Penentuan parameter optimal dan model terbaik pada model-model pemulusan eksponensial: Studi kasus data sosial di Provinsi Jawa Barat tahun 1986-2010

Peramalan adalah kegiatan memperkirakan apa yang terjadi pada masa yang akan datang dengan waktu yang relatif lama, sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan akan terjadi pada masa yang akan datang. Untuk menentukan ramalan yang akan datang (t+1) sangat dipengaruhi oleh parameter. Salah satu masalah dalam menggunakan model-model pemulusan eksponensial adalah menentukan nilai parameter yang akan meminimumkan MSE (mean squared error). Pendekatan untuk menentukan nilai parameter ini biasanya secara trial and error, dengan menggunakan MATLAB proses trial and error dapat diproses sampai 1.000.000 parameter yang diuji cobakan pada simulasi, sehingga dengan trial and error yang beragam akan diperoleh nilai parameter optimal yang akan meminimumkan MSE (mean squared error), dengan nilai MSE yang minimum maka akan diketahui model terbaik dari model-model pemulusan eksponensial, sehingga dari proses simulasi akan diketahui nilai parameter optimal pada suatu rataan. Hasil analisis pada data simulasi dan studi kasus menunjukan untuk tipe pola data trend akan lebih baik menggunakan model pemulusan eksponensial ganda baik model dua parameter dari Holt maupun model satu parameter dari Brown, untuk tipe pola data stasioner akan lebih baik menggunakan model pemulusan eksponensial tunggal, dan untuk tipe pola data musiman akan lebih baik menggunakan model pemulusan eksponensial triple model kecendrungan dan musiman dari Winter