Dalam dunia usaha, melakukan prediksi untuk antisipasi masa depan adalah hal yang umum dilakukan. Prediksi ini sering disebut sebagai forecasting, yang berguna untuk memperkirakan tren berdasarkan data historis.
Artikel ini membahas berbagai fungsi forecast di Excel, yang memungkinkan pengguna melakukan prediksi tanpa harus menghitung secara manual.
File: fungsi-FORECAST-excel.xlsx.
Apa Itu Fungsi-fungsi FORECAST di Excel?
Forecasting dapat dilakukan secara manual menggunakan metode regresi atau algoritma statistik. Namun, Excel menyediakan alternatif instan dengan fungsi-fungsi keluarga FORECAST, yang terdiri dari:
- FORECAST (versi lama)
- FORECAST.LINEAR
- FORECAST.ETS
- FORECAST.ETS.CONFINT
- FORECAST.ETS.SEASONALITY
- FORECAST.ETS.STAT
Fungsi FORECAST dan FORECAST.LINEAR
Perbedaan antara fungsi FORECAST dan FORECAST.LINEAR:
- Fungsi FORECAST adalah fungsi jadul (legacy function), yang tersedia untuk kompatibilitas dengan Excel 2013 dan sebelumnya.
- Fungsi FORECAST.LINEAR adalah pengganti FORECAST di Excel 2016 ke atas.
Keduanya menggunakan regresi linear untuk memprediksi nilai masa depan berdasarkan pola historis.
Sintaks: FORECAST(x, known_y’s, known_x’s) FORECAST(x; known_y’s; known_x’s) FORECAST.LINEAR(x; known_y’s; known_x’s)
- x (wajib): Poin data yang akan diprediksi.
- known_y’s (wajib): Data historis yang dipengaruhi oleh perubahan known_x’s.
- known_x’s (wajib): Data independen yang memengaruhi known_y’s.
Cara Menggunakan Rumus FORECAST dan FORECAST.LINEAR
Menentukan penjualan pada 1 Desember 2023 menggunakan data bulan November 2023.
=FORECAST(A32; $B$2:$B$31; $A$2:$A$31)
=FORECAST.LINEAR(A32; $B$2:$B$31; $A$2:$A$31)
Hasil: 30 (pembulatan dari 29.83) mangkok mie ayam.
Fungsi FORECAST.ETS: Prediksi dengan Tren Musiman
Jika pola data bersifat musiman—seperti kenaikan penjualan di akhir pekan—maka FORECAST.ETS lebih cocok dibandingkan FORECAST.LINEAR.
Sintaks FORECAST.ETS(target_date; values; timeline; [seasonality]; [data_completion]; [aggregation])
- target_date (wajib): Periode nilai yang ingin diprediksi.
- values (wajib): Data historis.
- timeline (wajib): Data waktu terkait values.
- seasonality (opsional): Pola musiman (default: otomatis).
- 1 (default): pola musiman dengan angka bulat positif.
- 0: perhitungan akan menggunakan prediksi linear.
- data_completion (opsional): Cara menangani data yang hilang.
- 1 (default): nilai yang hilang dari waktu-waktu tertentu dihitung sebagai rata-rata dari nilai-nilai yang berdekatan.
- 0: nilai waktu yang hilang dianggap nol.
- aggregation (opsional): Metode agregasi data.
- 1 = AVERAGE (default).
- 2 = COUNT.
- 3 = COUNTA.
- 4 = MAX.
- 5 = MEDIAN.
- 6 = MIN.
- 7 = SUM.
Cara Menggunakan Rumus FORECAST.ETS
=FORECAST.ETS(A32; $B$2:$B$31; $A$2:$A$31)
Hasil forecasting lebih akurat dibandingkan FORECAST.LINEAR, karena memperhitungkan pola penjualan berdasarkan hari dalam sepekan.
Fungsi FORECAST.ETS.CONFINT: Interval Kepercayaan
FORECAST.ETS.CONFINT menghitung confidence interval, yaitu seberapa besar akurasi suatu prediksi.
Sintaks FORECAST.ETS.CONFINT(target_date; values; timeline; [confidence_level]; [seasonality]; [data_completion]; [aggregation])
- confidence_level (opsional): tingkat kepercayaan dengan rentang desimal 0 – 1 (default 95% atau 0.95).
Cara Menggunakan Rumus FORECAST.ETS.CONFINT
=FORECAST.ETS.CONFINT(A32; $B$2:$B$31; $A$2:$A$31)
Hasil: 15, yang berarti prediksi penjualan pada tanggal tersebut adalah plus minus 15 dari 33 (didapat dari FORECAST.ETS) dengan kemungkinan 95%. Dengan kata lain, penjualan dapat mencapai serendah-rendahnya 18 (33-15) atau setinggi-tingginya 48 (33+15).
Fungsi FORECAST.ETS.SEASONALITY: Mendeteksi Pola Musiman
Fungsi ini membantu mengidentifikasi pola musiman dari data historis.
Sintaks FORECAST.ETS.SEASONALITY(values; timeline; [data_completion]; [aggregation])
Cara Menggunakan Rumus FORECAST.ETS.SEASONALITY
=FORECAST.ETS.SEASONALITY(B2:B31; A2:A31)
Hasil: 7, yang berarti pola musiman terjadi setiap 7 hari (pekanan).
Fungsi FORECAST.ETS.STAT: Analisis Statistik Tren
FORECAST.ETS.STAT memberikan statistik tambahan untuk prediksi yang lebih mendalam.
Sintaks FORECAST.ETS.STAT(values; timeline; statistic_type; [seasonality]; [data_completion]; [aggregation])
- statistic_type (wajib) adalah angka 1 – 8 yang menentukan jenis statistik yang dikembalikan:
- Alpha: Bobot data terkini.
- Beta: Tren nilai.
- Gamma: Bobot pola musiman.
- MASE: Akurasi prediksi.
- SMAPE: Persentase kesalahan.
- MAE: Rata-rata kesalahan absolut.
- RMSE: Perbedaan antara nilai prediksi dan data aktual.
- Step Size: Deteksi pola waktu.
Cara Menggunakan Rumus FORECAST.ETS.STAT
Menghitung MAE (Mean Absolute Error):
=FORECAST.ETS.STAT(B2:B31; A2:A31; 6)
Hasil menunjukkan rata-rata kesalahan absolut dalam prediksi.
Penutup
Fungsi FORECAST di Excel membantu pengguna melakukan prediksi dan analisis tren berdasarkan data historis.
- FORECAST.LINEAR cocok untuk tren non-musiman.
- FORECAST.ETS lebih baik untuk pola musiman.
- FORECAST.ETS.CONFINT memberikan interval kepercayaan.
- FORECAST.ETS.SEASONALITY membantu deteksi pola waktu.
- FORECAST.ETS.STAT memungkinkan analisis statistik lebih dalam.
Dengan memahami dan menerapkan fungsi-fungsi ini, Anda dapat membuat prediksi bisnis yang lebih akurat dan strategis.