Tekhnik Proyeksi Bisnis

Slides:



Advertisements
Presentasi serupa
Analisis Data Berkala A. PENDAHUlUAN
Advertisements

INDEKS MUSIMAN DAN GERAKAN SIKLIS
(Guru Besar pada Fakultas Ekonomi dan Manajemen
ANALISIS TIME SERIES (ANALISIS DERET BERKALA)
Forecast dengan Smoothing
Dosen : Wawan Hari Subagyo
ANGKA INDEKS Bab XI.
ANALISIS TIME SERIES DAN FORECASTING DATA KEUANGAN
LINEAR PROGRAMMING METODE SIMPLEX
MENGHILANGKAN PENGARUH MUSIMAN DAN TREND
INDEKS MUSIMAN DAN GERAKAN SIKLIS
Peramalan (Forecasting)
Oleh : Andri Wijaya, S.Pd., S.Psi., M.T.I.
ANALISIS TIME SERIES DAN FORECASTING DATA KEUANGAN
BAB X Indeks Musiman & Gerakan Siklis.
ANALISIS DATA BERKALA.
INDEKS MUSIMAN DAN GERAKAN SIKLIS
INDEKS MUSIMAN DAN GERAKAN SIKLIS
Ulmi wahyu Sigit pratama putra
INDEKS MUSIMAN DAN GERAKAN SIKLIS
STATISTIK 1 Pertemuan 14: Deret Berkala dan Peramalan (Analisis Musiman) Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
Tekhnik Proyeksi Bisnis
PROYEKSI BISNIS MENGGUNAKAN METODE KUANTITATIF
STATISTIK INDUSTRI MODUL 10
Bab IX ANALISIS DATA BERKALA.
ALAT UKUR HUJAN SEDERHANA SERTA KALIBRASINYA
PERAMALAN “Proyeksi Tren”
Manajemen Operasional
BAB X INDEKS MUSIMAN DAN GERAKAN SIKLIS
Operations Management
ANALISIS TIME SERIES.
DERET BERKALA DAN PERAMALAN
PERAMALAN DENGAN METODE SMOOTHING
TUJUAN Pada tahun I penelitian ini bertujuan mempelajari pengaruh varietas, kedalaman muka air di saluran pada budidaya jenuh air terhadap serapan.
DERET BERKALA DAN PERAMALAN
Teknik Proyeksi Bisnis
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.
TEKNIK RISET OPERASIONAL
Manajemen Operasional (Peramalan Permintaan)
Kelompok CDM ( Cash Deposit Machine )
ANALISIS DATA BERKALA.
ANGKA INDEKS Bab XI.
Nama : Mochammad Zaki Mubarok Kelas : 11. 2A. 05 NIM :
Metode Semi Average (Setengah rata-rata)
STATISTIK 1 Pertemuan 12-13: Deret Berkala dan Peramalan (Analisis Musiman) Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
Metode Semi Average (Setengah rata-rata)
ANALISIS TREND Digunakan jika perbandingan laporan keuangan lebih dari dua periode Analisis ini juga disebut analisis indeks yaitu merupakan teknik analisis.
ANALISIS TIME SERIES DAN FORECASTING DATA KEUANGAN
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.
Forecast dengan Smoothing
LINDA ZULAENY HARYANTO
Studi Kelayakan Bisnis (Aspek Pasar dan Pemasaran)
BAB 6 analisis runtut waktu
Analisis Regresi Asumsi dalam Analisis Regresi Membuat persamaan regresi Dosen: Febriyanto, SE, MM. www. Febriyanto79.wordpress.com U.
ANALISIS TIME SERIES (ANALISIS DERET BERKALA)
METODE ANALISIS TREND: Trend Non Linier
Moving Average Dimas Aryo Wibowo B.04.
Metode Semi Average (Setengah rata-rata)
Tugas Moving Average Rani Wahyuningsih B.04.
Metode Semi Average (Setengah rata-rata)
06 Analisis Trend Analisis deret berkala dan peramalan
y x TEKNIK RAMALAN DAN ANALISIS REGRESI
INDEKS MUSIMAN DAN GERAKAN SIKLIS
Manajemen Operasional
ANGGARAN PRODUKSI.
Manajemen Operasional
Operations Management
RUMUS mencari Nilai Rata-rata : =AVERAGE(…,…,…,).
Transcript presentasi:

Tekhnik Proyeksi Bisnis Metode Gelombang Musim (Rata-rata Sederhana) Dosen Febriyanto, SE, MM. 2 5 7 8 10 11 12 13 14 15 16 17 18

Gelombang musim Gelombang musim adalah gelombang pasang surut yang berulang kembali dalam waktu tidak lebih dari satu tahun. Dalam forecast, gelombang musim biasanya dinyatakan dalam bentuk indek musim. Menghitung gelombang musim, dapat digunakan beberapa metode, salah satunya yaitu Metode rata-rata sederhana Metode rata-rata sederhana Indeks musim dihitung dengan berdasarkan rata-rata tiap periode musim setelah dibebaskan dari pengaruh trend.

Langkah Menghitung Gelombang Musim Metode Rata-rata Sederhana Menyusun data tiap cawu (atau bulan sesuai dengan kebutuhan) untuk masing-masing tahun. Cawu ke bawah dan tahun ke kanan. Mencari rata-rata tiap cawu pada tiap tahun Menghilangkan pengaruh trend dengan mengurangi b pada persamaan trend cawu secara kumulatif. Mengurangi rata-rata dengan nilai b Mencari rata-rata dari kolom sisa Menyatakan angka pada kolom indeks musim sebagai persentase dari rata-rata. Dengan rumus: Cawu = (nilai sisa / rata-rata kolom sisa) x 100

Metode rata-rata sederhana 2010 2011 2012 2013 Cawu 1 1 2 4 6 Cawu 2 Cawu 3 10  Y = a + b X  Y = -12 + 11X  Y = -12 + 11 X  Cawu a/4, b/42 . 4 16 Y = -3 + 0.7 X, nilai b = 0.7 2010 2011 2012 2013 Rata-rata b Kumulatif Sisa Indeks Cawu 1 1 2 4 6 3.25 109.09 Cawu 2 2.5 0.7 1.81 60.84 Cawu 3 10 5.25 1.4 3.85 130.07 8.94 2.98