(Guru Besar pada Fakultas Ekonomi dan Manajemen

Slides:



Advertisements
Presentasi serupa
(Guru Besar pada Fakultas Ekonomi dan Manajemen
Advertisements

(Guru Besar pada Fakultas Ekonomi dan Manajemen
Analisis Data Berkala A. PENDAHUlUAN
INDEKS MUSIMAN DAN GERAKAN SIKLIS
Pertemuan Metode Dekomposisi
(Guru Besar pada Fakultas Ekonomi dan Manajemen
Metode Peramalan (Forecasting Method)
ANALISIS TIME SERIES (ANALISIS DERET BERKALA)
METODE PERAMALAN KUANTITATIF
(Guru Besar pada Fakultas Ekonomi dan Manajemen
(Guru Besar pada Fakultas Ekonomi dan Manajemen Institut Pertanian Bogor) Lektor pada Fakultas Ekonomi Universitas Jambi © Bambang Juanda & Junaidi: Ekonometrika.
Pertemuan Dekomposisi Census II
MENGHILANGKAN PENGARUH MUSIMAN DAN TREND
Peramalan (Forecasting)
Metode Peramalan (Forecasting Method)
BAB X Indeks Musiman & Gerakan Siklis.
ANALISIS DATA BERKALA.
INDEKS MUSIMAN DAN GERAKAN SIKLIS
ANALISIS DATA BERKALA.
(Guru Besar pada Fakultas Ekonomi dan Manajemen
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.
Metode Pemulusan Rataan Bergerak Sederhana (RBS) dan Rataan Bergerak Ganda (RBG) Pembahasan meliputi lag-time, time-horizon, auto-correlation, cross-correlation,
PERAMALAN (FORECASTING)
(Guru Besar pada Fakultas Ekonomi dan Manajemen
METODE-METODE PERAMALAN BISNIS
PROYEKSI BISNIS MENGGUNAKAN METODE KUANTITATIF
Bab IX ANALISIS DATA BERKALA.
TAHAP-TAHAP PERAMALAN
Manajemen Operasional
BAB X INDEKS MUSIMAN DAN GERAKAN SIKLIS
ANALISIS TIME SERIES.
DERET BERKALA DAN PERAMALAN
DERET BERKALA DAN PERAMALAN
Program Studi Statistika, semester Ganjil 2015/2016
DERET BERKALA DAN PERAMALAN
Resista Vikaliana Statistik deskriptif 2/9/2013.
BAB X Indeks Musiman & Gerakan Siklis.
METODA PERAMALAN KUANTITATIF
Analisis Time Series.
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)
Kelompok CDM ( Cash Deposit Machine )
ANALISIS DATA BERKALA.
STATISTIK 1 Pertemuan 12-13: Deret Berkala dan Peramalan (Analisis Musiman) Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
(Guru Besar pada Fakultas Ekonomi dan Manajemen
Pertemuan Metodologi analisis
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.
Tekhnik Proyeksi Bisnis
DERET BERKALA (TIME SERIES) (1)
BAB 6 analisis runtut waktu
ANALISIS TIME SERIES (ANALISIS DERET BERKALA)
DERET BERKALA DAN PERAMALAN
METODE ANALISIS TREND: Trend Non Linier
06 Analisis Trend Analisis deret berkala dan peramalan
y x TEKNIK RAMALAN DAN ANALISIS REGRESI
INDEKS MUSIMAN DAN GERAKAN SIKLIS
Manajemen Operasional
DERET BERKALA DAN PERAMALAN
Manajemen Operasional
STATISTIK 1 Pertemuan 13: Deret Berkala dan Peramalan (Analisis Trend)
Analisis Time Series.
DERET BERKALA DAN PERAMALAN
METODE PERAMALAN.
Transcript presentasi:

(Guru Besar pada Fakultas Ekonomi dan Manajemen Institut Pertanian Bogor) Lektor pada Fakultas Ekonomi Universitas Jambi © Bambang Juanda & Junaidi: Ekonometrika Deret Waktu

Setelah mengikuti pembahasan pada bab ini, pembaca diharapkan dapat : Memahami komponen data deret waktu. Memahami metode rata-rata bergerak terpusat Memahami model dan teknik dekomposisi © Bambang Juanda & Junaidi: Ekonometrika Deret Waktu

Pengantar Metode dekomposisi : memisahkan tiga komponen data deret waktu, yaitu Trend, Siklus, dan Variasi Musiman. Asumsi : data tersusun atas komponen pola dan unsur kerandoman. Secara matematis dirumuskan : dimana: Yt = data periode t Tt = komponen trend periode t Ct = komponen siklus periode t St = komponen musiman periode t Et = komponen random periode t © Bambang Juanda & Junaidi: Ekonometrika Deret Waktu

Rata-Rata Bergerak Terpusat Rata-rata bergerak yg diletakkan di tengah nilai-nilai data yg dirata-ratakan. Jika observasi (N) berjumlah ganjil, data diletakkan pada periode ke- (N+1)/2 Contoh: MA(3) hasil rata-rata diletakkan pada periode ke (3+1)/2=2 © Bambang Juanda & Junaidi: Ekonometrika Deret Waktu

Jika observasi (N) berjumlah genap, maka gunakan rata-rata bergerak ganda 2 x MA(N). © Bambang Juanda & Junaidi: Ekonometrika Deret Waktu

Model dan Teknik Dekomposisi Metode dekomposisi : model dekomposisi aditif dan multiplikatif. Metode dekomposisi rata-rata sederhana dan rasio trend berasumsi pada model aditif. Secara matematis sbb: Yt=Tt + Ct + St + Et Model dekomposisi aditif sudah jarang digunakan. Metode dekomposisi rasio rata-rata bergerak (dekomposisi klasik) berasumsi pada model multiplikatif. Secara matematis sbb: Yt=Tt x Ct x St x Et © Bambang Juanda & Junaidi: Ekonometrika Deret Waktu

TAHAPAN Dekomposisi Multiplikatif Hitung rata-rata bergerak yg panjangnya N sama dgn panjang musiman. Hasil rata-rata bergeraknya adalah Mt= Tt x Ct Bagi data aktual dengan Mt= Tt x Ct , maka It x Et dapat dipisahkan yaitu Cari indeks musiman St dgn cara memisahkan faktor acak Et dgn cara a. Gunakan rata-rata bergerak medial yaitu nilai rata-rata untuk setiap periode setelah dikeluarkan nilai terbesar dan nilai terkecilnya. Ini akan menghilangkan unsur random Et dan yg tersisa hanya faktor musiman. b. Indeks musiman diperoleh dari rata-rata medial dikali faktor koreksi. Pisahkan hasil langkah 3 dari langkah 1 untuk mendapatkan faktor siklus Pisahkan Et dan membagi data asli terhadap faktor It, Tt, dan Ct. Lakukan peramalan berdasarkan model yang dibuat © Bambang Juanda & Junaidi: Ekonometrika Deret Waktu

Ringkasan Prosedur SPSS Input data pada worksheet SPSS Masukkan informasi tahun dan bulan. Klik Data > Define Dates. Isikan/pilih hal-hal berikut: Cases Are: pilih Years, months. First Case Is: isikan Year = 2007 Month=1 © Bambang Juanda & Junaidi: Ekonometrika Deret Waktu

Klik OK, maka akan muncul tampilan worksheet berikut: Klik Analyze > Time Series > Seasonal Decomposition. Isikan/pilih hal-hal berikut: Masukkan peubah kredit ke kotak Variable(s) Pilih model Multiplicative ataupun Aditive © Bambang Juanda & Junaidi: Ekonometrika Deret Waktu

Pada worksheet SPSS, terdapat empat peubah baru seperti tampilan berikut: ERR_1 merupakan error SAS_1 merupakan musiman (seasonal) SAF_1 merupakan komponen siklus (cycle) STC_1 merupakan data trend © Bambang Juanda & Junaidi: Ekonometrika Deret Waktu

Untuk proyeksi dengan penggambaran kurva Klik Analyze > Time Series > Sequence Chart Contoh grafik komponen musiman metode dekomposisi multiplikatif Masukkan komponen misalnya komponen Seasonal Adjusted Series (SAS_1) ke dalam kotak variable(s) di sebelah kanan, klik OK. © Bambang Juanda & Junaidi: Ekonometrika Deret Waktu