Fungsi FORECAST.ETS

Tutorial kelas excel ini membahas tentang fungsi FORECAST.ETS lengkap dengan syntax dan contohnya.

Fungsi FORECAST.ETS ini termasuk dalam kategori fungsi statistik di excel.

Deskripsi

Pengertian fungsi FORECAST.ETS adalah fungsi microsoft excel untuk memprediksi nilai di masa depan berdasarkan data nilai yang telah ada (mengikuti tren musiman).

Fungsi ini menggunakan versi AAA berdasarkan algoritma penghalusan eksponensial / Exponential Smoothing (ETS).

Algoritma ini menghitung overall smoothing (pemulusan keseluruhan), trend smoothing (pemulusan tren), and seasonal smoothing (pemulusan musiman).

Nilai prediksi dihasilkan dengan meneruskan data history yang lalu ke tanggal spesifik yang diinginkan (melanjutkan timeline).

Contoh implementasi fungsi ini untuk menghitung nilai penjualan, inventori, tren konsumen, dll.

Penggunaan

Memprediksi nilai berdasarkan tren musiman.

Nilai yang Dihasilkan

Nilai prediksi.

Sintaksis

Berikut adalah syntax penulisan fungsi FORECAST.ETS:

=FORECAST.ETS(target_date; values; timeline; [seasonality]; [data_completion]; [aggregation])

Argumen

Fungsi FORECAST.ETS memiliki argumen berikut:

• target_date wajib – waktu dalam periode yang akan diprediksi (nilai x).
• values wajib – nilai yang telah ada / eksis / histori (nilai y).
• timeline wajib – nilai numerik timeline (nilai x).
• seasonality tidak wajib – kalkulasi musiman (0 = tidak musiman, 1 = otomatis, n = panjang musim dalam unit waktu / timeline).
• data_completion tidak wajib – nilai numerik spesifik untuk melakukan perhitungan data point yang hilang dalam range timeline (0 = dianggap nol, 1 = rata-rata), default 1.
• aggregation tidak wajib – behaviour agregation (default 1, baca tabel).

Catatan

Berikut catatan penggunaan rumus fungsi FORECAST.ETS:

• target_date bisa berupa tanggal atau nilai numerik, akan error #NUM! jika target_date sebelum tanggal history, misal target_date tanggal 1 November 2021 sedangkan tanggal history timelinya tanggal 2 November 2021.
• values adalah data array dependent (nilai y) yang berisikan data history yang telah ada sebelumnya, data ini digunakan untuk melakukan prediksi.
• timeline adalah range data rumerik atau berupa array independent, timeline harus konsisten stepnya, contoh tanggal 1, 2, 3, 4 tidak boleh 1, 3, 7, 8 yang tidak memiliki pola tertentu. timeline tidak perlu urut, karena fungsi FORECAST.ETS akan otomatis mengurutkannya.
• seasonality, angka 1 berarti data memiliki musim dan data tersebut akan digunakan untuk memprediksi nilai. Sedangkan 0 tidak ada musiman, sehingga prediksi akan bersifat linear.
• data_completion berguna untuk mengatur bagaimana fungsi FORECAST.ETS mengatasi missing data atau data yang hilang / data tidak komplit. Jumlah data yang dapat diadjust / dinormalkan sampai 30%. Pilihan nilai data_completion adalah 0 dan 1, jika 0 maka data yang tidak lengkap diisi 0, sedangkan 1 maka data akan dilengkapi dengan rata-rata data yang ada di kanan kirinya.
• aggregation digunakan untuk menentukan fungsi apa yang akan digunakan jika ada data yang duplikat, secara default nilainya 1.

Nilai aggregation	Fungsi yang Digunakan
1 (or omitted)	AVERAGE
2	COUNT
3	COUNTA
4	MAX
5	MEDIAN
6	MIN
7	SUM

• Error #VALUE! jika target_date, seasonality, data_completion, aggregation berisi non numerik.
• Error #N/A jika timeline dan values memiliki panjang jumlah data yang berbeda.
• Error #NUM jika:
  • Nilai data pada timeline semuanya sama.
  • timeline polanya tidak teratur / tidak terdefinisi.
  • Nilai aggregation tidak 1-7.
  • Nilai data_completion tidak 0 atau 1.
  • Nilai seasonality tidak  0-8784.

Contoh

Berikut example dari fungsi FORECAST.ETS:

Cara menggunakan rumus FORECAST.ETS di atas sebagai berikut:

=FORECAST.ETS(A7;B2:B6;A2:A6;4)
Hasil: 523,6767741

Diberikan target_date tanggal 6 November 2021 (A7), values berupa stok barang (B2:B6), timeline berupa tanggal (A2:A6) dan aggregation berupa fungsi MAX (4).