Professional Documents
Culture Documents
Indeks Harga Konsumen (IHK) Untuk mengetahui pola yang sesuai dari data IHK tahun 2009-2011, kita dapat
memplot data IHK tahun 2009-2011. Sehingga diperoleh plot time series dari data IHK tahun 2009-2011 seperti pada gambar di bawah ini.
122.5 120.0 117.5 115.0 Bulan Tahun 4 2009 8 2009 12 2009 4 2010 8 2010 12 2010 4 2011 8 2011 12 2011
Dari plot di atas dapat dilihat bahwa ada indikasi data mempunyai pola trend. Dengan menggunakan metode peramalan klasik maka didapatkan plot time series sebagai berikut.
130
127.5 125.0
IHK
125
IHK
120
115
Bulan Tahun
130
122.5 120.0 117.5 115.0 Bulan Tahun 4 8 12 4 8 12 4 8 12 2009 2009 2009 2010 2010 2010 2011 2011 2011
IHK
125
120
115
Bulan Tahun 4 8 12 4 8 12 4 8 12 2009 2009 2009 2010 2010 2010 2011 2011 2011
130
IHK
125
120
115 Bulan Tahun 4 8 12 4 8 12 4 8 12 2009 2009 2009 2010 2010 2010 2011 2011 2011
Dari Gambar 4 sampai Gambar 8 di atas dapat diketahui nilai-nilai kesalahan peramalan dari metode Trend Analysis, Moving Average, Single Exponential Method, Double exponential Method dan Winter Method. Untuk mengetahui metode forecasting
Smoothing Trend Analysis Moving Average Single Exponential Method MAPE MAD MSD 0,590694 0,711090 0,724909 0,425818 0,521103 0,435715 0,337505 0,410260 0,259776 Double Exponential Method 0,315566 0,381719 0,218293 0,489021 0,598263 0,537561 Winters
Untuk mengetahui metode mana yang lebih baik dalam forecasting IHK di bulan Januari dan Februari 2012, kita dapat melihat nilai MAPE, MAD dan MSD yang paling kecil. Karena semakin kecil ketiga nilai tersebut maka error/kesalahan yang dihasilkan oleh model semakin kecil. Hal inilah yang menyebabkan forecastingnya menjadi lebih baik. Dari Tabel 3 di atas dapat kita lihat, metode yang memiliki nilai MAPE, MAD dan MSD terkecil adalah metode double exponential smoothing, dimana nilai MAPE sebesar 0,315566, MAD sebesar 0,381719 dan MSD sebesar 0,218293.
Berikut ini merupakan data forecast untuk IHK bulan Januari dan Februari 2012
Tabel 3. Forecast
Dari Tabel 3 di atas kita dapat mengetahui forecast untuk IHK bulan Januari dan Februari 2012, dimana forecast IHK didapatkan dengan menggunakan beberapa metode yaitu trend analysis, moving average, smoothing single exponential, double exponential smoothing, dan winters method. Dengan metode trend analysis diperoleh forecasting IHK dibulan Januari adalah sebesar 130,617 dan dibulan Februari sebesar 131,129. Pada Metode Moving Average
Untuk mengetahui metode mana yang lebih baik digunakan memforecast IHK di bulan Januari dan Februari 2012 kita dapat membandingkan metode trend analysis, moving average, smoothing single exponential, double exponential smoothing, dan winters method dengan Naive forecasts. Karena data inflasi berpola trend maka kita menggunakan formula Naive forecasts untuk data dengan pola trend:
o
Jika kita membandingkan 5 metode yang digunakan sebelumnya yaitu trend analysis, moving average, smoothing single exponential, double exponential smoothing, dan winters dengan Naive forecasts. Metode yang memiliki nilai mendekati nilai dari Naive forecasts adalah trend analysis. Berarti metode trend analysis adalah metode yang paling baik untuk memforecast IHK dibulan Januari dan Februari 2012.
1.0
Inflasi
0.5
0.0
4 2009
8 2009
12 2009
4 2010
8 2010
12 2010
4 2011
8 2011
12 2011
Dari Gambar 9 dapat dilihat bahwa ada indikasi data mempunyai pola seasonal/musiman karena pada bulan-bulan yang sama di tahun yang berbeda terjadi pengulangan keadaan yang sama. Misal pada bulan 4 di tahun 2009, polany cenderung turun. Di bulan yang sama pada tahun 2010 dan 2011 juga terjadi pola yang sama. Dengan menggunakan metode peramalan klasik maka didapatkan plot time series sebagai berikut.
1.5
1.0
Inflasi
1.0
Inflasi
0.5
0.5
0.0
0.0
1.5
1.0
Inflasi
0.5
0.0
-0.5 -1.0 4 8 12 4 8 12 4 8 12 2009 2009 2009 2010 2010 2010 2011 2011 2011
Bulan Tahun 4 8 12 4 8 12 4 8 12 2009 2009 2009 2010 2010 2010 2011 2011 2011
1.5
1.0
Inflasi
0.5
0.0
-0.5 Bulan Tahun 4 8 12 4 8 12 4 8 12 2009 2009 2009 2010 2010 2010 2011 2011 2011
Dari Gambar 10 sampai Gambar 14 di atas dapat diketahui nilai-nilai kesalahan peramalan dari metode Trend Analysis, Moving Average, Single Exponential Method, Double exponential Method dan Winter Method. Untuk mengetahui metode forecasting yang lebih baik kita dapat melihat nilai dari Mean absolute percentage error (MAPE), Mean absolute deviation (MAD), dan Mean squared deviation (MSD). Berikut ini adalah nilai MAPE, MAD dan MSD dari setiap metode peramalan yang digunakan.
Tabel 4. MAPE, MAD DAN MSD dari Inflasi
Smoothing Trend Analysis Moving Average Single Exponential Method MAPE MAD MSD 167,014 0,335 0,179 165,783 0,329 0,132 162,883 0,349 0,185 Double Exponential Method 201,719 0,384 0,219 146,991 0.267 0,101 Winters
Berikut ini merupakan data forecast untuk IHK bulan Januari dan Februari 2012
Tabel 5. Forecast
Dari Tabel 5 dapat kita ketahui forecast untuk inflasi bulan Januari dan Februari 2012, dimana forecast inflasi didapatkan dengan menggunakan beberapa metode yaitu trend analysis, moving average, smoothing single exponential, double exponential smoothing, dan winters method. Dengan metode trend analysis diperoleh forecasting inflasi dibulan Januari adalah sebesar 0,48100 dan dibulan Februari sebesar 0,487135. Pada Metode Moving Average diperoleh forecasting inflasi dibulan Januari dan Februari memiliki nilai yang sama yaitu sebesar 0,2825. Dengan menggunakan single exponential smoothing diperoleh forecasting pada bulan Januari dan Februari sebesar 0,595675. Berdasarkan metode Double exponential smoothing pada bulan Januari inflasi diramalkan sebesar 0,594746 dan pada bulan Februari sebesar 0,593400. Sedangkan dengan metode Winters pada bulan Januari diramalkan inflasi sebesar 0,453076 dan pada Februari sebesar 0,061715.
Untuk mengetahui metode mana yang lebih baik digunakan memforecast inflasi di bulan Januari dan Februari 2012 kita dapat membandingkan metode trend analysis, moving average, smoothing single exponential, double exponential smoothing, dan
Jika kita membandingkan 5 metode yang digunakan sebelumnya yaitu trend analysis, moving average, smoothing single exponential, double exponential smoothing, dan winters dengan Naive forecasts. Metode yang memiliki nilai mendekati nilai dari Naive forecasts adalah winters. Berarti metode winters adalah metode yang paling baik untuk memforecast inflasi dibulan Januari dan Februari 2012.