6 Menghitung peramalan.
Langkah-langkahnya yaitu: a.
Pilih menu Stat, kemudian pilih sebmenu Time Series, kemudian pilih submenu ARIMA. Setelah itu akan muncul tampilan dibawah ini:
Gambar 3.2. Kotak dialog menghitung peramalan dengan ARIMA. b.
Kliksort data yang ingin diramalkan, data tersebut merupakan data asli dan bukan data selisih, kemudian klik tombol Select maka nama kolom
dari data tersebut akan tampil dalam kotak disamping Series. Setelah itu isi kotak di samping Autoregressive, Difference, dan Moving Average
sesuai model yang cocok. Misal model yang cocok adalah AR 1 maka kotak disamping Autoregressive diisi sesuai dengan data selisih keberapa
data tersebut stasioner artinya jika data tersebut stasioner pada selisih kedua maka diisi dengan 2.
c. Klit tombol forecast kemudian diisi kotak di samping lead dengan jumlah
periode waktu peramalan. Misalnya jika periode waktu yang digunakan adalah harian dan ingin meramalkan 2 bulan kedepan maka diisi dengan
60.
2.10 Menghitung Tingkat Kesalahan Peramalan
Model peramalan yang baik adalah model yang memberikan tingkat kesalahan yang paling kecil. Tingkat kesalahan merupakan selisih antara nilai riil
dengan nilai ramalan. Tingkat kesalahan ini disebut dengan error atau residual. Kesalahan ramalan disebabkan karena nilai ramalan terlalu kecil atau terlalu besar.
Oleh karena itu dapat langsung dijumlahkan atau meratakan nilai kesalahan. Nilai kesalahan atau error harus dimutlakkan atau dikuadratkan terlebih dahulu, karena
kesalahan ada yang bertanda positif dan negatif. 2.10.1 Mean Absolute Error MAE.
Teknik ini dilakukan dengan mencari nilai kesalahan rata-rata absolut. Untuk menggunakan teknik ini, langkah-langkahnya:
1 Mencari nilai error ramalan.
2 Mengabsolutkan nilai error.
3 Menjumlahkan nilai absolut error.
4 Membagi jumlah nilai absolute error dengan jumlah pengamatan.
Formulasi dari Mean Absolute Error MAE adalah MAE = .
2.10.2 Mean Square Error MSE
Teknik ini dilakukan dengan mencari nilai rata-rata kesalahan kuadrat. Untuk menggunakan teknik ini, langkah-langkahnya:
1 Mencari nilai error ramalan.
2 Menguadratkan nilai error.
3 Menjumlahkan nilai kuadrat error.
4 Membagi jumlah nilai absolute error.
Formulasi dari Mean Squared Error MSE adalah
MSE = .
2.10.3 Mean Absolute Presentage Error MAPE
Teknik ini dilakukan dengan mencari nilai rata-rata presentase kesalahan absolute mutlak. Untuk mengguankan teknik ini, langkah-langkahnya:
1 Mencari nilai error ramalan.
2 Mengabsolutkan nilai error.
3 Mencari presentase kesalahan absolute terhadap nilai riil.
4 Menjumlahkan nilai presentase kesalahan absolut terhadap nilai riil.
5 Membagi jumlah nilai presentase kesalahan absolut terhadap nilai riil
dengan jumlah pengamatan. Formulasi dari Mean Absolute Presentage Error MAPE adalah MAPE =
. Keterangan:
X
t
= data sebenarnya terjadi F
t
= data ramalan dihitung dari model yang digunakan pada waktu atau tahun t, dan
n = banyak data hasil ramalan.
BAB 3 METODE PENELITIAN
Metode penelitian merupakan suatu cara yang digunakan dalam rangka kegiatan penelitian, sehingga pelaksanaan penelitian dapat dipertanggungjawabkan
secara ilmiah. Dengan metode penelitian, data yang diperoleh semakin lengkap untuk memecahkan masalah yang di hadapi.
Metode yang digunakan dalam penelitian ini adalah sebagai berikut:
3.1 Identifikasi Masalah
