Kesalahan Persentase Absolut Rata-rata (MAPE)
MAPE mengukur akurasi prediksi sebagai persentase relatif terhadap nilai aktual, menyatakan kesalahan dalam satuan yang independen dari skala dan dapat diinterpretasikan di berbagai kumpulan data. Diformalisasi oleh J. Scott Armstrong pada tahun 1985, MAPE banyak digunakan dalam peramalan, rantai pasok, dan analitik bisnis di mana hasil harus dikomunikasikan sebagai akurasi persentase.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Peta metode
Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.
Sumber
- Armstrong, J. S. (1985). Long-range forecasting: from crystal ball to computer (2nd ed.). New York: John Wiley & Sons. ISBN: 978-0471082010
- Hyndman, R. J., & Koehler, A. B. (2006). Another look at measures of forecast accuracy. International Journal of Forecasting, 22(4), 679-688. DOI: 10.1016/j.ijforecast.2006.03.001 ↗
- Kim, S., & Kim, H. (2016). A new metric of absolute percentage error for intermittent demand forecasts. International Journal of Forecasting, 32(3), 669-679. DOI: 10.1016/j.ijforecast.2015.12.003 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Mean Absolute Percentage Error. ScholarGate. https://scholargate.app/id/model-evaluation/mean-absolute-percentage-error
Metode yang mana?
Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.
- Rata-rata Kesalahan Absolut (MAE)Evaluasi Model↔ bandingkan
- Mean Absolute Scaled Error (MASE)Evaluasi Model↔ bandingkan
- Root Mean Squared Error (RMSE)Evaluasi Model↔ bandingkan
- MAPE Simetris (sMAPE)Evaluasi Model↔ bandingkan
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →