Cara Menghitung Root Mean Square Error dengan Microsoft Excel

Ilustrasi cara menghitung Root Mean Square Error (RMSE). Foto: Microsoft

Excel merupakan program perangkat lunak yang dapat digunakan untuk melakukan berbagai perhitungan, mulai dari statistik, analisis data, hingga perhitungan keuangan. Lalu, bagaimana cara menghitung Root Mean Square Error menggunakan Microsoft Excel?

Root Mean Square Error digunakan untuk mengukur sejauh mana hasil prediksi model menyimpang dari nilai yang sebenarnya. Perhitungan ini dapat dilakukan dengan cepat menggunakan Microsoft Excel sehingga sangat berguna untuk mengevaluasi akurasi model prediksi dalam berbagai analisis data.

Oleh karena itu, penting untuk mengetahui cara menghitung Root Mean Square Error di Microsoft Excel agar dapat menilai kinerja model secara tepat.

Pengertian Root Mean Square Error

Ilustrasi cara menghitung root mean square error. Foto: Pexels

Mengutip buku “Assessing the Accuracy of Remotely Sensed Data” oleh Russell G. Congalton (2008), Root Mean Square Error adalah salah satu metode yang digunakan untuk menilai akurasi model regresi linear dengan mengukur sejauh mana perbedaan antara nilai prediksi dan nilai aktual. Sederhananya, Root Mean Square Error merupakan nilai yang diperoleh dari akar kuadrat Mean Square Error (MSE).

Root Mean Square Error menjadi metode yang umum digunakan untuk mengukur kesalahan model dalam memprediksi data kuantitatif, yang menggambarkan sejauh mana data tersebar di sekitar garis prediksi terbaik. Selain itu, Root Mean Square Error juga menjadi salah satu faktor dalam memilih model dengan kinerja terbaik di antara berbagai model peramalan.

Untuk melakukannya, cukup dengan membandingkan nilai Root Mean Square Error (RMSE) dari semua model dan memilih model yang memiliki nilai RMSE terendah. Metode estimasi dengan nilai RMSE lebih kecil dianggap lebih akurat dibandingkan dengan metode yang memiliki RMSE lebih tinggi.

Cara Menghitung Root Mean Square Error

Ilustrasi cara menghitung Root Mean Square Root (RMSE). Foto: Pixabay

RMSE menghitung rata-rata selisih kuadrat antara nilai prediksi dan nilai aktual, kemudian mengambil akar kuadrat dari hasil tersebut. Semakin kecil nilai RMSE, semakin tinggi kualitas model yang digunakan. Berikut ini rumusnya:

Rumus Root Mean Square Error. Foto: Rindang Krisnawati/kumparan

Keterangan:

RMSE = nilai root mean square error

y = nilai hasil observasi

ŷ = nilai hasil prediksi

i = urutan data pada database

n = jumlah sampel dalam data

Dengan menghitung RMSE, kita dapat mengetahui seberapa besar kesalahan yang terjadi antara nilai prediksi dan nilai aktual dalam suatu model. Dirangkum dari laman Geeks for Geeks, cara menghitung RMSE di Microsoft Excel adalah sebagai berikut:

1. Masukkan Judul atau Header

Pada Microsoft Excel, di sel A1 ketik "nilai observasi" sebagai header, di sel B1 ketik "nilai prediksi", dan di C1 ketik "selisih". Ini akan memudahkan pengorganisasian data dan perhitungan selanjutnya.

2. Tempatkan Nilai pada Bagian Kolom

Pastikan nilai observasi dimasukkan dalam sel A2 hingga A11 jika memiliki 10 pengamatan, dan nilai prediksi dimasukkan pada sel B2 hingga B11. Hal ini akan memudahkan perhitungan selisih antara nilai observasi dan prediksi.

3. Hitung Perbedaan antara Nilai yang Diobservasi dan yang Diprediksi

Pada kolom C2, kurangi nilai observasi dengan nilai prediksi menggunakan rumus =A2 - B2, lalu lakukan hal yang sama untuk setiap baris lainnya. Nilai selisih ini bisa bernilai positif atau negatif, tergantung pada perbedaan antara nilai yang diamati dan yang diprediksi.

4. Hitung Nilai RMSE

Setelah memasukkan data, di sel D2, gunakan rumus berikut untuk menghitung RMSE:

=SQRT(SUMSQ(C2:C11) / COUNTA(C2:C11)).

Rumus ini menghitung jumlah kuadrat selisih antara nilai observasi dan prediksi, lalu dibagi dengan jumlah data dan akhirnya dihitung akar kuadratnya untuk mendapatkan nilai RMSE.

Baca juga: Cara Menghitung Diskon di Excel, Mudah Banget!

(RK)