Materi Kuliah: Business Forcasting ( Naive Methode) / Peramalan Bisnis (Memahami Metode Naive)

Kalau mungkin anda sedang mendalami suatu perkuliahan pada fakultas ekonomi dan bisnis, tentu anda akan mendapati Mata Kuliah yang asyik, yaitu Peramalan Bisnis. Mata Kuliah ini mengembangkan potensi siswa untuk memforecast grafik suatu output dari data sebelumnya untuk masa yang akan datang.

Metode Peramalan ini sederhana lo.. jadi kalau anda bingung dengan metode ini, tentu jalan anda untuk kuliah Mata Kuliah Peramalan Bisnis akan sedikit terhambat. Pengamalan dari Penulis ketika mendalami mata kuliah ini, dan berhasil mendapatkan nilai A, Sebenarnya mata kuliah ini merupakan mata kuliah yang ibarat kripik itu renyah dan gurih.. Metode Naive merupakan metode peramalan bisnis dengan memanfaatkan periode berikutnya sama dengan nilai aktual periode sebelumnya. Dengan demikian data aktual periode waktu yang baru saja berlalu merupakan alat peraalan yang terbaik untuk meramalkan keadaan di masa yang akan datang (lebih menekankan pada penggunaan data-data masa lalu untuk menentukan atau mermalkan kondisi masa depan).

Pengertian Metode Naive

Untuk lebih mempermudah anda memahami naive model ini, maka saya akan memberikan contoh kasus: Suatu Perusahaan membuat laporan penjualan sepatu kulit selama setahun (selama tahun 2011). Perusahaan tersebut ingin memperkirakan berapa penjualan sepatu kulit pada bulan pertama tahun 2012? Gunakan Metode Naive Model.

Jawablah.. dengan Metode Naive, angka pada tanda tanya tersebut

>Jawab:

• Uraikan Dahulu Rumus Metode Naive mulai dari 1-6
• Terus Kerjakan Pada Lembar Excel Seperti Gambar di Bawah ini..

Metode Naive

Jawaban Untuk tanda tanya di atas ( Penjualan pada Bulan Pertama tahun 2012) adalah antara:

95; 100; 93; 95,98; 85; 95,5

Terus Kita mau jawab yang mana?? begini caranya.. cari tingkat error yang paling rendah. Nah.. bagaimana cara kita mengetahui tingkat erorr yang paling rendah: 

• ME (Mean Error)
• MAE (Mean Absolute Error)
• MPE (Mean Persentage Error)
• MAPE (Mean Absolute Persentage Error)
• MSE (Mean Square Error)
• RMSE (Root Mean Square Error)
• Theils U

Saya akan memberi contoh tingkat error pada naive satu dengan ME dan MSE

Kita mulai dulu dengan pembahasan error. Nilai Error itu didapatkan dengan cara mengurangi A-Naive

• ME didapatkan dengan cara mencari rata-rata error
• MAE didapatkan dengan cara mencari rata-rata absolute error (erorr negative dipositive kan terlebih dahulu)
• MPE didapatkan dengan cara mencari rata-rata percentase error terhadap A
• MAPE didapatkan dengan mencari rata-rata percentase absolute error ( Percentase error terhadap A dipositifkan semua)
• MSE didapatkan dengan cara mencari rata-rata error kuadrat.
• RMSE akar dari MSE
• Theils U = Error Kuadrat dibagi dengan selisih antara (At-At-1) Kuadrat

Dengan panduan ke tujuh cara mencari tingkat error, maka cari hasil naive mana yang memiliki tingkat kesalahan yang paling kecil (tingkat erorr yang paling kecil). Setelah tahu metode naive yang mana yang mempunyai tingkat error yang paling kecil.. maka nilai naive tersebut yang pantas menduduki kotak tanda tanya.



Ada Pertanyaan?? tinggalkan comment...


Pertanyaan tanggal 2/11/2013 

Bagaimana cara mencari absolute mean error, dan absolute variation error?

Absolute Mean Error yang anda tanyakan itu merupakan MAE pada keterangan di atas. Yaitu dengan mengabsolutekan mean (dipositif kan) kemudian dijumlah, kemudian dicari mean nya.

Absolute Variation Error yang anda tanyakan itu adalah mencari variasi pada setiap error dengan rumus:

Dimana:
µ = rata-rata error
N = total jumlah error

Maka Penyelesainya lewat Excel akan seperti ini:

AME (Absolute Mean Error)

Contoh Pengerjaan AME

AVE (Absolute Variation Error)

Contoh Pengerjaan AVE