Peramalan Jumlah anggaran Belanja Daerah Pemerintah Kota Medan Pada Tahun 2016-2017
BAB 2
LANDASAN TEORI
2.1 Peramalan
2.1.1 Pengertian dan Kegunaan Peramalan
Peramalan (forecasting) menurut Sofyan Assauri (1984) adalah kegiatan memperkirakan apa
yang akan terjadi pada masa yang akan datang, sedangkan ramalan adalah suatu situasi atau
kondisi yang diperkirakan akan terjadi pada masa yang akan datang. Untuk memprediksi hal
tersebut diperlukan data yang akurat di masa lalu, sehingga dapat dilihat prospek situasi dan
kondisi di masa yang akan datang.
Kegunaan dari peramalan terlihat pada saat pengambilan keputusan. Setiap orang selalu
dihadapkan pada masalah pengambilan keputusan. Keputusan yang baik adalah keputusan yang
didasarkan atas pertimbangan apa yang akan terjadi pada waktu keputusan itu dilaksanakan.
Apabilaramalan yang kita susun atau yang kita buat kurang tepat, maka kurang baik pula
keputusan yang kita ambil.. Keberhasilan dari suatu peramalan sangat ditentukan oleh:
a. Pengetahuan teknik tentang pengumpulan informasi (data) masa lalu, data ataupun
informasi haruslah bersifat kuantitatif.
b. Teknik dan metode yang tepat dan sesuai dengan pola data yang telah di kumpulkan.
Dari uraian yang sudah dijelaskan didapat gambaran bahwa peranan peramalan sangatlah
penting, baik dalam penelitian, perencanaan maupun dalam pengambilan keputusan. Perlu
disadari bahwa suatu ramalan adalah tetap ramalan, dimana selalu ada unsur kesalahannya,
Universitas Sumatera Utara
9
sehingga yang penting diperhatikan adalah usaha untuk memperkecil kemungkinan kesalahan
tersebut.
2.1.2 Jenis-jenis Peramalan
Peramalan pada umumnya dapat dibedakan menjadi beberapa macam berdasarkan sudut pandang
kita melihatnya. Bila dilihat dari sifat penyusunannya, maka peramalan dapat dibagi menjadi dua
macam, yaitu:
1. Peramalan objektif, yaitu peramalan yang didasarkan pada data yang relevan dari masa lalu
dengan menggunakan teknik-teknik atau metode-metode dalam penganalisaan data tersebut.
2. Peramalan subjektif, yaitu peramalan yang didasarkan pada perasaan atau intuisi dari orang
yang menyusunnya.
Jika dilihat dari jangka waktu ramalan yang disusun, maka peramalan dapat dibedakan
atas dua macam, yaitu:
1. Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan
yang jangka waktunya lebih dari 1,5 tahun atau 3 semester.
2. Peramalan jangka pendek, yaitu peramlan yang dilakukan untuk penyusunan hasil ramalan
dengan jangka waktu yang kurang dari 1,5 tahun atau 3 semester.
Berdasarkan sifat ramalan yang telah disusun maka peramalan dibedakan menjadi dua
macam, yaitu:
1. Peramalan kualitatif, yaitu peramalan yang didasarkan atas data kualitatif masa lalu. Hasil
peramalan yang dibuat sangat bergantung pada orang yang menyusunnya. Hal ini penting
Universitas Sumatera Utara
10
karena hasil peramalan tersebut ditentukan oleh pemikiran yang bersifat intuisi, pendapat,
dan pengetahuan, serta pengalaman penyusunnya.
2. Peramalan kuantitatif, yaitu peramalan yang didasarkan atas data kuantitatif pada masa lalu.
Peramalan kuantitatif sangat mengandalkan data historis yang ada. Hasil peramalan yang
dibuat sangat bergantung pada metode-metode yang digunakan dalam pramalan tersebut.
Peramalan kuantitatif hanya dapat digunakan apabila terdapat tiga kondisi sebagai
berikut:
1. Adanya informasi tentang keadaan masa lalu.
2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data.
3. Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa yang akan datang.
2.2 Metode Peramalan
2.2.1 Pengertian dan Kegunaan Metode Peramalan
Metode peramalan adalah cara memperkirakan atau mengestimasi secara kuantitatif maupun
kualitatif apa yang akan terjadi pada masa depan berdasarkan data relevan pada masa lalu.
Metode peramalan juga merupakan cara memperkirakan secara kuantitatif, karena itu metode
peramalan termasuk dalam kegiatan peramalan kuantitatif.
Kegunaan metode peramalan ini adalah untuk memperkirakan apa yang akan terjadi pada
masa depan secara sistematis dan pragmatis, sehingga metode peramalan sangat berguna untuk
dapat memperkirakan secara sistematis dan pragmatis atas dasar data yang relevan pada masa
yang lalu, dengan demikian metode peramalan diharapkan dapat memberikan objektivitas yang
lebih besar.
Universitas Sumatera Utara
11
Metode peramalan juga memberikan urutan pengerjaan dari pemecahan atas pendekatan
suatu masalah dalam peramalan, sehingga bila digunakan pendekatan yang sama atas
permasalaha dalam suatu kegiatan peramalan, maka akan didapat dasar pemikiran dan
pemecahan yang sama, karena argumentasinya sama. Selain itu, metode peramalan memberikan
cara pengerjaan yang teratur dan terarah, dengan demikian dapat dimungkinkan penggunaan
teknik-teknik penganalisaan yang lebih maju.
Universitas Sumatera Utara
12
2.2.2 Jenis-Jenis Metode Peramalan
Pada dasarnya metode peramalan kuantitaif ini dapat dibedakan atas:
1. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antara variabel
yang akan diperkirakan dengan variabel waktu yang merupakan deret waktu atau time
series, yaitu:
a. Metode smoothing, mencakup data lewat (past data), metode rata-rata kumulatif, metode
rata-rata bergerak (moving averages) dan metode exponential smoothing. Metode
smoothing digunakan untuk mengurangi ketidakteraturan musiman dari data yang lalu
maupun kedua-duanya, dengan membuat rata-rata tertimbang dari sederetan data yang
lalu. Ketepatan (accuracy) dari peramalan dengan metode ini akan terdapat pada jangka
pendek, sedangkan untuk peramalan jangka panjang sangat kurang ketepatannya. Data
yang dibutuhkan ialah data minimal selama dua tahun.
b. Metode Box Jenkins, menggunakan dasar deret waktu dengan model matematis, agar
kesalahan yang terjadi dapat sekecil mungkin. Penggunaan metode ini membutuhkan
identifikasi model dan estimasi parameternya. Metode ini sangat baik ketepatan
(accuracy) untuk parameter jangka pendek, sedangkan untuk peramalan jangka panjang
sangat kurang ketepatannya. Data yang dibutuhkan ialah data minimun dua tahun dan
data yang dimiliki lebih dari dua tahun.
c. Metode proyeksi trend dengan regresi, merupakan dasar garis trend untuk suatu
persamaan matematis, sehingga dengan dasar persamaan tersebut dapat diproyeksikan hal
yang diteliti untuk masa depan. Data yang dibutuhkan ialah data tahunan, dan semakin
banyak data yang dimiliki semakin lebih baik, serta minimum data tahunan adalah lima
tahun.
Universitas Sumatera Utara
13
2. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antara variabel
yang akan diperkirakan dengan variabel lain yang mempengaruhinya, yang bukan waktu,
yang disebut metode korelasi atau sebab akibat (causal methods), yang terdiri dari:
a. Metode regresi dan korelasi, didasarkan pada penetapan suatu persamaan estimasi
menggunakan teknik “least square”. Data yang digunakan untuk penggunaan metode
peramalan ini adalah data kuartalan dari beberapa tahun yang lalu.
b. Model ekonometri, didasarkan atas peramalan pada sistem persamaan regresi yang
diestimasikan secara simultan. Data yang dibutuhkan adalah data kuartalan beberapa
tahun.
c. Model input output, dipergunakan untuk menyusun proyeksi trend ekonomi jangka
panjang. Data yang dibutuhkan adalah data tahunan selama sekitar sepuluh sampai lima
belas tahun.
2.2.3 Metode Pemulusan (Smoothing)
Merode Pemulusan (smoothing) adalah metode peramalan dengan mengadakan penghalusan atau
pemulusan terhadap data masa lalu yaitu dengan mengambil rata-rata dari nilai beberapa tahun
menaksir nilai pada tahun yang akan datang. Secara umum pemulusan (smoothing) dapat
digolongkan menjadi beberapa bagian:
1. Metode Perataan (Average)
Metodeperataandibagiatas empatbagianyaitu:
a. Nilai Tengah (Mean)
b. Rata-rata Bergerak Tunggal (Single Moving Average)
c. Rata-rata Bergerak Ganda (Double Moving Average)
Universitas Sumatera Utara
14
d. Kombinasi Rata-rata Bergerak Lainnya.
2. Metode Pemulusan (Smoothing) Eksponensial
Bentuk umum dari metode pemulusan eksponensial adalah:
(2.1)
di mana:
= ramalan untuk periode mendatang
= parameter eksponensial yang besarnya 0 < < 1
= nilai aktual pada periode ke-t
= ramalan pada periode ke-t
Metode Pemulusan (Smoothing) Eksponensial terdiri dari:
a. Pemulusan Eksponensial Tunggal, yang terdiri atas:
1. Satu Parameter
2. Pendekatan Adaptif
b. Pemulusan Eksponensial Ganda,yang terdiri atas:
1. Metode Linier Satu Parameter dari Brown
2. Metode Dua Parameter dari Holt
c. Pemulusan Eksponensial Tripel,yang terdiri atas:
1. Pemulusan Kwadratik Satu Parameter Dari Brown
2. Metode kecenderungan dan Musiman Tiga Parameter dari Winter
d. Pemulusan Eksponensial Menurut Klasifikasi Pegels
Universitas Sumatera Utara
15
2.3 Metode Peramalan yang Digunakan
Untuk mendapatkan suatu hasil yang baik dan tepat maka perlu diketahui dan digunakan metode
peramalan yang tepat.Dalam meramalkan besarnya pengeluaran pemerintah kota Medan pada
tahun 2016 dan 2017, maka penulis menggunakan metode pemulusan eksponensial ganda dari
Brown.
Persamaan yang dipakai dalam pelaksanaan pemulusan eksponensial satu parameter dari
Brown adalah sebagai berikut :
(2.2)
(2.3)
(2.4)
(2.5)
(2.6)
di mana:
= nilai pemulusan eksponensial tunggal
= nilai pemulusan eksponensial ganda
α
= parameter pemulusan eksponensial
,
= konstanta pemulusan
= hasil peramalan untuk
periode kedepan yang akan diramalkan
Untuk menghitung nilai kesalahan atau error ( ) ramalan tersebut, dapat digunakan
rumus dibawah ini:
=
( 2.7)
Universitas Sumatera Utara
16
Perlu dipahami bahwa tidak ada suatu metode terbaik untuk suatu peramalan.Metode
yang memberikan hasil ramalan secara tepat belum tentu tepat untukmeramalkan data yang lain.
Dalam peramalan time series, metode peramalan terbaikadalah metode yang memenuhi kriteria
ketetapan ramalan. Kriteria ini berupa MeanSquared Error (MSE), Mean Absulute Percentage
Error (MAPE), dan Mean AbsoluteDeviation (MAD).
2.4 Ketepatan Peramalan
Berikut ini adalah beberapa kriteria ketepatan ramalan yang digunakanuntuk menguji nilai
ramalan yaitu:
a. Jumlah Kuadrat Kesalahan atau Sum Square Error (SSE), dirumuskan dengan:
SSE = ∑
(2.8)
b. Nilai Tengah Kesalahan Kuadrat atau Mean Square Error(MSE), dirumuskan dengan:
MSE =
(2.9)
c. Nilai Tengah Kesalahan Persentase Absolut atau Mean Absolute Percentage
Error (MAPE), dirumuskan dengan:
MAPE =
∑
|
|
(2.10)
d. Kesalahan Persentase atau Percentage Error (PE), dirumuskan dengan:
PE =
(2.11)
e. Nilai Tengah Deviasi Absolut atau Mean Absolute Deviation (MAD), dirumuskan
dengan:
MAD =
∑
|
|
(2.12)
Universitas Sumatera Utara
17
di mana:
= Kesalahan pada periode ke-t
= Data aktual pada periode ke-t
= Nilai ramalan pada periode ke-t
= Banyaknya periode waktu
Kriteria ketetapan ramalan yang penulis gunakan adalah hanya melihat dari nilai SSE dan
MSE. Hasil ramalan yang dipilih adalah yang memberikan nilai MSE terkecil.
Universitas Sumatera Utara
LANDASAN TEORI
2.1 Peramalan
2.1.1 Pengertian dan Kegunaan Peramalan
Peramalan (forecasting) menurut Sofyan Assauri (1984) adalah kegiatan memperkirakan apa
yang akan terjadi pada masa yang akan datang, sedangkan ramalan adalah suatu situasi atau
kondisi yang diperkirakan akan terjadi pada masa yang akan datang. Untuk memprediksi hal
tersebut diperlukan data yang akurat di masa lalu, sehingga dapat dilihat prospek situasi dan
kondisi di masa yang akan datang.
Kegunaan dari peramalan terlihat pada saat pengambilan keputusan. Setiap orang selalu
dihadapkan pada masalah pengambilan keputusan. Keputusan yang baik adalah keputusan yang
didasarkan atas pertimbangan apa yang akan terjadi pada waktu keputusan itu dilaksanakan.
Apabilaramalan yang kita susun atau yang kita buat kurang tepat, maka kurang baik pula
keputusan yang kita ambil.. Keberhasilan dari suatu peramalan sangat ditentukan oleh:
a. Pengetahuan teknik tentang pengumpulan informasi (data) masa lalu, data ataupun
informasi haruslah bersifat kuantitatif.
b. Teknik dan metode yang tepat dan sesuai dengan pola data yang telah di kumpulkan.
Dari uraian yang sudah dijelaskan didapat gambaran bahwa peranan peramalan sangatlah
penting, baik dalam penelitian, perencanaan maupun dalam pengambilan keputusan. Perlu
disadari bahwa suatu ramalan adalah tetap ramalan, dimana selalu ada unsur kesalahannya,
Universitas Sumatera Utara
9
sehingga yang penting diperhatikan adalah usaha untuk memperkecil kemungkinan kesalahan
tersebut.
2.1.2 Jenis-jenis Peramalan
Peramalan pada umumnya dapat dibedakan menjadi beberapa macam berdasarkan sudut pandang
kita melihatnya. Bila dilihat dari sifat penyusunannya, maka peramalan dapat dibagi menjadi dua
macam, yaitu:
1. Peramalan objektif, yaitu peramalan yang didasarkan pada data yang relevan dari masa lalu
dengan menggunakan teknik-teknik atau metode-metode dalam penganalisaan data tersebut.
2. Peramalan subjektif, yaitu peramalan yang didasarkan pada perasaan atau intuisi dari orang
yang menyusunnya.
Jika dilihat dari jangka waktu ramalan yang disusun, maka peramalan dapat dibedakan
atas dua macam, yaitu:
1. Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan
yang jangka waktunya lebih dari 1,5 tahun atau 3 semester.
2. Peramalan jangka pendek, yaitu peramlan yang dilakukan untuk penyusunan hasil ramalan
dengan jangka waktu yang kurang dari 1,5 tahun atau 3 semester.
Berdasarkan sifat ramalan yang telah disusun maka peramalan dibedakan menjadi dua
macam, yaitu:
1. Peramalan kualitatif, yaitu peramalan yang didasarkan atas data kualitatif masa lalu. Hasil
peramalan yang dibuat sangat bergantung pada orang yang menyusunnya. Hal ini penting
Universitas Sumatera Utara
10
karena hasil peramalan tersebut ditentukan oleh pemikiran yang bersifat intuisi, pendapat,
dan pengetahuan, serta pengalaman penyusunnya.
2. Peramalan kuantitatif, yaitu peramalan yang didasarkan atas data kuantitatif pada masa lalu.
Peramalan kuantitatif sangat mengandalkan data historis yang ada. Hasil peramalan yang
dibuat sangat bergantung pada metode-metode yang digunakan dalam pramalan tersebut.
Peramalan kuantitatif hanya dapat digunakan apabila terdapat tiga kondisi sebagai
berikut:
1. Adanya informasi tentang keadaan masa lalu.
2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data.
3. Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa yang akan datang.
2.2 Metode Peramalan
2.2.1 Pengertian dan Kegunaan Metode Peramalan
Metode peramalan adalah cara memperkirakan atau mengestimasi secara kuantitatif maupun
kualitatif apa yang akan terjadi pada masa depan berdasarkan data relevan pada masa lalu.
Metode peramalan juga merupakan cara memperkirakan secara kuantitatif, karena itu metode
peramalan termasuk dalam kegiatan peramalan kuantitatif.
Kegunaan metode peramalan ini adalah untuk memperkirakan apa yang akan terjadi pada
masa depan secara sistematis dan pragmatis, sehingga metode peramalan sangat berguna untuk
dapat memperkirakan secara sistematis dan pragmatis atas dasar data yang relevan pada masa
yang lalu, dengan demikian metode peramalan diharapkan dapat memberikan objektivitas yang
lebih besar.
Universitas Sumatera Utara
11
Metode peramalan juga memberikan urutan pengerjaan dari pemecahan atas pendekatan
suatu masalah dalam peramalan, sehingga bila digunakan pendekatan yang sama atas
permasalaha dalam suatu kegiatan peramalan, maka akan didapat dasar pemikiran dan
pemecahan yang sama, karena argumentasinya sama. Selain itu, metode peramalan memberikan
cara pengerjaan yang teratur dan terarah, dengan demikian dapat dimungkinkan penggunaan
teknik-teknik penganalisaan yang lebih maju.
Universitas Sumatera Utara
12
2.2.2 Jenis-Jenis Metode Peramalan
Pada dasarnya metode peramalan kuantitaif ini dapat dibedakan atas:
1. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antara variabel
yang akan diperkirakan dengan variabel waktu yang merupakan deret waktu atau time
series, yaitu:
a. Metode smoothing, mencakup data lewat (past data), metode rata-rata kumulatif, metode
rata-rata bergerak (moving averages) dan metode exponential smoothing. Metode
smoothing digunakan untuk mengurangi ketidakteraturan musiman dari data yang lalu
maupun kedua-duanya, dengan membuat rata-rata tertimbang dari sederetan data yang
lalu. Ketepatan (accuracy) dari peramalan dengan metode ini akan terdapat pada jangka
pendek, sedangkan untuk peramalan jangka panjang sangat kurang ketepatannya. Data
yang dibutuhkan ialah data minimal selama dua tahun.
b. Metode Box Jenkins, menggunakan dasar deret waktu dengan model matematis, agar
kesalahan yang terjadi dapat sekecil mungkin. Penggunaan metode ini membutuhkan
identifikasi model dan estimasi parameternya. Metode ini sangat baik ketepatan
(accuracy) untuk parameter jangka pendek, sedangkan untuk peramalan jangka panjang
sangat kurang ketepatannya. Data yang dibutuhkan ialah data minimun dua tahun dan
data yang dimiliki lebih dari dua tahun.
c. Metode proyeksi trend dengan regresi, merupakan dasar garis trend untuk suatu
persamaan matematis, sehingga dengan dasar persamaan tersebut dapat diproyeksikan hal
yang diteliti untuk masa depan. Data yang dibutuhkan ialah data tahunan, dan semakin
banyak data yang dimiliki semakin lebih baik, serta minimum data tahunan adalah lima
tahun.
Universitas Sumatera Utara
13
2. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antara variabel
yang akan diperkirakan dengan variabel lain yang mempengaruhinya, yang bukan waktu,
yang disebut metode korelasi atau sebab akibat (causal methods), yang terdiri dari:
a. Metode regresi dan korelasi, didasarkan pada penetapan suatu persamaan estimasi
menggunakan teknik “least square”. Data yang digunakan untuk penggunaan metode
peramalan ini adalah data kuartalan dari beberapa tahun yang lalu.
b. Model ekonometri, didasarkan atas peramalan pada sistem persamaan regresi yang
diestimasikan secara simultan. Data yang dibutuhkan adalah data kuartalan beberapa
tahun.
c. Model input output, dipergunakan untuk menyusun proyeksi trend ekonomi jangka
panjang. Data yang dibutuhkan adalah data tahunan selama sekitar sepuluh sampai lima
belas tahun.
2.2.3 Metode Pemulusan (Smoothing)
Merode Pemulusan (smoothing) adalah metode peramalan dengan mengadakan penghalusan atau
pemulusan terhadap data masa lalu yaitu dengan mengambil rata-rata dari nilai beberapa tahun
menaksir nilai pada tahun yang akan datang. Secara umum pemulusan (smoothing) dapat
digolongkan menjadi beberapa bagian:
1. Metode Perataan (Average)
Metodeperataandibagiatas empatbagianyaitu:
a. Nilai Tengah (Mean)
b. Rata-rata Bergerak Tunggal (Single Moving Average)
c. Rata-rata Bergerak Ganda (Double Moving Average)
Universitas Sumatera Utara
14
d. Kombinasi Rata-rata Bergerak Lainnya.
2. Metode Pemulusan (Smoothing) Eksponensial
Bentuk umum dari metode pemulusan eksponensial adalah:
(2.1)
di mana:
= ramalan untuk periode mendatang
= parameter eksponensial yang besarnya 0 < < 1
= nilai aktual pada periode ke-t
= ramalan pada periode ke-t
Metode Pemulusan (Smoothing) Eksponensial terdiri dari:
a. Pemulusan Eksponensial Tunggal, yang terdiri atas:
1. Satu Parameter
2. Pendekatan Adaptif
b. Pemulusan Eksponensial Ganda,yang terdiri atas:
1. Metode Linier Satu Parameter dari Brown
2. Metode Dua Parameter dari Holt
c. Pemulusan Eksponensial Tripel,yang terdiri atas:
1. Pemulusan Kwadratik Satu Parameter Dari Brown
2. Metode kecenderungan dan Musiman Tiga Parameter dari Winter
d. Pemulusan Eksponensial Menurut Klasifikasi Pegels
Universitas Sumatera Utara
15
2.3 Metode Peramalan yang Digunakan
Untuk mendapatkan suatu hasil yang baik dan tepat maka perlu diketahui dan digunakan metode
peramalan yang tepat.Dalam meramalkan besarnya pengeluaran pemerintah kota Medan pada
tahun 2016 dan 2017, maka penulis menggunakan metode pemulusan eksponensial ganda dari
Brown.
Persamaan yang dipakai dalam pelaksanaan pemulusan eksponensial satu parameter dari
Brown adalah sebagai berikut :
(2.2)
(2.3)
(2.4)
(2.5)
(2.6)
di mana:
= nilai pemulusan eksponensial tunggal
= nilai pemulusan eksponensial ganda
α
= parameter pemulusan eksponensial
,
= konstanta pemulusan
= hasil peramalan untuk
periode kedepan yang akan diramalkan
Untuk menghitung nilai kesalahan atau error ( ) ramalan tersebut, dapat digunakan
rumus dibawah ini:
=
( 2.7)
Universitas Sumatera Utara
16
Perlu dipahami bahwa tidak ada suatu metode terbaik untuk suatu peramalan.Metode
yang memberikan hasil ramalan secara tepat belum tentu tepat untukmeramalkan data yang lain.
Dalam peramalan time series, metode peramalan terbaikadalah metode yang memenuhi kriteria
ketetapan ramalan. Kriteria ini berupa MeanSquared Error (MSE), Mean Absulute Percentage
Error (MAPE), dan Mean AbsoluteDeviation (MAD).
2.4 Ketepatan Peramalan
Berikut ini adalah beberapa kriteria ketepatan ramalan yang digunakanuntuk menguji nilai
ramalan yaitu:
a. Jumlah Kuadrat Kesalahan atau Sum Square Error (SSE), dirumuskan dengan:
SSE = ∑
(2.8)
b. Nilai Tengah Kesalahan Kuadrat atau Mean Square Error(MSE), dirumuskan dengan:
MSE =
(2.9)
c. Nilai Tengah Kesalahan Persentase Absolut atau Mean Absolute Percentage
Error (MAPE), dirumuskan dengan:
MAPE =
∑
|
|
(2.10)
d. Kesalahan Persentase atau Percentage Error (PE), dirumuskan dengan:
PE =
(2.11)
e. Nilai Tengah Deviasi Absolut atau Mean Absolute Deviation (MAD), dirumuskan
dengan:
MAD =
∑
|
|
(2.12)
Universitas Sumatera Utara
17
di mana:
= Kesalahan pada periode ke-t
= Data aktual pada periode ke-t
= Nilai ramalan pada periode ke-t
= Banyaknya periode waktu
Kriteria ketetapan ramalan yang penulis gunakan adalah hanya melihat dari nilai SSE dan
MSE. Hasil ramalan yang dipilih adalah yang memberikan nilai MSE terkecil.
Universitas Sumatera Utara