Metode Least Square Data Ganjil

Slides:



Advertisements
Presentasi serupa
PERSAMAAN dan PERTIDAKSAMAAN
Advertisements

STATISTIKA CHATPER 8 (FORECASTING / PERAMALAN)
ANALISIS TIME SERIES (ANALISIS DERET BERKALA)
ANALISIS RUNTUT WAKTU.
Peramalan (Forecasting)
P ertemuan 9 Data berkala J0682.
FORECAST SALES PERAMALAN PENJUALAN
PERAMALAN DENGAN TREND
PERAMALAN /FORE CASTING
Statistika Deskriptif Bina Sarana Informatika Jl. Kaliabang No. 8 Perwira Bekasi Statistika Deskriptif WEB KELOMPOK Analisa Data Berkala Metode.
Metode Semi Average (Setengah rata-rata) NAMA. :ERNI INDRIYANI NIM
STATISTIK 1 Pertemuan 11: Deret Berkala dan Peramalan (Analisis Trend)
Tekhnik Proyeksi Bisnis
Dian Safitri P.K. ANALISIS TIME SERIES.
Bab IX ANALISIS DATA BERKALA.
REGRESI DAN KORELASI.
Analisa Data Berkala dengan Metode Least Square
NILAI MUTLAK PERSAMAAN GARIS FUNGSI
PERAMALAN “Proyeksi Tren”
Manajemen Operasional
MENENTUKAN TREND Terdapat beberapa metode yang umum digunakan untuk menggambarkan garis trend. Beberapa di antaranya adalah metode tangan bebas, metode.
PERTIDAKSAMAAN LINIER DAN PERTIDAKSAMAAN KUADRAT
DERET BERKALA DAN PERAMALAN
Resista Vikaliana Statistik deskriptif 2/9/2013.
JENIS- JENIS PERTIDAKSAMAAN
Analisis Time Series.
PERTIDAKSAMAAN LINIER DAN PERTIDAKSAMAAN KUADRAT
STATISTIK INDUSTRI MODUL 8
REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR
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)
REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR
STATISTIKA DESKRIPTIF KELOMPOK 10 Analisa Data Berkala Metode Least Square.
STATISTIKA DESKRIPTIF KELOMPOK 10 Analisa Data Berkala Metode Least Square.
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
Metode Semi Average (Setengah rata-rata)
Metode Semi Average (Setengah rata-rata)
STATISTIK BISNIS Pertemuan 6: Deret Berkala dan Peramalan (Analisis Trend) Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
LINDA ZULAENY HARYANTO
Statistika Deskriptif Bina Sarana Informatika Jl. Kaliabang No. 8 Perwira Bekasi Statistika Deskriptif WEB KELOMPOK Analisa Data Berkala Metode.
PERTIDAKSAMAAN OLEH Ganda satria NPM :
DERET BERKALA (TIME SERIES) (1)
BAB 6 analisis runtut waktu
Analisis Regresi Asumsi dalam Analisis Regresi Membuat persamaan regresi Dosen: Febriyanto, SE, MM. www. Febriyanto79.wordpress.com U.
ANALISIS TIME SERIES (ANALISIS DERET BERKALA)
Metode Least Square Data Genap
PRENSENTATION KELOMPOK 10
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
DATA BERKALA.
Tugas Moving Average Nama :Yanurman giawa Nim No.Absen : 05.
06 Analisis Trend Analisis deret berkala dan peramalan
y x TEKNIK RAMALAN DAN ANALISIS REGRESI
Manajemen Operasional
PERTIDAKSAMAAN LINIER DAN PERTIDAKSAMAAN KUADRAT
DERET BERKALA DAN PERAMALAN
Statistika Deskriptif Bina Sarana Informatika Jl. Kaliabang No. 8 Perwira Bekasi Statistika Deskriptif WEB KELOMPOK Analisa Data Berkala Metode.
Manajemen Operasional
Metode Semi Average (Setengah rata-rata) NAMA. : DWI INDAHSARI NIM
STATISTIK 1 Pertemuan 13: Deret Berkala dan Peramalan (Analisis Trend)
Analisis Time Series.
STATISTIKA DESKRIPTIF
Transcript presentasi:

Metode Least Square Data Ganjil Sarah Sella Santika 11141400

Metode Least Square Metode least square atau metode kuadrat terkecil, dapat di pergunakan untuk Melakukan forecast penjualan atau melakukan peramalan pada masa yang akan datang. Dalam hal ini di khususkan Untuk membahas analisis time series, Karena perhitungannya lebih teliti. Metode Least square bisa dibagi menjadi 2 kasus Yaitu kasus data ganjil dan kasus data genap .

Rumus yang di gunakan dalam metode least square Y = a + bx a = ∑ y /n b = ∑xy / ∑x2 Ket : Y = Data Berkala a = nilai tren pada tahun dasar b = Rata-Rata pertumbuhan nilai tren tiap tahun x = variabel waktu (Hari, Bulan, Tahun)

Contoh Kasus Data Ganjil Tahun Penjualan X XY x2 Y2 (Y) 2000 80 2001 50 2003 40 2004 60 2005 70 2006 20 2007 30 JUMLAH  350

Menentukan Nilai X Untuk melakukan perhitungan diperlukan nilai variabel waktu (x), jumlah nilai variable waktu adalah nol atau ∑x=0.   Untuk n ganjil maka n= 2k+1 X k+1=0 Ø  Jarak antara 2 waktu diberi nilai satu satuan Ø  Diatas 0 diberi tanda negatif ( - ) Ø  Dibawahnya diberi tanda positif ( + )

2. Menentukan nilai XY Dengan cara mengalikan jumlah penjualan setiap tahun yang bersangkutan (Y) dengan parameter (X) 3. Menentukan nilai x2 Dengan Cara Mengkuadratkan 4. Menentukan nilai y2 Dengan cara mengkuadratkan parameter (Y)

Penyelesaian Kasus Data Ganjil Tahun Penjualan X XY x2 Y2 (Y) 2000 80  -3  -240  9  6400 2001 50  -2  -100  4  2500 2003 40  -1 -40   1  1600 2004 60 0   0 2005 70 70  4900  2006 20  2 40   400 2007 30  3  90  900 JUMLAH  350 -180   28 16700       

Menentukan Nilai a dan b

Peramalan 1. Dengan menggunakan persamaan tersebut dapat diramalkan penjualan pada tahun 2010 Y = a + bx = 50 + 6,4285(6) = 50 + 38,571 = 88,571