STK511 Analisis Statistika. Pertemuan - 1
|
|
- Handoko Pranata
- 7 tahun lalu
- Tontonan:
Transkripsi
1 STK511 Analisis Statistika Pertemuan - 1
2 PERKULIAHAN 1. Dosen : Anang Kurnia (anangk@apps.ipb.ac.id) 2. Asisten : Septian Rahardiantoro 3. Waktu : Rabu > Jumat > Office Hours : Rabu -> (STK Darmaga) atau dengan perjanjian 5. Berpakaian dan berperilaku sopan 5. Selama perkuliahan tidak terdengar bunyi HP 6. Penilaian : NA = UTS (40%) + UAS (40%) + Tugas/Kuis (20%)
3 MATERI PERKULIAHAN No. Pokok Bahasan #Pertemuan 1 Pendahuluan 1 2 Review Statistika Dasar 1 3 Sebaran Peluang 1 4 Sebaran Penarikan Contoh 1 5 Statistika Inferensia (Pendugaan dan Pengujian) 2 6 Analisis Data Perancangan Percobaan 3 7 Analisis Korelasi dan Regresi 2 8 Analisis Data Kategorik 1 9 Analisis Peubah Ganda 2
4 Apa itu Statistika? Statistika berasal dari kata statistik penduga parameter Ilmu yang mempelajari dan mengusahakan agar data menjadi informasi yang bermakna Ilmu yang mempelajari teknik-teknik yang diperlukan dalam pengumpulan data, analisis dan penarikan kesimpulan berdasarkan data contoh mencerminkan ciri populasi Statistics vs Statistic
5 Statistika Populasi Sampling Pendugaan Contoh Deskriptif Tingkat Keyakinan Statistika Deskriptif vs Statistika Inferensia Ilmu Peluang
6 Cakupan Statistika? Tata cara pengumpulan data baik melalui percobaan, survey, dan observasi Tata cara analisis data untuk menyarikan keterangan dari data yang terkumpul, numerik maupun grafik, untuk memudahkan pembahasan dan penarikan kesimpulan Statistika deskriptif Tata cara pengukuran kepercayaan dalam penarikan kesimpulan untuk ruang lingkup yang lebih luas Statistika inferensia
7 Proses Analisis Statistika Kesimpulan Pendugaan Pengujian Hipotesis Penyarian Keterangan Pembandingan Keterangan Pengumpulan Data
8 Analisis vs Tujuan/Ruang Lingkup Enumeratif Menduga nilai agregat dari populasi. Analitik Membahas perilaku hubungan antar berbagai faktor, menjelaskan hubungan sebab akibat. Metode Pengumpulan Data
9 Metode Pengumpulan Data Metode Percobaan Memiliki keleluasaan untuk melakukan pengawasaan terhadap sumber-sumber keragaman data Dapat menciptakan jenis perlakuan yang diinginkan dan mengamati perubahan pada respon Metode observasi (pasif) Tidak memiliki kendali dalam pengumpulan data (kecuali menentukan faktor yang diamati dan memeriksa ketelitian data) Perubahan pada respon sulit diketahui penyebabnya Metode survey Contoh data diambil dengan teknik tertentu dari populasi mewakili populasi Nilai dugaan populasi dapat ditentukan dengan tingkat kepercayaan tertentu namun tidak cukup kuat menggambarkan hubungan sebab akibat
10 Metode Pengumpulan Data Metode Percobaan Metode Observasi Metode Survey Kelebihan Kelemahan Kelebihan Kelemahan Kelebihan Kelemahan Kuat dalam pengendalian keragaman Represen- tasi hasil Mudah, murah, mengamati masalah dalam kondisi yang sebenarnya Pengendalian keragaman dan Representasi Hasil Represen- tasi hasil Pengendalian keragaman
11 Sumber Keragaman Dapat diidentifikasi dan diperkirakan pengaruhnya => Pengelompokan Dapat diidentifikasi tetapi tidak dapat diperkirakan pengaruhnya => Pengacakan Sulit diidentifikasi => Pengulangan
12 Keterbatasan Hasil Analisis Statistika Permasalahan : Model kuantitatif yang sempurna belum tentu diketahui Faktor penyebab bisa banyak sekali Adanya keragaman alami -> pengulangan tidak bisa persis Penelitian yang sempurna tidak mungkin dilakukan Hasil Penelitian Bersifat Kondisional, tergantung pada : Kerangka contoh atau populasi percobaan yang diamati Metode pelaksanaannya (alat dan metode pengukuran, jenis dan definisi peubah yang diamati, dll) Pelaksana penelitian (enumerator, petugas lab, responden, dll)
13 Keterbatasan Hasil Analisis Statistika Statistika adalah tongkat ke daerah ketidaktahuan. Semua model adalah salah, namun paling tidak ada satu yang bisa digunakan (mendekati kondisi sebenarnya).
14 Frequency Gambaran Analisis Statistika : Statistika Deskriptif Stem-and-Leaf Display: Volume Stem-and-leaf of Volume N = 31 Leaf Unit = Diameter Matrix Plot of Diameter, Height, Volume (9) Height 20 Volume Data asal M-GREG MKT-GREG
15 Gambaran Analisis Statistika : Statistika Deskriptif Negeri 44.1 Swasta Skor Evaluasi Diri Program Studi Skor Borang Unit Pengelola Skor Borang Program Studi Nilai Total
16 Gambaran Analisis Statistika : Statistika Inferensia Statistika Inferensia Perbandingan Rataan Populasi Satu populasi Uji t atau uji z Dua populasi Uji t atau uji z Lebih dari dua populasi anova Hubungan antar variabel Hubungan dua arah Analisis Korelasi Hubungan satu arah (sebab akibat) Analisis Regresi
17 Gambaran Analisis Statistika : Statistika Inferensia Suatu Penelitian dilakukan untuk mengetahui pengaruh kecepatan pengisian cat (X1) dan ketebalan cat (X2) terhadap kualitas hasil pengecatan (Y) Surface Plot of Y vs X1, X2 Y Duga Persamaan Regresi-nya!!! X X1
18 X1 1. Pendahuluan Gambaran Analisis Statistika : Statistika Inferensia Surface Plot of FITS3 vs X1, X2 Regression Analysis: Y versus X1, X2 The regression equation is Y = X X2 FITS Predictor Coef SE Coef T P Constant X X X X1 S = R-Sq = 72.6% R-Sq(adj) = 70.4% Contour Plot of FITS3 vs X1, X2 FITS3 < > 110 Analysis of Variance Source DF SS MS F P Regression Residual Error Total X
19 Analisis Lebih Lanjut : Regresi Logistik Binary Logistic Regression: Y2 versus x1, x2 Link Function: Logit Response Information Variable Value Count Y (Event) 0 8 Total 20 Logistic Regression Table Odds 95% CI Predictor Coef SE Coef Z P Ratio Lower Upper Constant x x
20 Analisis Lebih Lanjut : Peubah Ganda Menggambarkan suatu objek tidak cukup menggunakan satu peubah saja Kasus pengamatan peubah ganda dijumpai di seluruh bidang terapan Perlu analisis lebih canggih dibandingkan analisis pada peubah tunggal (univariate) Peubah yang diamati tidak saling bebas (ada overlapping informasi antar peubah), sehingga diperlukan teknik-teknik penyusunan peubah baru seperti komponen utama dan peubah kanonik
21 Analisis Lebih Lanjut : Peubah Ganda Manova Analisis Komponen Utama Analisis Faktor Analisis Cluster Analisis Diskriminan Analisis Korelasi Kanonik Analisis Biplot Ilustrasi : Biplot
22 Analisis Lebih Lanjut : Time Series Data time series (deret waktu) merupakan data yang dikumpulkan secara sequensial menurut periode waktu tertentu. Peranan ramalan (forecasting) data ke depan memegang peranan penting dalam menyusun kebijakan strategis perusahaan/lembaga Metode Forecasting yang berkembang saat ini, antara lain: Metode Rataan Kumulatif Metode Pemulusan (Smoothing) ARIMA (AutoRegressive Integrated Moving Average) Fungsi Transfer (Bivariate ARIMA) MARIMA (Multivariate ARIMA)
23 x x Analisis Lebih Lanjut : Time Series 1400 Time Series Plot of x Winters' Method Plot for x Additive Method Index Ilustrasi Metode Winter (Kasus data musiman) Index Variable Actual Smoothed Smoothing Constants Alpha (level) 0.2 Gamma (trend) 0.2 Delta (seasonal) 0.2 Accuracy Measures MAPE 60 MAD 267 MSD
24 Analisis Lebih Lanjut : Small Area Estimation perlu informasi yang lebih rinci, cepat, dan handal, tidak saja untuk lingkup superpopulasi tetapi pada lingkup yang lebih kecil Pada level nasional, data tersedia baik melalui BPS DESAIN SURVEY PADA LEVEL NASIONAL Masalah : tingkat akurasi dan presisi pendugaan langsung untuk area kecil akan rendah karena ukuran contoh sedikit atau bahkan tidak terwakili dalam survey Solusi Alternatif : Small Area Estimation (SAE)
25 Analisis Lebih Lanjut : Small Area Estimation Suatu metode untuk menduga parameter pada suatu area (sub-domain) yang relatif kecil dalam percontohan survey dengan memanfaatkan informasi dari luar area, dari dalam area itu sendiri dan dari luar survey. Menambah informasi pada data contoh tanpa menambah ukuran contoh. => Generalized Linear Mixed Model
26 Bersambung.
STATISTIKA I. Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta. Kode Matakuliah: PAI111, 2sks Tujuan Instruksional Umum:
STATISTIKA I Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta Kode Matakuliah: PAI111, 2sks Tujuan Instruksional Umum: Setelah mengikuti mata kuliah ini selama satu semester, mahasiswa akan dapat
Lebih terperinciData Tingkat Hunian Hotel Rata-Rata di Propinsi DIY Tahun Tahun Bulan Wisman
Lampiran 1. Data Tingkat Hunian Hotel di Propinsi DIY Tahun 1991-2003 48 49 Lampiran 1 Data Tingkat Hunian Hotel Rata-Rata di Propinsi DIY Tahun 1991-2003, Tahun Bulan Wisman 1991 1 27,00 1991 2 30,60
Lebih terperinciREGRESI LINEAR SEDERHANA
REGRESI LINEAR SEDERHANA y (x 3,y 3 ) d 3 (x 5,y 5 ) d 5 d 2 (x 2,y 2 ) d (x 1 1,y 1 ) d 4 (x 4,y 4 ) x Definisi: Dari semua kurva pendekatan terhadap satu set data, kurva yang memenuhi sifat bahwa nilai
Lebih terperinciHasil Peramalan dengan Menggunakan Software Minitab
71 Lampiran 1. Hasil Peramalan dengan Menggunakan Software Minitab Moving Average Data C1 Length 12 NMissing 0 Moving Average Length 4 Accuracy Measures MAPE 25 MAD 54372 MSD 4819232571 Time C1 MA Predict
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 10 Analisis Korelasi & Regresi (1)
STK511 Analisis Statistika Pertemuan 10 Analisis Korelasi & Regresi (1) Analisis Hubungan Jenis/tipe hubungan Ukuran Keterkaitan Skala pengukuran peubah Pemodelan Keterkaitan anang kurnia (anangk@apps.ipb.ac.id)
Lebih terperinciPENDUGAAN DATA RUNTUT WAKTU MENGGUNAKAN METODE ARIMA
KEMENTERIAN PEKERJAAN UMUM BADAN PENELITIAN DAN PENGEMBANGAN PUSAT PENELITIAN DAN PENGEMBANGAN SUMBER DAYA AIR PENDUGAAN DATA RUNTUT WAKTU MENGGUNAKAN METODE ARIMA PENDAHULUAN Prediksi data runtut waktu.
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 4 Sebaran Penarikan Contoh
STK511 Analisis Statistika Pertemuan 4 Sebaran Penarikan Contoh Konsep Dasar Suatu statistik, misalnya, adalah fungsi dari peubah acak sering kita tulis. Idea dasaranya : Karena adalah peubah acak, maka
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 2 Review Statistika Dasar
STK511 Analisis Statistika Pertemuan 2 Review Statistika Dasar Statistika Populasi Sampling Pendugaan Contoh Deskriptif Tingkat Keyakinan Statistika Deskriptif vs Statistika Inferensia Ilmu Peluang Parameter
Lebih terperinciMODUL MINITAB UNTUK PERAMALAN DENGAN METODE ARIMA DAN DOUBLE EXPONENTIAL
MODUL MINITAB UNTUK PERAMALAN DENGAN METODE ARIMA DAN DOUBLE EXPONENTIAL Minitab adalah program statistik yang setiap versinya terus dikembangkan. Gambar 1 memperlihatkan kepada anda aspek-aspek utama
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 12 Nonparametrik-Kategorik-Logistik
STK511 Analisis Statistika Pertemuan 12 Nonparametrik-Kategorik-Logistik 12. Pengantar Skala Pengukuran Data/Variabel Peubah Kategorik Categorical Numerik Numeric Nominal Ordinal Interval Ratio Hanya nama/lambang
Lebih terperinciANALISIS DERET WAKTU
ANALISIS DERET WAKTU JENIS DATA Cross section Beberapa pengamatan diamati bersama-sama pada periode waktu tertentu Harga saham semua perusahaan yang tercatat di BEJ pada hari Rabu 27 Februari 2008 Time
Lebih terperinciAnalisis Deret Waktu
Analisis Deret Waktu Jenis Data Cross section Beberapa pengamatan diamati bersama-sama pada periode waktu tertentu Harga saham semua perusahaan yang tercatat di BEJ pada hari Rabu 27 Februari 2008 Time
Lebih terperinciPeramalan Harga Beras di Perum BULOG Divre Jatim
Peramalan Harga Beras di Perum BULOG Divre Jatim Disusun oleh : Woro Morphi H (1309030010) Dosen Pembimbing : Dr. Suhartono, S.Si, M.Sc Pendahuluan Latar Belakang, Perumusan Masalah,Tujuan Penelitian,
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN. dari UD. Wingko Babat Pak Moel sebagai berikut: a. Data permintaan wingko pada tahun 2016.
BAB IV ANALISIS DAN PEMBAHASAN 4.1 Pengumpulan dan Pengolahan Data Untuk menganalisi permasalahan pengoptimalan produksi, diperlukan data dari UD. Wingko Babat Pak Moel sebagai berikut: a. Data permintaan
Lebih terperinciLampiran 1. Kuisioner Survei Konsumen Ritel Modern. Kuisioner Survei Konsumen Ritel Modern. A. Karakteristik Konsumen. 1. Nama :...
LAMPIRAN 80 Lampiran 1. Kuisioner Survei Konsumen Ritel Modern Kuisioner Survei Konsumen Ritel Modern Responden Yth, Saya, Firdaus Sinulingga (A 14104671), Mahasiswa Program Sarjana Ekstensi, Fakultas
Lebih terperinciPengaruh Suku Bunga, Inflasi dan Kurs terhadap Perkembangan Harga Saham PT. Telkom Tbk Menggunakan Analisis Regresi
Pengaruh Suku Bunga, Inflasi dan Kurs terhadap Perkembangan Harga Saham PT. Telkom Tbk Menggunakan Analisis Regresi Novita Homer 1, Jantje D. Prang 2, Nelson Nainggolan 3 1 Program Studi Matematika, FMIPA,
Lebih terperinciMetode Statistika Pertemuan XII. Analisis Korelasi dan Regresi
Metode Statistika Pertemuan XII Analisis Korelasi dan Regresi Analisis Hubungan Jenis/tipe hubungan Ukuran Keterkaitan Skala pengukuran variabel Pemodelan Keterkaitan Relationship vs Causal Relationship
Lebih terperinciPencilan. Pencilan adalah pengamatan yang nilai mutlak sisaannya jauh lebih besar daripada sisaan-sisaan lainnya
Pencilan Pencilan adalah pengamatan yang nilai mutlak sisaannya jauh lebih besar daripada sisaan-sisaan lainnya Bisa jadi terletak pada tiga atau empat simpangan baku atau lebih jauh lagi dari rata-rata
Lebih terperinciBAB 1 PENDAHULUAN. kemajuan yang sangat pesat. Hal ini dapat dibuktikan dengan banyak munculnya
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring dengan berkembangnya jaman, perekonomian semakin mengalami kemajuan yang sangat pesat. Hal ini dapat dibuktikan dengan banyak munculnya perusahaan-perusahaan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Peramalan merupakan studi terhadap data historis untuk menemukan hubungan, kecenderungan dan pola data yang sistematis (Makridakis, 1999). Peramalan menggunakan pendekatan
Lebih terperinciSTK 211 Metode statistika. Pengajar : Dr. Agus Mohamad Soleh, SSi, MT 2016
STK 211 Metode statistika Pengajar : Dr. Agus Mohamad Soleh, SSi, MT 2016 http://www.stat.ipb.ac.id/ Pengantar Kode Matakuliah: STK211, 3(2-3) Tujuan Instruksional Umum: Setelah mengikuti mata kuliah ini
Lebih terperinciAnalisis Regresi 2. Multikolinier & penanganannya
Analisis Regresi 2 Pokok Bahasan : Multikolinier & penanganannya TUJUAN INSTRUKSIONAL KHUSUS : Mahasiswa dapat menjelaskan adanya multikolinieritas pada regresi linier berganda serta prosedur penanganannya
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 7 ANOVA (1)
STK511 Analisis Statistika Pertemuan 7 ANOVA (1) Metode Pengumpulan Data Metode Percobaan Memiliki keleluasaan untuk melakukan pengawasaan terhadap sumber-sumber keragaman data Dapat menciptakan jenis
Lebih terperinciUji statistik multivariat digunakan untuk menguji
132 PEMANFAATAN SPSS DALAM PENELITIAN BIDANG KESEHATAN & UMUM PEMANFAATAN SPSS DALAM PENELITIAN BIDANG KESEHATAN & UMUM 133 BAB 6 ANALISIS MULTIVARIAT Uji statistik multivariat digunakan untuk menguji
Lebih terperinciAnalisis Regresi 1. Model-model Regresi yang Lebih Lanjut. Pokok Bahasan : Itasia & Y Angraini Dep. STK FMIPA-IPB
Analisis Regresi Pokok Bahasan : Model-model Regresi yang Lebih Lanjut Itasia & Angraini Dep. STK FMIPA-IPB Macam-macam Model Regresi Model Regresi peubah penjelas > peubah penjelas Sederhana Berganda
Lebih terperinciBAB IV ANALISA DAN PEMBAHASAN
BAB IV ANALISA DAN PEMBAHASAN Bab ini akan menguraikan proses, hasil serta pembahasan dari pengolahan data yang telah dilakukan. Analisis pengolahan data dilakukan dengan mengggunakan software Minitab
Lebih terperinciPENENTUAN MODEL HUBUNGAN KEPADATAN PENDUDUK DAN FAKTORNYA MENGGUNAKAN METODE FORWARD SELECTION
PENENTUAN MODEL HUBUNGAN KEPADATAN PENDUDUK DAN FAKTORNYA MENGGUNAKAN METODE FORWARD SELECTION (DETERMINING POPULATION DENSITY AND THE FACTORS MODELS BY USING FORWARD SELECTION METHOD) Puji Subekti 1,
Lebih terperinciBAB I PENDAHULUAN. Sejak kondisi ekonomi dan bisnis selalu berubah setiap waktu, maka para
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sejak kondisi ekonomi dan bisnis selalu berubah setiap waktu, maka para pimpinan suatu perusahaan atau para pelaku bisnis harus menemukan cara untuk terus
Lebih terperinciMODEL AUTOREGRESSIVE (AR) ATAU MODEL UNIVARIATE
MODEL AUTOREGRESSIVE (AR) ATAU MODEL UNIVARIATE Data yang digunakan adalah data M2Trend.wf1 (buku rujukan pertama, bab-8). Model analisisnya adalah Xt = M2 diregresikan dengan t = waktu. Model yang akan
Lebih terperinciProbability and Random Process
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 1. Review Teori Statistika Prima Kristalina Maret 2016 2 Outline Pengertian Statistika Populasi,
Lebih terperinciSTK 211 Metode statistika. Pengajar : Dr. Agus Mohamad Soleh, SSi, MT Dr.Ir. Muhammad Nur Aidi, MS
STK 211 Metode statistika Pengajar : Dr. Agus Mohamad Soleh, SSi, MT Dr.Ir. Muhammad Nur Aidi, MS http://www.stat.ipb.ac.id/ 2017 Pengantar Kode Matakuliah: STK211, 3(2-3) Standar Kompetensi: Setelah mengikuti
Lebih terperinciLAPORAN PRAKTIKUM. Mata Kuliah : Penerapan Komputer Tanggal : 21 Desember Nama : Desi Aryanti Dosen : Ir. Rini Herlina M.S
LAPORAN PRAKTIKUM Mata Kuliah : Penerapan Komputer Tanggal : 21 Desember 2009 Nama : Desi Aryanti Dosen : Ir. Rini Herlina M.S NRP : D14070066 Asisten Dosen : 1. Revan M. 2. Ratu Fika Hertaviani KORELASI
Lebih terperinciEstimasi, Pemilihan Model dan Peramalan Hubungan Deret Waktu
Estimasi, Pemilihan Model dan Peramalan Hubungan Deret Waktu Author: Junaidi Junaidi Terdapat berbagai jenis model/metode peramalan hubungan deret waktu. Diantaranya adalah: 1) Model Linear; 2) Model Quadratic;
Lebih terperinciBAB 3 FORECASTING DAN PENGAMATAN TRAFIK DATA
BAB 3 FORECASTING DAN PENGAMATAN TRAFIK DATA Forecasting adalah suatu peramalan nilai sebuah atau sekumpulan variabel pada satu titik waktu di masa depan. Dalam melakukan perhitungan peramalan pertumbuhan
Lebih terperinciANALISIS PENJUALAN BAHAN BAKAR MINYAK (BBM) dari PT. PERTAMINA (PERSERO) UPms V SURABAYA dengan METODE ARIMA BOX JENKINS
ANALISIS PENJUALAN BAHAN BAKAR MINYAK (BBM) dari PT. PERTAMINA (PERSERO) UPms V SURABAYA dengan METODE ARIMA BOX JENKINS Oleh: Rizky Amlia Rachmawati (1306.030.046) Dosen Pembimbing: Dra. Madu Ratna, M.Si
Lebih terperinciTeknik Forecasting. Pendekatan Basis Teknik Hasil Peramalan ekstrapolatif
Teknik Forecasting Pendekatan Basis Teknik Hasil Peramalan ekstrapolatif Ekstrapolasi trend Analisis rangkaian-waktu Teknik benang-hitam Teknik OLS Pembobotan eksponensial Transformasi data Metode katastrofi
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Berdasarkan sifatnya peramalan terbagi atas dua yaitu peramalan kualitatif dan peramalan kuantitatif. Metode kuantitatif terbagi atas dua yaitu analisis deret berkala
Lebih terperinciBAB I PENDAHULUAN. Peramalan merupakan suatu kegiatan memprediksi nilai dari suatu
BAB I PENDAHULUAN A. LATAR BELAKANG Peramalan merupakan suatu kegiatan memprediksi nilai dari suatu variabel berdasarkan nilai yang diketahui dari variabel tersebut pada masa lalu atau variabel yang berhubungan.
Lebih terperinciBAB III LANDASAN TEORI. A. Regresi
BAB III LANDASAN TEORI A. Regresi 1. Pengertian Regresi Regeresi adalah alat yang berfungsi untuk membantu memperkirakan nilai suatu varibel yang tidak diketahui dari satu atau beberapa variabel yang tidak
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1. Peramalan 2.1.1. Pengertian dan Kegunaan Peramalan Peramalan (forecasting) menurut Sofjan Assauri (1984) adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang
Lebih terperinciSTK 511 Analisis statistika. Pengajar : Dr. Agus Mohamad Soleh, SSi, MT
STK 511 Analisis statistika Pengajar : Dr. Agus Mohamad Soleh, SSi, MT 2 3 4 Kepustakaan 1. Fleming, M.C. dan J.G. Nellis. 1994. Principles of Applied Statistics. Routledge. London. 2. Steel, R.G.D., Torrie,
Lebih terperinciLAMPIRAN. Lampiran 1. Kuesioner untuk Pengunjung
LAMPIRAN Lampiran 1. Kuesioner untuk Pengunjung Kuesioner penelitian: Penilaian Ekonomi dan Prospek Pengembangan Wisata TWA Gunung Pancar. Oleh: Devina Marcia Rumanthy Sihombing (H44070045). Departemen
Lebih terperinciBAB 2 TINJAUAN TEORITIS. yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan terjadi
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Sedangkan
Lebih terperinciPemodelan Autoregressive (AR) pada Data Hilang dan Aplikasinya pada Data Kurs Mata Uang Rupiah
Vol. 9, No., 9-5, Januari 013 Pemodelan Autoregressive (AR) pada Data Hilang dan Aplikasinya pada Data Kurs Mata Uang Rupiah Fitriani, Erna Tri Herdiani, M. Saleh AF 1 Abstrak Dalam analisis deret waktu
Lebih terperinciModel Penjualan Plywood PT. Linggarjati Mahardika Mulia
Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami) Vol., No., Juli 7, Hal. 52-57 p-issn: 25-4596; e-issn: 25-4X Halaman 52 Model Penjualan Plywood PT. Linggarjati Mahardika Mulia
Lebih terperinciAnalisis Korelasi dan Regresi. Dr. Kusman Sadik, M.Si Dept. Statistika IPB
Analisis Korelasi dan Regresi Dr. Kusman Sadik, M.Si Dept. Statistika IPB - 015 1 Hubungan Dua Peubah atau Lebih PEUBAH KASUS PENGUMPULAN DATA JENIS HUBUNGANNYA 1.Dosis pupuk.banyaknya padi yg dihasilkan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Peramalan 2.1.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang (Sofjan Assauri,1984). Setiap kebijakan ekonomi
Lebih terperinciOleh : Fuji Rahayu W ( )
Oleh : Fuji Rahayu W (1208 100 043) JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2012 Indonesia sebagai negara maritim Penduduk Indonesia
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan digunakanan sebagai acuan pencegah yang mendasari suatu keputusan untuk yang akan datang dalam upaya meminimalis kendala atau memaksimalkan pengembangan baik
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Di Indonesia sejak tahun enam puluhan telah diterapkan Badan Meteorologi, Klimatologi, dan Geofisika di Jakarta menjadi suatu direktorat perhubungan udara. Direktorat
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan teori-teori yang menjadi dasar dan landasan dalam penelitian sehingga membantu mempermudah pembahasan selanjutnya. Teori tersebut meliputi arti dan peranan
Lebih terperinciPERAMALAN INDEKS HARGA KONSUMEN DAN INFLASI INDONESIA DENGAN METODE ARIMA BOX-JENKINS
PERAMALAN INDEKS HARGA KONSUMEN DAN INFLASI INDONESIA DENGAN METODE ARIMA BOX-JENKINS Oleh : Agustini Tripena ABSTRACT In this paper, forecasting the consumer price index data and inflation. The method
Lebih terperinciEstimasi, Pemilihan Model dan Peramalan Deret Waktu dengan Microsoft Office Excel
Estimasi, Pemilihan Model dan Peramalan Deret Waktu dengan Microsoft Office Excel Author: Junaidi Junaidi Terdapat berbagai pola pergerakan data deret waktu. Diantaranya adalah: 1) Model Linear; 2) Model
Lebih terperinciGARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : Genap
GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : Genap Berlaku mulai: Genap/2010 MATA KULIAH : TEKNIK PERAMALAN KODE MATA KULIAH/ SKS : 410103096 / 3 SKS MATA KULIAH PRASYARAT
Lebih terperinciPERBANDINGAN MODEL ARIMA DAN MODEL REGRESI DENGAN RESIDUAL ARIMA DALAM MENERANGKAN PERILAKU PELANGGAN LISTRIK DI KOTA PALOPO
Perbandingan Model ARIMA... (Alia Lestari) PERBANDINGAN MODEL ARIMA DAN MODEL REGRESI DENGAN RESIDUAL ARIMA DALAM MENERANGKAN PERILAKU PELANGGAN LISTRIK DI KOTA PALOPO Alia Lestari Fakultas Teknik Universitas
Lebih terperinciREGRESI BEDA DAN REGRESI RIDGE Ria Dhea Layla N.K 1, Febti Eka P. 2 1)
REGRESI BEDA DAN REGRESI RIDGE Ria Dhea Layla N.K 1, Febti Eka P. 2 1) 1311105003 2) 1311106009 email: 1) riadhea0863@yahoo.co.id 2) febti08.10@gmail.com ABSTRAK Analisis regresi dalam statistika adalah
Lebih terperinciAnalisys Time Series Terhadap Penjualan Ban Luar Sepeda Motor di Toko Putra Jaya Motor Bangkalan
SEMINAR PROPOSAL TUGAS AKHIR Analisys Time Series Terhadap Penjualan Ban Luar Sepeda Motor di Toko Putra Jaya Motor Bangkalan OLEH: NAMA : MULAZIMATUS SYAFA AH NRP : 13.11.030.021 DOSEN PEmbimbing: Dr.
Lebih terperinciFORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA
FORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA 1) Nurul Latifa Hadi 2) Artanti Indrasetianingsih 1) S1 Program Statistika, FMIPA, Universitas PGRI Adi Buana Surabaya 2)
Lebih terperinciMembuat keputusan yang baik
Membuat keputusan yang baik Apakah yang dapat membuat suatu perusahaan sukses? Keputusan yang dibuat baik Bagaimana kita dapat yakin bahwa keputusan yang dibuat baik? Akurasi prediksi masa yang akan datang
Lebih terperinciABSTRAK. Pada prakternya tolak ukur yang dapat dilihat oleh keberhasilan mahasiswa adalah
PEMODELAN PRESTASI MAHASISWA TERHADAP MATAKULIAH WAJIB DENGAN ANALISIS REGRESI Anik Rufaidah Program Studi Teknik Industri Sekolah Tinggi Teknik Qomaruddin Jalan Raya No. 01 Bungah Gresik 61152 Indonesia
Lebih terperinciDidownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN
BAB I PENDAHULUAN Pada bab-bab yang telah dijelaskan sebelumnya pengamatan terhadap variabel Y yang tersedia dari waktu ke waktu disebut data time series. Pengamatan-pengamatan tersebut seringkali dicatat
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Peramalan pada dasarnya merupakan proses menyusun informasi tentang kejadian masa lampau yang berurutan untuk menduga kejadian di masa depan (Frechtling, 2001:
Lebih terperinciPERAMALAN SAHAM JAKARTA ISLAMIC INDEX MENGGUNAKAN METODE ARIMA BULAN MEI-JULI 2010
Statistika, Vol., No., Mei PERAMALAN SAHAM JAKARTA ISLAMIC INDEX MENGGUNAKAN METODE ARIMA BULAN MEI-JULI Reksa Nila Anityaloka, Atika Nurani Ambarwati Program Studi S Statistika Universitas Muhammadiyah
Lebih terperinciJumlah tanggungan (org) Lama bekerja di kawasan TWA (thn)
LAMPIRAN 88 Lampiran 1. Data Responden Masyarakat Desa Karang Tengah 11 No Jenis pekerjaan Jenis kelamin (L=1 ; P=) Umur (thn) Lama pendidikan (thn) Jumlah tanggungan (org) Lama bekerja di kawasan TWA
Lebih terperinciPERAMALAN DATA TIME SERIES DENGAN METODE PENGHALUSAN EKSPONENSIAL HOLT - WINTER
PERAMALAN DATA TIME SERIES DENGAN METODE PENGHALUSAN EKSPONENSIAL HOLT - WINTER PERAMALAN DATA TIME SERIES DENGAN METODE PENGHALUSAN EKSPONENSIAL HOLT WINTER Adi Suwandi 1, Annisa 2, Andi Kresna Jaya
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Pendahuluan. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Pendahuluan Peramalan merupakan upaya memperkirakan apa yang terjadi pada masa mendatang berdasarkan data pada masa lalu, berbasis pada metode ilmiah dan kualitatif yang dilakukan
Lebih terperinciPEMODELAN ARIMA DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) IX JEMBER
PKMT-2-13-1 PEMODELAN ARIMA DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) IX JEMBER Umi Rosyiidah, Diah Taukhida K, Dwi Sitharini Jurusan Matematika, Universitas Jember, Jember ABSTRAK
Lebih terperinciPREDIKSI JANGKA PENDEK B ULAN AN JUMLAH FLARE DENGAN MODEL ARIMA (p,d,[q]), (P,D,Q)' 32
PREDIKSI JANGKA PENDEK B ULAN AN JUMLAH FLARE DENGAN MODEL ARIMA (p,d,[q]), (P,D,Q)' 32 Nanang WIdodo Penelid Staslun Pengamat Dlrgantara Watukosek, LAPAN ABSTRACT The time series of the monthly number
Lebih terperinciJURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman Online di:
JURNAL GAUSSIAN, Volume, Nomor, Tahun 0, Halaman 93-0 Online di: http://ejournal-s.undip.ac.id/index.php/gaussian ANALISIS INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN MODEL REGRESI KERNEL Icha
Lebih terperinci4 BAB IV HASIL PEMBAHASAN DAN EVALUASI. lebih dikenal dengan metode Box-Jenkins adalah sebagai berikut :
4 BAB IV HASIL PEMBAHASAN DAN EVALUASI Pada bab ini, akan dilakukan analisis dan pembahasan terhadap data runtut waktu. Data yang digunakan dalam penelitian ini merupakan data sekunder, yaitu data harga
Lebih terperinciRegresi Logistik Nominal dengan Fungsi Hubung CLOGLOG
Regresi Logistik Nominal dengan Fungsi Hubung CLOGLOG Julio Adisantoso, G16109011/STK 11 Mei 2010 Ringkasan Regresi logistik merupakan suatu pendekatan pemodelan yang dapat digunakan untuk mendeskripsikan
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di:
ISSN: 2339-254 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 205, Halaman 957-966 Online di: http://ejournal-s.undip.ac.id/index.php/gaussian PREDIKSI NILAI KURS DOLLAR AMERIKA MENGGUNAKAN EXPONENTIAL SMOOTHING
Lebih terperinciLAMPIRAN. Universitas Kristen Maranatha
LAMPIRAN Perhitungan yang dipakai dalam penelitian ini adalah dengan menggunakan analisis regresi dan analisis grafik. Seluruh perhitungan dilakukan dengan menggunakan program Statistik SPSS. Berikut ini
Lebih terperinciBAB 2 LANDASAN TEORI. diperkirakan akan terjadi pada masa yang akan datang. Ramalan tersebut dapat
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi dimasa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1. Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan
Lebih terperinciBAB III TINJAUAN PUSTAKA
BAB III TINJAUAN PUSTAKA 3.1 Teori Dunia industri biasanya tak lepas dari suatu peramalan, hal ini disebabkan bahwa peramalan dapat memprediksi kejadian di masa yang akan datang untuk mengambil keputusan
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 13 Peubah Ganda
STK511 Analisis Statistika Pertemuan 13 Peubah Ganda 13. Peubah Ganda: Pengantar Pengamatan Peubah Ganda Menggambarkan suatu objek tidak cukup menggunakan satu peubah saja Kasus pengamatan peubah ganda
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kemajuan ilmu pengetahuan dan teknologi dewasa ini dapat membantu teknik peramalan suatu kejadian berdasarkan faktor faktor yang sudah diketahui sebelumnya. Hasil peramalan
Lebih terperinciANALISIS POLA HUBUNGAN PEMODELAN ARIMA CURAH HUJAN DENGAN CURAH HUJAN MAKSIMUM, LAMA WAKTU HUJAN, DAN CURAH HUJAN RATA-RATA
ANALISIS POLA HUBUNGAN PEMODELAN ARIMA CURAH HUJAN DENGAN CURAH HUJAN MAKSIMUM, LAMA WAKTU HUJAN, DAN CURAH HUJAN RATA-RATA FATHIN FAHIMAH 226133 DOSEN PEMBIMBING Prof. Ir. Gamantyo Hendrantoro, M.Eng.
Lebih terperinciAnalisis Regresi 2. Multikolinier & penanganannya
Analisis Regresi 2 Pokok Bahasan : Multikolinier & penanganannya TUJUAN INSTRUKSIONAL KHUSUS : Mahasiswa dapat menjelaskan adanya multikolinieritas pada regresi linier berganda serta prosedur penanganannya
Lebih terperinciPEMODELAN DAN PERAMALAN DATA PEMBUKAAN IHSG MENGGUNAKAN MODEL ARIMA
PEMODELAN DAN PERAMALAN DATA PEMBUKAAN IHSG MENGGUNAKAN MODEL ARIMA OLEH : 1. Triyono ( M0107086 ) 2. Nariswari S ( M0108022 ) 3. Ayunita C ( M0180034 ) 4. Ibnuhardi F.Ihsan ( M0108045 ) 5. Marvina P (
Lebih terperinciBAB IV METODE PERAMALAN
Metode Peramalan 15 BAB METODE PERAMALAN 4.1 Model Sederhana Data deret waktu Nilai-nilai yang disusun dari waktu ke waktu tersebut disebut dengan data deret waktu (time series). Di dunia bisnis, data
Lebih terperinciDAFTAR PERTANYAAN KARAKTERISTIK PENGUNJUNG TAMAN WISATA ALAM TANGKUBAN PERAHU
32 Lampiran 1 DAFTAR PERTANYAAN KARAKTERISTIK PENGUNJUNG TAMAN WISATA ALAM TANGKUBAN PERAHU A. Data Pribadi Responden 1. Nomor responden :.. 2. Jenis kelamin :.. 3. Umur :.. 4. Pendidikan tertinggi :..
Lebih terperinciBAB 1 PENDAHULUAN. Pasar global dewasa ini tanpa disadari telah membuat kompetisi di dalam dunia
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Pasar global dewasa ini tanpa disadari telah membuat kompetisi di dalam dunia perindustrian menjadi hal yang lebih penting. Pasar yang dulunya pada masa Perang
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Teknologi informasi telah berkembang dengan relatif pesat. Di era
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Teknologi informasi telah berkembang dengan relatif pesat. Di era informasi seperti sekarang ini kebutuhan akan informasi semakin meningkat, terutama dengan
Lebih terperinciPemodelan Konsumsi Listrik Berdasarkan Jumlah Pelanggan PLN Jawa Timur untuk Kategori Rumah Tangga R-1 Dengan Metode Fungsi Transfer single input
Pemodelan Konsumsi Listrik Berdasarkan Jumlah Pelanggan PLN Jawa Timur untuk Kategori Rumah Tangga R-1 Dengan Metode Fungsi Transfer single input Oleh : Defi Rachmawati 1311 105 007 Dosen Pembimbing :
Lebih terperinciVI PERAMALAN PENJUALAN AYAM BROILER DAN PERAMALAN HARGA AYAM BROILER
VI PERAMALAN PENJUALAN AYAM BROILER DAN PERAMALAN HARGA AYAM BROILER 6.1. Analisis Pola Data Penjualan Ayam Broiler Data penjualan ayam broiler adalah data bulanan yang diperoleh dari bulan Januari 2006
Lebih terperinciPeramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model Ni Kadek Sukerti STMIK STIKOM Bali Jl. Raya Puputan
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
13 BAB 1 PENDAHULUAN 1.1 Latar Belakang Era globalisasi saat ini, perkembangan zaman semankin maju dan berkembang pesat, di antaranya banyak pernikahan dini yang menyebabkan salah satu faktor bertambahnya
Lebih terperinciSILABUS MATAKULIAH PERAMALAN BISNIS
SILABUS MATAKULIAH PERAMALAN BISNIS Matakuliah : Peramalan Bisnis Kode Matakuliah/sks : AGB 201/ 3(2-3) Semester : 4 Prasyarat Deskripsi Singkat : Metode Statistika : Matakuliah ini memberikan pengetahuan,
Lebih terperinciData Deret Waktu PUSTAKA. pertanian
Materi Peruliahan Poo Bahasan Periraan Watu Pendahuluan Metode Pemulusan Rataan Bergera 3 Metode Pemulusan Esponensial dan Metode Winter Konsep Dasar Pemodelan Data Deret Watu Analisis Deret Watu STK3
Lebih terperinciBAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI. Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi?
BAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi? a. Ada ketidak-pastian aktivitas produksi di masa yag akan datang b. Kemampuan & sumber daya perusahaan
Lebih terperinciAnalisis Regresi 1. Pokok Bahasan Pengujian pada Regresi Ganda
Analisis Regresi Pokok Bahasan Pengujian pada Regresi Ganda Model Regresi Linier Berganda Model Regresi Linier Berganda, dengan k peubah penjelas : Y β β X β X β X k k Parameter regresi sebanyak k+ diduga
Lebih terperinciBAB 2 LANDASAN TEORI. datang. Kegunaan dari peramalan terlihat pada saat pengambilan keputusan.
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang datang. Kegunaan dari peramalan terlihat pada saat pengambilan keputusan. Keputusan yang
Lebih terperinciSKRIPSI APLIKASI METODE GOLDEN SECTION UNTUK OPTIMASI PARAMETER PADA METODE EXPONENTIAL SMOOTHING. Disusun oleh: DANI AL MAHKYA
APLIKASI METODE GOLDEN SECTION UNTUK OPTIMASI PARAMETER PADA METODE EXPONENTIAL SMOOTHING SKRIPSI Disusun oleh: DANI AL MAHKYA 24010210141025 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Penelitian Pada dasarnya setiap perusahaan memiliki tujuan yang sama yaitu mendapatkan keuntungan untuk kelancaraan kontinuitas usahanya dan mampu bersaing
Lebih terperinciOleh: KELOMPOK SOYA E46. Ahmad Mukti Almansur Batara Manurung Ika Novi Indriyati Indana Saramita Rachman Sali Subakti Tri Wulandari
TUGAS KELOMPOK METODE KUANTITATIF MANAJEMEN Oleh: KELOMPOK SOYA E46 Ahmad Mukti Almansur Batara Manurung Ika Novi Indriyati Indana Saramita Rachman Sali Subakti Tri Wulandari Dosen: Lukytawati Anggraeni,
Lebih terperinciAnalisis Regresi: Regresi Linear Berganda
Analisis Regresi: Regresi Linear Berganda Pengantar Pada sesi sebelumnya kita hanya menggunakan satu buah X, dengan model Y = b 0 + b 1 X 0 1 Dalam banyak hal, yang mempengaruhi X bisa lebih dari satu.
Lebih terperinci