Rata-rata Bergerak Tunggal Single Moving Averages

1. Rata-rata Bergerak Tunggal Single Moving Averages

Menetukan ramalan dengan metode rata-rata bergerak tunggal single moving averages cukup mudah dilakukan. Bila akan menerapkan 4 bulan rata-rata bergerak maka maka ramalan pada bulan Mei dihitung sebesar rata-rata dari 4 bulan sebelumnya, yaitu bulan Januari, Februari, Maret, April. Persamaan Matematis dari teknik ini adalah : N X X X X F n t t t t t 1 2 1 1 ... + − − − + + + = Indriyo dan Najmudin,2000:8 Keterangan : 1 + t F : ramalan untuk periode ke t + 1 X t : nilai riil periode ke t n : jangka waktu rata-rata bergerak. a. Karakteristik Khusus Rata-rata Bergerak Tunggal Single Moving Averages Metode single moving average memiliki karakteristik khusus. 1. Untuk menentukan ramalan pada periode yang akan datang memerlukan data historis selam jangka waktu tertentu. 2. Semakin panjang jangka waktu rata-rata bergerak moving average, efek pelicinan semakin terlihat dalam ramalan atau menghasilkan rata-rata bergerak moving average yang semakin Universitas Sumatera Utara halus. Artinya pada rata-rata bergerak moving average yang jangka waktunya lebih panjang, perbedaan ramalan terkecil dengan ramalan terbesar menjadi lebih kecil. b. Menghitung Kesalahan Ramalan Hasil proyeksi yang akurat adalah ramalan yang bisa meminimalkan kesalahan meramal. Besarnya kesalahan meramaldihitung dengan mengurangi data riil dengan besarnya ramalan. Error E = X t - F t Indriyo dan Najmudin,2000:11 Keterangan : X t = data riil periode ke-t F t = ramalan periode ke-t Dalam menghitung kesalahan ramalan digunakan. aMean Absolute Error Mean Absolute Error adalah rata-rata absolute dari kesalahan meramal, tanpa menghiraukan tanda positif maupun negatif. n F X MAE t t ∑ − = Indriyo dan Najmudin,2000: 11 b Mean Squared Error Universitas Sumatera Utara Mean Squared Error adalah kuadrat rata-rata kesalahan meramal. n F X MSE t t 2 ∑ − = Indriyo dan Najmudin,2000:11 Metode ini mudah menghitungnya dan sederhana, tetapi mempunyai kelemahan-kelemahan antara lain : 1 perlu data histories yang cukup, 2 data tiap periode diberi weight bobot sama, 3 kalau fluktuasi data tidak random, tidak menghasilkan forecasting yang baik. Pangestu Subagyo, 1986:11.

2. Rata-rata Bergerak Ganda Double Moving Average