Dian Safitri P.K. ANALISIS TIME SERIES.

Slides:



Advertisements
Presentasi serupa
Analisis Data Berkala A. PENDAHUlUAN
Advertisements

ANALISIS TIME SERIES (ANALISIS DERET BERKALA)
ANALISIS TIME SERIES DAN FORECASTING DATA KEUANGAN
Teknik Pemisahan Biaya Campuran
ANALISIS RUNTUT WAKTU.
Peramalan (Forecasting)
P ertemuan 9 Data berkala J0682.
Forecasting.
ANALISIS TIME SERIES DAN FORECASTING DATA KEUANGAN
BAB X Indeks Musiman & Gerakan Siklis.
ANALISIS DATA BERKALA.
PERAMALAN DENGAN TREND
ANALISIS DATA BERKALA.
Metode Least Square Data Ganjil
Metode Semi Average (Setengah rata-rata) NAMA. :ERNI INDRIYANI NIM
ANALISIS DATA BERKALA.
TIME SERIES Dan PERAMALAN
STATISTIK 1 Pertemuan 11: Deret Berkala dan Peramalan (Analisis Trend)
TREND LINIER SIP-Sesi8.
Tekhnik Proyeksi Bisnis
Pertemuan Metode Peramalan (Forecasting Method)
PERAMALAN (FORECASTING) PERMINTAAN PRODUK
ANALISIS CROSS-SECTION
Bab IX ANALISIS DATA BERKALA.
PERILAKU BIAYA.
PERAMALAN “Proyeksi Tren”
Manajemen Operasional
MENENTUKAN TREND Terdapat beberapa metode yang umum digunakan untuk menggambarkan garis trend. Beberapa di antaranya adalah metode tangan bebas, metode.
ANALISIS TIME SERIES.
DERET BERKALA DAN PERAMALAN
BAB IX ANALISIS DATA BERKALA (Menentukan Trend) (Pertemuan ke-17)
Analisis cross section
DERET BERKALA DAN PERAMALAN
Resista Vikaliana Statistik deskriptif 2/9/2013.
BAB X Indeks Musiman & Gerakan Siklis.
Analisis Time Series.
STATISTIK INDUSTRI MODUL 8
Manajemen Operasional (Peramalan Permintaan)
ANALISIS DERET BERKALA dengan METODE SEMI AVERAGE
Deret berkala dan Peramalan Julius Nursyamsi
STATISTIK 1 Pertemuan 11: Deret Berkala dan Peramalan (Analisis Trend)
STATISTIKA DESKRIPTIF KELOMPOK 10 Analisa Data Berkala Metode Least Square.
STATISTIKA DESKRIPTIF KELOMPOK 10 Analisa Data Berkala Metode Least Square.
Kelompok CDM ( Cash Deposit Machine )
ANALISIS DATA BERKALA.
Metode Semi Average (Setengah rata-rata) NAMA. : NENENG FATIHATU R NIM
ANALISIS RUNTUT WAKTU Dilakukan untuk menemukan pola pertumbuhan atau perubahan masa lalu, yang dapat digunakan untuk memperkirakan pola pada masa yang.
Metode Semi Average (Setengah rata-rata) NAMA. : DWI INDAHSARI NIM
Nama : Mochammad Zaki Mubarok Kelas : 11. 2A. 05 NIM :
Metode Semi Average (Setengah rata-rata)
Metode Semi Average (Setengah rata-rata)
Bab IX ANALISIS DATA BERKALA.
ANALISIS TIME SERIES DAN FORECASTING DATA KEUANGAN
STATISTIK BISNIS Pertemuan 6: Deret Berkala dan Peramalan (Analisis Trend) Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
BAB 6 analisis runtut waktu
ANALISIS TIME SERIES (ANALISIS DERET BERKALA)
Metode Least Square Data Genap
Moving Average Dimas Aryo Wibowo B.04.
Metode Semi Average (Setengah rata-rata)
Tugas Statistika Deskriptif
Tugas Moving Average Rani Wahyuningsih B.04.
Metode Semi Average (Setengah rata-rata)
11.2A.05 Komputerisasi Akuntansi
Tugas Moving Average Nama :Yanurman giawa Nim No.Absen : 05.
06 Analisis Trend Analisis deret berkala dan peramalan
Manajemen Operasional
Manajemen Operasional
Metode Semi Average (Setengah rata-rata) NAMA. : DWI INDAHSARI NIM
STATISTIK 1 Pertemuan 13: Deret Berkala dan Peramalan (Analisis Trend)
Analisis Time Series.
Transcript presentasi:

Dian Safitri P.K. ANALISIS TIME SERIES

ANALISIS TIME SERIES ADALAH PERBANDINGAN DG DATA2 HISTORIS/PERIODE SEBELUMNYA. DLM ANALISIS KEUANGAN ANALISIS TERHADAP DATA HISTORIS DIPERLUKAN UNTUK MELIHAT TREN2 YG MUNGKIN TIMBUL. SELANJUTNYA BISA DIANALISIS APA YG TERJADI DIBALIK TREN2 ANGKA TERSEBUT

MISAL DIKETAHUI DATA ROA SUATU PERUSAHAAN DAN DATA ROA INDUSTRI SBB: TAHUN ROA PERUSAHAAN ROA INDUSTRI 2000 20,2% 16,0% 2001 21,1% 18,5% 2002 23,5% 2003 24,5% 22,0% 2004 22,4% 25,0% 2005 23,6% 21,5% 2006 24,4% 23,1% 2007 25,1% 24,7% 2008 24,8%

GRAFIK ROA PERUSAHAAN DAN INDUSTRI

3 MACAM PENDEKATAN PENDEKATAN EKONOMI PENDEKATAN STATISTIK PENDEKATAN VISUAL KETIGANYA TIDAK SALING MENGHILANGKAN AKAN TETAPI SALING MELENGKAPI

DATA2, KEUANGAN DPT MENCERMINKAN 4 MACAM FAKTOR : TREN : MRPK PERGERAKAN TIME SERIES DLM JANGKA PANJANG, BISA TREN NAIK ATAU TURUN. DIPERLUKAN WKT JANGKA PANJANG UNTUK MELIHAT POLA TREN TSB (15 ATAU 20 TAHUN) SIKLUS : MRPK FLUKTUASI BISNIS DLM JANGKA YG LEBIH PENDEK (SEKITAR 2 -10 TH). BELUM ADA PENJELASAN YG MEMUASKAN THD PENYEBAB TIMBULNYA FLUKTUASI SIKLUS. MUSIMAN : MRPK FLUKTUASI YG TERJADI DLM LINGKUP 1 TAHUN. ADA BBRP PENYEBAB TIMBULNYA FLUKTUASI MUSIMAN AL: (1) KRN PERISTIWA T3 (2) KRN CUACA KETIDAKTERATURAN (IRREGULARITIES) : FLUKTUASI SEMACAM INI KRN FAKTOR2 YG MUNCULNYA TDK TERATUR, DG JANGKA WKT YG PENDEK.

METODE MENGHITUNG TREN LINIER : 1. METODE BEBAS (FREEHAND METHOD) : METODE INI SANGAT SEDERHANA & TDK MEMERLUKAN PERHITUNGAN DATA HSLPENGAMATAN DIGAMBARKAN DLM SUATU DIAGRAM PENCAR, KMD TARIK GRS LURUS SCR BEBAS MLL DIAGRAM PENCAR TSB.

FREEHAND METHOD ROA PERUSAHAAN DAN INDUSTRI

2. METODE SETENGAH RATA2 (SEMI AVERAGE METHOD) : TAHUN PENJUALAN BERSIH SEMITOTAL SETENGAH RATA2 1981 127 - 1982 134 1983 176 1984 165 1.155 1985 159 1986 179 1987 215 1988 232 1989 238 1990 322 1991 389 2.329 332,714 1992 368 1993 394 1994 386

LANJUTAN................. UNTUK MENENTUKAN NILAI TREN PD TAHUN LAIN DIHITUNG RATA2 KENAIKAN PERTAHUN. KENAIKAN TOTAL SLM 7 TH (1984-1991) ADL : 332,714 – 165 = 167,714. RATA2 TREN INCREMENTAL = 167,714 : 7 = 23,959

3. METODE RATA2 BERGERAK (MOVING AVERAGE METHOD) TAHUN PENJUALAN BERSIH 3 TAHUN TOTAL BERGERAK 3 TAHUN RATA2 BERGERAK 1981 127 - 1982 134 437 145,7 1983 176 475 158,3 1984 165 500 166,7 1985 159 503 167,7 1986 179 553 164,3 1987 215 626 208,7 1988 232 686 228,3 1989 238 792 264,0 1990 322 949 316,3 1991 389 1.079 359,7 1992 368 1.151 383,7 1993 394 1.148 382,7 1994 386

4. METODE KUADRAT TERKECIL (LEAST SQUARE METHOD) RUMUS : Y = a + bX KETERANGAN : X = PERIODE WAKTU a = NILAI Y = 0 b = BESARNYA PERUBAHAN VARAIBEL Y YG TJD SETIAP PERUBAHAN 1 UNIT VARIABEL X RUMUS UNTUK MDPTKAN NILAI :

CONTOH UNTUK JUMLAH DATA GANJIL : TAHUN PEJUALAN (JTAN Rp) Y DEVIASI DLM TAHUN (X) XY X2 1989 3 -2 -6 4 1990 5 -1 -5 1 1991 1992 7 +1 +7 1993 6 +2 +12 25 8 10 MAKA PERSAMAAN TREN Y = 5 + 0,8 X

Contoh untuk jumlah data genap TAHUN NIL EXPOR (JTAN Rp) Y X XY X2 1985 3 -5 -15 25 1986 4 -3 -12 9 1987 5 -1 1 1988 8 +1 +8 1989 7 +3 +21 1990 +5 +45 36 42 70 PERSAMAAN TREN Y = 6 + 0,6 X