Ukuran Error

Analisis Runtun Waktu

SST-505
Error
• Error : kesalahan
• Error dalam peramalan digunakan untuk dua tujuan :
1) Membuat pilihan dari berbagai alternative Metode peramalan
2) Mengevaluasi keberhasilan atau kegagalan dari Metode peramalan yang digunakan
Error
Jika 𝑦𝑖 merupakan data actual untuk periode 𝑖 dan 𝑦ො𝑖 merupakan ramalan untuk periode yang
sama, maka error didefinisikan sebagai

𝑒𝑖 = 𝑦𝑖 − 𝑦ො𝑖

Jika terdapat nilai pengamatan dan ramalan untuk 𝑛 periode waktu, maka akan terdapat 𝑛 buah
kesalahan
 Ukuran Error Formulasi
σ𝑛𝑖=1 𝑒𝑖
Mean Error (ME) ME =
𝑛
Mean Absolute Error σ𝑛𝑖=1 𝑒𝑖
(MAE) MAE =
𝑛
𝑛

Ukuran Error Sum of Square Error

(SSE)
SSE = ෍ 𝑒𝑖2
𝑖=1

σ𝑛𝑖=1 𝑒𝑖2
MSE =
𝑛
Mean of Square Error
(MSE) σ𝑛𝑖=1 𝑒𝑖2
RMSE =
𝑛
 Ukuran Error
Ukuran Error Formulasi
𝑒𝑖
Percentage Error (PE) PEi = 100
𝑦𝑖
σ𝑛𝑖=1 PEi
Mean Percentage Error (MPE) MPE =
𝑛

Mean Absolute Percentage σ𝑛𝑖=1 PEi

Error (MAPE) MAPE =
𝑛
Average Method
• Peramalan di masa depan sama dengan rata-rata (mean) dari data historis
• Dimisalkan data historis dinotasikan dengan 𝑦1 , ⋯ , 𝑦𝑡 , maka dapat ditulis peramalan untuk
periode ke depan sebagai

𝑦ො𝑡+ℎ = 𝑦1 + ⋯ + 𝑦𝑡 Τ𝑡

• Notasi 𝑦ො𝑡+ℎ merupakan notasi untuk estimasi 𝑦𝑡+ℎ berdasarkan data 𝑦1 , ⋯ , 𝑦𝑡 .

Metode Naïve
• Untuk metode naïve, seluruh nilai peramalan ditetapkan menjadi nilai observasi terakhir, yaitu
𝑦ො𝑡+ℎ = 𝑦𝑡
• Metode ini bekerja dengan sangat baik untuk data runtun waktu bidang ekonomi dan
keuangan.
Metode Naïve Seasonal
• Setiap nilai peramalan ditetapkan sama dengan nilai terakhir dari musim yang sama tahun ini
(misalnya, bulan yang sama tahun sebelumnya), didefinisikan sebagai

𝑦ො𝑡+ℎ = 𝑦𝑡+ℎ−𝑚 𝑘+1

dimana 𝑚 = periode musiman dan 𝑘 = jumlah tahun lengkap sebelum waktu 𝑡 + ℎ

• Contoh: untuk data bulanan, nilai peramalan untuk bulan Februari mendatang sama dengan
nilai data bulan Februari yang terakhir diamati.