Analisa Runtun Waktu.

Presentasi berjudul: "Analisa Runtun Waktu."— Transcript presentasi:

1 Analisa Runtun Waktu

2 Periodisitas adalah interval waktu di mana data dikumpulkan (dekade, tahun, kuartal, bulan, minggu, hari, jam). Misalnya, populasi AS diukur setiap dekade, pajak penghasilan perorangan dihitung setiap tahun, PDB dilaporkan setiap triwulan, tingkat pengangguran diperkirakan bulanan, dan The Wall Street Journal melaporkan harga penutupan saham General Motors setiap hari (meskipun harga saham juga dimonitor secara terus menerus di web). Perusahaan biasanya melaporkan laba per kuartal, tetapi kewajiban pensiun hanya pada akhir tahun. Dalam setiap periodisitas menggunakan prinsip pemodelan seri waktu dengan tiga tipe data umum ini: Data tahunan (1 observasi per tahun) Data kuartalan (4 observasi per tahun) Data bulanan (12 pengamatan per tahun)

3 Dekomposisi deret waktu berusaha memisahkan deret waktu Y menjadi empat komponen:
Tren (T) Siklus (C) Musiman (S) Kesalahan (I) Metode dekomposisi biasanya mencoba memisahkan tiga komponen dari pola dasar, yaitu faktor trend, siklus, dan musiman. Perbedaaan antara musiman dan siklus adalah bahwa musiman itu berulang dengan sendirinya pada interval yang tetap seperti tahun, bulan, atau minggu, sedangkan faktor siklus mempunyai jangka waktu yang lebih lama dan lamanya berbeda dari siklus yang satu ke siklus yang lain.

4 Dekomposisi mempunyai asumsi bahwa data itu tersusun sebagai berikut:
data = f(trend,siklus,musiman) + kesalahan: Jadi, selain komponen pola, terdapat unsur kesalahan atau kerandoman yang dianggap merupakan perbedaan antara pengaruh gabungan dari tiga sub pola tersebut dengan data yang sebenarnya. Mujiati Dwi Kartikasari, FAK MIPA, UII

5

6 TREN (TREND) Trend (T) adalah gerakan umum selama bertahun-tahun. Perubahan selama beberapa tahun saja bukan tren. Beberapa tren bersifat stabil dan dapat diprediksi. Misalnya, data mungkin berupa perkembangan secara terus menerus (mis., total populasi A.S.) Data juga bisa tidak mengalami peningkatan atau penurunan atau terus menurun (seperti angka kematian bayi di negara berkembang).

7

8 SIKLUS (CYCLE) MUSIMAN (SEASONAL)
Siklus (C) adalah gerakan naik turun berulang-ulang di sekitar tren yang mencakup beberapa tahun. Misalnya, analis industri mempelajari siklus penjualan mobil baru, rumah baru konstruksi, inventaris, dan investasi bisnis. Siklus ini didasarkan terutama pada produk siklus hidup dan penggantian. Meskipun siklus itu penting, tapi tidak ada teori siklus umum, dan bahkan siklus yang telah diidentifikasi dalam industri tertentu memiliki waktu yang tidak menentu dan penyebab yang kompleks yang menentang generalisasi. MUSIMAN (SEASONAL) Musiman (S) adalah pola siklus berulang dalam satu tahun. Misalnya, banyak bisnis ritel mengalami penjualan yang menguat selama kuartal keempat karena liburan. Penjualan mobil naik ketika model baru dirilis. Permintaan mencapai puncak untuk penerbangan penerbangan ke Eropa terjadi selama perjalanan liburan musim panas.

9 KESALAHAN (IRREGULAR)
Kesalahan (Irregular) (I) adalah gangguan acak yang mengikuti pola yang tidak jelas. Ini juga disebut komponen kesalahan yang mencerminkan semua faktor selain tren, siklus, dan musim. Komponen kesalahan besar adalah hal yang biasa. Misalnya, harga harian banyak saham sangat berfluktuasi. Ketika komponen kesalahan tidak teratur besar, mungkin sulit untuk mengisolasi komponen model individu lainnya.

10 TREND FORECASTING

11

12

13

14

15

16

17 PENILAIAN KECOCOKAN (ASSESSING FIT)

18 LATIHAN Tentukan MAD, MAPE, MSD dan SE

19 ANGKA INDEKS Suatu cara untuk mengukur perubahan secara terus menerus adalah mengonversi data runtun waktu menjadi angka indeks. Gagasan untuk membuat indeks yang dimulai dengan angka 100 sebagai periode dasar, sehingga kita dapat melihat perubahan relatif dalam data terlepas dari data asli unit. Indeks paling sering digunakan untuk data keuangan (misalnya, harga, upah, biaya) tetapi dapat digunakan dengan data numerik apa pun (mis., jumlah unit yang terjual, klaim garansi, spam komputer). Indeks Relatif. Untuk mengonversi serangkaian waktu y1, y2,. . . , yn menjadi indeks relatif (indeks sederhana), kami membagi setiap nilai data yt dengan nilai data y1 dalam periode dasar dan dikalikan dengan 100. The indeks relatif Ini untuk periode t adalah

20

21

22 LATIHAN. TGL AUD/RP GBP/RP JPY/RP USD/RP CAD/RP 6-Apr-18 10,524.51 19,188.28 12,906.84 13,840.00 10,845.55 10,557.05 10,664.79 19,281.30 12,940.52 13,836.00 10,839.86 10,554.39 10,662.16 19,289.25 12,987.42 13,829.00 10,819.12 10,506.20 10,613.44 19,251.10 13,070.67 13,834.00 10,723.20 10,508.38 10,615.76 19,219.07 13,001.22 13,819.00 10,724.04 10,474.66 10,581.66 19,264.45 12,971.48 13,825.00 10,700.46 10,525.05 10,634.02 19,399.41 13,086.40 13,814.00 10,734.32 10,544.31 10,653.75 19,402.84 13,042.70 13,777.00 10,728.08 10,585.92 10,693.88 19,410.48 13,195.77 13,845.00 10,761.76 10,571.18 10,680.35 19,358.56 13,214.69 13,849.00 10,724.85 10,589.97 10,698.27 19,359.36 13,070.15 13,806.00 10,707.31 10,531.72 10,639.26 19,174.21 12,988.92 13,828.00 10,621.40 10,559.27 10,668.46 19,224.94 13,025.05 13,830.00 10,583.91 10,545.92 10,659.10 19,081.27 10,557.08 10,665.08 10,778.07 19,074.42 13,053.41 10,594.27 10,777.68 10,893.32 19,109.56 13,041.06 13,817.00 10,668.67 10,761.02 10,876.56 19,129.80 12,971.35 13,808.00 10,672.44 10,782.04 10,892.12 19,031.80 13,000.47 13,826.00 10,773.79 10,777.00 10,886.95 18,982.70 12,981.52 13,837.00 10,805.94 10,678.05 10,792.35 18,933.64 12,991.28 13,863.00 10,745.68 10,731.02 10,840.45 19,055.43 13,049.59 13,843.00 10,741.83 10,675.84 10,786.19 19,015.49 13,092.29 13,832.00 10,701.74 10,639.71 10,752.56 18,942.71 12,986.56 10,649.66 10,595.03 10,703.36 18,855.04 13,094.06 13,809.00 10,711.29 10,606.51 10,716.30 18,845.54 13,037.94 13,815.00 10,763.54 10,604.53 10,718.10 18,875.99 12,991.57 13,862.00 10,795.11 Tentukan Indeks kurs 5 mata uang asing terhadap rupiah dan gambarlah grafik.

23 B. Indeks Tertimbang.

24