Dalam banyak situasi peramalan, ketepatan dipandang sebagai kriteria untuk memilih suatu metoda peramalan. Ada berbagai cara untuk mengukur ketepatan metoda peramalan. Salah satu metoda yang dipakai untuk menilai suatu teknik peramalan digunakan tolok ukur kesalahan estimasi standard (standard error of estimate) yang disingkat SEE. SEE tersebut digunakan untuk mengukur penyimpangan nilai peramalan dengan data aktualnya. Suatu metoda peramalan dikatakan lebih baik dibandingkan metoda peramalan yang lain apabila nilai SEE-nya lebih kecil. Semakin kecil nilai SEE, hasil perhitungan dari suatu metoda peramalan dinilai semakin baik. SEE dihitung dengan formula sebagai berikut :
Sedangkan langkah-langkah dalam pemilihan hasil peramalan yang terbaik dari keempat metoda peramalan yang ditinjau yang akan dibandingkan adalah :
- Tentukan nilai SEE dari keempat metoda peramalan yang digunakan untuk tiap hasil yang didapat berdasarkan data historisnya.
- Lakukan pemilihan metoda peramalan yang akan digunakan berdasarkan kriteria nilai SEE yang terkecil.
Contoh:
Data mengenai jumlah penduduk yang diperoleh dari Laporan Pemerintah Kabupaten X Tahun 2000 dan Badan Perencanaan Pemerintah Daerah Kabupaten X Tahun 2001 dapat ditabelkan sebagai berikut :
| Tahun | 1996 | 1997 | 1998 | 1999 | 2000 |
| Xi | -2 | -1 | 0 | 1 | 2 |
| Jml Penddk | 150.815 | 153.575 | 156.385 | 159.247 | 162.161 |
a. Metoda Ekstrapolasi
Log Y = log a + t log b
Tahun 1996 (t=1) :
log 150.815 = log a + 1. log b
5,178444538 = log a + log b
Tahun 2000 (t=5) :
log 162.161 = log a + 5. log b
5,209946414 = log a + 5.log b
Diperoleh log a = 5,170569069 dan log b = 7,875469 exp –3
Sehingga persamaan umumnya : log Y = 5,170569069 + t. 5,170569069
Didapat perhitungan yang ditabelkan sebagai berikut :
| t | Tahun | X | Y | Y’ | (Y’-Y)2 |
| 1 | 1996 | -2 | 150.815 | 150.815 | 0 |
| 2 | 1997 | -1 | 153.575 | 153.575 | 0 |
| 3 | 1998 | 0 | 156.385 | 156.385 | 0 |
| 4 | 1999 | 1 | 159.247 | 159.247 | 0 |
| 5 | 2000 | 2 | 162.161 | 162.161 | 0 |
Didapat SEE sebesar 0.
b. Metoda Regresi Linear
Y = a + b. X
Dari perhitungan didapat harga-harga :
b = 2836,4; X’= Xrata-rata = 0; Y’= Yrata-rata = 156.436,6
a = Y’- b X’ = 156.436,6 – b. 0 = 156.436,6
Didapat persamaan : Y = 156.436,6 + 2.836,4 X
Dari persamaan tersebut, diperoleh hasil perhitungan yang ditabelkan sebagaiberikut :
| Tahun | Xi | Y | XY | X2 | Y’ | (Y’-Y)2 |
| 1996 | -2 | 150.815 | -301.630 | 4 | 150.763,8 | 2.621,44 |
| 1997 | -1 | 153.575 | -153.575 | 2 | 153.600,2 | 635,04 |
| 1998 | 0 | 156.385 | 0 | 0 | 156.436,6 | 2.662,56 |
| 1999 | 1 | 159.247 | 159.247 | 2 | 159.273 | 676 |
| 2000 | 2 | 162.161 | 324.322 | 4 | 162.109,4 | 2.662,56 |
| Σ | 0 | 782.183 | 28.364 | 10 | 9.257,6 |
Didapat SEE sebesar 55,55057755
c. Metoda Regresi Non Linear
Log Y = a + b log X
| Tahun | Xi | Y | Log X | Log Y | Log X log Y | (Log X)2 |
| 1996 | -2 | 150.815 | 0 | 5,178444538 | 0 | 0 |
| 1997 | -1 | 153.575 | 0 | 5,1869969 | 0 | 0 |
| 1998 | 0 | 156.385 | 0 | 5,194195094 | 0 | 0 |
| 1999 | 1 | 159.247 | 0 | 5,20207126 | 0 | 0 |
| 2000 | 2 | 162.161 | 0,301029995 | 5,209946414 | 1,568350146 | 0,090619058 |
| Σ | 0 | 782.183 | 0,301029995 | 25,971656 | 1,568350146 | 0,090619058 |
di dapat persamaan : log Y = 5,190427397 + 0,064840767 log X
Sehingga diperoleh hasil perhitungan yang ditabelkan sebagai berikut :
| Tahun | X | Y’ | (Y’-Y)2 |
| 1996 | -2 | 155.034 | 17.799.961 |
| 1997 | -1 | 155.034 | 2.128.681 |
| 1998 | 0 | 155.034 | 1.825.201 |
| 1999 | 1 | 155.034 | 17.749.369 |
| 2000 | 2 | 162.161 | 0 |
| Σ | 0 | 782.297 | 39.503.212 |
Didapat SEE sebesar 3628,737705
d. Perhitungan dengan Model Ekonomi Makro
Log Y = a + b log X
Tahun 2000:
LogY = a + b log X
Log 162.161 = a + b log 2
5,209946414 = a + 0,301029995. b
Tahun 1996 :
LogY = a + b log X
Log 150.815 = a + b log (-2)
5,178444538 = a + b.0
Jadi a = 5,178444538
b =(5,209946414– 5,178444538) / 0,301029995 = 0,104646964
Didapatkan persamaan Log Y’ = 5,178444538 + 0,104646964 log X
Diperoleh hasil yang ditabelkan sebagai berikut :
| Tahun | Xi | Yi | Log X | Y’ | (Yi –Y’)2 |
| 1996 | -2 | 150.815 | 0 | 150.815 | 0 |
| 1997 | -1 | 153.575 | 0 | 150.815 | 7.617.600 |
| 1998 | 0 | 156.385 | 0 | 150.815 | 31.024.900 |
| 1999 | 1 | 159.247 | 0 | 150.815 | 71.098.624 |
| 2000 | 2 | 162.161 | 0,301029995 | 162.161 | 0 |
Didapat SEE sebesar 6048,171184
Dari keempat metoda tersebut dapat ditulis kembali sebagai berikut :
| Metoda | SEE |
| Ekstrapolasi | 0 |
| Regresi Linear | 55,550557755 |
| Regresi Non Linear | 3628,737705 |
| EkonomiMakro | 6048,171184 |
SEE terkecil dari keempat metoda tersebut adalah SEE dari metoda Ekstrapolasi,sehingga untuk peramalan jumlah pendudukini digunakan metoda Ekstrapolasi.
Metoda Ekstrapolasi : log Y = 5,170569069 + 7,875469 exp –3. t
Sehingga peramalan jumlah penduduk sampai dengan tahun 2008 adalah sebagai berikut:
| t | Tahun | X | Y |
| 1 | 1996 | -2 | 150.815 |
| 2 | 1997 | -1 | 153.575 |
| 3 | 1998 | 0 | 156.385 |
| 4 | 1999 | 1 | 159.247 |
| 5 | 2000 | 2 | 162.161 |
| 6 | 2001 | 3 | 165.128 |
| 7 | 2002 | 4 | 168.150 |
| 8 | 2003 | 5 | 171.227 |
| 9 | 2004 | 6 | 174.361 |
| 10 | 2005 | 7 | 177.551 |
| 11 | 2006 | 8 | 180.800 |
| 12 | 2007 | 9 | 184.109 |
| 13 | 2008 | 10 | 187.478 |
SOLUSI PEMBANGUNAN DAERAH bisa dilihat di Manual Teknik PT.GRHAYASA NCE Consulting Services.
jurnal planologi 