P ertemuan 9 Data berkala J0682.

Slides:



Advertisements
Presentasi serupa
ANALISIS RUNTUT WAKTU OLEH ERVITA SAFITRI.
Advertisements

Analisis Data Berkala A. PENDAHUlUAN
BAB 3 PERSAMAAN GARIS LURUS Terdiri dari dua sumbu koordinat
STATISTIKA CHATPER 8 (FORECASTING / PERAMALAN)
Oleh : Andri Wijaya, S.Pd., S.Psi., M.T.I.
ANALISIS TIME SERIES (ANALISIS DERET BERKALA)
ANALISIS RUNTUT WAKTU.
BAB IX Trend Trend merupakan gerakan yang berjangka panjang , lamban dan berkecenderungan menuju ke satu arah, menuju ke arah naik atau arah menurun. Penggambaran.
ANALISIS DATA BERKALA.
BAB X Indeks Musiman & Gerakan Siklis.
Dasar-dasar Statistik J0682
ANALISIS DATA BERKALA.
P ertemuan 11 Angka Indeks J0682.
PERAMALAN DENGAN TREND
ANALISIS DATA BERKALA.
REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR
Tabel Distribusi Frekuensi J0682
P ertemuan 3 Penyajian Data J0682. Tujuan Belajar Setelah mempelajari Bab ini mahasiswa diharapkan mampu : ▓ Menggambarkan cara penyajian data dalam bentuk.
Regresi linier berganda dan Non linier J0682
Regresi linier berganda dan Non linier Tugas Mandiri 01 J0682
ANALISIS DATA BERKALA.
TIME SERIES Dan PERAMALAN
STATISTIK 1 Pertemuan 11: Deret Berkala dan Peramalan (Analisis Trend)
Dian Safitri P.K. ANALISIS TIME SERIES.
Bab IX ANALISIS DATA BERKALA.
STATISTIK INDUSTRI MODUL 9
Analisa Data Berkala dengan Metode Least Square
STATISTIK INDUSTRI MODUL 9
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.
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.
Pengumpulan dan Pengolahan data J0682
STATISTIK INDUSTRI MODUL 8
Manajemen Operasional (Peramalan Permintaan)
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.
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.
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.
LINDA ZULAENY HARYANTO
BAB 6 analisis runtut waktu
ANALISIS TIME SERIES (ANALISIS DERET BERKALA)
Metode Least Square Data Genap
Forecast/Ramalan Penjualan
Metode Semi Average (Setengah rata-rata)
Tugas Statistika Deskriptif
Metode Semi Average (Setengah rata-rata)
11.2A.05 Komputerisasi Akuntansi
06 Analisis Trend Analisis deret berkala dan peramalan
Data berkala Tugas mandiri 01 J0682
y x TEKNIK RAMALAN DAN ANALISIS REGRESI
Ukuran Variasi atau Dispersi J0682
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.
STATISTIKA DESKRIPTIF
Transcript presentasi:

P ertemuan 9 Data berkala J0682

Tujuan Belajar Setelah mempelajari bab ini, Mahasiswa diharapkan mampu: Memahami arti dari data berkala Menjebutkan jemis-jenis gerakan/variasi dari data berkala Menggunakan berbagai metode untuk memperoleh Trend

Materi ۩ Penentuan Trend Metode tangan bebas Metode rata-rata semi Metode rata-rata bergerak Metode kuadrat terkecil

1 2 Buku Acuan keenam, halaman 213 – 232 . Statistik (2000) kar. J. Supranto, jilid 1 Chap.9 edisi keenam, halaman 213 – 232 . Statistika, Teori dan Aplikasi (2001), Bab. 06 kar. Wayan Koster, edisi pertama, halaman 134 - 173 2

Arti dan Pentingnya Data Berkala (Time Series Data) Adalah data yang dikumpulkan dari waktu ke waktu untuk menggambarkan perkembangan suatu kegiatan. Misal : perkembangan produksi, harga, penduduk dll Analisa Data Berkala Memungkinkan kita mengetahui perkembangan suatu atau beberapa kejadian serta hubungan atau pengaruh terhadap kejadian lainnya. Misal : apakah kenaikan biaya iklan akan diikuti dengan kenaikan penerimaan penjualan Klasifikasi Gerakan Data Berkala (ada 4 variasi) 1. Gerakan Trend Jangka Panjang (Trend) simbulnya T 2. Gerakan Siklus atau siklis, simbulnya C 3. Gerakan Musiman, simbulnya S 4. Gerakan Acak (tidak teratur), simbulnya I

Gambar Garis Trend Trend Jangka Panjang (Naik dan Turun) Waktu Y = f(X) Y = f(X) Waktu Waktu Trend Turun Trend Naik

Gambar Garis Trend Trend Siklis dan Musiman Waktu Trend Musiman Y = f(X) Y = f(X) Waktu Waktu Trend Siklis Trend Musiman

Gambar Garis Trend Trend Tidak Teratur (Acak) Waktu Y = f(X) Y = f(X) Waktu Waktu Trend Acak Naik Trend Acak mendatar

. Metode Penentuan Trend Ada 4 Metode Penentuan Trend Metode Tangan Bebas (Free Hand Method ) Metode rata-rata semi (setengah rata-rata) Metode rata-rata bergerak ( Moving Average ) 4. Metode Kuadrat terkecil ( Least Square Method )

. Metode Tangan Bebas Contoh soal 9.2 : Produk Domestik Bruto (PDB) atas dasar harga konstan tahun 1983 (milyard rupiah). (a). Coba anda buat persamaan garis trend-nya dan gambarkan ? (b). Ramalkan PDB untuk tahun 2000 dan 2001 Hasilnya, persamaan garis trend Y = 10.164,9 + 669,3 x (x = variabel waktu) artinya setiap tahun secara rata-rata terjadi kenaikan Produk Domestik Bruto (PDB) sebesar 669,3 milyard (= b) dan a = 10,164,9 Untuk meramalkan tahun (2000) dan (2001), maka nilai x = (8 dan 9), harus dimasukan dipersamaan garis trend diatas. PBD 2000 = 10.164,9 + 669,3 (8) = Rp. 15.519,3 Milyard PDB 2001 = 10.164,9 + 669,3 (9) = Rp. 16.188,6 Milyard Tahun 1992 1993 1994 1995 1996 1997 1998 1999 Sumbu (X) 0 1 2 3 4 5 6 7 PDB (Y) 10.164,9 11.164,9 12.054,6 12.325,4 12.842,2 13.511,5 14.180,8 14.850,1

Lanjutan, … • • • • • •        Milyard rupiah PDB        Garis trend Y = 10.164,9 + 669,32 X • 15.000   • 14.000  • 13.000  •  12.000   • 11.000 • 10.000        1992 1993 1994 1995 1996 1997 1998 1999 2000 Tahun

Langkah pengerjaannya : . Metode Rata-rata Semi Langkah pengerjaannya : Data dikelompokan menjadi dua kelompok yang jumlah datanya sama Masing-masing kelompok dicari rata-ratanya Titik absis harus dipilih dari variabel yang berada di tengah-tengah masing-masing kelompok Titik koordinat dimasukan kedalam persamaan Y = a + bx Contoh soal : Gunakan data dari contoh soal 9.2. yaitu PDB atas dasar harga konstan 1992 Buatlah trend dengan metode rata-rata semi (setengah rata-rata)

Lanjutan, ….. Contoh Soal Metode Rata-rata Semi Tahun X Y rata-rata 1992 0 10.164,9 1993 1 11.169,2 45.714,1 1994 2 12.054,6 Y1 = 4 = 11.428,5 1995 3 12.325,4 1996 4 12.842,2 1997 5 13.511,5 55.384,6 1998 6 14.180,8 Y2 = 4 = 13.846,2 1999 7 14.850,1 Mencari titik absis : Data 8 tahun 0 1 2 3 4 5 6 7 I II Diperoleh titik absis (1,5) dan (5,5), artinya absis pertama antara tahun kedua dan ketiga serta absis kedua antara tahun keenam dan ketujuh

Lanjutan, ….. Contoh Soal Metode Rata-rata Semi Kemudian nilai absis dan nilai Y dimasukan kedalam persamaan Y = a + bx hasilnya sbb : 11.428,5 = a + b(1,5) …………………….. Pers. 1 13.846,2 = a + b(5,5) …………………….. Pers. 2 Dengan cara substitusi persamaan (1) = persamaan (2) Persamaan (1) a = 11.428,5 - 1,5b, masukan ke persamaan (2) 13.486 = (11.428,5 - 1,5b) + 5,5b b = 604,42 a = 10.521,87 Sehingga persamaan menjadi : Y = 10.521,87 + 604,42X (X = variabel waktu) Ramalan PDB 2000 ( X = 8 ) Y = 10.521,87 + 604,42(8) = 15.357,23 PDB 2001 ( X = 9 ) Y = 10.521,87 + 604,42(9) = 15.961,65

Metode Kuadrat Terkecil (Least square method) cara 1 Untuk pengerjaannya dapat dilakukan dengan 2 cara yang hasilnya semuanya sama. kita mengambil Contoh soal 9.2 : yaitu PDB atas dasar harga konstan 1992 Cara 1, buatlah persamaan garis trend dengan metode kuadrat terkecil a = y = 101.098,7 / 8 = 12.637,34, dimana n = 8 b =  X1 Y1 = 52.741,9 = 313,94 X12 168 Tahun X Y XY X2 1992 -7 10.164,9 -71.154,3 49 1992 -5 11.169,2 -55.846,0 25 1994 -3 12.054,6 -36.163,8 9 1995 -1 12.325,4 -12.325,4 1 1996 1 12.842,2 12.842,2 1 1997 3 13.511,5 40.534,5 9 1998 5 14.180,8 70.904,0 25 1999 7 14.850,1 103.950,7 49 Jumlah (  ) y = 101.098,7 xy = 52.741,9 x2 = 168

Lanjutan,… Jawaban Metode Kuadrat Terkecil Cara 1 Maka persamaan trend linier secara Least Square method adalah Y = a + bx, dimana a = 12.637,34 dan b = 313,94 Y = 12.637,34 + 313,94 X Untuk meramalkan nilai y tahun 2000, nilai x menjadi = 9, masukan kedalam persamaan diatas, sehingga y = 12.637,34 + 313,94 (9) = 15.462,8 Jadi ramalan PDB 2000 = Rp. 15.462,8 milyard

Metode Kuadrat Terkecil (Least square method) cara 2 Masih menggunakan contoh yang sama yaitu Contoh soal 9.2 PDB atas dasar harga konstan 1992 Cara 2, buatlah persamaan garis trend dengan metode kuadrat terkecil Mencari X =  X1 / n = 36 / 8 = 4,5 Y =  Y1 / n = 101.098,7 / 8 = 12.637,34 Tahun X Y XY X2 1992 1 10.164,9 10.164,9 1 1992 2 11.169,2 22.338,0 4 1994 3 12.054,6 36.163,8 9 1995 4 12.325,4 49.301,6 16 1996 5 12.842,2 64.211,0 25 1997 6 13.511,5 81.069,0 36 1998 7 14.180,8 99.265,6 49 1999 8 14.850,1 118.800,8 64 (  ) x = 36 y = 101.098,7 xy = 481.315,1 x2 = 204

Lanjutan,… Jawaban Metode Kuadrat Terkecil Cara 2 Maka persamaan trend linier secara Least Square method adalah Y = a + bx, dimana a = Y - bX = 12.637,34 – 627,88 (4,5) = 9.811,88 b = n ( X1 Y1) - ( X1)(  Y1) = 3.850.520,8 – 3.639.553,2 n ( X12) – ( X1)2 1.632 – 1.296 = 627,879 Persamaan menjadi Y = 9.811,88 + 627,879 X Untuk meramalkan nilai y tahun 2000, nilai x menjadi = 9, masukan kedalam persamaan diatas, sehingga y = 9.811,88 + 627,879 (9) = 15.462,8 Jadi ramalan PDB 2000 = Rp. 15.462,8 milyard (= dengan cara 1)

►Sampai jumpa pada pertemuan 10 (F2F)