PROYEKSI DENGAN

METODE SMOOTHING
moving average
(mova)
BAMBANG HERIAWAN, S.E., M.M.
Metode smoothing (Metode Pelicinan)
merupakan teknik meramal dengan
cara mengambil rata-rata dari nilai
beberapa periode yang lalu untuk
menaksir nilai pada periode yang
akan datang.
Dalam metode ini data historis
digunakan untuk memperoleh angka
yang diratakan atau dilicinkan.
 Moving Average (MOVA)

Dengan moving average (rata-rata

bergerak) ini kita melakukan
peramalan dengan mengambil
sekelompok nilai pengamatan,
mencari rata-ratanya, lalu
menggunakan rata-rata tersebut
sebagai ramalan untuk periode
berikutnya.
 1. Single Moving Average

Single Moving Average menentukan

ramalan dengan sangat sederhana
cukup mudah dilakukan. Bila
menerapkan 4 bulan rata-rata bergerak
maka ramalan pada bulan Mei dihitung
sebesar rata-rata dari 4 bulan
sebelumnya, yaitu bulan Januari,
Februari, Maret dan April.
 Persamaan matematis dari teknik ini
adalah :
St+1 = Xt + Xt-1 + Xt-2 .......+ Xt-n+1
n

St+1 : Ramalan untuk periode ke t+1

Xt : Data pada periode ke t
n : Jangka waktu rata-rata bergerak
 Penjualan per Bulan Tahun 1999

Periode ke Bulan ke Penjualan (unit)

1 Januari 1300
2 Februari 1360
3 Maret 1400
4 April . 1320
5 Mei 1290
6 Juni 1470
7 Juli 1350
8 Agustus 1415
9 September 1530
10 Oktober 1410
11 November 1520
12 Desember 1490
Kalau gunakan 4 bulan moving averages,
ramalan bulan Mei dihitung sebagai berikut:
S = X4 + X3 + X2 + X1
5 4
= 1300 + 1360 + 1400 + 1320
4
= 1345
ramalan bulan Juni dihitung sebagai berikut:
S = X5 + X4 + X3 + X2
6 4
= 1360 + 1400 + 1320 + 1290
4
= 1342,5
Kalau gunakan 6 bulan moving averages,
ramalan bulan Juli dihitung sebagai berikut:
S = X6 + X5 + X4 + X3 + X2 + X1
7 6
= 1300 + 1360 + 1400 + 1320 + 1290 + 1470
6
= 1356,67
ramalan bulan Agustus dihitung sebagai
berikut:
S = X7 + X6 + X5 + X4 + X3 + X2
8 6
= 1360 + 1400 + 1320 + 1290 + 1470 + 1350
6
= 1365
Metode single moving averages
memiliki karakteristik khusus.
a. Untuk menentukan ramalan pada
periode yang akan datang
memerlukan data historis selama
jangka waktu tertentu. Dengan 4
bulan moving average, ramalan
bulan ke-5 baru dapat dibuat setelah
bulan ke-4 berakhir. Kalo 6 bulan
moving averages , ramalan bulan
ke-7 baru dapat dibuat setelah bulan
ke-6 berakhir.
Ramalan dengan 4 Bulan dan 6 Bulan Single
Moving Average
Ramalan
Periode Penjualan
Bulan 4 Bulan Moving 6 Bulan Moving
ke (unit)
Aveage Aveage
1 Januari 1.300 - -
2 Februari 1.360 - -
3 Maret 1.400 - -
4 April 1.320 - -
5 Mei 1.290 1.345,00 -
6 Juni 1.470 1.342,50 -
7 Juli 1.350 1.370,00 1.356,67
8 Agustus 1.415 1.357,50 1.365,00
9 September 1.530 1.381,25 1.374,17
10 Oktober 1.410 1.441,25 1.395,83
11 Nopember 1.520 1.426,25 1.410,83
12 Desember 1.490 1.468,75 1.449,17
b. Semakin panjang jangka waktu moving
averages, efek pelicinan semakin terlihat
dalam ramalan atau menghasilkan moving
averages yang semakin halus. Artinya pada
moving averages yang jangka waktunya
lebih panjang, perbedaan ramalan terkecil
dengan ramalan terbesar menjadi lebih
kecil.
Moving Ramalan Ramalan Perbedaan
Averages Terkecil Terbesar
4 Bulan 1.342,50 1.468,75 126,25
6 Bulan 1.356,67 1.449,17 92,5

Pada 6 bulan perbedaan lebih kecil dan ini

dikatakan sebagai averages yang semakin halus
atau efek pelicinnya semakin terlihat.
 Menghitung Kesalahan Meramal
(Forecast Error)

Hasil proyeksi yang akurat adalah forecast yang bisa

meminimalkan kesalahan meramal.
Besarnya forecast error dihitung dengan mengurangi
penjualan riil dengan besarnya ramalan.
Error = Penjualan riil Ramalan
= Xt St
Di mana Xt : data penjualan periode ke t
St : Ramalan periode ke t
Nilai error yang asli biasanya tidak dirata-rata sebagai
ukuran besar kecilnya error, sebab ada yang positif dan ada
yang negatif. Sehingga kalau dijumlah error pasti akan kecil,
sebab error yang positif akan dikurangi error yang negatif.
Dalam menghitung forecast error digunakan
a. Mean Absolute Error
adalah rata-rata absolute dari kesalahan meramal, tanpa
menghiraukan tanda positif atau tanda negatif.
= [ Xt St ]
n
b. Mean Squared Error
adalah rata-rata kesalahan meramal dikuadratkan.
= ( Xt St )
n

Kalau menggunakan 4 bulan moving average besarnya eror, absolute error &
squared error dihitung sebagai berikut:
Bulan Mei
Error = 1.290 1.345 = -55
Absolute error = 55
Squared error = (55) = 3.025
Setelah dihitung pada setiap bulannya besarnya error, mean absolute error &
mean squared error dihitung sebagai berikut:
Mean absolute error = 555 = 69,35
8

Mean squared error = 55.315,69 = 6.914,46

8
Kalau menggunakan 6 bulan moving average besarnya eror, absolute error &
squared error dihitung sebagai berikut:
Bulan Juli
Error = 1.350 1.356,67 = -6,67
Absolute error = 6,67
Squared error = (6,67) = 44,49
Setelah dihitung pada setiap bulannya besarnya error, mean absolute error &
mean squared error dihitung sebagai berikut:
Mean absolute error = 376,67 = 62,78
6

Mean squared error = 40.613,44 = 6.768,

6
 Menghitung Mean Absolute Error & Mean Squared Error
4 Bulan Moving Average 6 Bulan Moving Average
Perio Penjualan
Bulan Absolute Squared Absolute Squared
de ke (unit) Ramalan Error Ramalan Error
Error Error Error Error

1 Januari 1.300 - - - - - - - -

2 Februari 1.360 - - - - - - - -

3 Maret 1.400 - - - - - - - -

4 April 1.320 - - - - - - - -

5 Mei 1.290 1.345,00 -55,00 55,00 3.025,00 - - - -

6 Juni 1.470 1.342,50 127,50 127,50 16.256,25 - - - -

7 Juli 1.350 1.370,00 -20,00 20,00 400,00 1.356,67 -6,67 6,67 44,49

8 Agustus 1.415 1.357,50 57,50 57,50 3.306,25 1.365,00 50,00 50,00 2.500,00

9 September 1.530 1.381,25 148,75 148,75 22.126,56 1.374,17 155,83 155,83 24.282,99

10 Oktober 1.410 1.441,25 -31,25 31,00 961,00 1.395,83 14,17 14,17 200,79

11 Nopember 1.520 1.426,25 93,75 93,75 8.789,06 1.410,83 109,17 109,17 11.918,09

12 Desember 1.490 1.468,75 21,25 21,25 451,56 1.449,17 40,83 40,83 1.667,09

Jumlah 343 555 55.315,69 363,33 376,67 40.613,44

 2. Double Moving Average
Ada beberapa langkah dalam menentukan
ramalan dengan metode double moving
average, yakni:
a. Menghitung moving average pertama, diberi
simbol St. Ini dihitung dari data historis yang
ada. Hasilnya diletakkan pada periode
terakhir moving average pertama.
b. Menghitung moving average kedua, diberi
simbol St. Ini dihitung dari rata-rata
bergerak pertama. Hasilnya diletakkan pada
periode terakhir moving average kedua.
c. Menentukan besarnya konstanta (at)
at = St + (St St)
d. Menentukan besarnya slope (bt)
bt = 2(St St)
V-1

V adalah jangka waktu moving average.

e. Menentukan besarnya forecast (Ft + m )
Ft + m = at + bt (m)
Di mana m adalah jangka waktu forecast ke depan.
Penjualan per Bulan Tahun 199
Periode Ke Bulan Penjualan (unit)
1 Januari 640
2 Februari 672
3 Maret 638
4 April 650
5 Mei 651
6 Juni 625
7 Juli 664
8 Agustus 680
9 September 624
10 Oktober 648
11 Nopember 632
12 Desember 660
Bila menggunakan 3 bulan double moving average, besarnya
ramalan dihitung sebagai berikut:
a. Menghitung moving average pertama (St)
S = 640 + 672 + 638 = 650, dietakkan pada bulan Maret
t 3

St = 672 + 638 + 650 = 653,33, dietakkan pada bulan April

3
dan seterusnya.
b. Menghitung moving average kedua (St)
S = 650 + 653,33 + 643 = 648,78, dietakkan pada bulan Mei
t 3

St = 653,333+ 643 + 638,67 = 645, dietakkan pada bulan Juni

dan seterusnya.
c. Menentukan nilai at (konstanta)
Nilai at baru bisa dicari pada bulan Mei
at = 643 + (643-648,78)
= 637,22
d. Menentukan nilai bt (slope)
Nilai bt juga baru bisa dicari pada bulan Mei
bt = 2 _ (643-648,78) = -5,78
3-1
e. Menentukan besarnya forecast (Ft + m)
Besarnya forecast baru bisa ditentukan untuk bulan Juni
dengan dasar nilai at dan bt bulan Mei
F6 = 637,22 5,78 (1)
= 631,44
 Menghitung Ramalan dengan 3 Bulan Moving Average

Bulan Penjualan S' S" a b F (m=1)

Januari 640 - - - - -
Februari 672 - - - - -
Maret 638 650,00 - - - -
April 650 654,33 - - - -
Mei 651 643,00 648,78 637,22 -5,78 -
Juni 625 638,67 645,00 632,34 -6,33 631,44
Juli 664 643,33 641,67 644,99 1,66 626,01
Agustus 680 653,33 646,11 666,55 10,22 646,65
September 624 656,00 651,89 660,11 4,11 676,77
Oktober 648 650,67 654,33 647,01 -3,66 664,22
Nopember 632 634,67 647,11 622,23 12,44 643,35
Desember 660 646,67 644,00 649,34 2,67 609,79
 Menghitung Mean Absolute Error & Mean Squared Error
dengan 3 Bulan Double Moving Average
3 Bulan Moving Average
Period
Bulan Penjualan (unit)
e ke Ramalan Error Absolute Error Squared Error

1 Januari 640 - - - -

2 Februari 672 - - - -

3 Maret 638 - - - -

4 April 650 - - - -

5 Mei 651 - - - -

6 Juni 625 631,44 -6,44 6,44 41,47

7 Juli 664 626,01 37,99 37,99 1.443,24

8 Agustus 680 646,65 33,35 33,35 1.112,22

9 September 624 676,77 -52,77 52,77 2.784,67

10 Oktober 648 664,22 -16,22 16,22 263,09

11 Nopember 632 643,35 -11,35 11,35 128,82

12 Desember 660 609,79 50,21 50,21 2.521,04

Jumlah 35 208 8.294,56

Terima kasih