SEMINAR MATEMATIKA

PENERAPAN METODE SINGLE MOVING AVERAGE UNTUK

MEMPREDIKSI PENJUALAN PULSA ELEKTRIK DI ETN TRONIK

Disusun Oleh:
Eka Tiara Ningsih (1652210028)

Dosen Pengampu Mata Kuliah

Ambarsari Kusuma Wardani, M. Pd

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS ILMU TARBIYAH DAN KEGURUAN
UNIVERSITAS ISLAM NEGERI RADEN FATAH
PALEMBANG
2019
 PENERAPAN METODE SINGLE MOVING AVERAGE UNTUK
MEMPREDIKSI PENJUALAN PULSA ELEKTRIK DI ETN TRONIK
Eka Tiara Ningsih
ekatiaraningsih@gmail.com

Ambarsari Kusuma W., M.Pd.

Ambarsariks_uin@radenfatah.ac.id

Program Studi Pendidikan Matematika

Fakultas Ilmu Tarbiyah dan Keguruan
Universitas Islam Negeri Raden Fatah Palembang

ABSTRAK
Donat tidak selalu identik dengan bentuknya yang bulat dan memiliki lubang di
tengah. Di zaman sekarang ini, donat hadir dengan berbagai toping dan bentuk
yang menarik salah satunya yaitu donat huruf. Donat huruf adalah kue yang
dibuat dari tepung terigu, mentega, gula, dan sebagainya, berbentuk alphabet
atau huruf-huruf yang bisa dirangkai menjadi kalimat tertentu. Akan tetapi pada
kenyataannya, tidak semua donat huruf yang dihasilkan itu sesuai dengan apa
yang diinginkan. Adapun penyebab donat huruf yang dihasilkan memiliki tekstur
yang keras dan tidak mengembang dikarenakan beberapa faktor, seperti takaran
ragi, lama adonan didiamkan, serta takaran air pada saat pembuatan donat huruf
tersebut yang tidak balance, sehingga kualitas donat huruf tersebut menjadi
kurang baik. Metode taguchi adalah salah satu metode pengendalian kualitas
secara offline yang diusulkan oleh Dr. Genichi Taguchi. Metode ini bertujuan
untuk menghasilkan produk yang lebih berkualitas dan berupaya mengoptimalkan
rancangan produk dan proses sehingga performansi akhir akan sesuai dengan
target atau keinginan. Pada percobaan ini melibatkan tiga faktor yang
mempengaruhi kualitas donat huruf yaitu takaran ragi, lama adonan didiamkan,
dan takaran air. Hasil yang optimal diperoleh untuk rancangan dengan takaran
ragi sebanyak 7 gram, lama adonan didiamkan selama 25 menit dan takaran air
sebanyak 160 ml.

Kata Kunci : Donat huruf, Optimalisasi hasil pembuatan, Metode taguchi

 DAFTAR ISI

Halaman
Halaman Judul.....................................................................................................i
Abstrak ................................................................................................................ii
Daftar Isi..............................................................................................................iii
Daftar Gambar .....................................................................................................v
Daftar Tabel ........................................................................................................vi
Daftar Lampiran ..................................................................................................vii

I. PENDAHULUAN
1.1. Latar Belakang .......................................................................................1
1.2. Rumusan Masalah ..................................................................................2
1.3. Tujuan ....................................................................................................2
1.4. Manfaat ..................................................................................................2

II. TINJAUAN PUSTAKA

2.1. Metode Taguchi .....................................................................................3
2.1.1 Pengertian Metode Taguchi ...........................................................3
2.1.2 Langkah-langkah Metode Taguchi ................................................3
2.2. Donat Huruf ...........................................................................................8
2.2.1 Pengertian Donat Huruf .................................................................8
2.2.2 Jenis-jenis Donat ............................................................................9
2.2.3 Cara Membuat Donat Huruf ..........................................................11
2.3. Optimalisasi Hasil Pembuatan ...............................................................11
2.4. Hubungan antara Metode Taguchi dengan Optimalisasi Hasil
Pembuatan Donat Huruf ........................................................................11

III. METODOLOGI .........................................................................................12

IV. PEMBAHASAN
4.1 Tahap Perencanaan Percobaan ................................................................13
4.2 Tahap Pelaksanaan Percobaan ................................................................14
4.3 Tahap Analisis Data ................................................................................15
4.3.1 Menghitung Nilai Rata-Rata ..........................................................15
4.3.2 Menghitung Signal to Noise Ratio (SNR) ......................................15
4.3.3 Menghitung Efek Faktor dari Rata-rata .........................................15
4.3.4 Menghitung Efek Faktor Signal to Noise Ratio (SNR) ..................16
4.3.5 Menghitung Analiysis of Variance (ANOVA) ..............................17

V. PENUTUP
5.1 Kesimpulan .............................................................................................18
5.2 Saran ........................................................................................................18

DAFTAR PUSTAKA ........................................................................................19

LAMPIRAN-LAMPIRAN ...............................................................................20
 DAFTAR GAMBAR

Halaman
Gambar 1. Donat Regular/Donat Huruf ............................................................9
Gambar 2. Donat Wortel ...................................................................................10
Gambar 3. Donat Ubi Ungu ...............................................................................10
Gambar 4. Donat Kentang .................................................................................10
Gambar 5. Hasil Percobaan Pertama (Run 1) ....................................................20
Gambar 6. Hasil Percobaan Pertama (Run 2) ....................................................20
Gambar 7. Hasil Percobaan Pertama (Run 3) ....................................................20
Gambar 8. Hasil Percobaan Pertama (Run 4) ....................................................21
Gambar 9. Hasil Percobaan Kedua (Run 1) ......................................................21
Gambar 10. Hasil Percobaan Kedua (Run 2) ....................................................21
Gambar 11. Hasil Percobaan Kedua (Run 3) ....................................................22
Gambar 12. Hasil Percobaan Kedua (Run 4) ....................................................22
 DAFTAR TABEL

Halaman
Tabel 1. Matriks Orthogonal Array L9 (34) ........................................................4
Tabel 2. OA L4 ...................................................................................................4
Tabel 3. Analisis Ragam ....................................................................................8
Tabel 4. Faktor dan Level Percobaan .................................................................13
Tabel 5. Matriks Orthogonal Array L4 (23) ........................................................13
Tabel 6. Hasil Percobaan Donat Huruf...............................................................14
Tabel 7. Tabel Nilai Rata-rata ............................................................................15
Tabel 8. Nilai Signal to Noise Ratio (SNR) ........................................................15
Tabel 9. Nilai Efek Faktor dari Rata-rata ...........................................................15
Tabel 10. Nilai Efek Faktor SNR ........................................................................16
Tabel 11. Analisis Ragam ..................................................................................17
 DAFTAR LAMPIRAN

Halaman
Lampiran 1 : Hasil Percobaan .......................................................................... 20
Lampiran 2 : Perhitungan pada Metode Taguchi............................................. 23
Lampiran 3 : Kartu Bimbingan ....................................................................... 29
I. PENDAHULUAN
1.1 Latar Belakang
Teknologi sangat diperlukan untuk mempermudah atau memaksimalkan
suatu kinerja. Menurut UNESCO (1983), teknologi merupakan suatu
perangkat keras ataupun perangkat lunak yang digunakan untuk
memecahkan masalah bagi pemenuhan kebutuhan manusia. Salah satu
teknologi yang berkembang cukup pesat belakangan ini adalah teknologi
telepon selular. Telepon selular digunakan untuk mempermudah
komunikasi jarak jauh dengan pengguna yang mempunyai mobilitas
tinggi. Berbagai kemajuan teknologi pada telepon selular dan layanan yang
disediakan oleh penyedia layanan telepon selular menyebabkan telepon
selular telah berkembang menjadi sebuah alat yang mempunyai fasilitas
mendekati komputer personal.
Dengan meningkatnya kebutuhan akan telepon selular banyak
bermunculan operator telekomunikasi seperti Indosat, Telkomsel, Three,
XL, dan lain lain, sehingga terjadi perang tarif antar operator tersebut.
Banyaknya operator baru yang bermunculan dengan menawarkan tarif
yang begitu murah dengan kualitas yang lebih bagus dan dengan yakin
menyatakan bahwa produknyalah yang dirasa paling dibutuhkan oleh
masyarakat. Hal itulah yang dimanfaatkan oleh penyedia layanan
pengisian pulsa. Semakin banyak pengguna telepon seluler, maka semakin
banyak pula kebutuhan pulsa yang diperlukan. Begitu pula pada penjualan
ETN Tronik yang setiap harinya selalu ada pembeli sehingga penjual
memiliki banyak data transaksi.
Keseimbangan order produk pulsa antara semua produk adalah salah satu
hal yang perlu diperhatikan, karena apabila kita melakukan order sebuah
produk yang rata-rata permintaan perbulannya sedikit dengan jumlah yang
banyak akan membuat perputaran uang semakin lambat dan menghambat
pembelian produk-produk yang jumlah permintaannya banyak. Hal ini
tidak akan menjadi sebuah kendala apabila kita memiliki modal yang
besar. Untuk itu pembelian produk yang laris terjual memiliki perputaran
 yang tinggi yang dirpioritaskan, sehingga harus menyesuaikan jumlah
order pulsa dengan permintaan untuk setia produk. Hal ini dilakukan agar
modal yang ada dapat bisa digunakan secara efektif dan efisien.
ETN Tronik dalam memperkirakan jumlah orderan pulsa untuk setiap
produk masih terkendala modal yang terbatas, sehingga perputaran uang
menjadi lambat. Hal ini disebabkan kurangnya perhitungan dalam setiap
proses order pulsa, sehingga produk dengan permintaan yang banyak
sering habis dalam rentang waktu 1–3 hari yang menyebabkan ETN
Tronik tidak bisa memenuhi permintaan dalam rentang waktu tersebut.
Oleh Sebab itu untuk menjaga keseimbangan order antara setiap produk
tersebut, diperlukan simulasi untuk memprediksi keuntungan, dari
permasalahan tersebut penulis memilih simulasi dengan menggunakan
metode Single Moving Average.
Rata-rata bergerak tunggal atau Single Moving Average adalah suatu
metode peramalan yang dilakukan dengan mengambil sekelompok nilai
pengamatan, mencari nilai rata-rata tersebut sebagai ramalan untuk periode
yang akan datang. Penggunaan metode single moving average adalah
untuk mengurangi data yang bersifat acak (randomness) dalam deret
berkala (Martiningtyas, 2004:105).
Berdasarkan hal di atas, maka dalam penulisan tugas seminar matematika
ini, penulis memilih judul “Penerapan Metode Single Moving Average
untuk Memprediksi Penjualan Pulsa Elektrik di ETN Tronik”

1.2 Rumusan Masalah

Rumusan masalah dalam penulisan makalah ini adalah bagaimana
penerapan metode single moving average untuk memprediksi penjualan
pulsa di ETN Tronik.
 1.3 Tujuan Penelitian
Adapun tujuan penulisan makalah ini adalah untuk mengetahui cara
memprediksi penjualan pulsa di ETN Tronik dengan metode single moving
average.

1.4 Manfaat Penelitian

Adapun manfaat dari penulisan makalah ini yaitu:
1) Bagi penulis untuk menambah ilmu pengetahuan dan wawasan
mengenai bagaimana penerapan metode single moving average untuk
memprediksi penjualan pulsa di ETN Tronik.
2) Bagi pembaca yang membuka usaha pulsa agar dapat memperkirakan
pengisian deposit pulsa berikutnya.

II. TINJAUAN PUSTAKA

2.1 Metode Single Moving Average
2.1.1 Pengertian Single Moving Average
Rata-rata bergerak tunggal atau Single Moving Average adalah suatu
metode peramalan yang dilakukan dengan mengambil sekelompok
nilai pengamatan, mencari nilai rata-rata tersebut sebagai ramalan
untuk periode yang akan datang. Penggunaan metode single moving
average adalah untuk mengurangi data yang bersifat acak
(randomness) dalam deret berkala (Martiningtyas, 2004:105).
Metode perhitungan yang digunakan pada prediksi penjualan pulsa
di DentaPulsa Gresik adalah menggunakan metode Single Moving
Average. Konsep metode peramalan tersebut dilakukan dengan
mengambil sekelompok nilai pengamatan, mencari nilai rata-rata
tersebut sebagai ramalan untuk periode yang akan datang.
Penggunaan metode single moving average adalah untuk
mengurangi data yang bersifat acak (randomness) dalam deret
berkala (Martiningtyas, 2004:105).
2.1.2 Langkah-Langkah Single Moving Average
1. Tahap Menambahkan Data Penjualan Sebelumnya
Dalam membangun sistem peramalan (forecasting), data
penjualan merupakan data yang wajib ada dalam menjalankan
proses peramalan. Data penjualan adalah informasi yang
dihasilkan dari kegiatan transaksi penjualan pulsa.
Proses peramalan menggunakan metode single moving average
dimulai dengan menambahkan nilai aktual untuk tiap periode
(Yt). Selanjutnya menentukan banyaknya waktu dalam moving
average(m). Nilai ramalan diperoleh dari hasil pembagian nilai
aktual dengan banyaknya waktu dalam moving average. Dari
hasil perhitungan nilai ramalan, akan dilakukan evaluasi untuk
menentukan error.

2. Tahap Pelaksanaan Prediksi

Pada tahap pelaksanaan prediksi dilakukan sesuai dengan tahap
penambahan data penjualan.

3. Tahap Analisis Data

a. Menambahkan nilai aktual untuk tiap periode (Yt)
Nilai aktual untuk tiap periode (Yt) merupakan jumlah total
transaksi penjualan pulsa setiap periode.
b. Menghitung nilai ramalan pada periode (Yt+1)
Hitung nilai sebenarnya dengan banyaknya waktu dalam
moving average(m=3) yang hasilnya akan digunakan pada
minggu selanjutnya.
Dari bulan Januari minggu ke-1, ke-2, dan ke-3 dengan hasil
peramalan 0 dikarenakan belum ada data 3 minggu terakhir
dari minggu sebelumya. Kemudian dari penjumlahan total
penjualan dari bulan Januari minggu ke-1, ke-2, dan ke-3
 dibagi dengan banyaknya waktu dalam moving average yaitu
3, begitu juga minggu berikutnya.
c. Menentukan selisih (error)
Menentukan selisih dengan mengurangkan jumah total
transaksi (Yt) dengan (Yt+1)
d. Menghitung hasil bagi selisih (error) dengan waktu dalam
single moving avarage.
Setelah mendapatkan selisih (error), nilai error tersebut
dimutlakkan sehingga nilainya positif. Kemudian nilai tersebut
dibagi dengan nilai (Yt).
e. Menghitung MAD dan MPE
MAD = 1𝑛Σ|𝑌𝑡−𝑌̂𝑡|
MAPE = 𝟏𝒏Σ|𝒀𝒕−𝒀̂𝒕|𝒀𝒕𝒏𝒕=𝟏

2.2 Pulsa Elektrik

2.2.1 Pengertian Pulsa Elektrik
Menurut Kamus Besar Bahasa Indonesia, pulsa adalah satuan dalam
perhitungan biaya telepon. Sedangkan menurut Wikipedia pulsa
adalah pembayaran bagi barang atau jasa menggunakan perangkat
bergerak seperti telepon genggam.
Jadi dari berbagai penjelasan di atas kita dapat menarik kesimpulan
bahwa pulsa adalah satuan perhitungan biaya telepon yang kita bayar
untuk menggunakan perangkat barang atau jasa seperti telepon
genggam.

2.2.2 Jenis-Jenis Operator Pulsa Elektrik

Di Indonesia ada banyak operator pulsa yang bersaing dengan
keunggulannya masing-masing. Diantaranya yaitu:
1. Telkomsel
2. XL
3. Three
 4. Indosat
5. Axis
6. Smartfren, dll.

2.3 Prediksi Penjualan

Prediksi adalah suatu proses memperkirakan secara sistematis tentang
sesuatu yang paling mungkin terjadi di masa depan berdasarkan informasi
masa lalu dan sekarang yang dimiliki, agar kesalahannya (selisih antara
sesuatu yang terjadi dengan hasil perkiraan) dapat diperkecil. Prediksi
tidak harus memberikan jawaban secara pasti kejadian yang akan terjadi,
melainkan berusaha untuk mencari jawaban sedekat mungkin yang akan
terjadi (Herdianto, 2013 : 8).
Pengertian prediksi sama dengan ramalan atau perkiraan. Menurut kamus
besar bahasa Indonesia, prediksi adalah hasil dari kegiatan memprediksi
atau meramal atau memperkirakan nilai pada masa yang akan datang
dengan menggunakan data masa lalu. Prediksi menunjukkan apa yang
akan terjadi pada suatu keadaan tertentu dan merupakan input bagi proses
perencanaan dan pengambilan keputusan.
Jadi, prediksi penjualan adalah perkirakan penjualan pada masa yang akan
datang dengan menggunakan data masa lalu..

2.4 Hubungan antara Metode Single Moving Average dengan Prediksi

Penjualan Pulsa
Permintaan merupakan salah satu aspek probabilistik (Saiful, 2013),
namun dengan perkembangan teknologi yang semakin maju, penggunaan
pulsa semakin meningkat, dan kemunculan produk-produk pulsa dengan
harga dan permintaan yang berbeda-beda membuat jumlah permintaan
akan pulsa semakin meningkat dari hari ke hari, sehingga tidak perlu
dikhawatirkan lagi soal probabilistik permintaan karena standar
permintaan untuk setiap tempat penjualan pulsa sudah cukup
menguntungkan. Untuk menghadapi situasi probabilistik seperti ini
 diperlukan sebuah metode untuk menganalisa atau memprediksi
kemungkinan ke depannya. Salah satu metode yang dapat digunakan
adalah Single Moving Average.
Rata-rata bergerak tunggal atau Single Moving Average adalah suatu
metode peramalan yang dilakukan dengan mengambil sekelompok nilai
pengamatan, mencari nilai rata-rata tersebut sebagai ramalan untuk periode
yang akan datang. Penggunaan metode single moving average adalah
untuk mengurangi data yang bersifat acak (randomness) dalam deret
berkala (Martiningtyas, 2004:105).
Berdasarkan pernyataan di atas, terlihat bahwa adanya hubungan antara
metode Single Moving Average dengan perkiraan penjualan pulsa.

III. METODOLOGI
Pada penelitian ini, peneliti ingin mengetahui cara memprediksi penjualan
pulsa elektrik dengan menggunakan metode single moving average.
Untuk mengetahui cara memprediksi penjualan pulsa elektrik, maka peneliti
membutuhkan data berupa riwayat penjualan pulsa elektrik dari bulan Januari
sampai Maret. Peneliti mengambil data dari konter pulsa ETN Tronik yang
menjual pulsa semua operator.
Dari data penjualan tersebut, peneliti akan melakukan 3 proses tahapan, yaitu:
1. Tahap Menambahkan Data Penjualan Sebelumnya
Proses peramalan menggunakan metode single moving average dimulai
dengan menambahkan nilai aktual untuk tiap periode (Yt). Selanjutnya
menentukan banyaknya waktu dalam moving average (m). Nilai ramalan
diperoleh dari hasil pembagian nilai aktual dengan banyaknya waktu
dalam moving average. Dari hasil perhitungan nilai ramalan, akan
dilakukan evaluasi untuk menentukan error.
2. Tahap Pelaksanaan Prediksi
Pada tahap pelaksanaan prediksi dilakukan sesuai dengan tahap
penambahan data penjualan.
3. Tahap Analisis Data
 a. Menambahkan nilai aktual untuk tiap periode (Yt)
Nilai aktual untuk tiap periode (Yt) merupakan jumlah total transaksi
penjualan pulsa setiap periode.
b. Menghitung nilai ramalan pada periode (Yt+1)
Hitung nilai sebenarnya dengan banyaknya waktu dalam moving
average(m=3) yang hasilnya akan digunakan pada minggu
selanjutnya. Kemudian dari penjumlahan total penjualan dari bulan
Januari minggu ke-1, ke-2, dan ke-3 dibagi dengan banyaknya waktu
dalam moving average yaitu 3, begitu juga minggu berikutnya.
c. Menentukan selisih (error)
Menentukan selisih dengan mengurangkan jumah total transaksi (Yt)
dengan (Yt+1)
d. Menghitung hasil bagi selisih (error) dengan waktu dalam single
moving avarage.
Setelah mendapatkan selisih (error), nilai error tersebut dimutlakkan
sehingga nilainya positif. Kemudian nilai tersebut dibagi dengan nilai
(Yt).
e. Menghitung MAD dan MPE
MAD = 1𝑛Σ|𝑌𝑡−𝑌̂𝑡|
MAPE = 𝟏𝒏Σ|𝒀𝒕−𝒀̂𝒕|𝒀𝒕𝒏𝒕=𝟏
f. Menentukan hasil peramalan

IV. PEMBAHASAN
4.1 Tahap Memperoleh Data Penjualan Sebelumnya
Dalam membangun sistem peramalan (forecasting), data penjualan
merupakan data yang wajib ada dalam menjalankan proses peramalan.
Data penjualan adalah informasi yang dihasilkan dari kegiatan transaksi.
 Sumber data dalam penelitian ini didapat dari transaksi penjualan, data
ini merupakan data penjualan periode 1 Januari 2019 – 30 Maret 2019.
Tabel 3.1 Data Penjualan Pulsa ETN Tronik
Jumlah total transaksi
No. Bulan Periode Tahun
penjualan pulsa
Minggu ke-1 32
Minggu ke-2 26
1 Januari 2019
Minggu ke-3 31
Minggu ke-4 26
Minggu ke-1 31
Minggu ke-2 37
2 Februari 2019
Minggu ke-3 38
Minggu ke-4 29
Minggu ke-1 39
Minggu ke-2 37
3 Maret 2019
Minggu ke-3 35
Minggu ke-4 34
Sumber : ETN Tronik
Metode yang digunakan dalam pengembang sistem adalah single moving
average. Merupakan teknik peramalan berdasarkan rata-rata bergerak
dari nilai-nilai masa lalu, misalkan rata-rata bergerak 2 tahunan, 6
bulanan, 4 mingguan, dan lain-lain. Akan tetapi teknik ini tidak
disarankan untuk data time series yang menunjukkan adanya pengaruh
trend dan musiman.

4.2 Perhitungan Single Moving Average

Hitung nilai sebenarnya dengan banyaknya waktu dalam moving average
(m=3) yang hasilnya akan digunakan pada minggu selanjutnya. Dari
bulan oktober minggu ke-1, ke-2, dan ke-3 dengan hasil peramalan 0
dikarenakan belum ada data 3 minggu terakhir dari minggu sebelumya.
Data dapat dilihat pada Tabel 3.2.
 Peramalan Bulan April minggu ke-4 didapatkan dari data 3 minggu
terakhir yaitu di data bulan Januari minggu ke-1, ke-2, dan ke-3 yang
masing-masing jumlah total penjualan 31, 26 dan 33. Kemudian dari
penjumlahan total penjualan dari bulan Januari minggu ke-1, ke-2, dan
ke-3 dibagi dengan banyaknya waktu dalam moving average yaitu 3,
begitu juga minggu berikutnya. Berikut hasil perhitungan dari data Tabel
3.2 menggunakan metode Single Moving Average.
31+26+33
Bulan Januari minggu ke-1, ke-2, dan ke-3 = = 30
3
26+33+36
Bulan Januari minggu ke-2, ke-3, dan ke-4 = =31.666
3
33+36+31
Bulan Januari minggu ke-3, ke-4, dan feb ke-1 = = 33.333
3
36+31+37
Bulan Januari minggu ke-4, dan feb ke-1, ke-2 = =34.666
3
Dari hasil diatas akan dilakukan perhitungan sampai bulan April minggu ke-1
tahun 2019 dengan nilai ramalan = 35. Dan dapat dilihat pada Tabel 3.2 sebagai
berikut.
Tabel 3.2 Perhitungan data 3 minggu Metode Single Moving Average setelah
pembulatan
No. Bulan Periode Tahun Yt Yt+1
Minggu ke-1 32 0
Minggu ke-2 26 0
1 Januari 2019
Minggu ke-3 33 0
Minggu ke-4 36 30
Minggu ke-1 31 31
Minggu ke-2 37 33
2 Februari 2019
Minggu ke-3 38 34
Minggu ke-4 29 35
Minggu ke-1 39 34
Minggu ke-2 37 35
3 Maret 2019
Minggu ke-3 35 35
Minggu ke-4 34 37
4 April Minggu ke-1 2019 Σ 𝒀𝒀 = 407 35

Menghitung Forecast Error

Dalam membuat peramalan diupayakan supaya pengaruh ketidakpastian dapat
diminimumkan. Dengan kata lain ramalan bertujuan agar perkiraan yang dibuat
dapat meminimumkan kesalahan
 memprediksi (forecast error). Forecast Error bisa diukur dengan MAD.
Terdapat beberapa metode untuk menghitung kesalahan/mengevaluasi hasil
peramalan. Salah satu metode untuk mengevaluasi metode peramalan
menggunakan jumlah dari kesalahan-kesalahan yang absolut. Mean Absolute
Deviation (MAD) mengukur ketepatan ramalan dengan merata-rata kesalahan
dugaan (nilai absolut masing-masing kesalahan). Mean Absolute Deviation
(MAD) paling berguna ketika orang yang menganalisa ingin mengukur kesalahan
ramalan dalam unit yang sama dengan deret asli. Mean Absolute Percentage Error
(MAPE) digunakan ketika ukuran atau besar variabel ramalan itu penting dalam
mengevaluasi ketepatan ramalan.
Data aktual adalah data asli penjualan (𝒀𝒀), Penjualan Ramalan (𝒀̂𝒀) adalah
hasil dari persamaan Single Moving Average, Selisih (Error) diperoleh dari
Penjualan aktual dikurangi hasil ramalan penjualan, |Y-Ŷ| diperoleh dari selisih
(Error) yang dimutlakkan untuk menghilangkan nilai (-) dalam angka. Rumus
yang digunakan dalam perhitungan MAD dan MAPE ini ada pada persamaan
rumus (2.4) dan persamaan (2.5).
Dari bulan Januari minggu ke-1, ke-2 dan ke-3 dengan hasil peramalan 0
dikarenakan belum ada data 3 minggu terakhir. Bulan Januari minggu ke-4 :
Jumlah total penjualan pulsa = 36
Peramalan 3 minggu M=3 = 30
Selisih (error) = 448,67
|Y-Ŷ| | Error | = 448,67
Untuk seterusnya perhitungan Forecasting Error dapat dilihat pada Tabel
3.3 dibawah ini.
| Error | /
Jumlah
Jumlah
total peramalan |Y-Ŷ|
N Selisih total
Bulan Periode Tahun transaksi 3 minggu | Error |
o (Error) transaski
penjuala m=3
penjualan
n pulsa
pulsa
1 Jan Minggu ke-1 2019 32 0 0 0 0
 Minggu ke-2 28 0 0 0 0
Minggu ke-3 33 0 0 0 0
Minggu ke-4 36 31 5 5 0.138
2 Feb Minggu ke-1 2019 31 32 -1 1 0.032
Minggu ke-2 37 33 4 4 0.108
Minggu ke-3 38 34 4 4 0.131
Minggu ke-4 30 35 -6 6 0.2
3 Mar Minggu ke-1 2019 39 35 5 5 0.128
Minggu ke-2 37 35 2 2 0.054
Minggu ke-3 35 37 -2 2 0.057
Minggu ke-4 34 35 -1 1 0.029
Total 30 0.877

Dari tabel diatas didapat nilai MAD sebagai berikut : (rumus 2.4)
1
MAD = 𝑛 Σ|𝑌𝑡−Ŷ𝑡|

= 789941
= 192,659

1 |Yt−Ŷt|
MAPE = 𝑛 ∑𝑛𝑡=1 𝑌𝑡

= 8,81841
= 0,215* 100%
= 21,5 %