Pemilihan Teknik Peramalan PDF
Pemilihan Teknik Peramalan PDF
A. Teknik-teknik Peramalan
Pengkategorian pemilihan teknik peramalan untuk suatu data tertentu dapat dilihat pada
Tabel 1.
Keterangan:
Pola data : ST = Stasioner ; T = Trend ; S=Musiman ; C=Siklis.
Jangka waktu : S = singkat (kurang dari 3 bulan) ; I= menengah ; L= panjang.
Tipe model : TS = runtun waktu ; C = casual ( lepas )
Musiman : s = panjang musiman
Variabel : V, jumlah variabel
𝑛
1
𝑀𝐴𝐷 = |𝑌𝑡 − 𝑌𝑡 |
𝑛
𝑡=1
The Mean Squared Error (MSE) adalah metode lain untuk mengevaluasi
metode peramalan. Masing-masing kesalahan atau sisa dikuadratkan. Kemudian
dijumlahkan dan dibagi dengan jumlah observasi. Pendekatan ini mengatur kesalahan
peramalan yang besar karena kesalahan-kesalahan itu dikuadratkan. Suatu teknik yang
menghasilkan kesalahan moderat mungkin lebih baik untuk salah satu yang memiliki
kesalahan kecil tapi kadang-kadang menghasilkan sesuatu yang sangat besar. Berikut
ini rumus untuk menghitung MSE :
𝑛
1
𝑀𝑆𝐸 = (𝑌𝑡 − 𝑌𝑡 )2
𝑛
𝑡=1
𝑛
1 |𝑌𝑡 − 𝑌𝑡 |
𝑀𝐴𝑃𝐸 =
𝑛 𝑌𝑡
𝑡=1
𝑛
1 (𝑌𝑡 − 𝑌𝑡 )
𝑀𝑃𝐸 =
𝑛 𝑌𝑡
𝑡=1
𝑛
1 34
𝑀𝐴𝐷 = 𝑌𝑡 − 𝑌𝑡 = = 4.3
𝑛 8
𝑡=1
𝑛
1 2 188
𝑀𝑆𝐸 = 𝑌𝑡 − 𝑌𝑡 = = 23.5
𝑛 8
𝑡=1
𝑛
1 𝑌𝑡 − 𝑌𝑡 0.556
𝑀𝐴𝑃𝐸 = = = 0.0695 6.95%
𝑛 𝑌𝑡 8
𝑡=1
𝑛
1 (𝑌𝑡 − 𝑌𝑡 ) 0.162
𝑀𝑃𝐸 = = = 0.0203(2.03%)
𝑛 𝑌𝑡 8
𝑡=1
1.0
0.8
0.6
0.4
Autocorrelation
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
1 2 3 4 5 6 7 8 9 10
Lag
1.0
0.8
0.6
0.4
Autocorrelation
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
1 2 3 4 5 6 7 8 9 10
Lag
D. Kesimpulan
3. Semakin kecil nilai-nilai MAPE, MAD, MSE, MPE maka semakin kecil nilai
kesalahannya. Oleh karena itu, dalam menetapkan model yang akan digunakan
dalam peramalan, pilihlah model dengan nilai MAPE, MAD, MSE, MPE yang
paling kecil.
Hanke, John E.1992. Business Forecasting.Edisi ke-8. New Jersey: Pearson Education
International.
Santoso, Singgih.2009.Business Forecasting Metode Peramalan Bisnis Masa Kini dengan
Minitab dan SPSS, PT Elex Media Komputindo, Jakarta.
http://ririez.blog.uns.ac.id/