Modul 14 SMOTHING TECHNIQUES TIME SERIES TUJUAN INSTRUKSIONAL KHUSUS :

Presentasi berjudul: "Modul 14 SMOTHING TECHNIQUES TIME SERIES TUJUAN INSTRUKSIONAL KHUSUS :"— Transcript presentasi:

1 Modul 14 SMOTHING TECHNIQUES TIME SERIES TUJUAN INSTRUKSIONAL KHUSUS :
1. Mahasiswa dapat memahami pengertian forcasting/regresi menggunakan time series dan smoothing techniques. 2. Mahasiswa dapat memahami penerapan forcasting/regresi time series dan smoothing techniques dalam ekonomi&bisnis. Daftar Isi : TIME SERIES DAN SMOTHING TECHNIQUES I. II. Time Series Analysis Smoothing Techniques. Kasus Latihan Mahasiswa 3 13 17 ‘13 Business Forecasting Dr Tjiptogoro Dinarjo Soehari MM 1 Pusat Bahan Ajar & E-learning Universitas Mercu Buana

2 Pengembangan dan penyusustan besar dalam sebagian basar economic time series
yang terlihat setelah beberapa tahun lihat garis titik-titik pada gambar. Contoh industri kosntruksi rumahmengikuti siklus panjang berkisar 15 – 20 tahun, siklus industri automobil terlihat lebih singkat. Lihat garis putus-putus pada Gambar 1 . c. Seasonal variation. Keteraturan fluktuasi kegiatan ekonomi yang timbul kembaliselama setiap tahun yang disebabkan oleh cuaca dan social customs (kebiasaan masyarakat). Panen raya bulan maret- mei, kemarau bulan september otober, banyak orang belanja menjelang hari raya keagamaan seperti iedul fitri dst. Lihat garis penuh pada Gambar 2 . d. Irregular or random influences. Variasi data series karena perang, bencana alam, pemogokan, atau kejadian unik lainnya. Lihat garis putus-putus pada Gambar 2 . ‘13 Business Forecasting Dr Tjiptogoro Dinarjo Soehari MM 3 Pusat Bahan Ajar & E-learning Universitas Mercu Buana

3 Time period 1990.1 14 1990.2 18 1990.3 15 1990.4 17 1991.1 15 1991.2 20 1991.3 16 1991.4 19 quantity Menggunakan minitab diperoleh: Regression Analysis: Quantity versus Time The regression equation is Quantity = 11,9 + 0,394 Time Predictor Coef SE Coef T P Constant 11,9000 0, ,49 0,000 Time 0, , ,00 0,001 S = 1,81636 R-Sq = 53,3% R-Sq(adj) = 50,0% Analysis of Variance Source DF SS MS F P Regression 1 52,812 52,812 16,01 0,001 Residual Error 14 46,188 3,299 Total 15 99,000 Durbin-Watson statistic = 3,59451 Gambar 3. Scatterplot of Quality vs Time ‘13 Business Forecasting Dr Tjiptogoro Dinarjo Soehari MM 5 Pusat Bahan Ajar & E-learning Universitas Mercu Buana