18
2. Akar rata-rata kuadrat kesalahan Root Mean Squared Error RMSE
RMSE adalah akar kuadrat rata-rata kuadrat kesalahan. Rumus RMSE adalah sebagai berikut:
√
∑ ̂
2.18 Dimana :
= Data aktual ̂
= Data hasil ramalan N = Jumlah data
3. Rata-rata presentase kesalahan mutlak Mean Absolute Percent Error MAPE
MAPE adalah metode perhitungan kesalahan yang dihitung dengan mencari presentase kesalahan dari setiap periode peramalan kemudian membaginya dengan
jumlah data periode yang digunakan. Rumus MAPE adalah sebagai berikut: ∑
| |
2.19 Dimana :
= Data aktual = Data hasil ramalan
N = Jumlah data
2.6. SAS
SAS Statistical Analysis System adalah software komputer yang digunakan untuk analisis statistika yang dikembangkan oleh perusahaan SAS Institute. Perangkat lunak
ini digunakan dalam massive data processing, reporting, analisis stastistika, pembuatan grafik statistika dan lain-lain. Bahasa pemograman SAS termasuk bahasa
pemograman generasi keempat, yakni program yang siap digunakan untuk manipulasi data, penyimpanan dan pengambilan informasi, statistik deskriptif dan penulisan
laporan.
Universitas Sumatera Utara
19
2.7. Penelitian Terdahulu
Beberapa penelitian telah dilakukan untuk meramalkan data penjualan. Salah satunya adalah penelitian yang dilakukan oleh Stepvhanie, 2012 melakukan peramalan
penjualan produk susu bayi dengan metode grey system theory dan neural network. Penelitian ini melakukan perbandingan antara metode tradisional dengan metode grey
system theory . Dan medapatkan hasil bahwa metode grey system theory lebih baik dari
metode tradisional karena memiliki nilai mean absolute percentage error terkecil dari metode tradisional.
Penelitian yang dilakukan oleh Warsini, 2011. Melakukan perbandingan metode pemulusan smoothing eksponensial dan arima box-jenkins sebagai metode
peramalan Indek Harga Saham Gabungan IHSG. Penelitian ini dilakukan untuk mengetahui metode mana yang lebih tepat digunakan pada indek harga saham
gabungan. Dan didapatkan hasil bahwa model yang tepat adalah arima karena memiliki nilai mean absolute percentage error yang lebih kecil yakni bernilai 0,0063
sedangkan model eksponensial bernilai 0,0070. Penelitian yang dilakukan oleh Sembiring, 2010. Yang melakukan penelitian
tentang peramalan curah hujan bulanan di kota medan dengan metode box-jenkins. Hasil dari penelitian ini menunjukkan bahwa model ARIMA memiliki kemampuan
yang sangat akurat dalam memprediksi curah hujan. Penelitian selanjutnya yang dilakukan oleh Simanjuntak, 2014 membahas
prediksi jumlah permintaan barang musiman menggunakan metode holt-winters. Penelitian ini dilakukan untuk dapat menganalisis dengan metode holt-winters untuk
menentukan variabel mana yang signifikan mengengaruhi variabel dependen. Selain itu juga dapat digunakan dalam meramalkan data musiman. dengan konstanta
parameter α = 0.γ5 , = 0.15 , dan = 0,47.
Selanjutnya penelitian yang dilakukan oleh Bauer.J, 2014. Penelitian ini memperlihatkan bagaimana cara menggunakan PROC GMAP pada map creation di
dalam SAS base dan cara pembuatan hasilnya ke dalam JSON metadata. Ringkasan penelitian terdahulu dapat dilihat pada tabel 2.3.
Universitas Sumatera Utara
20
Tabel 2.3. Penelitian Terdahulu Nama Peneliti
Metode Keterangan
Linda Stepvhanie 2012
Metode grey backpropagation
neural network grey
backpropagation neural
network memiliki
kelebihan meramalkan data acak yang
memiliki range yang tidak terlalu jauh. Sedangkan kelebihan dari
metode neural network adalah lebih cocok untuk meramalkan
data acak yang memiliki fluktuasi data yang tidak begitu stabil.
Warsini 2012
Metode smoothing dan
ARIMA Metode
ARIMA memiliki
keakuratan dalam meramalkan data
dalam jangka
pendek dibandingkan
dengan metode
smoothing . Namun metode arima
memiliki kelemahan dalam meramalkan data dalam jangka
yang cukup panjang. Hasil yang didapatkan akan bersifat datar.
Sedangkan pada
metode smoothing
dalam meramalankan dalam jangka panjang didapatkan
hasil yang lebih bagus daripada metode ARIMA.
Jumita Hari Yanti BR.Sembiring
2010 Metode ARIMA
Peramalan dengan
Metode ARIMA memiliki kemampuan
yang sangat
akurat dalam
memprediksi curah hujan dalam jangka pendek. Tetapi tidak
begitu akurat apabila dilakukan untuk
jangka yang
cukup panjang.
Universitas Sumatera Utara
21
Tabel 2.3. Penelitian Terdahulu Lanjutan Nama Peneliti
Metode Keterangan
Lia Hartati Simanjuntak 2014
Metode Holt- Winters
Metode Holt-Winters
yang digunakan dalam meramalkan
harga barang musiman dengan konstanta parameter
α = 0.γ5 , = 0.15 , dan = 0,47
menghasilkan tingkat
akurasi prediksi sebesar 95,74 dan
dengan nilai
error rata-rata
sebesar 4.26.
Universitas Sumatera Utara
BAB 1
PENDAHULUAN
Bab ini membahas tentang latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian, serta sistematika penulisan.
1.1. Latar Belakang