Peramalan ( Forecasting ) 4

Keakuratan dan Kontrol Peramalan

Jika beberapa model peramalan cocok untuk kondisi tertentu maka perlu ditentukan model mana yang lebih baik (tidak bias) atau hanya terdapat satu model yang cocok, maka perlu model lain sebagai pembanding untuk melihat keefektifan model tersebut. Proses ini disebut dengan kesalahan peramalan.

Ada dua aspek ukuran keakuratan peramalan yang memiliki nilai signifikansi yang potensial pada saat dilakukan teknik peramalan. Pertama performansi kesalahan historis peramalan, dan kedua kemampuan peramalan untuk menanggapi adanya perubahan. Dua nilai keakuratan yang umum untuk menghitung jumlah kesalahan historis adalah MAD (mean absolute deviation) dan MSD (mean square deviation).

Formula yang digunakan adalah :

MAD = Σ ( Actual – forecast ) / n

MSD = Σ ( Actual – forecast )2 / n

Pengontrolan peramalan dapat dilakukan dengan menggunakan tracking signal atau peta control.

Pendekatan tracking signal memusatkan pada rasio anatra komulatif kesalahan peramalan dengan nilai MAD :

TS = Σ ( Actual – forecast ) / MAD


0 komentar:

Poskan Komentar

silahkan tinggalkan komentar anda pada artikel dan web ini,kami sangat menghargai jika anda menggunakan bahasa yang baik dan santun.....

Terimakasih atas kunjungannya ke blog ini, penting !!! , artikel - artikel keilmuan TI di dalam blog ini sebagian besar berasal dari diktat-diktat kuliah saya, saya berupaya mencantumkan sumber dari setiap artikel TI yang dimuat, mohon kerjasamanya dengan meninggalkan komentar jika menemukan artikel yang "textbook" alias "copas" yang tidak tertulis sumbernya ya .
 
Design by Free WordPress Themes | Bloggerized by Lasantha - Premium Blogger Themes | Macys Printable Coupons