pendidikan Matematika
Universitas Jember. Penggunaan metode exponential smoothing diharapkan dapat
memberikan hasil peramalan terbaik dengan tingkat keakuratan yang tinggi.
Adapun klasifikasi model yang digunakan dalam metode exponential smoothing
meliputi single exponential smoothing, double exponential smoothing, holt-winters
exponential smoothing bersifat aditif dan holt-winters exponential smoothing bersifat multiplikatif.
Setiap peramalan memiliki unsur kesalahan dalam perumusannya, untuk
meminimalisir kesalahan pada hasil peramalan peminat Program Studi Pendidikan
Matematika FKIP Universitas Jember dapat dilakukan dengan melihat nilai MAPE yang dihasilkan. Semakin kecil nilai MAPE maka semakin baik peramalan yang
dihasilkan.
Berdasarkan latar belakang tersebut, maka tujuan dari penelitian ini adalah
mengetahui peramalan data time series peminat Program Studi Pendidikan
Matematika FKIP Universitas Jember menggunakan metode exponential
smoothing. Berdasarkan hasil penelitian dapat disimpulkan sebagai berikut.
1. Peramalan data time series peminat Program Studi Pendidikan Matematika
FKIP Universitas Jember dengan menggunakan model exponential
smoothing secara garis besar adalah sama yaitu terlebih dahulu harus
menentukan nilai kontanta pemulusan 𝛼, 𝛽 dan 𝛾. Dimana 𝛼 adalah nilai
kontanta pemulusan total, 𝛽 adalah nilai kontanta pemulusan trend dan 𝛾
adalah nilai konstanta pemulusan musiman. Langkah selanjutnya adalah
melakukan perhitungan nilai pemulusan total (𝑆𝑡), pemulusan trend (𝐵𝑡), dan
pemulusan musiman (𝐼𝑡) . Agar dapat mencari nilai 𝑆𝑡, 𝐵𝑡, dan 𝐼𝑡 dibutuhkan
nilai-nilai awal 𝑆𝑡−1, 𝐼𝑡−𝐿 dan 𝐵𝑡−1 yang harus tersedia ketika 𝑡 = 1.
Sehingga diperoleh hasil peramalan sebesar 𝐹𝑡+𝑚.
2. Berdasarkan hasil penelitian dan pembahasan diperoleh bahwa tingkat
keakuratan hasil peramalan mendekati nilai yang sebenarnya. Keakuratan
hasil peramalan dapat ditunjukkan dengan nilai MAPE yang memenuhi
kriteria baik dan cukup baik, sehingga model exponential smoothing dapat
digunakan untuk meramalkan peminat Program Studi Pendidikan
Matematika FKIP Universitas Jember. | en_US |