Mean Absolute Percentage Error (MAP) adalah salah satu metode yang umum digunakan untuk mengukur seberapa akurat sebuah model peramalan. MAP mengukur tingkat kesalahan dalam memprediksi data dengan menghitung perbedaan antara nilai aktual dan nilai prediksi, kemudian menghitung rata-rata persentase kesalahan dari semua prediksi.
Persiapan Data
Sebelum menghitung MAP, pastikan data yang akan digunakan sudah lengkap dan bersih. Berikut adalah langkah-langkah yang perlu dilakukan:
- Memastikan tidak ada missing values dalam data
- Memisahkan data menjadi data latih dan data uji
- Memilih model peramalan yang akan digunakan
Rumus MAP
Mean Absolute Percentage Error (MAP) dihitung dengan rumus berikut:
MAP = Σ(|(Actual – Forecast) / Actual|) / n
Dengan:
- Actual merupakan nilai aktual dari data
- Forecast merupakan nilai prediksi dari model
- n merupakan jumlah observasi dalam data
Contoh Perhitungan MAP
Misalkan terdapat data penjualan sepeda motor selama 5 bulan sebagai berikut:
| Bulan | Actual Sales | Forecast Sales |
|---|---|---|
| 1 | 100 | 90 |
| 2 | 150 | 160 |
| 3 | 120 | 110 |
| 4 | 200 | 190 |
| 5 | 180 | 170 |
Langkah-langkah menghitung MAP:
- Hitung selisih antara Actual dan Forecast untuk setiap observasi
- Hitung rata-rata persentase kesalahan:
MAP = (|10/100| + |10/150| + |10/120| + |10/200| + |10/180|) / 5 = 0.0733
Interpretasi MAP
Nilai MAP yang rendah menunjukkan tingkat kesalahan yang kecil dalam model peramalan. Sebaliknya, nilai MAP yang tinggi menunjukkan tingkat kesalahan yang besar dalam model peramalan. Sebagai acuan, MAP dianggap baik jika nilainya kurang dari 0,1.
Faktor-Faktor yang Mempengaruhi MAP
Beberapa faktor yang dapat mempengaruhi nilai MAP antara lain:
- Volume Data: Semakin besar volume data yang digunakan, semakin akurat hasil peramalan dan nilai MAP.
- Kualitas Data: Data yang bersih dan akurat akan menghasilkan MAP yang lebih rendah.
- Teknik Peramalan: Metode peramalan yang kompleks biasanya menghasilkan MAP yang lebih baik.
- Trend dan Musiman: Keberadaan trend dan musiman dalam data juga dapat mempengaruhi nilai MAP.
Keuntungan Menggunakan MAP
Beberapa manfaat menggunakan MAP dalam mengukur kualitas model peramalan antara lain:
- Memberikan informasi tentang tingkat kesalahan model peramalan
- Memudahkan perbandingan antara model peramalan yang berbeda
- Membantu dalam melakukan perbaikan terhadap model peramalan yang digunakan
Kesimpulan
Mean Absolute Percentage Error (MAP) adalah metode yang berguna dalam mengukur tingkat kesalahan model peramalan. Dengan menghitung MAP, kita dapat mengetahui seberapa akurat sebuah model peramalan dari data yang ada. Penting untuk memperhatikan faktor-faktor yang mempengaruhi MAP agar dapat meningkatkan kualitas model peramalan yang digunakan.
