JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS ISLAM INDONESIA
YOGYAKARTA
2016
BAB I
PENDAHULUAN
Dimana:
Mt = Moving Average periode t
Ft+1 = Ramalan periode t + 1
Yt = Nilai riil periode ke t
n = Jumlah batas dalam moving average
1
2
Double Moving Average adalah Salah satu peramalan time series dengan
melihat data trend adalah peramalan dengan metode double moving average.
Pertama kali dilakukan moving average kemudian baru dilakukan lagi moving
average untuk data yang tadi yang sudah di moving average pertama kali. Berikuti
ni adalah rumus yang dipakai pada peramalan ini yaitu:
+ 1 + 2 + + +1 2
= +1 = = ( )
1
+ 1 + 2 + + +1 + = +
=
= + ( )
Dimana :
Mt = Moving Average periode t n = Jumlah batas dalam moving
Ft+1 = Ramalan Periode t + 1 average
Yt = Nilai Riil periode ke t m = Jumlah periode yang akan
diramalkan
The Mean Squared Error (MSE) adalah metode untuk mengevaluasi
metode peramalan. Masing-masing kesalahan atau sisa dikuadratkan. Kemudian
dijumlahkan dan ditambahkan dengan jumlah observasi. Endekatan ini mengatur
kesalahan peramalan yang besar karena kesalahan-kesalahan itu dikuadratkan.
Metode itu menghasilkan kesalahan-kesalahan sedang yang kemungkinan lebih
baik untuk kesalahan kecil, tetapi kadang menghasilkan perbedaan yang besar.
The Mean Absolute Percentage Error(MAPE) dihitung dengan
menggunakan kesalahan absolut pada tiap periode dibagi dengan nilai observasi
yang nyata untuk periode itu. Kemudian, merata-rata kesalahan persentase absolut
tersebut. Pendekatan ini berguna ketika ukuran atau besar variabel ramalan itu
penting dalam mengevaluasi ketepatan ramalan. MAPE mengindikasi seberapa
besar kesalahan dalam meramal yang dibandingkan dengan nilai nyata pada deret.
MAPE juga dapat digunakan untuk membandingkan ketepatan dari metode yang
sama atau berbeda dalam dua deret yang berbeda sekali dan mengukur ketepatan
nilai dugaan model yang dinyatakan dalam bentuk rata-rata persentase absolut
kesalahan.
BAB II
DESKRIPSI KERJA
3
4
Lakukan Forecast dengan metode Double Moving Average orde 5x5 untuk
3 periode kedepan. Hitung nilai SSE, MSE dan MAPE.
2.2 Langkah Kerja
1. Buka microsoft excel.
2. Masukkan data soal no. 1 pada lembar kerja microsoft excel sheet 1.
4. Klik design select data edit pada kolom kanan muncul kotak
dialog Axis label Blok tahun dari 2000 sampai dengan 2016 Ok.
30,000,000
25,000,000
20,000,000
Jumlah Keuntungan
15,000,000
(Won)
10,000,000
5,000,000
0
2012
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2013
2014
2015
Peramalan MA (3)
35,000,000
30,000,000
25,000,000
5,000,000
0
2000 2002 2004 2006 2008 2010 2012 2014 2016
18. Seperti halnya melakukan peramalan, menghitung SSE, MSE dan MAPE
untuk MA (3). Ulangi langkah-langkah nomor 7 hingga 17 untuk masing-
masing MA (5) mulai dari baris 6 dengan merata-ratakan lima data
terakhir dengan data yang dipakai adalah data ke-1,2,3,4, dan 5 sedangkan
untuk MA (7) mulai baris 8 dengan merata-ratakan tujuh data terakhir
dengan data yang dipakai adalah data ke-1,2,3,4, 5, 6 dan 7.
19. Pada soal 2, input data soal 2 di sheet 2.
(a) (b)
Gambar 2.15 (a) Menghitung at (b) Menghitung bt
27. Selanjutnya menghitung F(t+m) dimana t-nya adalah data periode ke-t dan
m adalah peramalan ke-m, karena nilai at dan bt didapatkan pada baris/
periode ke 9, maka hasil peramalan F(9+1) diletakkan pada data ke -10.
Kemudian drug kebawah hingga peramalan bulan maret 2016.
11
125
120
115 Jumlah Penjualan
110 F(t+1)
105
Mei
juli
juli
juli
Maret
mei
november
mei
november
november
september
maret
september
maret
september
januari
januari
januari
30,000,000
25,000,000
20,000,000
Jumlah Keuntungan
15,000,000 (Won)
10,000,000
5,000,000
0
2001
2002
2000
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
12
13
89.200.627.015.76 41.912.110.931.408,
SSE 6,70 77.793.921.712.692,00 10
6.861.586.693.520 4.656.901.214.600,9
MSE ,52 7.072.174.701.153,82 1
MAPE 8,41 7,54 5,57
Perhitungan nilai peramalan, SSE, MSE dan MAPE pada single moving
average dengan orde 3, 5 dan 7 dihitung dengan menggunakan perhitungan
14
Ms. Excel. Dilihat dari nilai SSE, MSE maupun MAPE dari ketiga orde,
menunjukkan bahwa metode terbaik yaitu metode single moving average
orde 7 dengan nilai SSE, MSE dan MAPE terkecil dibanding dua orde
lainnya dengan metode yang sama yaitu single moving average. Metode yang
paling tepat digunakan adalah MA (7) untuk meramalkan jumlah keuntungan
yang didapatkan perusahaan (won) tahun 2016 adalah sebesar 26.038.077.
d. Grafik peramalan keuntungan tahun 2016 metode single moving average
orde 3, 5 dan 7
Peramalan MA (3)
35,000,000
30,000,000
25,000,000
5,000,000
0
2000 2002 2004 2006 2008 2010 2012 2014 2016
Peramalan MA (5)
35,000,000
30,000,000
25,000,000
5,000,000
0
2010
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2011
2012
2013
2014
2015
2016
15
Peramalan MA (7)
35,000,000
30,000,000
25,000,000
5,000,000
0
2000 2002 2004 2006 2008 2010 2012 2014 2016
125
120
Jumlah Penjualan
115
F(t+1)
110
105
Mei
juli
juli
juli
Maret
november
mei
november
mei
november
september
maret
september
maret
september
januari
januari
januari
17
DAFTAR PUSTAKA