ANALISIS RUNTUT WAKTU.

Slides:



Advertisements
Presentasi serupa
METODE PERAMALAN Metode Peramalan (forecasting)
Advertisements

2. Metode semi rata - rata Dengan cara mencari rata – rata kelompok data Langkah : Kelompokan data menjadi dua kelompok Hitung rata – rata hitung dan letakkan.
ANALISIS RUNTUT WAKTU OLEH ERVITA SAFITRI.
Analisis Data Berkala A. PENDAHUlUAN
STATISTIKA CHATPER 8 (FORECASTING / PERAMALAN)
BAB II ANALISA DATA.
Oleh : Andri Wijaya, S.Pd., S.Psi., M.T.I.
ANALISIS TIME SERIES (ANALISIS DERET BERKALA)
BAB. 3. KONSEP POKOK DALAM ASPEK PASAR DAN PEMASARAN
ANALISIS TIME SERIES DAN FORECASTING DATA KEUANGAN
KORELASI & REGRESI LINIER
ANGGARAN PERUSAHAAN KULIAH 3
P ertemuan 9 Data berkala J0682.
Forecasting.
ANALISIS TIME SERIES DAN FORECASTING DATA KEUANGAN
ANALISIS DATA BERKALA.
BAB X Indeks Musiman & Gerakan Siklis.
ANALISIS DATA BERKALA.
PERAMALAN DENGAN TREND
ANALISIS DATA BERKALA.
Metode Least Square Data Ganjil
Apakah Peramalan itu ? Peramalan : seni dan ilmu untuk memperkirakan kejadian di masa depan. Hal ini dapat dilakukan denganmelibatkan pengambilan data.
ANALISIS DATA BERKALA.
REGRESI LINEAR SEDERHANA
TIME SERIES Dan PERAMALAN
STATISTIK 1 Pertemuan 11: Deret Berkala dan Peramalan (Analisis Trend)
Tekhnik Proyeksi Bisnis
Dian Safitri P.K. ANALISIS TIME SERIES.
METODE-METODE PERAMALAN BISNIS
Bab IX ANALISIS DATA BERKALA.
Analisa Data Berkala dengan Metode Least Square
PERAMALAN “Proyeksi Tren”
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.
BAB X Indeks Musiman & Gerakan Siklis.
Analisis Time Series.
REGRESI LINIER DAN KORELASI
FORECASTING/ PERAMALAN
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.
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 IX ANALISIS DATA BERKALA.
STATISTIK BISNIS Pertemuan 6: Deret Berkala dan Peramalan (Analisis Trend) Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
LINDA ZULAENY HARYANTO
BAB 6 analisis runtut waktu
ANALISIS TIME SERIES (ANALISIS DERET BERKALA)
Metode Least Square Data Genap
DERET BERKALA DAN PERAMALAN
PRENSENTATION KELOMPOK 10
STATISTIKA DESKRITIF Analisa Data Berkala dengan Metode Semi Average
06 Analisis Trend Analisis deret berkala dan peramalan
REGRESI LINEAR SEDERHANA
y x TEKNIK RAMALAN DAN ANALISIS REGRESI
DERET BERKALA DAN PERAMALAN
DERET BERKALA DAN PERAMALAN
STATISTIK 1 Pertemuan 13: Deret Berkala dan Peramalan (Analisis Trend)
PENGUKURAN & PERAMALAN
Analisis Time Series.
Analisis Deret Waktu.
DERET BERKALA DAN PERAMALAN
Transcript presentasi:

ANALISIS RUNTUT WAKTU

Analisis runtut waktu dilakukan untuk menemukan pola pertumbuhan atau perubahan masa lalu, yang digunakan untuk memperkirakan pola pada masa yang akan datang untuk kebutuhan kegiatan bisnis. Dalam analisis runtut waktu , variabel independen yang digunakan adalah waktu dimana variabel independen dapat digunakan untuk meramalkan variabel dependen

Dekomposisi Pendekatan dalam analisis runtut waktu adalah berusaha untuk mengidentifikasi faktor-faktor komponen yang mempengaruhi nilai-nilai periodik dalam suatu serial. Proses identifikasi ini disebut dekomposisi Empat komponen dalam analisis runtut waktu yaitu : Trend, Variasi siklus, Variasi musim dan fluktuasi tak tertentu.

Tren - Kecenderungan Tren Merupakan suatu gerakan kecenderungan naik atau turun dalam jangka panjang yang diperoleh dari rata- rata perubahan dari waktu ke waktu dan nilainya cukup rata atau mulus Bentuk tren Tren positif = tren meningkat Y = a + b.X Tren negatif = tren menurun Y = a – b.X

Bentuk Tren Tren positif Tren negatif

Metode Analisa Tren Metode Tangan Bebas (Free Hand method) Metode semi rata – rata ( Semi average method) Metode kuadrat terkecil ( Least square method)

Contoh Tahun Penjualan Rata 2 Nilai X tahun dasar 2002 2006 2000 150   2002 2006 2000 150 -2 -6 2001 140 -1 -5 125 131.0 -4 2003 110 1 -3 2004 130 2 2005 3 156 152.8 4 2007 160 5 2008 168 6 Untuk Nilai (a) 2002 = 131.0 2006 = 152.8 Untuk Nilai (b) = (152.8 – 131.0)/ (2006 – 2002) = 5.45

Maka persamaan tren Peramalan tahun 2009 Tahun dasar 2002 Lanjutan ……. Maka persamaan tren Tahun dasar 2002 Y’ = 131+ 5.45 (X) Tahun dasar 2006 Y’ = 152.8 + 5.45 (X) Peramalan tahun 2009 Y’ = 131+ 5.45 (7) = 169.15 Y’ = 152.8 + 5.45 (3) = 169.15

METODE TANGAN BEBAS Metode tangan bebas merupakan metode yang sangat sederhana serta tidak memerlukan perhitungan. Metode ini memiliki kelemahan sehingga jarang digunakan yaitu : Gambar kurang akurat karena kemiringan garis tren tergantung dari orang yang membuatnya Nilai-nilai trendnya kurang akurat