Fungsi Forecast

Fungsi FORECAST

Forecasting secara harfiah adalah peramalan. Mungkin lebih jelasnya adalah menghitung atau meramalkan nilai masa depan dengan menggunakan data-data yang ada. Meramalkan nilai y (variabel terikat), dimana variabel y dipengaruhi nilai x (variabel bebas). Biasanya, untuk memperoleh nilai prediksi ini menggunakan regresi linier. Dalam dunia industri, ramalan-ramalan ini digunakan untuk mengawasi persediaan barang produksi (inventory requirements), penjualan, selera konsumen (consumer trends) dan lain-lain.

Formula untuk forecasting adalah, karena forecast di sini merupakan fungsi dari waktu, maka:

INCLUDEPICTURE "https://www.google.com/chart?cht=tx&chf=bg,s,FFFFFF00&chco=000000&chl=Forecast%3Da%2Bbt" \* MERGEFORMATINET dimana:

t=time period

dan

ContohTabel 1Pendapatan Retribusi Pasar tahun 2005

Pendapatan retribusi merupakan fungsi dari waktu (t). Menurut data pada tabel 1 di atas, menunjukkan bahwa variabel pendapatan retribusi secara rata-rata berfluktuasi per satuan waktu (t). Untuk mengetahui prediksi pendapatan retribusi di tahun yang berikutnya yaitu tahun 2006 dengan cara:

KlikInsertkemudianFunction. PilihFORECAST.

Gambar 1Kotak dialog FORECAST

DimanaFORECAST(x,known_y's,known_x's)

X adalah data yang akan diprediksi (diramal), dengan memasukkan fungsi waktu (t) yang akan datang.Xharus dalam bentuk nominal (angka).

Known_y's adalah variable/data terikat (dependent)

Known_x's adalah variable/data bebas(independent)

Penjelasan:

JikaXbukan data numerik (nonnumeric), maka hasil FORECAST adalah #VALUE! (=error value).

Jikaknown_y'sdanknown_x'skosong atau terdiri dari angka yang berbeda dari data, maka hasil FORECAST #N/A (=error value).

Jika variasi dariknown_x'ssama dengan nol, maka hasil FORECAST #DIV/0! (=error value).

Lihat contoh pada gambar di bawah ini:

Gambar 2Forecast Worksheet Function

Pada Gambar 2 di atas, kolom B adalah waktu menurut bulan per tahun 2005. Kolom C representasi dari kolom B yang merupakantime period. Pada kolom C ini waktu menurut bulan per tahun 2005 dijadikan bentuk nominal (angka), yaitu bulan Januari 2005 kita anggap bulan ke-1, bulan Februari merupakan bulan ke-2 dst, sedangkan kolom D merupakan pendapatan retribusi.

Pada kotak dialog FORECAST di atas masukkan angka-angka berikut:

Xmerupakan angka yang hendak diramal, misal 13 (karena masuk januari 2006= 13 bulan, dihitung mulai 1 januari 2005)

Known_y'skolom pendapatan tahun 2005 kolom D

Known_x'skolomt(waktu) tahun 2005 kolom C

Lihat hasil pada tabel di bawah ini:

Tabel 2Hasil Forecasting Pendapatan Retribusi Pasar tahun 2006

Berdasarkan hasil forecast pada tabel 2 di atas, diprediksikan bahwa penerimaan pendapatan di tahun 2006 akan meningkat per bulannya total sebesar Rp 905.659.644,62

Kemudian proses selanjutnya hasil forecast kita jadikan dalam bentuk grafik.

Caranya: klik padaChart Wizard. Kemudian pilihChart Type Chart Sub-Type,selanjutnyaNext.

Gambar 3Chart Wizard Langkah ke-1

MasukkanData Rangemisal data pada kolom B dan D (lihat gambar 2). Berikutnya,Next.


Tulis judul grafik padaChart title.Category (X) axisuntuk baris X isi dengan waktu danValue (Y) axismerupakan baris Y yaitu pendapatan. Selanjutnya, tekan tombolNext. Lihat gambar di bawah ini:


Apakah anda akan memasukkan grafik ke dalamnew sheetatau membuat Worksheet baru dengan nama Chart2, atau memasukkan grafik ke dalam data sheet lama (As object in)? Tentukan pilihan anda. Selanjutnya, tekanFinish.


Selengkapnya lihat pada grafik di bawah ini.

Grafik 1Forecasting pendapatan retribusi

Garis putus-putus pada grafik 1 di atas merupakan garis forecasting (garis yang diramal). Untuk mengedit waktu supaya rapi, gunakanFormat Axis. Klik dua kali pada grafik hingga masuk pada object Microsoft Excel. Selanjutnya, klik pada baris waktu (Category (X) axis)-klik kanan. Klik padaFormat Axis.

Gambar 7Mengatur Category (X) axis

Pilih tabScale. PadaMajor Unitmasukkan angka 3, maksudnya skala triwulan.

Gambar 8Tab Scale

TekanOK. Hasil lihat padagrafik 1. Selesai.

Boleh dikutip dengan syarat menyertakan sumbernya

(http://masterpendidikan.blogspot.com)

Dipublikasikan olehGoogle DriveLaporkan PenyalahgunaanDimutakhMasukkan data berikut ke lembar kerja Excel yang kosong.Anda akan menggunakan data ini untuk semua formula contoh dalam artikel ini.A1: namaB1: DepartemenC1: umur

A2: HenryB2: 501C2: 28

A3: StanB3: 201C3: 19

A4: MaryB4: 101C4: 22

J5: LarryB5: 301C5: 29

Masukkan rumus berikut dalam sel E2 (atau setiap sel kosong yang tersedia):=OFFSET(C2,2,-1,1,1) C2- sel direferensikan.

2- menunjukkan jumlah baris untuk memindahkan.Bilangan positif berarti bergerak ke bawah, dan angka negatif berarti bergerak. -1- menunjukkan jumlah kolom untuk memindahkan.Bilangan positif berarti bergerak ke kanan, dan angka negatif berarti bergerak ke kiri. 1 (lalu kedua nilai)- (opsional).Menunjukkan berapa banyak baris data kembali.Angka ini harus angka positif. 1 (terakhir nilai)- (opsional).Menunjukkan berapa banyak kolom data kembali.Angka ini harus angka positif.Contoh:

Ketika Anda menggunakan formula ini, fungsiOFFSETmengembalikan nilai sel yang berupa dua baris di bawah (2) dan 1 baris ke kiri (-1) dari sel C2 (yang merupakan sel B4).Nilai dalam sel B4 adalah "101".Oleh karena itu, rumus mengembalikan "101".Fungsi MATCH

FungsiMATCHadalah fungsi yang digunakan untuk mencari suatu nilai dari suatu range yang terdapat pada suatu kolom atau baris, tapi tidak kedua-duanya.

Syntax fungsi MATCH adalah sebagai berikut :

MATCH(lookup_value, lookup_array, [match_type])Keterangan :

lookup_value: adalah nilai yang ingin dicari pada lookup_array.

lookup_array: adalah range data dari suatu kolom ataupun baris.

match_type: adalah angka yang menunjukkan tipe pencocokan sebagai berikut :

1: jenis pencocokan dimana lookup_array dalam keadaan terurut secara ascending (kecil ke besar). Pencocokan dilakukan dengan mengambil nilai terbesar dari range data yang lebih kecil atau sama dari lookup_value.

0: jenis pencocokan dimana pada lookup_array dicari data yang sama persis dengan lookup_value. Urutan data tidak menjadi masalah. Jika diketemukan lebih dari satu data yang sama, maka akan diambil data yang pertama kali diketemukan secara sekuensial.

-1: jenis pencocokan dimana lookup_array dalam keadaan terurut secara descending (besar ke kecil). Pencocokan dilakukan dengan mengambil nilai terkecil dari range data yang lebih besar atau sama dari lookup_value.

Untuk kejelasan apa yang dimaksud dengan match_typeini, perhatikan ilustrasi pada Gambar 3 di bawah ini.

Pada contoh tersebut nilai lookup adalah3, yang kemudian dicari pada data array dengan tiga kelompok susunan data seperti tampak pada gambar.

Gambar 3. Ilustrasi Contoh Penggunaan Match Type Skema Pertama

Terlihat dengan pilhanmatch_type mulaidengan nilai -1, 0 dan 1 didapatkan hasil posisi yang berbeda dari fungsi match, masing-masing yaitu5,2, dan4.

Contoh lainnya terlihat pada Gambar 4 di bawah ini. Pada kasus ini nilai lookupnya adalah 4 yang dicari pada data array dengan nilai 1, 2, 3, 3, 5, 5 dan 6 (sama dengan contoh sebelumnya). Dengan pilhan tiap tipe mulai dari -1, 0 dan 1 didapatkan posisi dari fungsi match masing-masing adalah 3, NA (Not Available / Tidak Ditemukan), dan 4.

Gambar 4. Ilustrasi Contoh Penggunaan Match Type Skema Kedua

Screenshot berikut menunjukkan beberapa contoh lebih lanjut penggunaan match pada Excel 2007 (klik pada gambar untuk memperbesar).

Gambar 5. Contoh Penggunaan Match pada Excel (1)

Gambar 6. Contoh Penggunaan Match pada Excel 2007 (2)

Interpolasi linier

9ForecastingExponentialsmoothingAlpha1DataErrorAnalysisPeriodDemandForecastErrorAbsoluteSquared|%Error|199733750337501998412503375075007500562500000.1818181999412504125000002000487504125075007500562500000.1538462001525004875037503750140625000.0714292002600005250075007500562500000.1252003675006000075007500562500000.1111112004750006750075007500562500000.12005750007500000002006862507500011250112501265625000.13043520071050008625018750187503515625000.1785712008120000105000 15000150002250000000.12520091200001200000000201015000012000030000300009000000000.2201115000015000000002012150000150000000020131500001500000000Total11625011625018984375001.37721Average7265.6257265.625118652343.80.086076BiasMADMSEMAPESE11644.85631Nextperiod150000

This spreadsheet was created by either POM, QMor POM-QM for Windows, V3.Gambar 1.10HasilVariable PrizeMenggunakanExponential Smoothing

INCLUDEPICTURE "https://html1-f.scribdassets.com/23vipa6vuo40326w/images/9-9c78b067f8.png" \* MERGEFORMATINET




101.3.3.Rekapitulasi Hasil PerhitunganGambar 1.11Moving Average PrizeGambar 1.12Exponential Smoothing PrizeGambar 1.13Moving Average PurseGambar 1.14Exponential Smoothing Purse

INCLUDEPICTURE "https://html2-f.scribdassets.com/23vipa6vuo40326w/images/10-1893776958.jpg" \* MERGEFORMATINET



111.4.ANALISIS dan KESIMPULAN1.4.1.ANALISISGambar 1.15Rekapitulasi Hasil PerhitunganDengan peramalan yang telah dilakukan untukpursemenggunakanmetodeexponential smoothing, didapat nilai purse untuk periode berikutnyasebesar 1.000.000.Sedangkanperamalan untukprizemenggunakan metodeexponential smoothingdidapat nilai untuk periode berikunya sebesar 150.000.Adapun rasio yang di dapat dari pengolahan data di atas yaitu:==1.4.2.KESIMPULAN1.Pada tahun 2015 diramalakan nilaipurseadalah sebesar 1000.000 danuntuk nilaiprizediramalkan sebesar 150.000.2.Peramalan yang lebih akurat adalah peramalanprizekarena memilikitingkat eror lebih kecil dibandingkan peramalanpurse.3.Dana Prize merupakan variable yang paling akurat karena dana prizemimiliki atrial error(MSE)Prizesebesar198515625

Fungsi Forecast

Documents

Transcript of Fungsi Forecast