n
Di mana: RMSE = Root Mean Squre Error
A
t
= angka observasi F
t
= rata-rata bergerak yang dihasilkan per kelompok waktu
e. Metode Rata-rata Tertimbang
Metode eksponential smoothing ini merupakan metode yang lebih halus lagi daripada metode rata-rata bergerak. Jadi metode ini lebih hati-hati
dalam memprediksi atau meramal permintaan yang akan terjadi di masa datang.
Apabila kita memperhatikan sifat data time series, maka ada kecenderungan bahwa metode rata-rata tertimbang akan lebih dipilih daripada
metode rata-rata bergerak. Mengapa demikian, karena di dalam metode rata- rata tertimbang menyertakan faktor-faktor yang relevan yang menjadi
penyebab tersebarnya data time series. Hal ini diimplementasikkan ke dalam prakiraan dari faktor terjadinya fluktuasi pada data time series kedalam risiko
penyimpangan prakiraan, sehingga hasil prakiraan pada masing-masing prakiraan lebih kecil risiko fluktuasi penyimpangan. Dan angka rata-rata
tertimbang tertentu yang dipilih merupakan komposisi persebaran atas terjadinya keakuratan dan risiko penyimpangan yang mungkin akan terjadi
sebagai mendasari prakiraan yang dihasilkan. Demikian untuk perhitungan prakiraan berikutnya secara berjenjang dari prakiraan sebelumnya ke
prakiraan selanjutnya di dalam periode yang diramalkan. Hal ini dimaksudkan untuk meratakan risiko penyimpangan sehingga risiko tersebut berada pada
persebaran yang lebih merata keseluruhan periode yang diperkirakan. Metode rata-rata tertimbang dilakukan dengan proses perhitungan sebagai
berikut: a.
Menentukan angka tertimbang weight tertentu bagi data observasi dengan notasi w antara angka 0 sd angka 1.;
b. Menambahkannya dengan angka tertimbang bagi data
prakiraan dengan notasi 1-w. c.
Menghitung rata-rata keseluruhan dari data time series dengan rumusan
A
1
+ A
2
+ …...... A
n
dan notasinya = F
1
n
d.
Menghitung prakiraan dengan rumusan F
t+1
= wA + 1-wF
1
Di mana F
t+1
merupakan prakiraan pada periode kedua, w merupakan angka tertimbang yang dipilih, A merupakan data observasi, 1-w
merupakan persebaran atau penghalusan, dan F
1
merupakan prakiraan sebelumnya.
3. Metode Ekonometri
Kategori