STATISTIK INDUSTRI MODUL 10

Slides:



Advertisements
Presentasi serupa
INDEKS MUSIMAN DAN GERAKAN SIKLIS
Advertisements

Oleh : Andri Wijaya, S.Pd., S.Psi., M.T.I.
MUHAMMAD HAJARUL ASWAD PERTEMUAN ANALISIS KORELASI 2.3. KORELASI PARSIAL 2.4. KORELASI BERGANDA.
MENGHILANGKAN PENGARUH MUSIMAN DAN TREND
INDEKS MUSIMAN DAN GERAKAN SIKLIS
Oleh : Andri Wijaya, S.Pd., S.Psi., M.T.I.
BAB X Indeks Musiman & Gerakan Siklis.
INDEKS MUSIMAN DAN GERAKAN SIKLIS
Rumah Bersalin “HARAPAN BUNDA”
INDEKS MUSIMAN DAN GERAKAN SIKLIS
PERAMALAN (FORECASTING)
Bunga sederhana Pertemuan 1.
METODE PENGHALUSAN EKSPONENSIAL
PERENCANAAN PERMINTAAN DALAM Supply Chain
QUANTITATIVE FORECASTING METHOD
INDEKS MUSIMAN DAN GERAKAN SIKLIS
STATISTIK 1 Pertemuan 14: Deret Berkala dan Peramalan (Analisis Musiman) Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
Perkembangan Inflasi di Kota Surabaya
RumahBersalin “HARAPAN BUNDA
Rumah Bersalin “HARAPAN BUNDA”
Rumah Bersalin “HARAPAN BUNDA”
STATISTIK INDUSTRI MODUL 9
STATISTIK INDUSTRI MODUL 9
AKUNTANSI MANAJEMEN SOAL KUIS.
AKUNTANSI MANAJEMEN SOAL KUIS.
Rumah Bersalin “HARAPAN BUNDA”
BAB X INDEKS MUSIMAN DAN GERAKAN SIKLIS
DERET BERKALA DAN PERAMALAN
Analisis Perilaku Biaya
Rumah Bersalin “ HARAPAN BUNDA “
MANAJEMEN PERSEDIAAN.
BAB 3 PERILAKU BIAYA Pertemuan 3 & 4 – Minggu 2
DERET BERKALA DAN PERAMALAN
BAB X Indeks Musiman & Gerakan Siklis.
Anggaran Produksi.
STATISTIK 1 Pertemuan 12-13: Deret Berkala dan Peramalan (Analisis Musiman) Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
DERET BERKALA DAN PERAMALAN
Analisis Perilaku Biaya
Manajemen Operasional (Peramalan Permintaan)
Rumah Bersalin “HARAPAN BUNDA”
Rumah Bersalin “HARAPAN BUNDA”
Rumah Bersalin “HARAPAN BUNDA” Disusun oleh : Nur Listiyana Devi Kelas XII IPA 1 MAN Sabdodadi Bantul 2012.
Rumah Bersalin “HARAPAN BUNDA”
Indeks Musim dan Gerakan Siklis Tugas Mandiri 01 J0682
Rumah Bersalin “HARAPAN BUNDA”
Rumah Bersalin “HARAPAN BUNDA”
STATISTIK 1 Pertemuan 12-13: Deret Berkala dan Peramalan (Analisis Musiman) Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
Rumah Bersalin “HARAPAN BUNDA”
Kriteria.
Rumah Bersalin “HARAPAN BUNDA”
Studi Kelayakan Bisnis (Aspek Pasar dan Pemasaran)
FORECASTING.
BAB 6 analisis runtut waktu
Analisis Perilaku Biaya
DERET BERKALA DAN PERAMALAN
METODE ANALISIS TREND: Trend Non Linier
Rekapitulasi Data ISPU
11.2A.05 Komputerisasi Akuntansi
Rumah Bersalin “HARAPAN BUNDA”
Rekapitulasi Data ISPU
Kelompok 2 munajah dewi raja gukguk Lela martina Oktavia rahmayati
Oleh : Keti Purnamasari, S.E.,M.Si
Oleh : Keti Purnamasari, S.E.,M.Si
y x TEKNIK RAMALAN DAN ANALISIS REGRESI
INDEKS MUSIMAN DAN GERAKAN SIKLIS
DERET BERKALA DAN PERAMALAN
Anggaran Produksi.
DERET BERKALA DAN PERAMALAN
Rekapitulasi SNI Penetapan Tahun April
Pengolahan grafik dan penambahan gambar
Transcript presentasi:

STATISTIK INDUSTRI MODUL 10 INDEKS MUSIMAN DAN GERAKAN SIKLIS Tujuan Belajar Setelah mempelajari bab ini, Anda diharapkan :  Mengenali komponen data berkala  Membedakan masing-masing komponen data berkala  Menghilangkan pengaruh musiman GERAKAN MUSIMAN, PENYESUAIAN DATA BULANAN, DAN INDEKS MUSIMAN Dalam modul 9 telah dibahas salah satu komponen data berkala yaitu trend. Didalam modul ini akan dibahas komponen lainnya seperti gerakan musiman dan gerakan siklis. Gerakan musiman (seasonal movement or variation) merupakan gerakan yang tertentu dalam arti naik turunya terjadi pada waktu-waktu yang sama atau sangat berdekatan. Disebut gerakan musiman oleh karena terjadinya bertepatan dengan pergantian musiman dalam satu tahun (musim panen padi harga beras turun dan pada waktu menjelang panen harga masih tinggi, juga harga buah-buahan seperti rambutan, duku dsb, akan dipengaruhi oleh musim panen. Gerakan lainnya yang terjadi secara teratur dalam waktu yang sangat singkat juga disebut gerakan musiman, misalnya :  Naik turunnya temperature seorang pasien tiap jam dari hari ke hari  Naik turunya produksi karet tiap bulan dari tahun ke tahun  Naik turunnya jumlah orang keluar negeri pada waktu muism haji http://www.mercubuana.ac.id

Kolom (2) 98,11809 (= Bulan Jumlah hari dibagi 365/12 (1) (2) (3) (4) Factor Pengali = 100 x kebalikan kolom (3) (1) (2) (3) (4) Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember 31 28 30 1,01918 0,92055 0,98630 98,11809 (= 98,118) 108,63071 ( = 108,631) 98,118 ) 101,38902 ( = 101,389) 365 12,00000 1.200,000 Kolom (3) dari table diatas menunjukkan hasil bagi dari jumlah hari setiap bulan dengan 30,4167. Penyimpangan hasil bagi itu dari 1 menunjukkan (penyimpangan dalam bentuk perbandingan) data yang diamati dengan data yang seharusnya, seandainya setiap bulan mempunyai jumlah hari yang sama. http://www.mercubuana.ac.id

Contoh : Diketahui hasil penjualan suatu jenis barang selama bulan Januari, Februari, Maret, April,……, masing-masing sebesar 75%, 125%, 110%, 150%,….dari rata-rata hasil penjualan untuk seluruh tahun. Angka-angka tersebut merupakan angka indeks musiman. Rata-rata angka indeks musiman untuk seluruh tahun seharusnya sebesar 100%, dan jumlah seluruh angka indeks musiman harus 1.200% (tanda % sering dihilangkan / tidak ditulis). Beberapa metode untuk menghitung angka indeks musiman, antara lain : 1. Metode rata-rata sederhana (simple average method) 2. Metode relative bersambung (link relative method) 3. Metode rasio terhadap trend (ratio to trend method) 4. Metode rasio tarhadap rata-rata bergerak (ratio to moving average method) 1. Metode Rata-rata Sederhana Perhatikan table 2 : Produksi Gas Indonesia 1995 - 1998 (000 MCF) http://www.mercubuana.ac.id Bulan 1995 1996 1997 1998 Jumlah (2) s/d (5) Rata-rata (6) : 4 (1) (2) (3) (4) (6) (7) Januari 259.98 278.52 276.43 267.78 1.082.73 270.682,50