PERAMALAN METODE WEIGHTED MOVING AVERAGE

click, to get the pdf version


Pada metode moving average, setiap pengamatan diberikan penekanan (weight) yang sama. Metode lainnya dikenal sebagai weighted moving average yang memberikan penekanan (weight) yang berbeda pada setiap nilai data dan kemudian menghitung bobot yang paling besar untuk pengamatan yang paling baru. Sementara itu nilai penekanan (bobot/weight) akan mengalami penurunan untuk data yang lebih lama.

Misalnya : 

Nilai peramalan untuk tahun ke-2 = 0,2(175) + 0,3(130) + 0,5(98) = 105,5

Dari ilustrasi di atas data dari pengamatan yang paling baru adalah 98, karena itu diberikan weighted yang paling tinggi daripada 130 dan 175. Yang perlu dicatat adalah nilai bobot (weight) yang diberikan tidak boleh lebih dari 1.

Penerapan metode ini dilakukan dengan pemilihan data yang akan dimasukkan sebagai data aktual basis, kemudian memilih bobot (weight) masing-masing nilai. Secara umum, jika kita memperkirakan data terbaru merupakan prediktor yang terbaik bagi nilai masa depan daripada data yang lebih lama. Untuk memilih kombinasi data dan bobot (weight) yang diberikan untuk hasil peramalan yang lebih akurat, maka digunakan nilai MSE sebagai pengukur keakuratan peramalan. Oleh karena itu, kombinasi nilai ini di masa lalu juga akan menjadi kombinasi nilai terbaik untuk nilai di masa datang. Untuk MSE akan dibahas lebih lanjut pada bagian lain blog ini.

Kita kembali ke data demand gula pasir untuk negara X, data lengkap bisa kamu download disini



Untuk ilustrasi kita ambil sedikit data saja, karena untuk sampel besar kita akan gunakan bantuan perangkat lunak Eviews versi 9, Untuk contoh agar mengerti konsep Weighted Moving Average, Data yang digunakan hanya pada Tahun ke-1 dan ke-2 untuk semua kuartalnya, jadi total data adalah 8 pengamatan,


lihat bobot yang saya berikan, totalnya tidak melebihi 1 atau 100 persen, tentunya pengamatan terbaru diberikan bobot yang paling besar dalam metode Weighted Moving Average, kita lihat hasil rataan normal dan rataan dengan pembobotan (weighted).
Untuk Rata-rata biasa kita hanya gunakan rumus average, untuk weighted average kita gunakan formula sumproduct,



Lihat inputnya, SUM total array 1 (demand) dibagi dengan SUM total array 2 (weighted), dengan demikian diperoleh hasilnya yang sedikit berbeda.



Kita akan terapkan pada semua data menggunakan weighted 0,1; 0.3; dan 0,5 metode weighted moving average ini;
Siapkan kolom untuk mencari weighted moving average, dengan bobot (weighted) 0,1; 0,3; dan 0,5 di bagian paling kanan. Setelah kita dapat moving average, kita langsung memberikan bobot (weighted) per 3 kuartal dengan bobot di samping kanan,



Untuk mencari weighted moving average gunakan formula sum product tadi (baca kembali mengenai sum product dari awal bahasan ini),



Untuk memperoleh nilai peramalan dengan weighted moving average kuartal ke-3 tahun berikutnya gunakan formula sum product demand produk kuartal ke-1 hingga ke-3 dengan weighted di samping kanan, lakukan ini untuk setiap kuartal. Ingat karena kuartal pertama kita gunakan tebakan saja nilainya, dan kuartal kedua kita gunakan metode naive, nilai peramalan dimulai dari kuartal ketiga.

Hasil dari prosedur Weighted Moving Average ditampilkan pada gambar berikut ini :


Maka dengan metode Weighted Moving Average mulai tahun ke 8 kuartal ke-3 nilai demand berturut-turut adalah 101, 78,3, dan seterusnya (lihat kurva antara data aktual dan peramalan). Data hasil peramalan Weighted Moving Average dengan Excel bisa kamu download disini.(yoso)