Dengan didapatnya ramalan Jumlah Kendaraan Bermotor Menurut Jenisnya, maka dapat dibuat suatu table ramalan Jumlah Kendaraan Bermotor
Menurut Jenisnya Di Kota Tebing Tinggi Tahun 2011 yang dapat dilihat pada table 4.1.6 berikut :
Table 4.1.6. Hasil Ramalan Kendaraan Bermotor Menurut Jenisnya Dari Tahun 2008 sampai dengan Tahun 2011
TAHUN JENIS KENDARAAN
MOBIL BUS
MOBIL SEPEDA
PENUMPANG TRUCK
MOTOR 2008
4530 60
2735 41881
2009 4247
56 2367
41404 2010
3964 52
2001 40927
2011 3681
48 1634
40450 Dari nilai peramalan pada tabel diatas dapat dikatakan bahwa pada tahun
2008 sampai dengan tahun 2011 terjadi penurunan terhadap setiap jenis jumlah kendaraan bermotor di Kota Tebing Tinggi.
4.2. Menghitung Kesalahan Meramal
Dalam banyak situasi peramaln, ketepatan dipandang sebagai criteria penolakan untuk memilih suatu metode peramalan. Dalam banyak hal, kata
“ketepatan” menunjuk ke “kebaikan sesuai” yang pada akhirnya menunjukkan
Universitas Sumatera Utara
seberapa jauh model peramalan tersebut mampu mereproduksi data yang telah diketahui.
Ada tiga macam mengetahui nilai kesalahan yang biasa dipakai pada metode rata- rta bergerak linier, yaitu :
a. Mean Absolute Error Nilai Tengah Kesalahan Absolut
MAE =
∑
= n
i i
e
1
n ; e
i =
X
i
- F
i
Dimana : e
i
= nilai kesalahan n = jumlah periode waktu pada peramalan
b. Mean Squared Error Nilai Tengah Kesalahan Kuadrat
MSE =
∑
= n
i 1 2
i
e
n
Dimana : e
i 2
= nilai kesalahan kuadrat X
i
= nilai pengamatan data sebenarnya F
i
= nilai peramalan data setelah mengalami proses peramalan n = jumlah periode waktu pada peramalan
Universitas Sumatera Utara
c. Mean Absolute Presentage Error Nilai Tengah Kesalahan Presetase
Absolut
MAPE =
∑
= n
i 1 i
i i
X F
X -
n ; APE = |X_i- F_i
⁄X_i | 100
1. Nilai Kesalahan dari Peramalan Mobil Penumpang
Untuk mengetahui nilai kesalahan dari peramalan mobil penumpang dapat dilihat dalam tabel berikut :
Tahun Jumlah Mobil
Forecast Error
Absolute Square
APE Penumpang X
i
F
i
X
i -
F
i
Error Error
2000 4463
2001 4932
2002 5503
2003 6048
2004 5552
2005 5563
6327 -764
764 583696 13,73
2006 4838
5885 -1047
1047 1096209 21,64
2007 4886
4794 92
92 8464
1,88
Jumlah -1719
1903 1688369 37,25
Mean Absolute Error MAE 634,34
Mean Square Error MSE 562789,67
Mean Absolute Presentage Error MAPE 12,41
2. Nilai Kesalahan dari Peramalan Jumlah Bus
Untuk mengetahui nilai kesalahan dari peramalan jumlah bus dapat dilihat dalam tabel berikut :
Tahun Jumlah Bus
Forecast Error
Absolute Square APE
X
i
F
i
X
i -
F
i
Error Error
2000 114
2001 97
Universitas Sumatera Utara
2002 114
2003 86
2004 69
2005 75
70 5
5 25
6,67 2006
68 53
15 15
225 22,05
2007 59
53 6
6 36
10,16
Jumlah 26
26 286
38,88 Mean Absolute Error MAE
8,67 Mean Square Error MSE
95,34 Mean Absolute Presentage Error MAPE
12,96
3. Nilai Kesalahan dari Peramalan Jumlah Mobil Truck
Untuk mengetahui nilai kesalahan dari peramalan jumlah mobil truck dapat dilihat dalam tabel berikut :
Tahun Jumlah Mobil
Forecast Error
Absolute Square APE
Truck X
i
F
i
X
i -
F
i
Error Error
2000 3567
2001 3907
2002 4175
2003 4324
2004 4145
2005 4165
4489 -324
324 104976
7,79 2006
3163 4260
-1097 1097
1203409 34,68
2007 3079
3307 -228
228 51984
7,4
Jumlah -1649
1649 1360369
49,87 Mean Absolute Error MAE
549,67 Mean Square Error MSE
453456,34 Mean Absolute Presentage Error MAPE
16,62
4. Nilai Kesalahan dari Peramalan Jumlah Sepeda Motor
Untuk mengetahui nilai kesalahan dari peramalan jumlah sepeda motor dapat dilihat dalam tabel berikut :
Tahun Jumlah Sepeda
Forecast Error
Absolute Square APE
Motor X
i
F
i
X
i -
F
i
Error Error
2000 26441
2001 24152
2002 31828
Universitas Sumatera Utara
2003 31433
2004 47655
2005 47689
48626 -837
837 700569
1,75 2006
39179 54531
-15352 15352 235683904 39,18
2007 41636
51837 -10201
10201 104060401 24,5
Jumlah -26390
26390 340444874 65,43 Mean Absolute Error MAE
8796,67 Mean Square Error MSE
113481625 Mean Absolute Presentage Error MAPE
21,81
Universitas Sumatera Utara
BAB 5
IMPLEMENTASI SISTEM
5.1. Pengertian Implementasi Sistem
