DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PADJADJARAN
2020
3.1.Metode Forecasting Sederhana
Beberapa metode forecasting sangat sederhana dan efektif. Berikut akan dijelaskan empat
metode forecasting yang dijadikan tolak ukur, yaitu :
3.1.1. Average Method
Average Method adalah hasil dari forecast untuk ramalan kedepannya sama dengan nilai rata-
rata (mean) dari data historis. Jika data historis dilambangkan dengan 𝑦1, … , 𝑦𝑇 maka prakiraan
dalam peramalan kita dapat ditulis sebagai berikut :
𝑦̂𝑇+ℎ |T= 𝑦̅ = (𝑦1 + ⋯ + 𝑦𝑇 )/𝑇.
Dengan (𝑦1 + ⋯ + 𝑦𝑇 ) merupakan data yang kita punya dan T merupakan periode data..
𝑁𝑜𝑡𝑎𝑠𝑖 𝑦̂𝑇+ℎ |Tmerupakan estimate untuk𝑦𝑇+ℎ .
di mana 𝑚 = periode musiman, dan merupakan (yaitu, jumlah tahun lengkap dalam periode
perkiraan sebelum waktu). Misalnya data bulanan, ramalan untuk semua nilai bulan Februari
yang akan datang sama dengan nilai bulan Februari yang terakhir diamati, karena diketahui
jenis datanya adalah musiman. Dengan data triwulanan, perkiraan semua nilai Q2 (di mana
Q2 berarti kuartal kedua) di masa depan sama dengan nilai Q2 yang terakhir diamati). Aturan
serupa berlaku juga untuk lainnya bulan dan kuartal, dan untuk periode musiman lainnya.
3.1.4. Drift Method
Drift Method adalah variasi dari naive method yang memungkinkan nilai forcecastnya itu
meningkat atau menurun dari waktu ke waktu, jadi nanti ada variasi di sana yang disebut juga
Drift. Di mana jumlah perubahan dari waktu ke waktu (penyimpangan) diatur menjadi
perubahan rata-rata yang terlihat pada data historis. Demikian ramalan waktu diberikan oleh
ℎ 𝑦𝑇−𝑦1
𝑦̂𝑇+ℎ |T= 𝑦𝑇 + ∑𝑇𝑡=2(𝑦𝑡 − 𝑦𝑡−1 ) = 𝑦𝑇 + ℎ ( ).
𝑇−1 𝑇−1
Hal Ini setara dengan menggambar garis antara pengamatan pertama dan terakhir, dan
kemudian kita akan mengekstrapolasinya ke masa depan.
3.1.5. Contoh
Gambar 3.1. Forecast of Australian quarterly beer production
Pada gambar 3.1. Menunjukkan
tiga metode pertama (average
method,naive method dan seasonal naive method) yang diterapkan pada data produksi bir
triwulanan. Dapat dilihat bahwa terdapat 4 warna garis pada grafik, yaitu hitam, merah, hijau,
dan biru. Warna hitam menunjukan produksi beer kuartalan pada periode-periode sebelumnya.
Warna merah menunjukan average yaitu perkiraan produksi beer berdasarkan rata-rata dari
produksi pada periode sebelumnya. Warna hijau menunjukan perkiraan produksi beer menurut
metode naive, yaitu sama seperti pada periode terakhir. Dan warna biru menunjukan pola
musiman mengikuti periode-periode sebelumnya..
Gambar 3.2. Forecast based on 200 days of the google daily closing stock price
Pada gambar 3.2 , dapat dilihat garis berwarna merah yang menunjukan drift. Garis tersebut
membentuk garis lurus mengikuti pola dari periode-periode sebelumnya.
0 log(𝑌)
0,5 𝑠𝑞𝑟𝑡(𝑌)
1 Y
2 𝑌2
2. Lihat tabel boxcox dan carilah transformasi yang sesuai dengan nilai lambdanya.
λ ≈ 2, yaitu transformasi y^2
3. Lakukan transformasi untuk y yang lama dengan y yang baru dengan
dipangkatkan 2
4. Lalu plot kembali dan lihatlah nilai lamdanya. Jika mendekati 1 maka plot
dikatakan sudah linier
Karena nilai lamda sudah mendekati 1, maka gunakan lah data yang sudah ditransformasi
y^2 untuk analisis selanjutnya.