Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Deret Berkala dan Peramalan Analisa Variasi Musim Julius Nursyamsi Bagian 2.

Presentasi serupa


Presentasi berjudul: "Deret Berkala dan Peramalan Analisa Variasi Musim Julius Nursyamsi Bagian 2."— Transcript presentasi:

1 Deret Berkala dan Peramalan Analisa Variasi Musim Julius Nursyamsi Bagian 2

2 Variasi Musiman Variasi musiman berhubungan dengan perubahan atau fluktuasi dalam musim- musim tertentu atau tahunan Fluktuasi dalam satuan  Bulanan  Triwulan  Semester Jadi perubahan < 1 tahun

3 Metode Perhitungan Variasi Musim Metode rata – rata sederhana Metode rata – rata dengan tren Metode rata – rata bergerak

4 Metode rata – rata sederhana Asumsi bahwa pengaruh tren dan siklus yang tidak beraturan tidak besar dan dapat dianggap tidak ada Indeks musim = [Rata-rata perkuartal x 100] / Rata-rata total Lihat contoh

5 Contoh kasus data tingkat produksi dalam 3 kuartal ProduksiTriwulan TahunPadi (ton)IIIIII 200163252018 200277322520 200375233220 200482283024 200589313325 200690323523 Total476171175130 Rata-rata79.3328.5029.1721.67 Rata-rata total26.44 = 79.33 / 3 Rata-rata triwulan

6 Contoh kasus data tingkat produksi dalam 3 kuartal Menentukan indek musim  I = ( 28.50 x 100 ) / 26.44 = 107.79  II = ( 28.17 x 100 ) / 26.44 = 106.54  II = ( 21.67 x 100 ) / 26.44 = 81.96 Jika direncanakan panen padi tahun 2008 sebesar 120 ton, maka :  Rata-rata total setiap triwulan = 120 / 3 = 40 ton  Maka untuk mencari target per-triwulan : = ( Indek musim x rata-rata total ) / 100

7 Contoh kasus data tingkat produksi dalam 3 kuartal Menentukan target per triwulan  I = ( 107.79 x 40 ) / 100 = 43.116 ton  II = ( 106.54 x 40 ) / 100 = 42.616 ton  II = ( 81.96 x 40 ) / 100 = 32.784 ton Perkiraan produksi padi Setiap triwulan

8 Metode rata – rata dengan tren Suatu metode rata – rata yang disesuaikan dengan tren Perbandingan antara nilai data asli dengan nilai tren Rumusan : Indeks musim =x 100 Nilai data asli Nilai tren

9 Persamaan Metode Rata – rata dengan Tren Persamaan tren Y = a + b.(X) Koefisien a a = ∑Y / n Koefisien b b = ∑XY / X²

10 Contoh kasus Produksi TahunYXXYX² 200163-2.5-157.56.25 200277-1.5-115.52.25 200375-0.5-37.50.25 2004820.5410.25 2005891.5133.52.25 2006902.52256.25 Total476 8917.5 a79.333 b5.086 a = 476/6 b = 89/17.5 Persamaan Y = 79.333 + 5.086(X)

11 Contoh kasus Persamaan tren Y = 79.333 + 5.086 (X) Masukan nilai X ke persamaan, maka akan diperoleh nilai Y’ Produks i TH YXXYX²Y' Y - Y' 2001 63-2.5-157.56.2566.618-3.618 2002 77-1.5-115.52.2571.7045.296 2003 75-0.5-37.50.2576.790-1.790 2004 820.5410.2581.8760.124 2005 891.5133.52.2586.9622.038 2006 902.52256.2592.048-2.048 Total 476 8917.5475.998

12 Contoh kasus Menghitung indeks musim Th 2002 = (77 / 71.70) x 100 = 107.39 Produksi Indek TahunYY'Musim 20016366.6294.57 20027771.70107.39 20037576.7997.67 20048281.88100.15 20058986.96102.34 20069092.0597.78

13 Metode Rasio Rata – rata Bergerak Suatu metode yang dilakukan dengan cara membuat rata – rata bergerak Indeks musim rasio rata-rata bergerak : Indeks musim = Nilai ratio x faktor koreksi = Data asli / data rata-rata bergerak = (100 x n ) / jumlah rata-rata selama n

14 Contoh Kasus TahunTriwulanData asliTotal bergerakRata -Indeks - 3 triwulanrataRatio I60 2005II6519565.00100 III7021070.00100 I7522374.33101 2006II7823377.67100 III8023377.67103 I7522374.33101 2007II6821371.0096 III70 Total 6411530510.00701 60 + 65 + 70 = 195 65 + 70 + 75 = 210 (75 / 74.33) x 100

15 Contoh Kasus Triwulan TahunIIIIII 2005 100 2006101100103 200710196 Rata-rata679968 Total rata-rata234 Faktor koreksi1.284 = (100 x 3 ) / 234 Indeks musim kuartalan : Triwulan I = 67 x 1.284 = 86.028 Triwulan II = 99 x 1.284 = 127.116 Triwulan III = 68 x 1.284 = 87.312 Angka indek triwulan ini yang digunakan sebagai peramalan selanjutnya (67 + 99 + 68) / 3

16 Contoh Menentukan Rata – Rata bergerak TriwulanData asliRata - rata bergerak per 345 I60 II65 68 III70 7270 I75747674 II78 7776 III807875 I 747374 II687153 III70 (60+65+70) / 3 (60+65+70+75) / 4 (60+65+70+75+78) / 5

17 Analisa Variasi Siklus Variasi siklus  Suatu perubahan atau gelombang naik dan turun dalam suatu periode dan berulang pada periode lain Dalam perekonomian mengalami gelombang siklus, yaitu :  Resesi  Pemulihan  Ledakan - boom  Krisis Mempunyai Periode disebut Lama siklus

18 Indek Siklus Komponen data berkala  Y = T x S x C x I Dimana Y, T dan S diketahui, maka CI diperoleh dengan cara :  Y / S = T.C.I  T.C.I adalah data normal, maka unsur tren (T) dikeluarkan  C.I = TCI / T T : Tren S : variasi musim C : Siklus I : Gerak tak beraturan

19 Contoh Kasus TahunTriwulanYTSTCI =Y/SCI=TCI/TC I6047.56 2005II6553.47100.0065.00121.56 III7059.39100.0070.00117.87117.75 I7565.31100.9074.33113.82113.58 2006II7871.22100.4377.67109.05107.85 III8077.14103.0077.67100.6899.74 I7583.06100.9074.3389.5089.99 2007II6888.9795.7771.0079.80 III7094.89 Total 641 T = Y’ (kuadrat terkecil Indeks musim C = Rata-rata bergerak dari CI C : indeks yang men yatakan adanya pengaruh siklus da lam data

20 Analisa gerak Tak Beraturan Gerak tak beraturan – Irregular movement  Suatu perubahan kenaikan dan penurunan yang tidak beraturan baik dari sisi waktu dan lama dari siklusnya Penyabab gerak tak beraturan  Perang  Krisis  Bencana alam dll

21 Indeks Gerak Tak Beraturan Komponen data berkala sudah diketahui  Y = T x S x C x I  CI = Faktor siklus  C = Siklus Maka I = CI / C

22 Contoh Kasus TahunTriwulanYTSTCI =Y/SCI=TCI/TCI I6047.56 2005II6553.47100.0065.00121.56 III7059.39100.0070.00117.87117.75100.10 I7565.31100.9074.33113.82113.58100.21 2006II7871.22100.4377.67109.05107.85101.11 III8077.14103.0077.67100.6899.74100.94 I7583.06100.9074.3389.5089.9999.45 2007II6888.9795.7771.0079.80 III7094.89 Total 641 Indek tak beraturan I 2005.3 = 117.87 /117.75 = 100.10

23 Grafik Line

24 Terima Kasih


Download ppt "Deret Berkala dan Peramalan Analisa Variasi Musim Julius Nursyamsi Bagian 2."

Presentasi serupa


Iklan oleh Google