Validasi Model Peramalan

Terdapat sejumlah indikator dalam pengukuran akurasi peramalan, namun yang paling sering dipergunakan adalah: MAD (Mean Absolute Deviation = Rata-rata Penyimpangan Absolut), MAPE (Mean Absolute Percentage Error = Rata-rata Persentase Kesalahan Absolut), dan MSE (Mean Square Error = Rata-rata Kuadrat Kesalahan). Akurasi peramalan akan semakin tinggi apabila nilai-nilai MAD, MAPE, dan MSE semakin kecil.
Berkaitan dengan validasi model peramalan, dapat digunakan tracking signal. Tracking signal adalah suatu ukuran bagaimana baiknya suatu ramalan memperikirakan nilai-nilai aktual. Suatu ramalan diperbaiki setiap minggu, bulan atau triwulan sehingga data permintaan yang baru dibandingkan terhadap nilai-nilai ramalan. Tracking signal dihitung sebagai cumulative forecast error (CFE) dibagi dengan mean absolute deviation (MAD), sebagai berikut:


Tracking Signal = CFE / MAD
(actual demand in period i – forecast demand in period i)
= __________________________________________________
MAD
dimana
(absolute dari forecasts error)
MAD = ___________________________
n
n = banyaknya periode data

Tracking signal yang positif menunjukkan bahwa nilai aktual permintaan lebih besar daripada ramalan, sedangkan tracking signal yang negatif berarti nilai aktual permintaan lebih kecil daripada ramalan. Suatu tracking signal disebut baik apabila memiliki CFE yang rendah dan mempunyai positive error yang sama banyak atau seimbang dengan negative error sehingga pusat dari tracking signal mendekati nol.
Dalam sistem peramalan, penggunaan berbagai model peramalan akan memberikan nilai ramalan yang berbeda dan derajat dari forecasts error yang berbeda pula. Salah satu seni dalam melakukan permalan adalah memilih model peramalan terbaik yang mampu mengidentifikasikan dan menanggapi pola aktivitas historis dari data. Secara umum, model-model peramalan dapat dikelompokkan ke dalam dua kelompok utama, yaitu metode kualitatif dan metode kuantitatif.
Pada dasarnya metode kualitatif ditujukan untuk peramalan terhadap produk baru, pasar baru, proses baru, perubahan sosial dalam masyarakat, perubahan teknologi atau penyesuaian terhadap ramalan-ramalan berdasarkan metode kuantitatif.
Metode kuantitatif intrinsik, sering disebut juga sebagai model-model deret waktu. Beberapa model deret waktu yang terkenal diterapkan dalam peramalan permintaan adalah: rata-rata bergerak (moving average), pemulusan eksponensial (exponential smoothing), dan proyeksi kecenderungan (trend projection). Sedangkan model kuantitatif ekstrinsik sering disebut juga sebagai model kausal dan yang popular adalah model-model regresi.