4.3. Analisa Kesalahan Data Jumlah Kendaraan Bermotor Menurut Jenisnya Di
Kota Tebing Tinggi
Dalam meramal situasi peramalan, ketepatan dipandang sebagai kriteria penolakan untuk memilih suatu metode peramalan. Dalam banyak hal, kata “ketepatan” menunjuk ke
“kebaikan sesuai” yang pada akhirnya menunjukkan seberapa jauh model peramalan tersebut mampu mereproduksi data yang telah diketahui.
Ada tiga macam mengetahui nilai kesalahan yang biasa dipakai pada metode rata-rata bergerak linier, yaitu:
a. Mean Absolute Error Nilai Tengah Kesalahan Absolute MAE =
; = -
Dimana : e
i
= nilai kesalahan n = jumlah periode waktu pada peramalan
b. Mean Squared Error Nilai Tengah Kesalahan Kuadrat MSE =
Dimana : = nilai kesalahan kuadrat
X
i
= nilai pengamatan data sebenarnya F
i
= nilai peramalan data setelah mengalami proses peramalan n = jumlah periode waktu pada peramalan
c. Mean Absolute Persentage Error Nilai Tengah Kesalahan Presentase Absolute MAPE =
n ; APE = ∣Xi –FiXi∣100
1. Nilai Kesalahan Dari Peramalan Jumlah Mobil Penumpang
Untuk mengetahui nilai kesalahan dari peramaln mobil penumpang dapat dilihat dalam tabel berikut :
Tabel 4.1.7.Analisa proyeksi Mobil Penumpang
Tahun Mobil Penumpang
Xi Forecast
Fi Error
Xi-Fi Absolute
Error Square Error
APE 1999
4292 2000
4463 2001
4932 2002
5503 2003
6048 2004
5552 6467.89
-916 915.89
838854.4921 16.496578 2005
5563 6328.78
-766 765.78
586419.0084 13.765594 2006
4838 -3136.78
7975 7974.78
63597116.05 164.8363
2007 4886
7371 -2485
2485 6175225
50.859599 2008
3790 7108.56
-3319 3318.56
11012840.47 87.56095
2009 3615
3568.67 46
46.33 2146.4689
1.2816044 jumlah
536 15506.34
82212601.49 335
Mean Absolute Error MAE 2584.39
Mean Square Error MSE 13702100
Mean Absolute Presesntage Error MAPE 55.800104
2. Nilai Kesalahan Dari Peramalan Jumlah Bus
Untuk mengetahui nilai kesalahan dari peramalan Bus dapat dilihat dalam tabel berikut :
Tahun Bus Xi
Forecast Fi
Error Xi-Fi
Absolute Error
Square Error APE
1999 116
2000 114
2001 97
2002 114
2003 86
2004 69
86.11 -17
17.11 292.7521
24.797101 2005
75 71
4 4
16 5.3333333
2006 68
-67.44 135
135.44 18343.9936
199.17647 2007
59 88.44
-29 29.44
866.7136 49.898305
2008 50
93.33 -43
43.33 1877.4889
86.66 2009
397 45.67
351 351.33
123432.7689 88.496222
jumlah 401
580.65 144829.7171
454 Mean Absolute Error MAE
96.775 Mean Square Error MSE
24138 Mean Absolute Presesntage
Error MAPE 75.726905
3. Nilai Kesalahan Dari Peramalan Jumlah Mobil Barang
Untuk mengetahui nilai kesalahan dari peramalan Mobil Barang dapat dilihat dalam tabel berikut :
Tabel 4.1.9.Analisa proyeksi Mobil Barang
Tahun Mobil Barang
Xi Forecast
Fi Error
Xi-Fi Absolute
Error Square Error
APE 1999
3392 2000
3567 2001
3907 2002
4175 2003
4324 2004
4145 4645.78
-501 500.78
250780.6084 12.081544 2005
4165 4488.67
-324 323.67
104762.2689 7.7711885 2006
3163 -2327.22
5490 5490.22
30142515.65 173.57635 2007
3079 5188.11
-2109 2109.11
4448344.992 68.499838 2008
2944 4619.22
-1675 1675.22
2806362.048 56.902853 2009
3901 2282.44
1619 1618.56
2619736.474 41.4909
jumlah 2500
11717.56 40372502.04
360 Mean Absolute Error MAE
1952.926667 Mean Square Error MSE
6728750 Mean Absolute Presesntage Error
MAPE 60.053779
4. Nilai Kesalahan Dari Peramalan Jumlah Sepeda Motor
Untuk mengetahui nilai kesalahan dari peramalan Sepeda Motor dapat dilihat dalam tabel berikut :
Tabel 4.1.10.Analisa proyeksi Sepeda Motor
Tahun Sepeda
Motor Xi
Forecast Fi
Error Xi-Fi
Absolute Error
Square Error APE
1999 31806
2000 26441
2001 24152
2002 31828
2003 31433
2004 47655
31361.22 16294
16293.78 265487266.7
34.191124 2005
47689 48527.11
-838 838.11
702428.3721 1.7574493
2006 39179
-6981.67 46161
46160.67 2130807455
117.81993 2007
41636 69383.44
-27747 27747.44
769920426.6 66.642905
2008 44999
59456 -14457
14457 209004849
32.127381 2009
64485 39404.89
25080 25080.11
629011917.6 38.892936
jumlah 44492
130577.1 4004934343
291 Mean Absolute Error MAE
21762.85 Mean Square Error MSE
667489057 Mean Absolute Presesntage
Error MAPE 48.571954
BAB 5 IMPLEMENTASI SISTEM
Kategori