Metode Peramalan Deret Waktu. Pika Silvianti, M.Si Akbar Rizki, M.Si
|
|
- Hartanti Sasmita
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Metode Peramalan Deret Waktu Pika Silvianti, M.Si Akbar Rizki, M.Si
2 Toleransi 15 menit Absen Pakaian Sopan dan Rapi Pengguna kaos pendek/tanpa lengan dan ketat dilarang mengikuti perkuliahan Pengguna sandal juga dilarang mengikuti perkuliahan
3 A>=75; 75>AB>=70; 70; 70>B>=65; 65>BC>=60; 60>C>=50; 50>D>=40; E<40 Penilaian UTS UAS PR Paper Quiz
4
5 What is a forecast? Why Forecast? Forecasting Forecast Types How to Forecast
6
7
8 enables us to do something about it. to discern what is most likely to happen in the future, do we forecast/
9
10 Good Forecasting
11 We gain insight into what could happen next. This insight allows users of the forecast to take action and influence the vision of the future offered by the forecaster.
12 Forecasting Types
13 Qualitative forecasting techniques are subjective, based on the opinion and judgment of consumers, experts; they are appropriate when past data are not available. Predicting the impact of gasoline price if and when it hits rp /ltr.
14 Quantitative forecasting models are used to forecast future data as a function of past data; they are appropriate when past data are available. ( )
15 1. Information about the past is available. 2. This information is available in the form of numerical data 3. Assumption of continuity: i It can be assumed that some aspects of the past pattern will continue into the future. Continuity assumption is also need for qualitative forecasting
16
17 data yang diamati berdasarkan urutan waktu dengan rentang yang sama (jam, hari, minggu, bulan, tahun, dsb) Misalnya : data ekspor gula tahunan, data nilai tukar rupiah harian, dsb. pertanian Data produksi beras tahunan
18
19 Data keuangan Data Stok Barang Data supply demand Data daya tukar nilai uang
20 Kapan data didekati dengan metode deret waktu? Kalau diduga kuat bahwa keragaman dalam data ada faktor waktu yang dominan (faktor faktor lain yang mempengaruhi, juga dipengaruhi waktu)
21 Data deret waktu secara teoritis ditulis sebagai: dimana
22 Secara garis besar, data DW dibedakan menjadi dua, yaitu stasioner dan tidak stasioner Dikatakan stasioner apabila data DW memiliki nilai tengah (rataan) dan ragam (fluktuasi) yang konstan dari waktu ke waktu
23 EKSPOR Sequence number
24 PR ROFIT Sequence number
25 Secara garis besar pola data time series adalah: Pola Data Horizontal Terjadi bila data berfluktuasi di sekitar rata rata yang konstan. Contoh: Data penjualan yang konstan Pola Data Musiman Terjadi dibilamana suatu deret tdipengaruhi oleh lh faktor musiman (misalnya kuartal tahun tertentu, bulanan, atau hari hari pada minggu tertentu) Contoh: Data produksi tanaman
26 Pola Data Siklis Terjadi bila data dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis. Contoh: Penjualan mobil Pola Data Trend Terjadi bilamana kenaikan atau penurunan sekuler jangka panjang dalam data Contoh: GNP Pola Gabungan antara beberapa pola yang telah disebutkan diatas.
27 Pola Data Time Series Konstan Trend Seasonal Cyclic
28 Dt Data deret waktu terdiri iatas 3 komponen: Komponen Musiman Komponen tren dan siklik Komponen sisaan (containing anything else in the time series). ModelAditif Yt=St+Tt+Et, dengan: yt=data periode t, St= komponrenmusiman musiman periode t, Tt=komponen tren siklik periode t Et komponen sisaan(or irregular or error) period t. Model Multiplikatif Yt=St Tt Et.
29 Time Series plot sangat penting untuk melihat pola data deret waktu yang akan kita analisa lebih lanjut. Dibawah ini adalah contoh data deret waktu penjualan yang memiliki pola musiman. Time Series Plot of penjualan penjuala an Index
30 Pemulusan Peramalan Pemodelan
31 Problem definition Data Collection Data Analysis Forecasting Model Deployment Model Validation Model Selection and Fitting Monitoring Forecasting Model Performance
32 ARIMA (Autoregressive Integrated Moving Average) pada dasarnya menggunakan fungsi deret waktu, metode ini memerlukan pendekatan model identifikasi serta penaksiran awal dari paramaternya. Sebagai contoh: peramalan nilai tukar mata uang asing, pergerakan nilai IHSG. Regresi menggunakan dummy variabel dalam formulasi matematisnya. Sebagaicontoh: kemampuan dalammeramal meramal sales suatu produk berdasarkan harganya.
33 Bayesian merupakan metode yang menggunakan state space berdasarkan model dinamis linear (dynamical linear model). Sebagai contoh: menentukan diagnosa suatu penyakit berdasarkan data data gejala (hipertensi atau sakit jantung), mengenali warna berdasarkan fitur indeks warna RGB, mendeteksi warna kulit (skin detection) berdasarkan fitur warna chrominant. Metode smoothing dipakai untuk mengurangi ketidakteraturan data yang bersifat musiman dengan cara membuat keseimbangan rata rata dari data masa lampau.
34 MetodePemulusan (Smoothing) Rata rata bergerak tunggal (single moving average) utkdata stasioner Pemulusan exponensial tunggal (single exponential smoothing) utk data stasioner Pemulusan exponensial ganda (double exponential smoothing) utk data tidak stasioner Pemulusan Metode Winter utkdata yang ada faktor musiman Metode Pemodelan Box Jenkins (ARIMA)
35 qualitative forecasting techniques relied on human judgments and intuition more than manipulation of past historical data, atau metode yang hanya didasarkan kepada penilaian dan intuisi, bukan kepada pengolahan data historis.
36 Beberapa ukuran yang dapat dipakai untuk penilaian seberapa baik metode mengepas data: Mean Absolute Deviation (MAD) n 1 MAD = X ˆ t X t n t = 1 Mean Squared Deviation (MSD) n 1 MSD = ( X Xˆ ) n t = 1 t Mean Absolute Percentage Error (MAPE) n 1 X ˆ t Xt MAPE = 100% n X t= 1 t t 2
37 AIC (Akaike information criterion) BIC (Bayesian information criterion) TUGAS 1 MINGGU DEPAN
38 No. Pokok Bahasan Perkiraan Waktu Daftar (menit) Kepustakaan 1. Pendahuluan 1 x (2 x 50 ) 1: Bab 1 2. Metode Pemulusan Rataan Bergerak 1 x (2 x 50 ) Sederhana (RBS) dan Rataan Bergerak Ganda (RBG) 3. Metode Pemulusan Eksponensial 1 x (2 x 50 ) 1: Bab 4 Sederhana 4. Metode Pemulusan Eksponensial 1 x (2 x 50 ) 1: Bab 4 Ganda 5. Metode Pemulusan Winter (Aditif) 1 x (2 x 50 ) 1: Bab 4 6. Metode Pemulusan Winter 1 x (2 x 50 ) 1: Bab 4 (Multiplikatif) 7. Model Regresi untuk Data Deret 1 x (2 x 50 ) 4 : Bab 4 Waktu (1)
39 8. Model Regresi untuk Data Deret Waktu 1 x 4 : Bab 4 (2) (2 x 50 ) 9. Model Regresi untuk Data Deret Waktu 1 x 4 : Bab 4 (3) (2 x 50 ) 10. Model Regresi dengan peubah lag 1 x 3 : Bab 2 dan Bab 3 (2 x 50 ) 11. Pemodelan Data Deret Waktu 1 x 2 : Bab 4 Stasioner Berdasarkan Noise (2 x 50 ) 12. Pengidentifikasian Model 1 x 2 : Bab 6 (2 x 50 ) 13. Pendugaan Parameter Model, 1 x 2: Bab 7 dan Bab 8 Diagnostik dan Peramalan (1) (2 x 50 ) 14. Pendugaan Parameter Model, 1 x Diagnostik dan Peramalan (2) (2 x 50 ) 2: Bab 9
40 1. Montgomery, D.C., et.al Forecasting Time Series Analysis 2nd. John Wiley 2. Cryer, J.D. and Chan, K.S Time Series Analysis with Application in R. Springer 3. Abraham, B and Ledolter, J Statistical Methods for Forecasting, John Wiley 4. Hyndman, R.J and Athanasopoulos, G Forecasting: principles i and practice
41 Catatan Kuliah dapat di download di Catatan Kuliah dapat di download di pikasilvianti.staff.ipb.ac.id
42 Carilah data deret waktu dalam bidang keilmuan anda (minimal 10 series), buat plot deret waktunya dan berikan komentar anda Contoh:
Data 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 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 terperinciDr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016
1 Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016 This part presents some basic statistical methods essential to modeling, analyzing, and forecasting time series data. Both graphical displays and
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 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 TINJAUAN TEORI. akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan
BAB 2 TINJAUAN TEORI 2.1 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 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 I PENDAHULUAN 1.1. Latar Belakang Vanissa Hapsari,2013
BAB I PENDAHULUAN 1.1. Latar Belakang Tingkat pencemaran udara di beberapa kota besar cenderung meningkat dari tahun ke tahun. Hal ini disebabkan oleh beberapa faktor diantaranya jumlah transportasi terus
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Peramalan Peramalan (forecasting) merupakan upaya memperkirakan apa yang terjadi pada masa yang akan datang. Pada hakekatnya peramalan hanya merupakan suatu perkiraan (guess),
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan 2.1.1 Pengertian dan Peranan Peramalan Aktivitas manajerial khususnya dalam proses perencanaan, seringkali membutuhkan pengetahuan tentang kondisi yang akan datang. Pengetahuan
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 terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan sering dipandang sebagai seni dan ilmu dalam memprediksikan kejadian yang mungkin dihadapi pada masa yang akan datang. Secara teoritis peramalan
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 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 terperinciMetode Peramalan Deret Waktu
6//5 Meode Peramalan Dere Waku Dr. Fari M. Afendi, M.Si Pika Silviani, M.Si Wha is a forecas? Why Forecas? Forecasing How o Forecas Forecas Types 6//5 enables us o do somehing abou i. o discern wha is
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 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 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 terperinciKuliah 2 Metode Peramalan Deret Waktu
Kuliah 2 Metode Peramalan Deret Waktu rahmaanisa@apps.ipb.ac.id REVIEW Tentukan pola dari data deret waktu berikut: Gambar (1) Gambar (2) Gambar (3) Gambar (4) 2 Kriteria kebaikan peramalan data deret
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 terperinciTeknik Peramalan Melalui Pemulusan Data (Smoothing) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018
Teknik Peramalan Melalui Pemulusan Data (Smoothing) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018 This part presents some basic statistical methods essential to modeling, analyzing, and forecasting
Lebih terperinciBAB 2 TINJAUAN TEORITIS. 2.1 Produk Domestik Regional Bruto
18 BAB 2 TINJAUAN TEORITIS 2.1 Produk Domestik Regional Bruto Dalam menghitung pendapatan regional, dipakai konsep domestik. Berarti seluruh nilai tambah yang ditimbulkan oleh berbagai sektor atau lapangan
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Peramalan adalah kegiatan meramalkan atau memprediksi apa yang akan terjadi dimasa yang akan datang dengan waktu tenggang (lead time) yang relative lama,
Lebih terperinciTeam project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP
Hak cipta dan penggunaan kembali: Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Di Era globalisasi saat ini, kartu kredit digunakan sebagai salah satu alternatif pengganti transaksi dengan uang tunai. Seiring dengan perkembangan zaman, pola prilaku
Lebih terperinciBAB II LANDASAN TEORI. saling berhubungan membentuk suatu kesatuan atau organisasi atau suatu jaringan
BAB II LANDASAN TEORI 2.1 Pengertian Sistem Menurut Amsyah (2005), definisi sistem adalah elemen-elemen yang saling berhubungan membentuk suatu kesatuan atau organisasi atau suatu jaringan kerja dari prosedur
Lebih terperinciSpesifikasi Model. a. ACF
Dept. Statistika IPB, 0 Spesifikasi Model Ada tiga tahapan iterasi dalam pemodelan data deret waktu, yaitu:. Penentuan model tentatif (spesifikasi model) berdasarkan data contoh untuk mengidentifikasi
Lebih terperinciDr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016
1 Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016 Analisis Statistika (STK511) 2 2 Dr. Kusman Sadik, M.Si Dr. I Made Sumertajaya, MS Pika Silvianti, M.Si 3 3 Nama Mhs PS (STT/STK) Asal instansi
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan
BAB 2 LADASA TEORI 2.1 Pengertian Peramalan (Forecasting) Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan terjadi pada masa mendatang. Peramalan penjualan adalah peramalan
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 terperinciPendahuluan. Dr. Kusman Sadik, M.Si Departemen Statistika IPB, Semester Genap 2017/2018
Pendahuluan Dr. Kusman Sadik, M.Si Departemen Statistika IPB, Semester Genap 2017/2018 Analisis Statistika (STK511) 2 Dr. Kusman Sadik, M.Si Dr. Farit M Affendi, M.Si Akbar Rizki, M.Si Pika Silvianti,
Lebih terperinciThis is a widely used forecasting technique. be especially accurate, www,clt,astate,edu/crbrown/smoothing07,ppt
Proses Pemulusan usa Data Exponential smoothing This is a widely used forecasting technique in retailing, even though it has not proven to be especially accurate, www,clt,astate,edu/crbrown/smoothing07,ppt
Lebih terperinciMETODE PENELITIAN. Penelitian ini dilakukan pada semester genap tahun akademik 2014/2015
III. METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian ini dilakukan pada semester genap tahun akademik 2014/2015 bertempat di Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LADASA TEORI 2.1 Peramalan (forecasting) 2.1.1. Hubungan Forecast dengan Rencana Forecast adalah peramalan apa yang akan terjadi pada waktu yang akan datang, sedang rencana merupakan penentuan apa
Lebih terperinciPenerapan Model ARIMA
Penerapan Model ARIMA (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016 1 a. Lakukan proses pembedaan (differencing) sebanyak dua kali pada data asal. b. Lakukan pendugaan parameter pada
Lebih terperinciData Time Series. Time series merupakan data yang diperoleh dan disusun berdasarkan urutan waktu atau
Peramalan Data Time Series Data Time Series Time series merupakan data yang diperoleh dan disusun berdasarkan urutan waktu atau data yang dikumpulkan dari waktu ke waktu. Waktu yang digunakan dapat berupa
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 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 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 terperinciTeknik Peramalan Melalui Pemulusan Data (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018
Teknik Peramalan Melalui Pemulusan Data (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018 The most crucial issue in simple moving averages is the choice of the span, N. A simple moving
Lebih terperinciPERENCANAAN PRODUKSI
PERENCANAAN PRODUKSI 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
Lebih terperinciBAB I PENDAHULUAN. Dugaan atau perkiraan mengenai kejadian atau peristiwa pada waktu yang
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dugaan atau perkiraan mengenai kejadian atau peristiwa pada waktu yang akan datang disebut ramalan dan tindakan dalam membuat dugaan atau perkiraan tersebut
Lebih terperinciPERAMALAN (FORECASTING)
#3 - Peramalan (Forecasting) #1 1 PERAMALAN (FORECASTING) EMA302 Manajemen Operasional Pengertian (1) 2 Oxford Dictionary, Forecast is a statement about what will happen in the future, based on information
Lebih terperinciPEMODELAN DAN PERAMALAN DATA DERET WAKTU DENGAN METODE SEASONAL ARIMA
Jurnal Matematika UNAND Vol. 3 No. 3 Hal. 59 67 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN DAN PERAMALAN DATA DERET WAKTU DENGAN METODE SEASONAL ARIMA ANNISA UL UKHRA Program Studi Matematika,
Lebih terperinciPendahuluan. Metode Peramalan:
MOVING AVERAGES Pendahuluan Metode Peramalan: Metode Perataan: Equally weighted observations Metode pemulusan eksponensial (exponential smoothing) Pembobotan yang tidak sama pada data historis, dimana
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 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 terperinciPendahuluan. Metode Peramalan:
MOVING AVERAGES Pendahuluan Metode Peramalan: Metode Perataan: Equally weighted observations Metode pemulusan eksponensial (exponential smoothing) Pembobotan yang tidak sama pada data historis, dimana
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Uji Kecukupan Sampel Dalam melakukan penelitian terhadap populasi yang sangat besar, kita perlu melakukan suatu penarikan sampel. Hal ini dikarenakan tidak selamanya kita dapat
Lebih terperinciPembahasan Materi #7
1 EMA402 Manajemen Rantai Pasokan Pembahasan 2 Pengertian Moving Average Alasan Tujuan Jenis Validitas Taksonomi Metode Kualitatif Metode Kuantitatif Time Series Metode Peramalan Permintaan Weighted Woving
Lebih terperinciBAB 2 LANDASAN TEORI. Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit
BAB 2 LANDASAN TEORI 2.1 Pengertian Produksi Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit tanaman pada lahan yang telah disediakan, pemupukan dan perawatan sehingga
Lebih terperinciPERAMALAN JUMLAH KUNJUNGAN WISATAWAN MANCANEGARA YANG BEKUNJUNG KE BALI MENGGUNAKAN FUNGSI TRANSFER
PERAMALAN JUMLAH KUNJUNGAN WISATAWAN MANCANEGARA YANG BEKUNJUNG KE BALI MENGGUNAKAN FUNGSI TRANSFER I Ketut Putra Adnyana 1, I Wayan Sumarjaya 2, I Komang Gde Sukarsa 3 1 Jurusan Matematika, Fakultas FMIPA
Lebih terperinciProgram Studi Matematika, Institut Teknologi Kalimantan, Balikpapan
J. Math. and Its Appl. E-ISSN: 2579-8936 P-ISSN: 1829-605X Vol. 14, No. 2, Desember 2017, 25-37 Perbandingan Metode ARIMA dan Double Exponential Smoothing pada Peramalan Harga Saham LQ45 Tiga Perusahaan
Lebih terperinciPenerapan Model ARIMA
Penerapan Model ARIMA (Bagian I) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 016 1 Ada tiga tahapan iterasi dalam pemodelan data deret waktu, yaitu: 1. Penentuan model tentatif (spesifikasi model)
Lebih terperinciMETODE PERAMALAN HOLT-WINTER UNTUK MEMPREDIKSI JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS RIAU ABSTRACT
METODE PERAMALAN HOLT-WINTER UNTUK MEMPREDIKSI JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS RIAU Encik Rosalina 1, Sigit Sugiarto 2, M.D.H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan
Lebih terperinciAnalisis Deret Waktu
Analisis Deret Waktu Pertemuan 2 Cross section Jenis Data Beberapa pengamatan diamati bersama sama pada periode waktu tertentu Harga saham semua perusahaan yang tercatat di BEJ pada hari Rabu 27 Februari
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 terperinciPENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU
PENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU Romy Biri ), Yohanes A.R. Langi ), Marline S. Paendong ) ) Program Studi Matematika FMIPA Universitas Sam Ratulangi Jl.
Lebih terperinciPeramalan Memprediksi peristiwa masa depan Biasanya memerlukan kebiasaan selama jangka waktu tertentu metode kualitatif
Bab 3-4 Peramalan Peramalan Memprediksi peristiwa masa depan Biasanya memerlukan kebiasaan selama jangka waktu tertentu metode kualitatif Berdasarkan metode yang subjektif Metode kuantitatif Berdasarkan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 DATA MINING Data Mining adalah analisis otomatis dari data yang berjumlah banyak atau kompleks dengan tujuan untuk menemukan pola atau kecenderungan yang penting yang biasanya
Lebih terperinciBAB 2 LANDASAN TEORI
10 BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang. Peramalan diperlukan karena adanya kesenjaan waktu
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 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 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 terperinciPendahuluan. Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018
Pendahuluan Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018 Analisis Statistika (STK511) 2 Dr. Kusman Sadik, M.Si Dr. Farit M Affendi, M.Si Akbar Rizki, M.Si 3 Mata kuliah ini menjelaskan karakteristik
Lebih terperinciBAB 2. Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang akan datang. Ramalan adalah sesuatu kegiatan situasi atau kondisi yang diperkirakan akan
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Manfaat Peramalan Pada dasarnya peramalan adalah merupakan suatu dugaan atau perkiraan tentang terjadinya suatu keadaan dimasa depan, tetapi dengan menggunakan metode metode tertentu
Lebih terperinciANALISIS TIME SERIES OLEH : ACH. KHOZAIMI : NIKMATUS SYAFA AH
ANALISIS TIME SERIES OLEH : ACH. KHOZAIMI : 06.04.111.00757 NIKMATUS SYAFA AH AH : 06.04.111.00767 PUNGKY ASTREA IRAWAN : 06.04.111.00799 NUR MASLAKHAH : 06.04.111.00811 VINDI KURNIATY : 06.04.111.00856
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. PengertianPeramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Dalam usaha mengetahui atau melihat perkembangan di masa depan,
Lebih terperinciBAB I PENDAHULUAN. untuk membuat prediksi tersebut disebut peramalan (Bowerman, 1993).
BAB I PENDAHULUAN 1.1 Latar Belakang Prediksi terhadap kejadian di masa depan disebut ramalan, dan tindakan untuk membuat prediksi tersebut disebut peramalan (Bowerman, 1993). Peramalan diperlukan untuk
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Iklim Iklim ialah suatu keadaan rata-rata dari cuaca di suatu daerah dalam periode tertentu. Curah hujan ialah suatu jumlah hujan yang jatuh di suatu daerah pada kurun waktu
Lebih terperinciKONTRAK BELAJAR: ANALISIS RUNTUN WAKTU Arum Handini Primandari, M.Sc.
KONTRAK BELAJAR: ANALISIS RUNTUN WAKTU Arum Handini Primandari, M.Sc. PETA KONSEP ANALISIS RUNTUN WAKTU (ARW) 2 TIMELINE PERKULIAHAN Pertemuan TOPIK/MATERI 1 Kontrak belajar, Pendahuluan: Data runtun waktu
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Defenisi Peramalan Peramalan adalah suatu kegiatan dalam memperkirakan atau kegiatan yang meliputi pembuatan perencanaan di masa yang akan datang dengan menggunakan data masa lalu
Lebih terperinciBAB 2 LANDASAN TEORI
20 BAB 2 LANDASAN TEORI 2.1 Peramalan 2.1.1 Pengertian Peramalan Peramalan adalah pemikiran terhadap suatu besaran, misalnya permintaan terhadap satu atau beberapa produk pada periode yang akan datang.
Lebih terperinciPERBANDINGAN METODE PEMULUSAN (SMOOTHING) EKSPONENSIAL DAN ARIMA (BOX-JENKINS) SEBAGAI METODE PERAMALAN INDEKS HARGA SAHAM GABUNGAN (IHSG) SKRIPSI
PERBANDINGAN METODE PEMULUSAN (SMOOTHING) EKSPONENSIAL DAN ARIMA (BOX-JENKINS) SEBAGAI METODE PERAMALAN INDEKS HARGA SAHAM GABUNGAN (IHSG) SKRIPSI WARSINI 070803042 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinci(FORECASTING ANALYSIS):
ANALISIS KUANTITATIF ANALISIS PERAMALAN Hand-out ke-3 ANALISIS PERAMALAN (FORECASTING ANALYSIS): Contoh-contoh sederhana PRODI AGRIBISNIS UNEJ, 2017 PROF DR IR RUDI WIBOWO, MS Contoh aplikasi tehnik peramalan
Lebih terperinciBAB II KAJIAN TEORITIS
BAB II KAJIAN TEORITIS 2.1 Deskripsi Teori 2.1.1 Pengertian Peramalan ( forecasting ) Salah satu keputusan penting dalam perusahaan adalah kecilnya resiko kesalahan nilai produksi dan nilai penjualan.
Lebih terperinciEFEKTIVITAS METODE BOX-JENKINS DAN EXPONENTIAL SMOOTHING UNTUK MERAMALKAN RETRIBUSI PENGUJIAN KENDARAAN BERMOTOR DISHUB KLATEN
EFEKTIVITAS METODE BOX-JENKINS DAN EXPONENTIAL SMOOTHING UNTUK MERAMALKAN RETRIBUSI PENGUJIAN KENDARAAN BERMOTOR DISHUB KLATEN Puji Rahayu 1), Rohmah Nur Istiqomah 2), Eminugroho Ratna Sari 3) 1)2)3) Matematika
Lebih terperinciPEMODELAN DAN PERAMALAN INDEKS HARGA SAHAM VECTOR AUTOREGRESSIVE EXOGENOUS (VARX)
PEMODELAN DAN PERAMALAN INDEKS HARGA SAHAM GABUNGAN (IHSG), JAKARTA ISLAMIC INDEX (JII), DAN HARGA MINYAK DUNIA BRENT CRUDE OIL MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE EXOGENOUS (VARX) SKRIPSI Disusun
Lebih terperinciMENENTUKAN PENJUALAN PRODUK TERBAIK DI PERUSAHAAN X DENGAN METODE WINTER EKSPONENSIAL SMOOTHING DAN METODE EVENT BASED
J. Math. and Its Appl. E-ISS: 2579-8936 P-ISS: 1829-605X Vol. 14, o. 1, Mei 2017, 25 35 MEETUKA PEJUALA PRODUK TERBAIK DI PERUSAHAA X DEGA METODE WITER EKSPOESIAL SMOOTHIG DA METODE EVET BASED Farida Agustini
Lebih terperinciBAB 2 LANDASAN TEORITIS
BAB 2 LANDASAN TEORITIS 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksikan apa yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.
Lebih terperinciEnter the Problem (Masukkan Permasalahan)
FORECASTING PENGANTAR SISTEM PENDUKUNG KEPUTUSAN FORECASTING Program ini mempraktekkan time series forecasting dan linear regresi. Metode time series meliputi simple average, moving average, dengan atau
Lebih terperinciBAB 2 LANDASAN TEORI
1 BAB 2 LANDASAN TEORI Bab ini membahas tentang teori penunjang dan penelitian sebelumnya yang berhubungan dengan metode ARIMA box jenkins untuk meramalkan kebutuhan bahan baku. 2.1. Peramalan Peramalan
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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Konsep Peramalan Peramalan ( forecasting) merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien khususnya dalam bidang ekonomi. Dalam organisasi modern
Lebih terperinciEMA302 Manajemen Operasional
1 PERAMALAN (FORECASTING) EMA302 Manajemen Operasional Pengertian (1) 2 Oxford Dictionary, Forecast is a statement about what will happen in the future, based on information that is available now. (Peramalan
Lebih terperinciPERAMALAN JUMLAH PENDERITA DEMAM BERDARAH DENGUE DI KOTA DENPASAR MENGGUNAKAN MODEL FUNGSI TRANSFER MULTIVARIAT
PERAMALAN JUMLAH PENDERITA DEMAM BERDARAH DENGUE DI KOTA DENPASAR MENGGUNAKAN MODEL FUNGSI TRANSFER MULTIVARIAT Novian Endi Gunawan 1, I Wayan Sumarjaya 2, I G.A.M. Srinadi 3 1 Program Studi Matematika,
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa. situasi dan kondisi di masa yang akan datang.
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Sedangkan ramalan
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1 Peramalan Dalam melakukan analisa ekonomi atau analisa kegiatan perusahaan, haruslah diperkirakan apa yang akan terjadi dalam bidang ekonomi atau dunia usaha pada masa yang
Lebih terperinciMetode Pemulusan Eksponensial Sederhana
Metode Pemulusan Eksponensial Sederhana (Single Exponential Smoothing) KULIAH 3 METODE PERAMALAN DERET WAKTU rahmaanisa@apps.ipb.ac.id Review Untuk apa metode pemulusan (smoothing) dilakukan terhadap data
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 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 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 METODE PEMULUSAN EKSPONENSIAL HOLT-WINTER DAN METODE DEKOMPOSISI KLASIK
BAB III METODE PEMULUSAN EKSPONENSIAL HOLT-WINTER DAN METODE DEKOMPOSISI KLASIK 3.1 Metode Pemulusan Eksponensial Holt-Winter Metode rata-rata bergerak dan pemulusan Eksponensial dapat digunakan untuk
Lebih terperinciPERAMALAN JUMLAH SISWA/I SEKOLAH MENENGAH ATAS SWASTA MENGGUNAKAN ENAM METODE FORECASTING
PERAMALAN JUMLAH SISWA/I SEKOLAH MENENGAH ATAS SWASTA MENGGUNAKAN ENAM METODE FORECASTING Lim Sanny 1, Haryadi Sarjono 1 1 Department of Management, Binus University Jln. KH. Syahdan No. 9, Kemanggisan,
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 terperinciPERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (STUDI KASUS : KUSUMA AGROWISATA)
PERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (STUDI KASUS : KUSUMA AGROWISATA) Oleh : Nofinda Lestari 1208 100 039 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciARIMA and Forecasting
ARIMA and Forecasting We have learned linear models and their characteristics, like: AR(p), MA(q), ARMA(p,q) and ARIMA (p,d,q). The important thing that we have to know in developing the models are determining
Lebih terperinci