Apa itu Root Mean Square Error (RMSE)?
Pengertian Root Mean Square Error (RMSE) adalah metode pengukuran dengan mengukur perbedaan nilai dari prediksi sebuah model sebagai estimasi atas nilai yang diobservasi. Root Mean Square Error adalah hasil dari akar kuadrat Mean Square Error. Keakuratan metode estimasi kesalahan pengukuran ditandai dengan adanya nilai RMSE yang kecil. Metode estimasi yang mempunyai Root Mean Square Error (RMSE) lebih kecil dikatakan lebih akurat daripada metode estimasi yang mempunyai Root Mean Square Error (RMSE) lebih besar
Metode Root Mean Square Error (RMSE) diterapkan di Meteorologi untuk melihat seberapa efektif model perkiraan matematis tentang lingkungan di Atmosfer. Metode Root Mean Square Error (RMSE) diterapkan di ekonomi untuk mengukur apakah model ekonomi sesuai dengan indikator ekonomi, pada Ilmu hidrologi Root Mean Square Error (RMSE) digunakan untuk mengevaluasi kalibrasi (pengukuran standar) pada model bawah laut. Di dunia Industri, Metode Root Mean Square Error (RMSE) digunakan untuk menilai akurasi metode peramalan, apakah metode peramalan tersebut sesuai atau tidak digunakan untuk memperkirakan permintaan di masa mendatang.
Bagaimana Cara Menghitung Root Mean Square Error (RMSE)?
Cara Menghitung Root Mean Square Error (RMSE) adalah dengan mengurangi nilai aktual dengan nilai peramalan kemudian dikuadratkan dan dijumlahkan keseluruhan hasilnya kemudian dibagi dengan banyaknya data. Hasil perhitungan tersebut selanjutnya dihitung kembali untuk mencari nilai dari akar kuadrat.
Sebagaimana rumus yang tertulis di bawah ini :
 |
| Gambar 1.0, Rumus RMSE |
Dimana :
At = Nilai data Aktual
Ft = Nilai hasil peramalan
N= banyaknya data
∑ = Summation (Jumlahkan keseluruhan nilai)
Contoh Soal Root Mean Square (RMSE) dan Penyelesaiannya
Berikut adalah contoh soal tentang perhitungan Root Mean Square Error (RMSE) dengan data permintaan aktual dan hasil peramalan 12 bulan menggunakan metode Analisis Trendline, maka berapakah nilai Root Mean Square Error (RMSE) dalam metode peramalan tersebut
 |
| Tabel 1.0, Nilai Aktual dan Hasil Peramalan |
Jawaban dan Cara Menyelesaikan dengan RMSE
Lakukan perhitungan sesuai dengan gambar rumus Root Mean Square Error (RMSE) di atas, kemudian hitung semua data di tabel 1.0, dengan melakukan pengurangan terlebih dahulu kemudian kuadratkan dan jumlahkan keseluruhannya. sebagaimana tertulis dalam gambar 1.0 di bawah
 |
| Gambar 1.0 Perhitungan RMSE |
Hasil Root Mean Square Error (RMSE) menunjukkan nilai 0,76. Yang berarti hasil peramalan analisis trendline yang menghasilkan nilai di atas bisa digunakan.
Bagaimana Cara Menghitung Root Mean Square Error (RMSE) di Excel?
Adapun cara menghitung Root Mean Square Error (RMSE) di Excel tertulis sebagai berikut :
1. Buat Kolom di Excel dan tulis sebagaimana terlihat pada gambar di bawah.
 |
| Tabel 1.1 Penulisan Tabel Root Mean Square Error (RMSE) di Excel |
2. Nilai di kolom error diperoleh dengan melakukan pengurangan nilai di kolom aktual dengan kolom forecast.
 |
| Gambar 1.1 Pengurangan Aktual dengan Forecast |
3. Nilai di kolom square of error diperoleh dengan mengkuadratkan nilai di kolom aktual – forecast (peramalan).
 |
| Gambar 1.2, Mencari nilai kuadrat di Excel |
4. Lakukan penjumlahan keseluruhan untuk memperoleh nilai total dengan rumus =SUM(range kolom terpilih)
 |
| Gambar 1.3, Rumus SUM di Excel |
5. Nilai Root Mean Square Error (RMSE) diperoleh dengan rumus =SQRT(total nilai dibagi n) sebagaimana gambar di bawah
 |
| Gambar 1.4, Rumus Root Square di Excel |
Sehingga hasil akhir perhitungan Root Mean Square Error terlihat pada gambar di bawah
 |
| Gambar 1.5, Hasil perhitungan Root Mean Square Error (RMSE) di Excel |
Adapun apabila saudara ingin mendownload perhitungan Root Mean Square Error (RMSE) di Excel silahkan klik link berikut
