Metode Simple Moving Average


Metode Smoothing merupakan salah satu jenis teknik yang digunakan dalam analisis time series (runtun waktu) untuk memberikan peramalan jangka pendek. Dalam melakukan smoothing (penghalusan) terhadap data, nilai masa lalu digunakan untuk mendapatkan nilai yang dihaluskan untuk time series. Nilai yang telah dihaluskan ini kemudian diekstrapolasikan untuk meramal nilai masa depan. Tehnik yang kita kenal dalam metode smoothing yaitu Simple Moving Average dan Exponential smoothing. Pada halaman ini, saya hanya akan membahas tentang Simple Moving Average.

Simple Moving Average

Data time series seringkali mengandung ketidakteraturan yang akan menyebabkan prediksi yang beragam. Untuk menghilangkan efek yang tidak diinginkan dari ketidak-teraturan ini, metode simple moving average mengambil beberapa nilai yang sedang diamati, memberikan rataan, dan menggunakannya untuk memprediksi nilai untuk periode waktu yang akan datang. Semakin tinggi jumlah pengamatan yang dilakukan, maka pengaruh metode moving average akan lebih baik. Meningkatkan jumlah observasi akan menghasilkan nilai peramalan yang lebih baik karena ia cenderung meminimalkan efek-efek pergerakan yang tidak biasa yang muncul pada data.

Moving Average juga mempunyai dua kelemahan yaitu memerlukan data masa lalu dalam jumlah besar untuk ketepatan prediksi, dan masing-masing observasi diberikan bobot yang sama, ini melanggar bukti empiris bahwa semakin observasi terbaru seharusnya lebih dekat dengan nilai masa depan maka kepentingan bobotnya akan meningkat pula.

addesign blog gue

Aplikasi Metode Moving Average dengan software SPSS 17.0 dapat dilihat pada contoh berikut ini:

Jika kita memiliki data penjualan gula di “TOKO ASOY” per minggu seperti pada tabel berikut ini:

Minggu

Jumlah Sales (kg)

Sales Minggu berikutnya dengan metode Simple Moving Average

…….?

1

100

2

265

3

150

4

240

5

200

6

170

7

160

1. Langkah pertama adalah memasukkan data ke dalam worksheet SPSS sebagai berikut:

Data View:

1

Variable View: Nama Variabel kemudian diganti menjadi minggu dan sales

2

2. Kemudian pilih Transform – Create Time Series Seperti Gambar:

3

3. Setelah itu akan muncul kotak dialog berikut, pilih Sales dan klik panah sehingga variabel sales berpindah ke kolom variabel – New Variabel di sebelah kanan.

4

7

4. Setelah itu pilih Centered Moving Average, atau bisa juga Prior Moving Average.

5. Kemudian isikan span dengan 3, dan klik change. Span diisi dengan angka 3 artinya mengalami proses 3 kali smoothing yang biasa kita kenal juga dengan Weighted Moving Average. Adapun proses 1 dan 2 kali smoothing kita sebut Single Moving Average dan Double Moving Average.

8

6. Output yang didapat dari metode Centered Moving Average – Weighted Moving Average adalah sebagai berikut:

9

Dari output diatas, dapat diketahui bahwa Nilai Sales pada minggu ke-8 hingga 12 berdasarkan metode centered moving average berturut-turut adalah 171,67, 218,33, 196,67, 203,33, dan 176,67.

Output yang didapat dari metode Prior Moving Average adalah sebagai berikut:

10

Maka Nilai Sales yang didapatkan pada minggu ke-8 hingga 12 berdasarkan metode prior moving average berturut-turut adalah 171,67, 218,33, 196,67, dan 203,33.

Sejak keduanya merupakan metode simple moving average dengan span 3, maka hasil peramalannya akan sama.(yoz)

Aplikasi Metode Exponential Smoothing dengan SPSS akan dibahas pada halaman selanjutnya >>>

About these ads
    • maekel
    • Desember 4th, 2010

    siip

  1. Thanks buat sharing ilmunya… semoga semakin sukses..

  2. makasih ilmunya ^__^

    • ine meilian
    • Desember 10th, 2011

    terimakasih..sangat bermanfaat

    • Aziyzul Abdi
    • April 15th, 2012

    makasih :D

      • S4L
      • April 29th, 2012

      oke,,salam pramuka pak

  1. No trackbacks yet.

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Logout / Ubah )

Twitter picture

You are commenting using your Twitter account. Logout / Ubah )

Facebook photo

You are commenting using your Facebook account. Logout / Ubah )

Google+ photo

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

Ikuti

Get every new post delivered to your Inbox.

Bergabunglah dengan 62 pengikut lainnya.

%d bloggers like this: