Mengukur Tingkat Akurasi Suatu Forecast di Microsoft Excel

Forecasting adalah memprediksi sesuatu ketidakpastian dari sebuah trend dalam berbisnis yang dimana dapat membantu untuk membuat keputusan yang dapat mempengaruhi masa depan dari suatu organisasi dimana biasanya forecasting dilakukan untuk jangka panjang ataupun jangka pendek. Forecasting jangka waktu panjang untuk menentukan tujuan umum dari suatu organisasi dan jangka pendek yang digunakan untuk opsi-opsi yang digunakan oleh para manajer pada ketika ada keperluan yang harus didahulukan pada masa yang akan datang.

Untuk mengevaluasi error dari teknik forecast adalah dengan menggunakan Mean Absolute Percentage Error (MAPE). MAPE merupakan ukuran ketepatan relatif yang digunakan untuk mengetahui persentase penyimpangan hasil pendugaan. Pendekatan ini berguna ketika ukuran atau besar variabel ramalan itu penting dalam mengevaluasi ketepatan ramalan. MAPE mengindikasi seberapa besar kesalahan dalam menduga yang dibandingkan dengan nilai nyata.

Secara matematis, rumusnya ditulis sebagai berikut.

Keterangan

At = Aktual permintaan ke t

Ft = hasil peramalan ke t

N = besarnya data peramalan

Dimana terdapat simbol absolut pada rumus MAPE menunjukkan bahwa nilai negatif hasil perhitungan akan tetap bernilai positif.

Berikut cara menghitung Mean Absolute Percentage Error (MAPE) di Excel :

Pertama, Masukkan data indeks waktu (t), Pemintaan Aktual (At) dan Peramalan (Ft), serta buat kolom untuk Kolom Error, nilai Absolut Error dan sebagainya sebagaimana tertulis pada tabel di bawah

Kedua, Nilai di Kolom error diperoleh dengan mengurangi nilai aktual permintaan dengan hasil peramalan :

Ketiga, Nilai di Kolom Nilai Absolut Error diperoleh dengan mengabsolutkan nilai dikolom error dengan mengetik rumus =ABS(E4)

Keempat, Nilai di kolom Nilai Absolut Error dibagi dengan nilai Aktual diperoleh dengan melakukan pembagian dengan membagi nilai absolut error dengan nilai aktual permintaan.

Kelima, Hitung nilai MAPE dengan membagi nilai total tadi dengan banyaknya data yang ada kemudian dikali dengan 100.

Keenam, Di kolom G15 ketikkan rumus untuk keterangan dari hasil

Sehingga hasil keseluruhan perhitungan di atas terlihat pada gambar di bawah

Interpretasi Nilai MAPE

Berdasarkan Lewis (1982), nilai MAPE dapat diinterpretasikan atau ditafsirkan ke dalam 4 kategori yaitu:

<10 = Sangat Akurat

10-20 = Baik

21-50 = Wajar

>51 = Tidak akurat

Semakin kecil nilai MAPE maka semakin kecil kesalahan hasil pendugaan, sebaliknya semakin besar nilai MAPE maka semakin besar kesalahan hasil pendugaan. Hasil suatu metode pendugaan mempunyai kemampuan peramalan sangat baik jika nilai MAPE <10% dan mempunyai kemampuan pendugaan baik jika nilai MAPE diantara 10% dan 20%.

Apabila anda membutuhkan hitungan tersebut dalam file Excel, silahkan Klik link berikut.

Download File

Microsoft Excel