Metode rata-rata bergerak, yang lebih dikenal dengan nama Moving Average Method ialah metode peramalan yang bersifat objektif untuk memberikan sebuah data prediksi dengan megkalkulasi trend yang terjadi.
Konten
Pengertian Metode Rata-Rata Bergerak
Dikutip dari Lkouniv.ac.in, Metode Rata-Rata Bergerak (Moving Average Method) merupakan komponen deret berkala dari bagian Trend Sekuler yang merupakan perkembangan suatu kejadian, gejala atau variabel yang mengikuti “gerakan trend sekuler”.
Metode peramalan ini dilakukan dengan mengambil sekelompok nilai pengamatan, mencari nilai rata-rata tersebut sebagai ramalan untuk periode yang akan datang
Moving Average merupakan indikator yang paling sering digunakan dan paling standar. Jika di Indonesiakan artinya kira-kira adalah rata-rata bergerak. Moving average sendiri memiliki aplikasi yang sangat luas meskipun sederhana.
Dikatakan sederhana karena pada dasarnya metode ini hanyalah pengembangan dari metode rata-rata yang kita kenal disekolah (nah, ada gunanya juga bukan kita bersekolah).
Rata-rata bergerak tunggal (Moving average) untuk periode t adalah nilai rata-rata untuk n jumlah data terbaru. Dengan munculnya data baru, maka nilai rata-rata yang baru dapat dihitung dengan menghilangkan data yang terlama dan menambahkan data yang terbaru. Moving average ini digunakan untuk memprediksi nilai pada periode berikutnya. Model ini sangat cocok digunakan pada data yang stasioner atau data yang konstant terhadap variansi, tetapi tidak dapat bekerja dengan data yang mengandung unsur trend atau musiman.
Rata-rata bergerak pada orde 1 akan menggunakan data terakhir (Ft) dan menggunakannya untuk memprediksi data pada periode selanjutnya. Metode ini sering digunakan pada data kuartalan atau bulanan untuk membantu mengamati komponen-komponen suatu runtun waktu. Semakin besar orde rata-rata bergerak, semakin besar pula pengaruh pemulusan (smoothing).
Karakteristik Metode Rata-Rata Bergerak
Dewasa ini Metode Rata-Rata Bergerak mempunyai karakteristik khusus yaitu ;
- Untuk menentukan ramalan pada periode yang akan datang memerlukan data historis selama jangka waktu tertentu. Misalnya, dengan 3 bulan moving average, maka ramalan bulan ke 5 baru dibuat setelah bulan ke 4 selesai/berakhir. Jika bulan moving averages bulan ke 7 baru bisa dibuat setelah bulan ke 6 berakhir.
- Semakin panjang jangka waktu moving average, efek pelicinan semakin terlihat dalam ramalan atau menghasilakan moving average yang semakin halus.
Tujuan Metode Rata-Rata Bergerak
Tujuan dari moving average method adalah memanfaatkan data masa lalu untuk mengembangkan suatu sistem peramalan pada periode mendatang.
Metode Moving Average biasanya digunakan oleh investor dan trader diseluruh dunia, karena moving average mampu menghilangkan faktor subjektif dari setiap analisa. Moving average menunjukan nilai harga rata-rata satu periodie tertentu. Pada saat harga berubah, Moving Average bisa naik atau turun.
Kelebihan Metode Rata-Rata Bergerak
Dilansir dari MathsGee.com, kelebihan moving average method meliputi:
- Metode rata-rata bergerak dapat digunakan untuk mengukur tren seri apa pun. Metode ini bisa diterapkan untuk analisis tren linier maupun non-linier.
- Metode rata-rata bergerak sangat sesuai untuk memperkirakan produk dengan data permintaan stabil (konstan).
- Hasil peramalan dengan metode rata-rata bergerak lebih stabil,
Kelemahan Metode Rata-Rata Bergerak
- Tren yang diperoleh dengan metode rata-rata bergerak umumnya bukan garis lurus atau kurva standar. Karenannya tren tidak dapat diperpanjang untuk meramalkan nilai masa depan. Nilai tren juga tidak tersedia untuk beberapa periode di awal dan di akhir deret waktu. Metode ini tidak berlaku untuk deret waktu pendek.
- Metode ini memerlukan penyimpanan yang lebih banyak karena semua T pengamatan terakhir harus disimpan , tidak hanya nilai rata-rata.
- Metode ini tidak dapat menanggulangi dengan baik adanya trend atau musiman, walaupun metode ini lebih baik dibanding rata-rata total.
Rumus Metode Rata-rata Bergerak
Rumus Moving Average atau Rata-rata Bergerak adalah sebagai berikut :
MA = ΣX / Jumlah Periode
Keterangan :
MA = Moving Average
ΣX = Keseluruhan Penjumlahan dari semua data periode waktu yang diperhitungkan
Jumlah Periode = Jumlah Periode Rata-rata bergerak
Atau dapat ditulis dengan :
MA = (n1 + n2 + n3 + …) / n
Keterangan :
MA = Moving Average
n1 = data periode pertama
n2 = data periode kedua
n3 = data periode ketiga dan seterusnya
n = Jumlah Periode Rata-rata bergerak
Contoh Soal Metode Rata-rata Bergerak
Untuk memudahkan pemahaman sobat, silahkan simak contoh soal dan jawaban moving average method berikut ini :
1. Perusahaan PT. Indonesia yang bergerak di bidang manufakturing Laptop ingin meramalkan penjualan Laptop untuk bulan April dan Mei dengan menggunakan data bulanannya yang dimulai dari bulan Januari. Periode Rata-rata bergeraknya adalah 3 bulan. Lakukan perkiraan dengan metode rata-rata bergerak.
Bulan | Penjualan (unit) | Perkiraan (unit) |
Januari | 22.500 | – |
February | 37.500 | – |
Maret | 30.000 | – |
April | ? | |
Mei | ? |
Jawaban :
Perkiraan Penjualan untuk bulan April adalah :
MA April = (22.500 + 37.750 + 30.000) / 3
MA April = 90.000 / 3
MA April = 30.000
Jadi perkiraan penjualan ponsel pada bulan April adalah sekitar 30.000 unit.
Kita dapat melanjutkan lagi untuk bulan Mei dengan menggunakan data perkiraan yang dihitung tersebut atau dengan menunggu hasil aktual pada bulan yang bersangkutan. Misalnya data aktual pada bulan April yang didapat adalah 35.000 unit, maka perhitungannya adalah sebagai berikut :
MA Mei = (37.500 + 30.000 + 35.000) / 3
MA Mel = 102.500 / 3
MA Mei = 34.167
Dengan perhitungan tersebut didapat bahwa perkiraan penjualan ponsel untuk Mei
adalah sekitar 34.167 unit.
Catatan : Untuk perhitungan bulan Mei, Penjualan pada bulan Januari dihilangkan dan digantikan dengan hasil penjualan pada bulan April. Hal ini karena perhitungan Moving Average atau Rata-rata Bergerak kita adalah 3 bulanan.
Kita dapat membuat tabel peramalan penjualan dengan tabel seperti berikut ini :
Bulan | Penjualan (unit) | Perkiraan (unit) |
Januari | 22.500 | – |
Februari | 37.500 | – |
Maret | 30.000 | – |
April | 35.000 | 30.000 |
Mei | ? | 34.167 |
Kita dapat melanjutkan tabel ini setelah mendapatkan data-data aktua penjualannya. Berikut ini adalah contoh tabel dan grafik perhitungan peramalan atau perkiraan penjualan beserta data aktual penjualannya.

2. Dari data berikut, tentukan estimasi produksi menggunakan metode rata-rata bergerak.
Tahun | Produksi (Y) |
1997 | 300 |
1998 | 320 |
1999 | 260 |
2000 | 400 |
2001 | 410 |
2002 | 412 |
Jawaban :
Tahun | Produksi (Y) | Jumlah Produksi / 3 th | |
1997 | 300 | – | |
1998 | 320 | 880 | 293,333 |
1999 | 260 | 980 | 326,666 |
2000 | 400 | 1070 | 356,666 |
2001 | 410 | 1222 | 407,333 |
2002 | 412 | – |
Dari tabel di atas, maka estimasi produksi bisa dilihat di kolom rata-rata bergerak 3 tahun, misalnya estimasi produksi untuk tahun 2001 adalah 407 unit.
Nah, itulah contoh soal dan pembahasan metode rata-rata bergerak yang telah kami kupas tuntas. Bagaimana sobat Ilmu Statistika, sudah nggak bingung kan dengan materi moving average method?