tiaputri’s

Peramalan dengan teknik moving average melakukan perhitungan terhadap nilai data yang paling baru sedangkan data yang lama akan dihapus. Nilai rata-rata dihitung berdasarkan jumlah data, yang angka rata-rata bergeraknya ditentukan dari harga 1 sampai N data yang dimiliki. Peramalan dengan teknik moving average dapat dihitung menggunakan persamaan berikut :

MA_n = Σ A_i / n

Dimana :

i : Banyak data (1,2,3……N)

n : angka periode rata-rata bergerak

A_i : nilai actual tahun ke – i

Weighted Moving Average

Metode ini mirip dengan metode moving average, hanya saja diperlukan pembobotan untuk data paling baru dari deret berkala. Sebagai contoh data yang paling baru ditentukan bobotnya sebesar 0.4, data terbaru berikutnya berbobot 0.3, kemudian berturut-turut 0.2 dan terakhir 0.1. Dan perlu diingat bahwa jumlah bobot yang diberikan harus sama dengan 1.00. Dan bobot terberat diberikan pada data yang terbaru.

Centered Moving Average

Perhitungan yang digunakan pada metode ini sama dengan metode moving average. Hanya saja hasil perhitungannya diletakkan pada pertengahan periode yang digunakan untuk menghitung nilai rata-ratanya.

Rata-rata sederhana

Diberikan sekumpulan data yang meliputi N periode waktu terakhir:

X X X… X_N-1 X_N

Dan ditentukan T titik data pertama sebagai ”kelompok inisialisasi” dan sisanya sebagai ”kelompok pengujian”

_{kelompok inisiai kelompok pengujian}

X X… X_T+1… X_N

Metode rata-rata sederhana adalah mengambil rata-rata dari semua data dalam kelompok inisialisasi tersebut

=

Sebagai ramalan untuk periode (T + 1). Kemudian bilamana data periode (T + 1) tersedia, maka dimungkinkan untuk menghitung nilai kesalahannya:

e_T+1 = X_T+1 – F_T+1

untuk periode (T + 2) keadaannya adalah

_{kelompok inisialisasi kelompok pengujian}

X X… X_T X_T+1 T_T+2… X_N

Dalam kelompok data historis masa lalu terdapat satu lagi titik data, sehingga nilai rata-ratanya yang baru adalah

=

dan unsur kesalahan yang baru, jika X_T+2 telah bersedia,

e_T+2 = X_T+2 – F_T+2

Proses perataan sederhana ini akan menghasilkan ramalan yang baik hanya jika proses yang mendasari nilai pengamatan X:

Jika menunjukkan adanya trend

Tidak menunjukkan adanya unsur musiman

Dengan semakin bearnya kelompok data historis masa lalu, maka nilai tengah tersebut menjadi lebih stabil (menurut teori statistika dasar), dengan anggapan proses yang mendasarinya adalah stasioner.

Single moving average

Salah satu cara untuk mengubah pengaruh data masa lalu terhadap nilai tengah sebagai ramalan adalah dengan menentukan sejak awal berapa jumlah nilai observasi masa lalu yang akan dimasukkan untuk menghitung nilai tengah. Untuk menggambarkan prosedur ini digunakan istilah rata-rata bergerak (moving average) karena setiap muncul nilai observasi baru, nilai rata-rata baru dapat dihitung denagn membuang nilai observasi yang paling tua dan memasukkan nilai observasi yang terbaru. Rata-rata bergerak ini kemudian akan menjadi ramalan untik periode mendatang.

_{kelompok inisiai kelompok pengujian}

X X…X_T X_T+1…X_N

_{rata-rata bergerak waktu T}

=

_ramalan

F_T+1= =

Dibandingkan dengan nilai tengah sederhana (dari semua data masa lalu) rata-rata bergerak berorde T mempunyai karakteristik sebagai berikut:

hanya menyangkut T periode terakhir dari data yang diketahui

jumlah titik data dalam setiap rata-rata tidak berubah dengan berjalannya waktu

kelemahan metode ini:

metode ini memerlukan penyimpanan yang lebih banyak karena semua T observasi terakhir harus disimpan, tidak hanya dengan nilai tengahnya

metode ini tidak dapat menanngulangi dengan baik adanya trend atau musiman, walaupun metode ini lebih baik dibanding rata-rata total

Double Moving Averages-Linear Moving Average

Untuk mengurangi kesalahan sistematis yang terjadi bila rata-rata bergerkan dipakai pada data berkecenderungan maka dikembangkan metode rata-rata bergerak linear. Dasar metode ini adalah menghitung rata-rata bergerak yang kedua. Rata-rata bergerak ”ganda” ini merupakan rata-rata bergerak dari rata-rata bergerak, dan menurut simbol dituliskan sebagai MA(M x N) dengan arti MA M-periode dari MA N-periode.

Prosedur peramalan rata-rata bergerak linear meliputi tiga aspek:

Penggunaan rata-rata bergerak tunggal pada waktu t (ditulis S’_t)

Penyesuaian, yang merupakan perbedaan antara rata-rata bergerak tunggal dan ganda pada waktu t (ditulis S’_t­—S”_t)

Penyesuaian untuk kecenderungan dari periode t ke periode t+1 (atau ke periode t + m jika kita ingin meramalkan m periode ke muka).