Root Mean Square Error (RMSE)

Nama

: Sri Mulyani

NIM

: 190203016

Prodi

: Fisika

Mata Kuliah

: Analisis Data Terapan

Materi

: RMSE

Root Mean Square Error (RMSE)

Root Mean Squared Error (RMSE) merupakan salah satu cara untuk mengevaluasi model regresi linear dengan mengukur tingkat akurasi hasil perkiraan suatu model. RMSE dihitung dengan mengkuadratkan error (prediksi – observasi) dibagi dengan jumlah data (= rata-rata), lalu diakarkan. RMSE tidak memiliki satuan.

RMSE adalah cara standar dan populer untuk mengukur kesalahan suatu model dalam memprediksi data kuantitatif yang menunjukkan seberapa tersebar data di sekitar garis yang paling cocok.

RMSE juga merupakan kriteria penting dalam memilih model berperforma terbaik di antara model peramalan berbeda. Untuk melakukannya, cukup bandingkan nilai RMSE di semua model dan pilih satu dengan nilai RMSE terendah. Model yang terpilih menghasilkan kesalahan terendah dalam memprediksi nilai untuk variabel model.

Metode Root Mean Square Error (RMSE) diterapkan di Meteorologi untuk melihat seberapa efektif model perkiraan matematis tentang lingkungan di Atmosfer. Metode Root Mean Square Error  (RMSE) diterapkan di ekonomi untuk mengukur apakah model ekonomi sesuai dengan indikator ekonomi, pada Ilmu hidrologi Root Mean Square Error (RMSE) digunakan untuk mengevaluasi kalibrasi (pengukuran standar) pada model bawah laut. Di dunia Industri, Metode Root Mean Square Error (RMSE) digunakan untuk menilai akurasi metode peramalan, apakah metode peramalan tersebut sesuai atau tidak digunakan untuk memperkirakan permintaan di masa mendatang.  

Singkatnya, RMSE adalah:

  • RMSE adalah standar deviasi dari residual
  • RMSE menunjukkan kesalahan prediksi model rata-rata
  • Nilai yang lebih rendah menunjukkan model yang lebih baik
  • RMSE diukur dalam unit yang sama dengan variabel model

Rumus

Secara matematis, rumusnya ditulis sebagai berikut.


 Keterangan:

RMSE = nilai root mean square error

At        = Nilai data Aktual

Ft         = Nilai hasil peramalan

N         = banyaknya data

∑         = Summation (Jumlahkan keseluruhan  nilai)

Nilai RMSE rendah menunjukkan bahwa variasi nilai yang dihasilkan oleh suatu model prakiraan mendekati variasi nilai obeservasinya. RMSE menghitung seberapa berbedanya seperangkat nilai. Semakin kecil nilai RMSE, semakin dekat nilai yang diprediksi dan diamati.

Contoh Soal Root Mean Square (RMSE) dan Penyelesaiannya:

Berikut adalah contoh soal tentang perhitungan Root Mean Square Error (RMSE) dengan data permintaan aktual dan hasil peramalan 12 bulan menggunakan metode Analisis Trendline, maka berapakah nilai Root Mean Square Error (RMSE) dalam metode peramalan tersebut


Nilai Aktual dan Hasil Peramalan

Jawaban dan Cara Menyelesaikan dengan RMSE:

Lakukan perhitungan sesuai dengan gambar rumus Root Mean Square Error (RMSE) di atas,  kemudian hitung semua data di tabel 1.0, dengan melakukan pengurangan terlebih dahulu kemudian kuadratkan dan jumlahkan keseluruhannya. sebagaimana tertulis dalam gambar 1.0 di bawah 

 Perhitungan RMSE

Hasil Root Mean Square Error (RMSE) menunjukkan nilai 0,76. Yang berarti hasil peramalan analisis trendline yang menghasilkan nilai di atas bisa digunakan.

Bagaimana Cara Menghitung Root Mean Square Error (RMSE) di Excel? 

Adapun cara menghitung Root Mean Square Error (RMSE) di Excel tertulis sebagai berikut :

1.      Buat Kolom di Excel dan tulis sebagaimana terlihat pada gambar di bawah.

Penulisan Tabel Root Mean Square Error (RMSE) di Excel

2.      Nilai di kolom error diperoleh dengan melakukan pengurangan nilai di kolom aktual dengan kolom forecast.

Pengurangan Aktual dengan Forecast

3.      Nilai di kolom square of error diperoleh dengan mengkuadratkan nilai di kolom aktual – forecast (peramalan). 

Mencari nilai kuadrat di Excel

4.      Lakukan penjumlahan keseluruhan untuk memperoleh nilai total dengan rumus =SUM(range kolom terpilih)

Rumus SUM di Excel

5.      Nilai Root Mean Square Error (RMSE) diperoleh dengan rumus =SQRT(total nilai dibagi n) sebagaimana gambar di bawah

Rumus Root Square di Excel

Sehingga hasil akhir perhitungan Root Mean Square Error terlihat pada gambar di bawah 

Hasil perhitungan Root Mean Square Error (RMSE) di Excel

 

TUGAS

cost per cup

fiber per cup

9,3

44

10

46

10

49

7

62

6,4

32,8

7

19

12

77

9,6

56,8

8

30

13

53

10

53

8

67

12

43

7

48

28

56

7

54

16

54

10,7

77,3

Tampilan pada excel

Tampilan pada Minitab



 








Referensi

https://www.aindhae.com/2019/10/cara-menghitung-root-mean-squared-error.html

https://www.khoiri.com/2020/12/cara-menghitung-root-mean-square-error-rmse.html

 

 

 

 

Komentar

Posting Komentar