Menghitung Mean Absolute Percent Error (MAPE) dengan MATLAB

Bagi yang berkecimpung dengan dunia peramalan (forecast) pasti akan menjumpai besaran Mean Absolute Percent Error (MAPE). Besaran ini bermaksud mengukur keakuratan hasil peramalan. Sesuai dengan namanya, MAPE memiliki satuan persentase (pecahan). Kata “mean” sendiri digunakan ketika ada banyak data yang akan dibandingkan dengan data realnya. Rumusnya adalah sebagai berikut:

Dari rumus di atas, jika Actual sama dengan Forecast maka MAPE berharga nol, yang artinya sangat akurat. Perhatikan contoh berikut ini.

Ada empat bulan ramalan, dengan tiap bulan memiliki error. Totalnya dengan rumus MAPE di atas diperoleh 17,6%. Untuk memudahkan perhitungan terkadang diperlukan aplikasi, misalnya Matlab. Error sendiri dihitung dengan fungsi berikut.

errors = gsubtract(Actual,Forecast)
errors = gsubtract(112.3,124.7)
errors =
-12.4000

Sayangnya untuk MATLAB 2008b fungsi gsubtract tidak ada (gunakan versi terkini, 2013 ke atas). Jadi diperoleh percent error, misal untuk bulan pertama, sebesar:

absolutePercentError=abs(errors)/112.3
absolutePercentError =
0.1104

Seperti terlihat pada tabel di atas (11.0%). Untuk menghitung MAPE dapat menggunakan fungsi mean untuk mencari rata-rata.

errors = gsubtract(actual,forecast)
errors =
-12.4000 4.7000 32.3000 38.9000
mape = mean(abs(errors./actual))
mape =
0.1755

Untuk menggunakan metode NARXNET dalam meramal data yang akan datang silahkan buka postingan yang lalu. Sekian, semoga bermanfaat dan karena hari ini hari raya idul fitri, saya mengucapkan “MINAL AIDIN WALFAIDZIN, mohon maaf lahir batin”.

Referensi:

Link: https://www.forecastpro.com/Trends/forecasting101August2011.html