DERET BERKALA DAN PERAMALAN

Slides:



Advertisements
Presentasi serupa
Analisis Data Berkala A. PENDAHUlUAN
Advertisements

INDEKS MUSIMAN DAN GERAKAN SIKLIS
REGRESI NON LINIER (TREND)
DERET BERKALA DAN PERAMALAN
DERET BERKALA DAN PERAMALAN
Oleh : Andri Wijaya, S.Pd., S.Psi., M.T.I.
ANALISIS TIME SERIES (ANALISIS DERET BERKALA)
ANALISIS RUNTUT WAKTU.
Pertemuan 5: UKURAN PENYEBARAN DATA DAN KEMIRINGAN DIAGRAM
Materi 06 Financial Forecasting
BAB X Indeks Musiman & Gerakan Siklis.
REGRESI (TREND) NONLINEAR
ANALISIS DATA BERKALA.
PERAMALAN DENGAN TREND
ANALISIS DATA BERKALA.
REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR
ANALISIS DATA BERKALA.
TIME SERIES Dan PERAMALAN
INDEKS MUSIMAN DAN GERAKAN SIKLIS
STATISTIK 1 Pertemuan 11: Deret Berkala dan Peramalan (Analisis Trend)
STATISTIK 1 Pertemuan 14: Deret Berkala dan Peramalan (Analisis Musiman) Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
Pertemuan Metode Peramalan (Forecasting Method)
ANALISIS TREND STATISTIK DESKRIPTIF
Bab IX ANALISIS DATA BERKALA.
Analisa Data Berkala dengan Metode Least Square
BAB 2 PENYAJIAN DATA.
Mata kuliah : A Statistik Ekonomi
SILABUS STATISTIK 1 MUSNAINI,SE,MM.
PERAMALAN “Proyeksi Tren”
MENENTUKAN TREND Terdapat beberapa metode yang umum digunakan untuk menggambarkan garis trend. Beberapa di antaranya adalah metode tangan bebas, metode.
UKURAN PENYEBARAN.
ANALISIS TIME SERIES.
DERET BERKALA DAN PERAMALAN
BAB IX ANALISIS DATA BERKALA (Menentukan Trend) (Pertemuan ke-17)
DERET BERKALA DAN PERAMALAN
Resista Vikaliana Statistik deskriptif 2/9/2013.
BAB X Indeks Musiman & Gerakan Siklis.
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 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.
Kelompok CDM ( Cash Deposit Machine )
ANALISIS DATA BERKALA.
ANALISIS RUNTUT WAKTU Dilakukan untuk menemukan pola pertumbuhan atau perubahan masa lalu, yang dapat digunakan untuk memperkirakan pola pada masa yang.
BAB 4 UKURAN PENYEBARAN.
STATISTIK 1 Pertemuan 12-13: Deret Berkala dan Peramalan (Analisis Musiman) Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
Bab IX ANALISIS DATA BERKALA.
BAB 7 TIME SERIES ANALYSIS Dalam peramalan, biasanya orang akan mendasarkan diri pada pola atau tingkah laku data pada masa-masa lampau. Data yang dikumpulkan.
STATISTIK BISNIS Pertemuan 6: Deret Berkala dan Peramalan (Analisis Trend) Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
DERET BERKALA (TIME SERIES) (1)
BAB 6 analisis runtut waktu
BAB 4 UKURAN PENYEBARAN.
ANALISIS TIME SERIES (ANALISIS DERET BERKALA)
Metode Least Square Data Genap
DERET BERKALA DAN PERAMALAN
METODE ANALISIS TREND: Trend Non Linier
06 Analisis Trend Analisis deret berkala dan peramalan
UKURAN PENYEBARAN.
y x TEKNIK RAMALAN DAN ANALISIS REGRESI
INDEKS MUSIMAN DAN GERAKAN SIKLIS
BAB 4 UKURAN PENYEBARAN.
DERET BERKALA DAN PERAMALAN
DERET BERKALA DAN PERAMALAN
BAB 4 UKURAN PENYEBARAN.
BAB 5 ANGKA INDEKS.
STATISTIK 1 Pertemuan 13: Deret Berkala dan Peramalan (Analisis Trend)
Analisis Deret Waktu.
DERET BERKALA DAN PERAMALAN
Transcript presentasi:

DERET BERKALA DAN PERAMALAN BAB 6 DERET BERKALA DAN PERAMALAN

BAGIAN I Statistik Deskriptif Deret Berkala dan Peramalan Bab 6 OUTLINE BAGIAN I Statistik Deskriptif Pengertian Statistika Penyajian Data Ukuran Penyebaran Ukuran Pemusatan Angka Indeks Deret Berkala dan Peramalan Analisis Trend (Linear, Kuadratis, Eksponensial) Analisis Variasi Musim (Metode rata-rata bergerak) Analisis Siklis (Siklus, Spektral) Menggunakan Analisis Trend Untuk Mendapatkan Estimasi Nilai di Masa Mendatang Pengolahan Analisis Deret Berkala dengan MS Excel

Deret Berkala dan Peramalan Bab 6 PENDAHULUAN Data deret berkala adalah sekumpulan data yang dicatat dalam suatu periode tertentu. Manfaat analisis data berkala adalah mengetahui kondisi masa mendatang atau meramalkan kondisi mendatang. Peramalan kondisi mendatang bermanfaat untuk perencanaan produksi, pemasaran, keuangan, dan bidang lainnya.

Variasi yang Tidak Tetap (Irregular) Deret Berkala dan Peramalan Bab 6 KOMPONEN DATA BERKALA Trend Variasi Musim Variasi Siklus Variasi yang Tidak Tetap (Irregular)

Deret Berkala dan Peramalan Bab 6 TREND Suatu gerakan kecenderungan naik atau turun dalam jangka panjang yang diperoleh dari rata-rata perubahan dari waktu ke waktu dan nilainya cukup rata (smooth). Trend Positif Trend Negatif

(tahun dasar K2 – tahun dasar K1) Deret Berkala dan Peramalan Bab 6 METODE ANALISIS TREND 1. Metode Semi Rata-Rata Membagi data menjadi 2 bagian Menghitung rata-rata kelompok. Kelompok 1 (K1) dan kelompok 2 (K2) Menghitung perubahan trend dengan rumus: b = (K2 – K1) (tahun dasar K2 – tahun dasar K1) Merumuskan persamaan trend Y = a + bX

CONTOH METODE SEMI RATA-RATA Deret Berkala dan Peramalan Bab 6 CONTOH METODE SEMI RATA-RATA Y th 2005 = 32,15 + 20,55 X Y th 2008 = 93,80 + 20,55 X b = (93,80 – 32,15)/2008 – 2005 b = 20,55

METODE ANALISIS TREND 2. Metode Kuadrat Terkecil Deret Berkala dan Peramalan Bab 6 METODE ANALISIS TREND 2. Metode Kuadrat Terkecil Menentukan garis trend yang mempunyai jumlah terkecil dari kuadrat selisih data asli dengan data pada garis trendnya. Y = a + bX a = Y/N b = YX/X2

CONTOH METODE KUADRAT TERKECIL Deret Berkala dan Peramalan Bab 6 CONTOH METODE KUADRAT TERKECIL Nilai a = Y/n = 633,62/9 = 70,40 Nilai b = YX/X2 = 907,59/60 = 15,12645 ≈ 15,13 Jadi persamaan trend = Y’= 70,4 + 14,13 X

METODE ANALISIS TREND 3. Metode Kuadratis Deret Berkala dan Peramalan Bab 6 METODE ANALISIS TREND 3. Metode Kuadratis Untuk jangka waktu pendek, kemungkinan trend tidak bersifat linear. Metode kuadratis adalah contoh metode nonlinear  Y = a + bX + cX2   Koefisien a, b, dan c dicari dengan rumus sebagai berikut:   a = (Y) (X4) – (X2Y) (X2)/ n (X4) – (X2) 2 b = XY/X2 c = n(X2Y) – (X2 ) ( Y)/ n (X4) – (X2) 2

CONTOH METODE KUADRATIS Deret Berkala dan Peramalan Bab 6 CONTOH METODE KUADRATIS

METODE ANALISIS TREND 4. Trend Eksponensial Deret Berkala dan Peramalan Bab 6 METODE ANALISIS TREND 4. Trend Eksponensial Persamaan eksponensial dinyatakan dalam bentuk variabel waktu (X) dinyatakan sebagai pangkat. Untuk mencari nilai a, dan b dari data Y dan X, digunakan rumus sebagai berikut:   Y’ = a (1+b)X Ln Y’ = Ln a + X Ln (1+b) Sehingga a = anti ln (LnY)/n b = anti ln  (X. LnY) -1 (X)2

CONTOH TREND EKSPONENSIAL Deret Berkala dan Peramalan Bab 6 CONTOH TREND EKSPONENSIAL

BAGIAN I Statistik Deskriptif Deret Berkala dan Peramalan Bab 6 OUTLINE BAGIAN I Statistik Deskriptif Pengertian Statistika Penyajian Data Ukuran Penyebaran Ukuran Pemusatan Angka Indeks Deret Berkala dan Peramalan Analisis Trend (Linear, Kuadratis, Eksponensial) Analisis Variasi Musim (Metode rata-rata bergerak) Analisis Siklis (Siklus, Spektral) Menggunakan Analisis Trend Untuk Mendapatkan Estimasi Nilai di Masa Mendatang Pengolahan Analisis Deret Berkala dengan MS Excel

Deret Berkala dan Peramalan Bab 6 VARIASI MUSIM Variasi musim terkait dengan perubahan atau fluktuasi dalam musim-musim atau bulan tertentu dalam 1 tahun. Variasi Musim Produk Pertanian Variasi Harga Saham Harian Variasi Inflasi Bulanan

VARIASI MUSIM DENGAN METODE RATA-RATA SEDERHANA Deret Berkala dan Peramalan Bab 6 VARIASI MUSIM DENGAN METODE RATA-RATA SEDERHANA Indeks Musim = (Rata-rata per kuartal/rata-rata total) x 100

METODE RATA-RATA DENGAN TREND a.      Menghitung indeks musim = (nilai data asli/nilai trend) x 100   Deret Berkala dan Peramalan Bab 6 METODE RATA-RATA DENGAN TREND Metode rata-rata dengan trend dilakukan dengan cara yaitu indeks musim diperoleh dari perbandingan antara nilai data asli dibagi dengan nilai trend. Oleh sebab itu nilai trend Y’ harus diketahui dengan persamaan Y’ = a + bX.  

METODE RATA-RATA DENGAN TREND a.      Menghitung indeks musim = (nilai data asli/nilai trend) x 100   Deret Berkala dan Peramalan Bab 6 METODE RATA-RATA DENGAN TREND  

BAGIAN I Statistik Deskriptif Deret Berkala dan Peramalan Bab 6 OUTLINE BAGIAN I Statistik Deskriptif Pengertian Statistika Penyajian Data Ukuran Penyebaran Ukuran Pemusatan Angka Indeks Deret Berkala dan Peramalan Analisis Trend (Linear, Kuadratis, Eksponensial) Analisis Variasi Musim (Metode rata-rata bergerak) Analisis Siklis (Siklus, Spektral) Menggunakan Analisis Trend Untuk Mendapatkan Estimasi Nilai di Masa Mendatang Pengolahan Analisis Deret Berkala dengan MS Excel

VARIASI SIKLUS TCI = Y/S CI = TCI/T Siklus Ingat Y = T x S x C x I Deret Berkala Dan Peramalan Bab 6 VARIASI SIKLUS Siklus Ingat Y = T x S x C x I Maka TCI = Y/S CI = TCI/T Di mana CI adalah Indeks Siklus

Deret Berkala dan Peramalan Bab 6 CONTOH INDEKS SIKLUS

GERAK TAK BERATURAN Siklus Ingat Y = T x S x C x I TCI = Y/S Deret Berkala dan Peramalan Bab 6 GERAK TAK BERATURAN Siklus Ingat Y = T x S x C x I TCI = Y/S CI = TCI/T I = CI/C

Deret Berkala dan Peramalan Bab 6 GERAK TAK BERATURAN

BAGIAN I Statistik Deskriptif Deret Berkala dan Peramalan Bab 6 OUTLINE BAGIAN I Statistik Deskriptif Pengertian Statistika Analisis Trend (Linear, Kuadratis, Eksponensial) Penyajian Data Analisis Variasi Musim (Metode rata-rata bergerak) Ukuran Pemusatan Analisis Siklis (Siklus, Spektral) Ukuran Penyebaran Menggunakan Analisis Trend Untuk Mendapatkan Estimasi Nilai di Masa Mendatang Angka Indeks Deret Berkala dan Peramalan Pengolahan Analisis Deret Berkala dengan MS Excel

Deret Berkala dan Peramalan Bab 6 PENGGUNAAN MS EXCEL Masukkan data Y dan data X pada sheet MS Excel, misalnya data Y di kolom A dan X pada kolom B dari baris 1 sampai 5. Klik icon tools, pilih ‘data analysis’, dan pilih ‘simple linear regression’. Pada kotak data tertulis Y variable cell range: masukkan data Y dengan mem-blok kolom a atau a1:a5. Pada X variable cell range: masukkan data X dengan mem-blok kolom b atau b1:b5. Anda klik OK, maka hasilnya akan keluar. Y’= a+b X; a dinyatakan sebagai intercept dan b sebagai X variable1 pada kolom coefficients.

TERIMA KASIH