Apa itu Moving Average?
Pengertian Moving Average adalah metode perhitungan untuk menganalisa suatu data dengan membuat serangkaian rata-rata dari sebuah kumpulan data. Model Moving Average disebut juga dengan model rata-rata bergerak. Model Moving Average bisa digunakan untuk meramalkan permintaan data, apabila data bergerak stabil dari periode ke periode selanjutnya.
Bagaimana Cara Menghitung Moving Average?
Rumus Moving Average adalah sebagai
berikut :
 |
| Gambar 1.0 Rumus Moving Average |
Dimana (n) adalah banyaknya
periode dalam model Moving Average, Apabila kita menggunakan moving average 4
periode, maka rumus dari moving average 4 periode adalah
 |
| Gambar 1.1 Rumus Moving Average 4 periode |
5 langkah cara menghitung moving average sebagai berikut:
1. Mengidentifikasi pola historis dari data aktual permintaan
2. Memilih model peramalan yang sesuai dengan pola historis dari data aktual permintaan
3. Melakukan analisis data berdasarkan model peramalan yang dipilih
4. Memilih model peramalan yang tepat berdasarkan MAD (Mean Absolut Deviation) terkecil
5. Memeriksa keandalan model peramalan berdasarkan peta kontrol tracking signal
Contoh soal moving average sebagai berikut:
bidang penjualan buku soal bahasa inggris, ibu Annisa ingin meramalkan
(memperkirakan) berapa buku bahasa inggris yang bisa Ibu Annisa jual di bulan
Januari 2021. Dengan data penjualan buku bahasa Inggris selama tahun 2020 sebagai
berikut
 |
| Tabel 1.0, Data Aktual Penjualan Buku Latihan |
Dari data di atas maka kita
bantu Ibu Anisa dalam memperkirakan penjualan buku yang ia peroleh di bulan
Januari 2021.
Sebagaimana telah tertulis
diatas maka langkah langkah yang akan kita lakukan sebagai berikut :
Langkah 1.
Mengidentifikasi pola
historis dari data permintaan
Sebelum melakukan
perhitungan peramalan, kita harus menganalisa dan melihat terlebih dahulu pola data
yang terbentuk dari permintaan aktual sebelumnya, jenis pola data yang dibentuk
akan menentukan metode peramalan yang digunakan.
Dari data penjualan buku
latihan soal bahasa inggris di tabel 1.0. di atas, data tidak menunjukkan pola data
seasonal (musiman) atau data trend (data yang mengalami kecenderungan naik),
data permintaan terlihat stabil dan tidak mengalami kenaikan atau penurunan
secara berkelanjutan,
Langkah 2.
Memilih model peramalan
yang sesuai dengan pola data historis permintaan
Karena pola data historis
yang dibentuk tidak mengalami kenaikan secara berkelanjutan, maka kita tidak
menggunakan metode Analisis trendline, data terlihat cenderung stabil dan kita
akan membantu menyelesaikan permasalahan Ibu Annisa dengan model Moving
Averages 4 dan 5 periode.
Langkah 3.
Melakukan analisa data dan
menghitung peramalan berdasarkan model Moving Averages.
Cara menghitung moving averages di Excel dalam
menyelesaikan permasalahan ibu Annisa sebagai berikut :
- Input di tabel kiri
nama Bulan di tahun 2020, tabel disebelahnya Indeks Waktu (t), disebelahnya
indeks waktu (t) tabel permintaan aktual (A), - Lakukan
perhitungan untuk mencari hasil ramalan berdasarkan Moving Averages 4 periode
dan periode.terhadap data aktual
permintaan yang ada, begitu seterusnya sampai bulan Januari 2021 - Cara melakukan
perhitungan di Excel adalah dengan mengklik tanda + di keyboard, jangan lupa
menggunakan tanda kurung di awal dan akhir perhitugan, sebagaimana gambar
berikut.
 |
| Gambar 1.2, rumus absolut di excel |
d.
Adapun tabel 1.1. dibawah ini, penulis menulis menjelaskan perhitungan moving average secara manual, di mana di dalam Model Moving Average 4 bulan maka menjumlahkan selama 4 bulan berturut-turut kemudian dibagi dengan 4. Untuk Model Moving Average 5 bulan maka menjumlahkan selama 5 bulan kemudian dibagi dengan 5.
apabila anda ingin melihat perhiutngan dalam excel bisa mengklik link download berikut download contoh soal moving averages
Langkah 4.
Memilih model
peramalan yang tepat berdasarkan MAD (Mean Absolute Deviation) Terkecil
Dari tabel 1.1 diatas, langkah
selanjutnya didalam menghitung Mean Absolute Deviation (MAD) dengan menambahkan
kolom disebelah kanan, Kolom hasil ramalan Moving Average 4 bulan dengan kolom absolut
deviation 4 bulan, di sebelah kanan kolom Moving Average 5 bulan dengan kolom
absolut deviation 5 bulan.
Sebagaimana tabel di bawah,
untuk cara menghitung Mean Absolute deviation bisa saudara(i) pelajari di
artikel Pengertian dan Cara Menghitung Mean Absolute Deviation
Keterangan :
1. Untuk mencari nilai Absolute Deviation dengan cara melakukan perhitungan permintaan Aktual dikurangi dengan Ft MA (hasil peramalan). namun dengan menjadikan nilainya menjadi absolut (mutlak positif), apabila anda menggunakan excel, maka tulislah rumus Absolut sebagaimana gambar 1.3 di bawah :
 |
| gambar 1.3, rumus absolut di excel |
2. Di dalam mencari nilai MAD yang terkecil dengan metode moving Average, ialah dengan melakukan pengurangan antara nilai permintaan aktual dengan peramalan aktual, kemudian menjumlahkan semuanya dan dibagi dengan banyaknya periode yang ada.untuk lebih jelasnya saudara bisa melihat pada perhitungan Excel dengan medownload link yang ada,
Download Soal Moving Average di Excel
perhitungan Mean Absolute Deviation untuk Moving Average 5 periode lebih
disukai karena mempunyai nilai Mean Absolute Deviation lebih kecil dari Mean
Absolute Deviation untuk Moving Average 4 periode.
Langkah 5.
Memeriksa
keandalan model peramalan yang dipilih berdasarkan peta kontrol tracking
signal.
Untuk mengetahui sejauh mana kehandalan dari model
peramalan yang dipilih maka menggunakan metode peta kontrol tracking signal.
Langkah-langkah didalam menghitung tracking signal moving Average 5 bulan sebagai berikut :
1. Masukkan data di kolom periode, berurutan mulai dari periode pertama sampai periode ke delapan
2. Kolom forecast berasal dari perhitungan Moving Average 5 bulan pada tabel sebelumnya.
3. Kolom Aktual (A3) berasal dari permintaan aktual yang ada, mulai dari bulan ke Enam (Juni) sampai bulan ke dua belas (Desember).
4. Kolom error berisi dari pengurangan kolom aktual dengan kolom forecast.
5. Kolom RSFE diperoleh dari kumulatif (penjumlahan) kolom error. Di bawah tabel terlihat nilai -1,4 diperoleh dari menjumlahkan -4,8 + 3,4 = -1, 4.
6. Kolom absolut error diperoleh dengan meng absolut kan nilai pada kolom error. Yang dimaksud dengan mengabsolutkan adalah nilai negatif berubah menjadi nilai positif.
7. Kolom kumulatif absolut error berisi dari kumulatif (penjumlahan) nilai kolom absolut error.
8. Kolom MAD berasal dari pembagian kolom kumulatif absolut error dengan kolom periode.
9. Nilai di kolom tracking signal diperoleh dari pembagian kolom RSFE dengan kolom MAD
Anda bisa mendapatkan perhitungan secara detail dalam download contoh soal moving average di excel dan jawabannya
Tabel 1.4, Peta kontrol tracking signal MA 5 periode
 |
| Gambar 1.4, grafik tracking signal MA 5 periode |
2 Komentar