DERET BERKALA (TIME SERIES) (2) – TREND NON-LINIER

Slides:



Advertisements
Presentasi serupa
METODE PERAMALAN Metode Peramalan (forecasting)
Advertisements

Analisis Data Berkala A. PENDAHUlUAN
REGRESI NON LINIER (TREND)
Integral Fungsi Rasional Pecah Rasional
Persamaan Non Linier.
Metode Peramalan (Forecasting Method)
ANALISIS TIME SERIES (ANALISIS DERET BERKALA)
BAB. 3. KONSEP POKOK DALAM ASPEK PASAR DAN PEMASARAN
REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR
(Guru Besar pada Fakultas Ekonomi dan Manajemen Institut Pertanian Bogor) Lektor pada Fakultas Ekonomi Universitas Jambi © Bambang Juanda & Junaidi: Ekonometrika.
UKURAN KERAGAMAN/ DISPERSI
Grafik fungsi eksponensial dan logaritma
ANALISIS EKSPLORASI DATA
BAB IX Trend Trend merupakan gerakan yang berjangka panjang , lamban dan berkecenderungan menuju ke satu arah, menuju ke arah naik atau arah menurun. Penggambaran.
Forecasting Raisa Pratiwi ,SE.
REGRESI (TREND) NONLINEAR
ANALISIS TREND STATISTIK DESKRIPTIF
PERAMALAN DENGAN TREND
REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR
UKURAN SENTRAL TENDENSI (1) Matakuliah: KodeJ0204/Statistik Ekonomi Tahun: Tahun 2007 Versi: Revisi.
Regresi linier berganda dan regresi (trend) non linier
MACAM-MACAM FUNGSI Matematika Ekonomi.
Fungsi Logaritma Pertemuan 12
Pertemuan 13 Penutup dan review 1.
Regresi linier berganda dan Non linier J0682
1 Pertemuan 18 Matakuliah: I0044 / Analisis Eksplorasi Data Tahun: 2007 Versi: V1 / R1 Analisis Regresi (II) : Meluruskan Model.
DERET BERKALA (TIME SERIES) (1)
TIME SERIES Dan PERAMALAN
STATISTIK 1 Pertemuan 11: Deret Berkala dan Peramalan (Analisis Trend)
TREND LINIER SIP-Sesi8.
REGRESI LINIER BERGANDA (MULTIPLE LINEAR REGRESSION)
ANALISIS TREND STATISTIK DESKRIPTIF
METODE-METODE PERAMALAN BISNIS
KOEFISIEN KORELASI Matakuliah : KodeJ0204/Statistik Ekonomi
Denny Agustiawan JURUSAN TEKNIK INFORMATIKA STMIK ASIA MALANG
ANALISIS TIME SERIES.
DERET BERKALA DAN PERAMALAN
DERET BERKALA DAN PERAMALAN
DERET BERKALA DAN PERAMALAN
Resista Vikaliana Statistik deskriptif 2/9/2013.
METODA PERAMALAN KUANTITATIF
TREND NON LINIER SIP – sesi 9.
DERET BERKALA DAN PERAMALAN
REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR
ANALISIS DERET BERKALA dengan METODE SEMI AVERAGE
Deret berkala dan Peramalan Julius Nursyamsi
STATISTIK 1 Pertemuan 11: Deret Berkala dan Peramalan (Analisis Trend)
REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR
Kelompok CDM ( Cash Deposit Machine )
KRITERIA MEMILIH TREND
ANGKA INDEKS Cakupan: Harga Relatif (Price Relatives)
Pertemuan 7-8 Metode pemulusan eksponensial ganda
MENENTUKAN PENDEKATAN SUATU FUNGSI DENGAN MENGGUNAKAN DERET TAYLOR
Oleh : DR. LEDY SETIAWATI, SE., M. Si.
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.
FORECASTING.
DERET BERKALA (TIME SERIES) (1)
ANALISIS TIME SERIES (ANALISIS DERET BERKALA)
METODE ANALISIS TREND: Trend Non Linier
Tugas Media Pembelajaran
06 Analisis Trend Analisis deret berkala dan peramalan
Data berkala Tugas mandiri 01 J0682
y x TEKNIK RAMALAN DAN ANALISIS REGRESI
DERET BERKALA DAN PERAMALAN
ANGKA INDEKS Cakupan: Harga Relatif (Price Relatives)
DERET BERKALA DAN PERAMALAN
Regresi Nana Ramadijanti.
STATISTIK 1 Pertemuan 13: Deret Berkala dan Peramalan (Analisis Trend)
Analisis Deret Waktu.
Transcript presentasi:

DERET BERKALA (TIME SERIES) (2) – TREND NON-LINIER Matakuliah : KodeJ0204/Statistik Ekonomi Tahun : Tahun 2007 Versi : Revisi

TIPE TREN NON-LINIER Trend Kuadratik Trend Eksponensial Kurva Gompertz Kurva Pearl-Reed

TREND KUADRATIK Dalam jangka pendek trend yang linier dapat menggambarkan dengan baik gerakan trend deret berkala Dalam jangka panjang  umumnya trend akan non-linier Salah satunya berbentuk parabola (kuadratik) Persamaan kuadratik: Yi’ = a + bXi + cXi2 Yi’ merupakan nilai trend yang ditaksir, Xi adalah waktu a, b, c merupakan konstanta

TREND KUADRATIK Persamaan normal trend kuadratik: Disederhanakan menjadi: dimana

CONTOH TREND KUADRATIK Tahun Deposit Uang u uY u2Y u2 u4 Y' 1949 71 -13 -923 11.999 169 28.561 133,645 1950 49 -11 -539 5.929 121 14.641 83,145 1951 -9 -639 5.751 81 6.561 53,965 1952 95 -7 -665 4.655 2.401 46,105 1953 128 -5 -640 3.200 25 625 59,565 1954 156 -3 -468 1.404 9 94,345 1955 192 -1 -192 1 150,445 1956 217 227,865 1957 301 3 903 2.709 326,605 1958 378 5 1.890 9.450 446,665 1959 520 7 3.640 25.480 588,045 1960 726 6.534 58.806 750,745 1961 804 11 8.844 97.284 934,765 1962 1.328 13 17.264 224.432 1.140,105  Jumlah 5.036 35.226 451.508 910 105.742  

CONTOH TREND KUADRATIK Berdasarkan data, dapat diperoleh persamaan normal berikut: Solusi persamaan normal diatas adalah a = 186,49; b = 37,71; c = 2,665 Diperoleh persamaan kuadratik sebagai berikut: Yi’ = 186,49 +37,71 u + 2,665 ui2 Contoh: nilai trend kuadratik tahun 1949 menjadi: Yi’ = 186,49 +37,71 (-13) + 2,665 (-13)2 = 133,645

CONTOH TREND KUADRATIK

TREND EKSPONENSIAL Trend kuadratik menggambarkan tingkat pertambahan secara kurang lebih konstan (constant rate of increase) Rasio perubahan yang konstan lebih sesuai digambarkan dengan persamaan trend eksponensial sebagai berikut: Y’ = abX Gambar kurva diatas akan menunjukkan pertambahan yang makin menaik

CONTOH TREND EKSPONENSIAL Tahun PDB = Y 1963 410,8 1964 425,3 1965 429,9 1966 441,9 1967 448,0 1968 497,0 1969 531,0 1970 571,0 1971 611,0 1972 654,0 1973 707,0

TREND EKSPONENSIAL Bila persamaan eksponensial ditransformasi menggunakan logaritma, maka akan diperoleh rumusan: log Y’ = log a + X log b Persamaan diatas menyatakan garis linier atas dasar X dan log Y’ Jika Y’ = log Y’, a = log a, b = log b, maka persamaan diatas menjadi persamaan trend linier biasa, yaitu Y’ = a + bX

TREND EKSPONENSIAL Persamaan normal yang terbentuk: Disederhanakan menjadi: karena

CONTOH TREND EKSPONENSIAL Tahun PDB = Y u log Y u log Y u2 log Y' Y' 1963 410,8 -5 2,6136 -13,0682 25 2,5866 386,011 1964 425,3 -4 2,6287 -10,5148 16 2,6110 408,282 1965 429,9 -3 2,6334 -7,9001 9 2,6353 431,837 1966 441,9 -2 2,6453 -5,2906 4 2,6597 456,752 1967 448,0 -1 2,6513 -2,6513 1 2,6840 483,103 1968 497,0 2,6964 0,0000 2,7084 510,975 1969 531,0 2,7251 2,7328 540,456 1970 571,0 2 2,7566 5,5133 2,7571 571,637 1971 611,0 3 2,7860 8,3581 2,7815 604,617 1972 654,0 2,8156 11,2623 2,8058 639,499 1973 707,0 5 2,8494 14,2471 2,8302 676,394 Jumlah   29,8014 2,6809 110

CONTOH TREND EKSPONENSIAL Berdasarkan data diperoleh: Sehingga akan diperoleh persamaan trend eksponensial berikut: Log Y’ = 2,7084 + 0,02436 u (1968 = 0) Contoh: nilai trend eksponensial kuadratik tahun 1963 menjadi: Log Y’ = 2,7084 + 0,02436 (-5) = 2,5866 Y’ = Antilog (2,5866) = 386,011

CONTOH TREND EKSPONENSIAL

PEMERIKSAAN KETEPATAN MODEL Pemeriksaan ketepatan model berguna untuk mengetahui seberapa baik model yang dihasilkan Dapat digunakan untuk membandingkan antar metode Metode yang bisa digunakan diantaranya adalah Mean Absolute Deviation (MAD) dengan rumus Contoh: Model Perkiraan untuk Deposit Uang

PEMERIKSAAN KETEPATAN MODEL Contoh: Model Perkiraan untuk Deposit Uang Tahun Deposit Uang Perkiraan Trend Kuadratik Perkiraan Trend Eksponensial |Yt - Yt'| Trend Kuadratik |Yt - Yt'| Trend Eksponensial 1949 71 133,65 47,46 62,65 23,54 1950 49 83,15 60,33 34,15 11,33 1951 53,97 76,69 17,04 5,69 1952 95 46,11 97,49 48,90 2,49 1953 128 59,57 123,93 68,44 4,07 1954 156 94,35 157,54 61,66 1,54 1955 192 150,45 200,27 41,56 8,27 1956 217 227,87 254,58 10,87 37,58 1957 301 326,61 323,62 25,61 22,62 1958 378 446,67 411,38 68,67 33,38 1959 520 588,05 522,95 68,05 2,95 1960 726 750,75 664,77 24,75 61,23 1961 804 934,77 845,05 130,77 41,05 1962 1.328 1.140,11 1.074,23 187,90 253,77 MAD = 60,78 36,39

PEMERIKSAAN KETEPATAN MODEL Contoh: Model Perkiraan untuk Deposit Uang

SEKIAN & SEE YOU NEXT SESSION