Menghitung RMSE dan MSE
Studi Kasus
Prediksi Penjualan Harian
Dalam sebuah perusahaan e-commerce seorang tenaga ahli analis diminta untuk melakukan analisis data. Sebelumnya model yang telah dikembangkan adalah sebuah model regresi untuk memprediksi jumlah penjualan harian (dalam unit) dari suatu produk. Sekarang, ingin mengevaluasi seberapa akurasi model tersebut.
Data penjualan aktual selama 7 hari terakhir dan prediksi yang dihasilkan oleh model untuk hari-hari yang sama:
Hari Ke- Penjualan Aktual (yi) Penjualan Prediksi (y^i)
1 100 95
2 110 108
3 90 92
4 120 115
5 105 107
6 98 90
7 115 118
Perhitungan terhadap data ini menggunakan MSE dan RMSE secara manual (konseptual) dan kemudian melalui program Python.
Perhitungan Konseptual
Mari kita hitung selisih kuadrat untuk setiap hari:
Total Jumlah Kuadrat Error:
25+4+4+25+4+64+9=135
Jumlah Observasi (n): 7 hari Menghitung MSE:
Menghitung RMSE:
Dari hasil ini, kita tahu bahwa rata-rata kuadrat error prediksi model adalah sekitar 19.286, dan rata-rata deviasi prediksi dari nilai aktual adalah sekitar 4.392 unit penjualan. Angka RMSE ini lebih mudah diinterpretasikan karena unitnya sama dengan unit penjualan.
Implementasi dengan Program Python
Hasilnya
