23
Perhitungan ini dapat digunakan untuk membandingkan model peramalan yang
berbeda, mengawasi peramalan, dan untuk memastikan peramalan berjalan baik.
Tiga dari perhitungan yang paling terkenal adalah deviasi mutlak rerata (Mean
Absolute Deviation – MAD), kesalahan kuadrat rerata (Mean Squared Error – MSE),
dan kesalahan persen mutlak rerata (Mean Absolute Percent Error – MAPE).
1.
Deviasi Rata-Rata Absolut (Mean Absolute Deviation)
MAD merupakan ukuran pertama kesalahan peramalan keseluruhan untuk
sebuah model. Nilai ini dihitung dengan mengambil jumlah nilai absolut dari tiap
kesalahan peramalan dibagi dengan jumlah periode data n. Rumus untuk
menghitung MAD adalah sebagai berikut.
n
|
peramalan
-
aktual
|
=
MAD
2.
Kesalahan Rata-Rata Kuardrat (Mean Square Error)
MSE merupakan cara kedua untuk mengukur kesalahan peramalan
keseluruhan. MSE merupakan rata-rata selisih kuardrat antara nilai yang
diramalkan dan yang diamati. Kekurangan penggunaan MSE adalah bahwa ia
cenderung menonjolkan deviasi yang besar karena adanya pengkuadratan. Rumus
untuk menghitung MSE adalah sebagai berikut.
n
|2
peramalan
kesalahan
|
=
MSE
 |