Forecasting dengan Minitab (Seri 4 Peramalan)


Bagian ini akan membahas mengenai cara peramalan nilai (forecasting) setelah kita memilih model peramalan terbaik. Sebagai seri keempat dari tulisan yang membahas mengenai peramalan, sebaiknya Anda terlebih dahulu membaca tulisan seri 1, 2 dan 3 yang ada di blog ini. Selanjutnya, sebagaimana halnya dengan seri ketiga, tulisan ini juga akan mengaplikasikan program Minitab.

Mengikuti data yang diberikan pada tulisan seri 3, setelah dilakukan analisis trend didapatkan nilai-nilai MAPE, MAD dan MSD untuk model linear, kuadratik, pertumbuhan eksponensial dan Kurva S sebagai berikut:

Ukuran

Linear

Kuadratik

Pertumbuhan Eksponensial

Kurva S

MAPE

15.1528

14.2028

18.7619

14.3849

MAD

1.4400

1.2442

1.6291

1.4344

MSD

3.5200

2.2465

3.8937

3.9012

Catatan: Pada tulisan seri 3, kita hanya mencontohkan cara mengestimasi untuk model Linear. Untuk latihan, silakan dengan data yang sama lakukan estimasi untuk model-model lainnya, untuk mendapatkan nilai MAPE, MAD dan MSD nya.

Dari tabel diatas terlihat bahwa untuk ketiga pengukuran (MAPE, MAD dan MSD), model kuadratik memberikan nilai yang terkecil. Oleh karenanya, kita menetapkan model kuadratik sebagai model terbaik yang akan digunakan untuk peramalan data kita.

Selanjutnya, pada program Minitab klik Stat > Time Series > Trend Analysis. Akan muncul tampilan berikut:

trend-seri-4

Pada kotak variable isikan nama variabel yang akan diramalkan (dalam kasus kita adalah penjualan). Pada Model Type, klik Quadratic. Kemudian klik Generate forecast. Selanjutnya isikan pada Number of forecast jumlah periode peramalan kita kedepan (misalnya 5 tahun kedepan). Pada Starting from origin, isikan tahun dasar peramalan. Dalam contoh, tahun dasarnya adalah periode ke 10 (ingat pada seri ketiga data kita ada 10 periode). Anda dapat mengisi dengan angka yang berbeda, misalnya menggunakan tahun dasar periode 6, 7 atau 8 dstnya. Jika kotak ini dikosongkan, Minitab akan mengartikan bahwa kita akan melakukan peramalan menggunakan tahun dasar terakhir (dalam kasus ini sama dengan periode 10).

Setelah mengisi semua pilihan tadi, kemudian klik OK dan akan keluar tampilan berikut: (Catatan: untuk pilihan lain, silakan dicoba-coba untuk melihat output yang dihasilkan Minitab).

grap-seri-4

Tampilan 1 di atas adalah tampilan grafik yang menyajikan grafik data aktual (sebenarnya), grafik data fit (nilai data periode lalu menggunakan model kuadratik) dan grafik forecast (nilai peramalan kedepan).

Selanjutnya, output Minitab pada Windows Session memberikan hasil sebagai berikut:

Trend Analysis

Data Penjualan

Length 10.0000

NMissing 0

Fitted Trend Equation

Yt = 1.81667 + 0.691667*t + 0.155303*t**2

Accuracy Measures

MAPE: 14.2028

MAD: 1.24424

MSD: 2.24652

Row Period Forecast

1     11   28.2167

2     12   32.4803

3     13   37.0545

4     14   41.9394

5     15   47.1348

Tampilan output pada windows Session Minitab memberikan model kuadratik dari peramalan, ukuran keakuratan (MAPE, MAD dan MSD) dan nilai peramalan selama lima periode kedepan. Dalam contoh terlihat bahwa pada periode ke 11 (tahun 2009 dalam kasus kita) nilai penjualan diperkirakan sebesar 28,2167, pada periode ke 12 (tahun 2010) sebesar 32,4803 dan seterusnya.

Ok. Sekian dulu tulisan pada bagian ini. Pada seri berikutnya, kita akan mengaplikasikan program paket komputer lainnya untuk peramalan.

6 Tanggapan

  1. Salam Pak.
    Terimakasih banyak atas infonya.. Semoga rasa senang dari mereka yang terbantu dengan info bapak ini, dapat berubah menjadi berkat yang nyata untuk bapak sendiri dan keluarga. HORAS. MEDAN.

  2. salam pak,
    saya sedang membuat progress proyek,saya saya sudah dapatkan progress planing saya.cuma saya bingung menentukan forecastnya.karena progress actualnya tidak ada sampai beberapa bulan ini.
    yang ingin saya tanyakan bagaimana menentukan forecast progress saya ke depan.
    trims.

  3. salam pak.
    saya sedang menyusun skripsi tentang forecasting penjualan. tapi pengetahuan saya tentang peramalan sebenarnya masih dangkal sekali.
    saya sangat mengharapkan bapak memberikan penjelasan lebih banyak bagaimana menyusun sebuah program yang bisa meramalkan penjualan.
    terimakasih sebelumnya.

    Silakan baca dulu seri tulisan mengenai peramalan di blog ini (ada tujuh tulisan) untuk pengantarnya. Mudah-mudahan bisa membantu. Kalau misalnya ada yang ingin diperjelas (ingin dispesifikan), silakan ditanyakan lagi.

  4. askm, pak saya ucapakan terima kasih banyak , web bapak sangat sangat sangat membantu mahasiswa, tolong ya pak kalo ada, ilmunya yang lain mhn dibagi, terma kasih banyak.

    Terimakasih kembali. Insya Allah, doakan saja ya

  5. Salam kenal Pak
    sangat membantu dalam forecasting
    tapi seandainya MAPE memang lebih kecil nilainya tapi MAD dan MSD nya lebih besar , mana yang harus saya gunakan ya ?
    Terima Kasih.

    MAPE (Mean Absolute Percentage Error) adalah rata-rata persentase dari selisih antara data sebenarnya dengan ramalan
    MAD (Mean Absolute Deviation) adalah rata-rata nilai absolut dari selisih antara data sebenarnya dengan ramalan
    MSD (Mean Square Deviation) adalah rata-rata kuadrat dari selisih antara data sebenarnya dengan ramalan
    MAPE, MAD, MSD sebenarnya ukuran yang setara, tetapi cara perhitungannya saja yang berbeda.

  6. terima kasih pak atas terbitnya seri peramalan ini. sudah saya tunggu-tunggu. yang mau sy tanyakan tetap perlukah dilakukan uji-uji standar terhadap data terlebih dahulu, seperti uji normalitas, homogenitas, dll?atau cukup melihat dari nilai MAPE, MAD, dan MSD saja?

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

%d blogger menyukai ini: