THE COMPARISON OF SIMPLE MOVING AVERAGE AND DOUBLE EXPONENTIAL SMOOTHING METHODS IN PREDICTING NEW DEBTORS
Abstract
Abstract: The realization of credit proposed by customers is one of the essential factors for a bank. Moreover, especially during the Covid-19 pandemic, credit realization shows the business conditions of prospective borrowers, whether they are in good condition or not. So, it is crucial to predict how many new debtors will achieve. In this article, forecasting the number of new debtors uses the Simple Moving Average and Double Exponential Smoothing methods based on actual data on the number of new debtors per month for 2019-2021. Furthermore, the performance of the two methods is compared by comparing the Mean Absolute Deviation and Mean Square Error values. The comparison results conclude that the Simple Moving Average method is better than the Double Exponential Smoothing for predicting the number of new debtors.
Keywords: double exponential smoothing; mean absolute deviation; mean square error; simple moving average; forecasting.
Abstrak: Realisasi kredit yang diajukan oleh nasabah adalah salah satu faktor yang penting di dunia perbankan. Terlebih disaat adanya pandemi Covid-19, realisasi kredit memperlihatkan kondisi usaha para calon debitur, apakah dalam keadaan baik atau tidak. Sehingga penting untuk memprediksi berapa capaian jumlah debitur baru. Dalam artikel ini dilakukan peramalan jumlah debitur baru dengan metode Simple Moving Average dan Double Exponential Smoothing berdasarkan data aktual jumlah debitur baru per bulan tahun 2019-2021. Selanjutnya, dilakukan perbandingan performa kedua metode tersebut dengan cara membandingkan nilai dari Mean Absolute Deviation dan Mean Square Error. Hasil perbandingan yang diperoleh mengarah pada sebuah kesimpulan, yaitu metode Simple Moving Average lebih baik daripada Double Exponential Smoothing untuk meramalkan jumlah debitur baru
Kata kunci: double exponential smoothing; mean absolute deviation; mean square error; simple moving average; peramalan.
References
J. Heizer, B. Render, and C. Mun-son, Operations Management: Sus-tainability and Supply Chain Man-agement, 13th ed. Harlow: Pear-son, 2020.
N. A. Mateia, “Simple Moving Average VS Linear Regression Forecast,†Journal Annals-Economy Series, no. 16, pp. 83–88, 2013.
I. Svetunkov and F. Petropoulos, “Old Dog, New Tricks: A Model-ling View of Simple Moving Av-erages,†Int J Prod Res, vol. 56, no. 18, pp. 6034–6047, 2017, doi: 10.1080/00207543.2017.1380326.
NIST/SEMATECH, E-Handbook of Statistical Methods. Gaithersburg, MD, USA: National Institute of Standards and Tech-nology (NIST), 2012. doi: 10.18434/M32189.
M. F. Iqbal, M. Zahid, D. Habib, and L. K. John, “Efficient Predic-tion of Network Traffic for Real-Time Applications,†Journal of Computer Networks and Commu-nications, vol. 2019, pp. 1–11, 2019, doi: 10.1155/2019/4067135.
R. Biri, Y. A. R. Langi, and M. S. Paendong, “Penggunaan Metode Smoothing Eksponensial dalam Meramal Pergerakan Inflasi Kota Palu,†Jurnal Ilmiah Sains, vol. 13, no. 1, pp. 68–73, 2013, doi: 10.35799/jis.13.1.2013.2035.
R. Y. Hayuningtyas, “Peramalan Persediaan Barang Menggunakan Metode Weighted Moving Aver-age dan Metode Double Exponen-tial Smoothing,†Jurnal Pilar Nusa Mandiri, vol. 13, no. 2, pp. 217–222, 2017.
A. Pranata, M. A. Hsb, T. Akhdan-syah, and S. Anwar, “Penerapan Metode Pemulusan Eksponensial Ganda dan Tripel untuk Meramal-kan Kunjungan Wisatawan Mancanegara ke Indonesia,†Jour-nal of Data Analysis, vol. 1, no. 1, pp. 32–41, 2018, doi: 10.24815/jda.v1i1.11873.
H. D. E. Sinaga and N. Irawati, “Perbandingan Double Moving Average dengan Double Exponen-tial Smoothing pada Peramalan Bahan Medis Habis Pakai,†Jurteksi: Jurnal Teknologi dan Sis-tem Informasi, vol. 4, no. 2, pp. 197–204, 2018, doi: 10.33330/jurteksi.v4i2.60.
S. Lauren and S. Harlili, “Stock Trend Prediction Using Simple Moving Average Supported by News Classification,†in Interna-tional Conference of Advanced In-formatics: Concept, Theory and Application, 2014, pp. 135–139. doi: 10.1109/ICAICTA.2014.7005929.
N. Aini, S. Sinurat, and S. Adelina Hutabarat, “Penerapan Metode Simple Moving Average Untuk Memprediksi Hasil Laba Laundry Karpet Pada CV. Homecare,†Jurnal Riset Komputer (Jurikom), vol. 5, no. 2, 2018, doi: 10.30865/jurikom.v5i2.656.
F. Fatimah, A. Tejawati, and N. Puspitasari, “Prediksi Pemakaian Air PDAM Menggunakan Metode Simple Moving Average,†Jurti, vol. 2, no. 1, pp. 55–61, 2018, doi: 10.30872/jurti.v2i1.1410.
M. R. Falevy, M. Z. Samsono, and A. Saleh, “Sistem Peramalan Harga Sembako Berbasis Moving Av-erage dengan Brew Platform Se-bagai Mobile Interfaces,†Politeknik Elektronika Negeri Su-rabaya, 2011.
F. R. Perdana, “Perbandingan Metode DES (Double Exponential Smoothing) dengan Tes (Triple Exponential Smoothing) pada Per-amalan Penjualan Rokok (Studi Kasus Toko Utama Lumajang),†Universitas Muhammadiyah, Jem-ber, 2016.
K. M. Suryaningrum and S. P. W, “Analisa dan Penerapan Metode Single Exponential Smoothing un-tuk Prediksi Penjualan pada Peri-ode Tertentu (Studi Kasus: PT. Media Cemara Kreasi),†in Prosid-ing SNATIF Ke-2, Fakultas Teknik, Universitas Muria Kudus, 2015, pp. 259–266.
A. Saputra, “Pengembangan Sis-tem Pendukung Keputusan Pera-malan Persediaan Barang Menggunakan Metode Weighted Moving Average,†in Seminar Na-sional Teknologi Informasi, Bisnis, dan Desain, STMIK-Politeknik PalComTech, 2016, pp. 225–230.
A. Yasin and L. W. P. Fisabillah, “Analisis Komparasi Kinerja Keu-angan Bank Perkreditan Rakyat (BPR) Sebelum dan Pada Pandemi Covid-19,†Equilibrium, Jurnal Ilmiah Ekonomi dan Pembelaja-rannya, vol. 9, no. 2, pp. 142–152, 2021, doi: 10.25273/equilibrium.v9i2.10011.
I. Effendi and P. H. RS, “Dampak Covid 19 Terhadap Bank Syariah,†Ekonomikawan: Jurnal Ilmu Ekonomi dan Studi Pembangunan, vol. 20, no. 2, pp. 221–230, 2020, doi: 10.30596/ekonomikawan.v%vi%i.5553.
F. R. Yamali and R. N. Putri, “Dampak Covid-19 Terhadap Ekonomi Indonesia,†Ekonomis: Journal of Economics and Busi-ness, vol. 4, no. 2, pp. 384–388, 2020, doi: 10.33087/ekonomis.v4i2.179.
