37 2.157
1.574, 4
1.175, 7
1.973,1 44,3
1.930 227,0
1 51.535,37
Jumlah 1.095.732,
6
Dengan perhitungan yang sama, maka dapat ditentukan nilai
smoothing
eksponensial tunggal, ganda, ramalan, nilai kesalahan dan kesalahan kuadrat yang akan datang untuk
α = 0,2 sampai dengan α = 0,9 yang ditampilkan pada lampiran1 sampai dengan lampiran 8. Selanjutnya dilakukan uji ketetapan ukuran metode peramalan untuk
menentukan parameter yang akan digunakan dalam peramalan.
3.3 Uji Ketepatan Ramalan
1. MSE
Mean Square Error
Nilai Tengah Kesalahan Kuadrat dengan parameter α = 0,1
∑
= 31.306,64452
2. MAE
Mean Absolut Error
Nilai Tengah Kesalahan Absolute dengan parameter α
= 0,1 ∑
| |
153,607545
3. MAPE
Mean Absolut Percentage Error
Nilai Tengah Kesalahan Persentase Absolute dengan parameter
α = 0,1
Universitas Sumatera Utara
∑ |
|
0,251212955
4. MPE
Mean Percentage Error
Nilai Tengah Kesalahan Persentase dengan parameter
α = 0,1 ∑
0,003007008
5. SSE
Sum Square Error
Jumlah Kuadrat Kesalahan dengan parameter α=0,1
∑ 1.095.732,558
Dengan perhitungan yang sama, maka dapat ditentukan nilai kesalahan galat
untuk α = 0,1 sampai dengan α = 0,9 yang ditampilkan pada tabel berikut:
Universitas Sumatera Utara
Tabel 3.3 Perbandingan Ukuran Ketepatan Metode Peramalan
Parameter Nilai Kesalahan Galat
MSE MAE
MAPE MPE
SSE 0,1
31.306,645 153,6075
0,251213 0,230327
1.095.733 0,2
11.799,445 84,02807
0,163554 0,128862
412.980,6 0,3
8.758,9613 67,79093
0,135315 0,097517
306.563,6 0,4
8.055,317 62,21327
0,122577 0,082452
281.936,1 0,5
8.115,1293 60,19265
0,116069 0,073632
284.029,5 0,6
8.643,3858 60,72866
0,112674 0,067781
302.518,5 0,7
9.658,148 61,51861
0,111385 0,063507
338.035,2 0,8
11.295,376 66,21645
0,112753 0,060132
395.338.2 0,9
13.783,683 73,12749
0,118422 0,057286
482.428,9 Sumber : Perhitungan
Berdasarkan teori-teori sebelumnya , ramalan yang baik adalah ramalan yang mempunyai nilai galat kesalahan yang paling rendah . Dimana hal itu dilakukan
dengan adanya penyesuaian suatu model peramalan dengan parameter tertentu dengan data historis yang ada. Sedangkan tujuan optimalisasi statistik pada bagian sebelumnya
adalah untuk memilih suatu model agar MSE dan SSE minimal. Ketepatan dalam ramalan adalah hal yang sangat diharapkan dalam peramalan. Hal ini dilakukan untuk
mengukur kesesuaian suatu model peramalan tertentu untuk suatu kumpulan data yang diberikan. Sehingga dari tabel 3.3 di atas dapat dilihat bahwa yang menghasilkan nilai
galat kesalahan yang paling rendah atau terkecil yaitu pada nilai parameter pemulusan α = 0,4 yaitu dengan nilai MSE = 8.055,317 dan SSE = 281.936,
3.4 Peramalan Jumlah Pelanggan Kartu Kredit PT.Bank Permata Cabang Medan
