2. Metode semi rata - rata Dengan cara mencari rata – rata kelompok data Langkah : Kelompokan data menjadi dua kelompok Hitung rata – rata hitung dan letakkan.

Slides:



Advertisements
Presentasi serupa
ANALISIS RUNTUT WAKTU OLEH ERVITA SAFITRI.
Advertisements

Analisis Data Berkala A. PENDAHUlUAN
STATISTIKA CHATPER 8 (FORECASTING / PERAMALAN)
Peramalan Penjualan.
TahunPenjualan (y) xxyx2x Jumlah
UKURAN PENYEBARAN DATA BERKELOMPOK
PERAMALAN M.O. by Nurul K, SE,M.S.i
DERET BERKALA DAN PERAMALAN
Oleh : Andri Wijaya, S.Pd., S.Psi., M.T.I.
ANALISIS TIME SERIES (ANALISIS DERET BERKALA)
ANALISIS RUNTUT WAKTU.
P ertemuan 9 Data berkala J0682.
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.
STATISTIK 1 Pertemuan 11: Deret Berkala dan Peramalan (Analisis Trend)
TREND LINIER SIP-Sesi8.
Tekhnik Proyeksi Bisnis
Dian Safitri P.K. ANALISIS TIME SERIES.
Bab IX ANALISIS DATA BERKALA.
PERAMALAN “Proyeksi Tren”
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
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.
Analisis Time Series.
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.
STATISTIKA DESKRIPTIF KELOMPOK 10 Analisa Data Berkala Metode Least Square.
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.
STATISTIK BISNIS Pertemuan 6: Deret Berkala dan Peramalan (Analisis Trend) Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
Keadaan dimana suatu hal mengalami kecenderungan naik atau turun
LINDA ZULAENY HARYANTO
BAB 6 analisis runtut waktu
ANALISIS TIME SERIES (ANALISIS DERET BERKALA)
Metode Least Square Data Genap
DERET BERKALA DAN PERAMALAN
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
Keadaan dimana suatu hal mengalami kecenderungan naik atau turun
Tugas Moving Average Nama :Yanurman giawa Nim No.Absen : 05.
06 Analisis Trend Analisis deret berkala dan peramalan
DERET BERKALA DAN PERAMALAN
DERET BERKALA DAN PERAMALAN
Metode Semi Average (Setengah rata-rata) NAMA. : DWI INDAHSARI NIM
STATISTIK 1 Pertemuan 13: Deret Berkala dan Peramalan (Analisis Trend)
Analisis Time Series.
Analisis Deret Waktu.
Keadaan dimana suatu hal mengalami kecenderungan naik atau turun
DERET BERKALA DAN PERAMALAN
Transcript presentasi:

2. Metode semi rata - rata Dengan cara mencari rata – rata kelompok data Langkah : Kelompokan data menjadi dua kelompok Hitung rata – rata hitung dan letakkan di tengah kelompok ( K1 dan K2), menjadi nilai konstanta (a) dan letak tahun merupakan tahun dasar Hitung selisih K2 – K1 K2 – K1 > 0 = Tren positif K2 – K1 < 0 = Tren negatif

th dasar 2 – th dasar 1 Langkah berikut Lanjutam …………. Tentukan nilai perubah tern (b) dengan cara : b = Persamaan tren ; Y’ = a + b.X Untuk mengetahui besarnya tren, masukan nilai (X) pada persamaan Untuk data ganjil, data (tahun) tengah dapat dihilangkan atau dihitung dua kali K2 – K1 th dasar 2 – th dasar 1

CONTOH METODE SEMI RATA-RATA Tahun Pelanggan Rata-rata Nilai X th dasar 2004 th dasar 2007 2003 4,2   -1 -4 K1 2004 5,0 4,93 -3 2005 5,6 1 -2 2006 6,1 2 K2 2007 6,7 6,67 3 2008 7,2 4 Nilai a 2004 = 4,93 Nllai a 2007 = 6,67 b = (6,67 – 4,93)/2007-2004 b = 0,58

Maka persamaan tren Peramalan tahun 2009 Lanjutan ……. Tahun dasar 2004 Y’ = 4,93+ 0,58 (X) Tahun dasar 2007 Y’ = 6,67 + 0,58 (X) Peramalan tahun 2009 Y’ = 4,93+ 0,58 (5) = 7,83 Y’ = 6,67 + 0,58 (2) = 7,83

3. Metode kuadrat terkecil Dengan menentukan garis tren yang mempunyai jumlah terkecil dari kuadrat selisih data asli dengan data pada garis tren Y = a + bx a = (∑y)/n b = (∑xy)/∑x2 Dimana ∑x = 0

Metode Least Square (data ganjil) Tahun Penjualan (y) x Xy x2 2003 130 -2 -260 4 2004 145 -1 -145 1 2005 150 2006 165 2007 170 2 340 Jumlah 760 100 10

Metode Least Square (data ganjil) Y = a + bx a = (∑y)/n b = (∑xy)/∑x2 a = 760/5 = 152 b = 100/10 = 10 Y = 152 + 10x Y2008 = 152 + 10(3) = 182

Metode Least Square (data genap) Tahun Penjualan (y) x Xy x2 2004 145 -3 -435 9 2005 150 -1 -150 1 2006 165 2007 170 3 510 Jumlah 630 90 20

Metode Least Square (data genap) b = 90/20 = 4,5 Y2008 = 157,5 + 4,5(5) = 180

Variasi Siklis Analisis komponen siklis merupakan nilai peramalan yang meragukan karena fluktuasi yang bergelombang atau siklus jangka panjang. Dekomposisi data runtut waktu dapat ditunjukan dengan persamaan : Dimana : C = Siklus T = Trend Y = Nilai yang diramalkan

Dari contoh sebelumya : Tahun Penjualan Y X (T) Siklus C 2003 130 -2 132 98,48 2004 145 -1 142 102,11 2005 150 152 98,68 2006 165 1 162 101,85 2007 170 2 172 98,84