Salah satu metode peramalan secara kuantitatif yang sering digunakan dalam praktek
adalah Moving Average. Selain cara perhitungan yang sederhana, metode ini juga tepat digunakan
untuk kegiatan peramalan yang bersifat harian, mingguan, atau bulanan dengan data yang relatif
stabil.
Menentukan ramalan dengan metode single moving averages cukup mudah dilakukan. Bila
akan menerapkan 4 bulan rata-rata bergerak maka ramalan pada bulan Mei dihitung sebesar rata-
rata 4 bulan sebelumnya. Persamaan matematis dari teknik ini adalah:
̂ 𝑡+1 =
𝑌𝑡 + 𝑌𝑡−1 + . . . +𝑌𝑡+1−𝑘
𝑌
𝑘
Keterangan:
̂ 𝑡+1
𝑌 : Nilai peramalan untuk periode mendatang
Contoh:
Berikut data penjualan sebuah produk dari tahun 1987 sampai tahun 2006
Tahun Penjualan Tahun Penjualan
1987 200 1997 245
1988 245 1998 217
1989 258 1999 259
1990 256 2000 245
1991 215 2001 244
1992 295 2002 268
1993 254 2003 214
1994 278 2004 268
1995 254 2005 235
1996 215 2006 216
Manajemen ingin meramalkan hasil penjualan menggunakan metode peramalan single moving
average. Bandingkan metode single moving average orde 3 dan 5, manakah metode yang paling
tepat?
Adapun langkah-langkah melakukan peramalan terhadap data di atas adalah:
a. Masukkan data ke dalam kolom C1 seperti pada Gambar. Ubah nama kolom C1 dengan data
penjualan
Data Penjualan
Length 20
NMissing 0
Moving Average
Length 3
Accuracy Measures
MAPE 9.545
MAD 23.098
MSD 746.667
Forecasts
Contoh berikut menjelaskan proses single moving average dengan length berbeda,
yakni m = 5.
Adapun langkah-langkah melakukan peramalan dengan m = 5 adalah sama dengan langkah-
langkah di atas yakni:
a. Masukkan data ke dalam kolom C1 seperti pada Gambar. Ubah nama kolom C1 dengan data
penjualan
Klik tombol Storage. Untuk keseragaman, aktifkan semua pilihan yang ada, seperti terlihat
pada gambar berikut
̂6 = 200+245+258+256+215
𝑌 5
= 234,8
Angka FITS1 sama dengan angka pada kolom AVER1, dengan penempatan bergeser
satu baris.
Angka RES1 adalah angka residua atau selisih data asli (actual) dengan data hasil
peramalan (FITS1). Sebagai contoh, angka 60,2 berasal dari
295 – 234,8 = 60,2.