ANALISIS FORECASTING DALAM SPSS : APLIKASI KOMPUTER STATISTIK
|
|
- Ade Hadiman
- 6 tahun lalu
- Tontonan:
Transkripsi
1 ANALISIS FORECASTING DALAM SPSS Nama : GEOVANI NPM : Kelas : Semester/Jurusan Mata Kuliah DOSEN MATA KULIAH : Tiga ( 3) / Akuntansi : APLIKASI KOMPUTER STATISTIK : SUPRIYADI, SE
2 ANALISIS FORECASTING DALAM SPSS 1. Pengertian Peramalan Peramalan dapat didefinisikan sebagai suatu proses memperkirakan secara sistematis tentang apa yang paling mungkin terjadi di masa depan berdasarkan informasi masa lalu dan sekarang yang dimiliki agar kesalahannya dapat diperkecil (Mulyono, 2000). 2. Rentang Waktu Peramalan Rentang waktu peramalan dalam praktek sangat bervariasi. Ada yang melakukan peramalan secara rutin dengan jangka waktu yang pendek, baik itu bulanan, mingguan, bahkan harian. Namun, ada juga peramalan yang mempunyai rentang waktu lama, sampai bertahun-tahun. Menurut Santoso (2009), peramalan dari sudut rentang waktu dapat dibagi menjadi 3 macam, yakni : peramalan jangka pendek, jangka menengah dan jangka panjang. a. Peramalan Jangka Pendek Jangka pendek meliputi kurun waktu mulai dari satu hari sampai satu musim, atau dapat sampai satu tahun. Peramalan ini umumnya menggunakan peramalan kuantitatif karena menganggap data masa lalu masih relevan untuk dijadikan bahan prediksi. b. Peramalan Jangka Menengah Jangka menengah meliputi kurun waktu mulai dari satu musim (kuartal, triwulan atau yang lain) sampai dua tahun. Peramalan ini sebagian masih
3 menggunakan peramalan kuantitatif dan kualitatif karena menganggap data masa lalu masih cukup relevan untuk memprediksi masa datang. c. Peramalan Jangka Panjang Jangka panjang meliputi kurun waktu minimal lima tahun. Peramalan ini umumnya berdasarkan intuisi dan pengalaman seseorang karena menganggap data masa lalu sudah tidak lagi relevan, hanya sedikit yang masih menggunakan peramalan kuantitatif. 3. Contoh Peramalan dalam SPSS a) Peramalan dengan Metode ARIMA melalui program SPSS 17 Tulisan ini hanyalah teknik peramalan dengan metode ARIMA yang menggunakan Aplikasi SPSS 17. Untuk teorinya silahkan baca buku Ekonometrika 1. Buka Aplikasi SPSS Buka File \Ekonometrika\data\arima_indeks_trans.xls 3. Lakukan uji stasioneritas dengan mengklik : Analyze Forecasting - Autocorrelation 4. Masukkan variable closing ke dalam kolom variable, hilangkan tanda centang partial correlation pada parameter display lalu klik Ok
4 5. Hasilnya 6. Dari gambar di atas menunjukkan bahwa data tidak stasioner, oleh karena itu harus dilakukan differencing. 7. Lakukan lagi langkah ke-3 kali ini pada parameter transform beri tanda centang pada difference dan isi kolom dengan 1, hasilnya:
5 8. Hasil pengolahan menunjukkan data telah stasioner, berarti siap untuk permodelan dengan ARIMA. 9. Untuk menentukan ordo pada model ARIMA, lakukan lagi langkah ke- 3 tapi kali ini beri tanda centang pada partial autocorrelations sehingga hasilnya menjadi:
6 10. Dari hasil-hasil di atas, maka dapat dibuat model ARIMA (p,d,q) sebagai ARIMA (1,1,1) 11. Langkah untuk membuat model klik Analyze-create model, pilih ARIMA pada parameter methods, buat ordo (1,1,1) pada tombol criteria.
7 12. Pada Tabs Statistik beri centang Parameter estimates pada Statistic for Individual Model. 13. Pada Tabs Save beri centang Noise Residual lalu OK
8 14. Hasilnya sebagai berikut: Closing- Model_1 Closing No Transformation ARIMA Model Parameters Estimate SE t Sig. Constant AR Lag Difference 1 MA Lag Model ARIMA yang dibuat: ΔY t = 1, ,838 ΔY t-1 0,653e t-1 Yt (Y t-1 ) = 1, ,838(Y t-1 - Y t-2 ) - 0,653e t-1 Yt = 1, ,83 Y t-1 0,83 Y t-2-0,653e t Apakah model sudah baik? Model baik jika: a. Semua koefisien signifikan kecuali intercept (konstant), Pada kolom sig menunjukkan syarat pertama terpenuhi. b. Errornya White Noise (pure random), artinya error tidak dipengaruhi oleh error-error waktu yang lalu.
9 16. Untuk mengetahui apakah error white noise atau tidak ikuti langkah analyze forecasting autocorrelation. Kali ini variabelnya noise residual from closing lalu, hilangkan centang partial correlation lalu OK. Hasilnya: 17. Hasil di atas menunjukkan bahwa error tidak white noise. Untuk itu model ARIMA harus diturunkan dengan metode trial error misalnya ARIMA (1,1,0) atau ARIMA (0,1,1) Untuk itu ulangi langkah ke-11 hingga ke Jika tidak ditemukan model yang baik yang memenuhi 2 syarat di atas, maka dilakukan permodelan dengan ARCH/GARCH b) Peramalan dengan Metode Moving Average dengan software SPSS 17 dapat dilihat pada contoh berikut ini: Jika kita memiliki data penjualan gula di TOKO ASOY per minggu seperti pada tabel berikut ini: Mingg Jumlah Sales
10 u Sales (kg) Mingguberikutnyadenganmet ode Simple Moving Average.? a. Langkah pertama adalah memasukkan data ke dalam worksheet SPSS sebagai berikut: Data View:
11 Variable View: Nama Variabel kemudian diganti menjadi minggu dan sales b. Kemudian pilih Transform Create Time Series Seperti Gambar: c. Setelah itu akan muncul kotak dialog berikut, pilih Sales dan klik panah sehingga variabel sales berpindah ke kolomvariabel New Variabel di sebelah kanan.
12 d. Setelah itu pilih Centered Moving Average, atau bisa juga Prior Moving Average. e. Kemudian isi kan span dengan 3, dan klik change. Span diisi dengan angka 3 artinya mengalami proses 3 kali smoothing yang biasa kita kenal juga dengan Weighted Moving Average. Adapun proses 1 dan 2 kali smoothing kita sebut Single Moving Average dan Double Moving Average.
13 f. Output yang didapat dari metode Centered Moving Average Weighted Moving Average adalah sebagai berikut: Dari output diatas, dapat diketahui bahwa Nilai Sales pada minggu ke-8 hingga 12 berdasarkan metode centered moving average berturut-turut adalah 171,67, 218,33, 196,67, 203,33, dan176,67. Output yang didapat dari metode Prior Moving Average adalah sebagai berikut:
14 Maka Nilai Sales yang didapatkan pada minggu ke-8 hingga 12 berdasarkan metode prior moving average berturut-turut adalah 171,67, 218,33, 196,67, dan 203,33. Sejak keduanya merupakan metode simple moving average dengan span 3, maka hasil peramalannya akan sama.
15 DAFTAR PUSTAKA Mulyono, S Peramalan Bisnis dan Ekonometrika. Edisi Pertama. BPPE. Yogyakarta. Santoso, Singgih Business Forecasting Metode Peramalan Bisnis Masa Kini dengan Minitab dan SPSS. Elex Media Komputindo. Jakarta. A_MELALUI_PROGRAM
Prediksi Harga Saham dengan ARIMA
Prediksi Harga Saham dengan ARIMA Peramalan harga saham merupakan sesuatu yang ditunggu-tunggu oleh para investor. Munculnya model prediksi yang baru yang bisa meramalkan harga saham secara tepat merupakan
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 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 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 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 terperinciMetode Box - Jenkins (ARIMA)
Metode Box - Jenkins (ARIMA) Metode peramalan saat ini cukup banyak dengan berbagai kelebihan masing-masing. kelebihan ini bisa mencakup variabel yang digunakan dan jenis data time seriesnya. nah, dalam
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 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 terperinciUJI ASUMSI KLASIK DENGAN SPSS 16.0. Disusun oleh: Andryan Setyadharma
UJI ASUMSI KLASIK DENGAN SPSS 16.0 Disusun oleh: Andryan Setyadharma FAKULTAS EKONOMI UNIVERSITAS NEGERI SEMARANG 2010 1. MENGAPA UJI ASUMSI KLASIK PENTING? Model regresi linier berganda (multiple regression)
Lebih terperinciIII. METODE PENELITIAN
38 III. METODE PENELITIAN A. Konsep Dasar dan Batasan Operasional Konsep dasar dan definisi opresional mencakup pengertian yang dipergunakan untuk mendapatkan dan menganalisis data sesuai dengan tujuan
Lebih terperinciLAPORAN PRAKTIKUM ANALISIS RUNTUN WAKTU. Laporan VI ARIMA Analisis Runtun Waktu Model Box Jenkins
LAPORAN PRAKTIKUM ANALISIS RUNTUN WAKTU Kelas A Laporan VI ARIMA Analisis Runtun Waktu Model Box Jenkins No Nama Praktikan Nomor Mahasiswa Tanggal Pengumpulan 1 29 Desember 2010 Tanda Tangan Praktikan
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 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 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 terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. Adapun langkah-langkah pada analisis runtun waktu dengan model ARIMA
BAB IV HASIL PENELITIAN DAN PEMBAHASAN Pada bab ini, akan dilakukan analisis dan pembahasan terhadap data runtun waktu. Adapun data yang digunakan dalam penelitian ini merupakan data sekunder, yaitu data
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 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. 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 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 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 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 terperinciPERAMALAN PERMINTAAN PRODUK SARUNG TANGAN GOLF MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DI PT. ADI SATRIA ABADI ABSTRAK
PERAMALAN PERMINTAAN PRODUK SARUNG TANGAN GOLF MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DI PT. ADI SATRIA ABADI Trio Yonathan Teja Kusuma 1, Sandra Praharani Nur Asmoro 2 1,2)
Lebih terperinciPERAMALAN OPT PERKEBUNAN DENGAN MENGGUNAKAN SPSS Oleh : Arif Ashari, S.Si (Statistisi Ahli Pertama - BBPPTP Surabaya)
PERAMALAN OPT PERKEBUNAN DENGAN MENGGUNAKAN SPSS Oleh : Arif Ashari, S.Si (Statistisi Ahli Pertama - BBPPTP Surabaya) I. PENDAHULUAN Pengolahan dan analisis data serangan Organisme Pengganggu Tumbuhan
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 terperinciTINJAUAN PUSTAKA. perubahan harga yang dibayar konsumen atau masyarakat dari gaji atau upah yang
II.. TINJAUAN PUSTAKA Indeks Harga Konsumen (IHK Menurut Monga (977 indeks harga konsumen adalah ukuran statistika dari perubahan harga yang dibayar konsumen atau masyarakat dari gaji atau upah yang didapatkan.
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 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 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 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 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 terperinciMetode Deret Berkala Box Jenkins
METODE BOX JENKINS Metode Deret Berkala Box Jenkins Suatu metode peramalan yang sistematis, yang tidak mengasumsikan suatu model tertentu, tetapi menganalisa deret berkala sehingga diperoleh suatu model
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Variabel ARIMA menggunakan variabel dependen harga saham LQ45 dan variabel independen harga saham LQ45 periode sebelumnya, sedangkan ARCH/GARCH menggunakan variabel dependen
Lebih terperinciPREDIKSI HARGA SAHAM PT. BRI, Tbk. MENGGUNAKAN METODE ARIMA (Autoregressive Integrated Moving Average)
PREDIKSI HARGA SAHAM PT. BRI, MENGGUNAKAN METODE ARIMA (Autoregressive Integrated Moving Average) Greis S. Lilipaly ), Djoni Hatidja ), John S. Kekenusa ) ) Program Studi Matematika FMIPA UNSRAT Manado
Lebih terperinciIII. METODE PENELITIAN
15 III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penelitian Perkembangan ekonomi dan bisnis dewasa ini semakin cepat dan pesat. Bisnis dan usaha yang semakin berkembang ini ditandai dengan semakin banyaknya
Lebih terperinciANALISIS REGRESI BERGANDA
ANALISIS REGRESI BERGANDA Analisis Regresi Berganda Arahkan kursor pada Analyze lalu Regression dan pilih Linear Analisis Regresi Berganda Pada kotak Linear Regression, pindahkan variable Y pada kotak
Lebih terperinciHALAMAN PERSETUJUAN PEMBIMBING...iii. HALAMAN PENGESAHAN...iv. HALAMAN PERSEMBAHAN... vi. KATA PENGANTAR... viii. DAFTAR ISI... x. DAFTAR TABEL...
HALAMAN PERSETUJUAN PEMBIMBING...iii HALAMAN PENGESAHAN...iv MOTTO... v HALAMAN PERSEMBAHAN... vi KATA PENGANTAR... viii DAFTAR ISI... x DAFTAR TABEL... xi DAFTAR GAMBAR... xii DAFTAR LAMPIRAN... xiv PERNYATAAN...
Lebih terperinciAnalisis Korelasi dan Regresi Sederhana
Analisis Korelasi dan Regresi Sederhana Pada minggu ini akan dipelajari : Menghitung Korelasi Melakukan Analisis Regresi Sederhana Pemeriksaan Asumsi dalam Analisis Regresi Untuk melakukan kegiatan pada
Lebih terperinciAPLIKASI PERAMALAN PERSEDIAAN TINTA SABLON DENGAN MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE ( STUDI KASUS : CV.
APLIKASI PERAMALAN PERSEDIAAN TINTA SABLON DENGAN MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE ( STUDI KASUS : CV. MULTI GRAFIKA) 1 Lurita Hutagalung (1111518), 2 Lince T Sianturi, 3 Efori
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 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 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 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 IV ANALISIS DAN PEMBAHASAN
C BAB IV ANALISIS DAN PEMBAHASAN Penelitian ini mencoba meramalkan jumlah penumpang kereta api untuk masa yang akan datang berdasarkan data volume penumpang kereta api periode Januari 994-Februari 203
Lebih terperinciDiagnostik Model. Uji Ljung-Box-Pierce (modified Box-Pierce)
Diagnostik Model Analisis Sisaan Sisaan = Nilai Aktual Nilai Prediksi Apabila model ARIMA(p, d, q) benar dan dugaan parameter sangat dekat ke nilai yang sebenarnya maka sisaan akan memiliki sifat seperti
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Mulai Studi Pendahuluan Studi Pustaka Identifikasi Masalah Perumusan Masalah Tujuan Pengumpulan Data 1. Profil Perusahaan PT. Mensa Binasukses cabang kota Padang 2. Data forecasting
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 terperinciPROSPEK PERDAGANGAN KOPI ROBUSTA INDONESIA DI PASAR INTERNASIONAL. (Indonesian Robusta Coffee Trade Prospects In The International Markets)
PROSPEK PERDAGANGAN KOPI ROBUSTA INDONESIA DI PASAR INTERNASIONAL (Indonesian Robusta Coffee Trade Prospects In The International Markets) Devi Chandra, R. Hanung Ismono, Eka Kasymir Program Studi Agribisnis,
Lebih terperinciPERAMALAN PENJUALAN TEH HIJAU DENGAN METODE ARIMA (STUDI KASUS PADA PT. MK)
PERAMALAN PENJUALAN TEH HIJAU DENGAN METODE ARIMA (STUDI KASUS PADA PT. MK) Zulhamidi 1, Riski Hardianto 2 1,2) Politeknik ATI Padang Email: zulhamidi@gmail.com; riskii.hardianto@gmail.com Abstrak 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 terperinciModel Autoregressive Integrated Moving Average (ARIMA) adl teknik untuk mencari pola yg paling cocok dari sekelompok data Model ARIMA dapat digunakan
METODE BOX JENKINS Model Autoregressive Integrated Moving Average (ARIMA) adl teknik untuk mencari pola yg paling cocok dari sekelompok data Model ARIMA dapat digunakan utk semua tipe pola data. Dapat
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 terperinciPrediksi Laju Inflasi di Kota Ambon Menggunakan Metode ARIMA Box Jenkins
Statistika, Vol. 16 No. 2, 95 102 November 2016 Prediksi Laju Inflasi di Kota Ambon Menggunakan Metode ARIMA Box Jenkins FERRY KONDO LEMBANG Jurusan Matematika Fakultas MIPA Universitas Pattimura Ambon
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 terperinciJURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) I. PENDAHULUAN II. METODOLOGI
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-6 1 Implementasi Metode Time Series Arima Berbasis Java Desktop Application untuk Memperkirakan Jumlah Permintaan Busana Muslim Anak di Perusahaan Habibah Busana
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 terperinciPETUNJUK PRAKTIKUM MATAKULIAH : METODE RUNTUN WAKTU
PETUNJUK PRAKTIKUM MATAKULIAH : METODE RUNTUN WAKTU Disusun Oleh : ENTIT PUSPITA NIP : 132086616 JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PENDIDIKAN
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 terperinciBab IV. Pembahasan dan Hasil Penelitian
Bab IV Pembahasan dan Hasil Penelitian IV.1 Statistika Deskriptif Pada bab ini akan dibahas mengenai statistik deskriptif dari variabel yang digunakan yaitu IHSG di BEI selama periode 1 April 2011 sampai
Lebih terperinciPENGENALAN APLIKASI STATISTICAL PRODUCT AND SERVICE SOLUTIONS (SPSS)
MODUL 8 PENGENALAN APLIKASI STATISTICAL PRODUCT AND SERVICE SOLUTIONS (SPSS) Tujuan Praktikum : Mahasiswa mengenal aplikasi pengolah data statistik yaitu SPSS Mahasiswa dapat menggunakan aplikasi SPSS
Lebih terperinciAnalisis Peramalan Data Produk Domestik Regional Bruto (PDRB) Sebagai Tolak Ukur Kinerja Perekonomian Provinsi Kepulauan Bangka Belitung
Analisis Peramalan Data Produk Domestik Regional Bruto (PDRB) Sebagai Tolak Ukur Kinerja Perekonomian Provinsi Kepulauan Bangka Belitung Desy Yuliana Dalimunthe Jurusan Ilmu Ekonomi, Fakultas Ekonomi,
Lebih terperinciPemodelan ARIMA Non- Musim Musi am
Pemodelan ARIMA Non- Musimam ARIMA ARIMA(Auto Regresif Integrated Moving Average) merupakan suatu metode analisis runtun waktu(time series) ARIMA(p,d,q) Dengan AR : p =orde dari proses autoreggresif I
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 terperinciPeramalan Harga Minyak Mentah Standar West Texas Intermediate dengan Pendekatan Metode ARIMA
Seminar Nasional Pendidikan, Sains dan Teknologi ISBN : 9786026159960 Peramalan Harga Minyak Mentah Standar West Texas Intermediate dengan Pendekatan Metode ARIMA Syahril Faozi 1), Wellie Sulistijanti
Lebih terperinciLAMPIRAN. Langkah-Langkah Penggunaan Program Minitab: nama kolom tepat diantara C1 dan angka penjualan pertama Jakarta Muscat
L1 LAMPIRAN Langkah-Langkah Penggunaan Program Minitab: 1. Aktifakan program minitab kemudian copy yang diinginkan pada kolom C1. Beri nama kolom tepat diantara C1 dan angka penjualan pertama Jakarta Muscat
Lebih terperinciLangkah-langkah metode ARIMAX menggunakan Eviews dan Minitab
Langkah-langkah metode ARIMAX menggunakan Eviews dan Minitab 1. Uji Stasioner Ragam Uji stasioner ragam dilakukan dengan menggunakan software minitab dengan langkah-langkah sebagai berikut: 1. Copy data
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 terperinciBAB III PERBANDINGAN MODEL ARIMA DAN MODEL VAR PADA PERAMALAN VOLUME PENJUALAN DAN HARGA INTI SAWIT
BAB III PERBANDINGAN MODEL ARIMA DAN MODEL VAR PADA PERAMALAN VOLUME PENJUALAN DAN HARGA INTI SAWIT Pada bab ini, penulis akan membandingkan hasil peramalan menggunakan model ARIMA dan model VAR yang telah
Lebih terperinciBAB 3 PENGOLAHAN DATA
BAB 3 PENGOLAHAN DATA 3.1 Menentukan Model Persamaan Regresi Linier Berganda Data yang dikumpulkan dalam penelitian ini adalah jumlah kecelakaan lalu lintas dan faktor-faktor yang mempengaruhinya yaitu
Lebih terperinciAnalisa Performansi Dan Peramalan Call Center PT.INDOSAT, Tbk dengan Menggunakan Formula Erlang C
Analisa Performansi Dan Peramalan Call Center PT.INDOSAT, Tbk dengan Menggunakan Formula Erlang C Oleh: Rara Karismawati NRP.7207040019 1 Pembimbing: Mike Yuliana, ST, MT NIP. 197811232002122009 Reni Soelistijorini,
Lebih terperinciDAFTAR ISI. BAB I PENDAHULUAN Latar Belakang Masalah Rumusan Masalah Batasan Masalah Tujuan Penelitian...
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii HALAMAN PERNYATAAN... iii NASKAH SOAL TUGAS AKHIR... iv HALAMAN PERSEMBAHAN... v INTISARI... vi KATA PENGANTAR... vii UCAPAN TERIMA KASIH... viii
Lebih terperinciAritonang, Lebrin Peramalan Bisnis. Jakarta: Ghalia Indonesia. Assauri, Sofjan Teknik dan Metode Peramalan. Jakarta: Penerbit Fakultas
DAFTAR PUSTAKA Aritonang, Lebrin. 2009. Peramalan Bisnis. Jakarta: Ghalia Indonesia Assauri, Sofjan. 1984. Teknik dan Metode Peramalan. Jakarta: Penerbit Fakultas Ekonomi Universitas Indonesia Ginting,
Lebih terperinciBAB 2 LANDASAN TEORI Pengertian Data Deret Berkala
BAB 2 LANDASAN TEORI 2.1. Pengertian Data Deret Berkala Suatu deret berkala adalah himpunan observasi yang terkumpul atau hasil observasi yang mengalami peningkatan waktu. Data deret berkala adalah serangkaian
Lebih terperinciPERAMALAN JUMLAH WISATAWAN DI AGROWISATA KUSUMA BATU MENGGUNAKAN METODE ANALISIS SPEKTRAL. Oleh: Niswatul Maghfiroh NRP.
PERAMALAN JUMLAH WISATAWAN DI AGROWISATA KUSUMA BATU MENGGUNAKAN METODE ANALISIS SPEKTRAL Oleh: Niswatul Maghfiroh NRP. 1208100065 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
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 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 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 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 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 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 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 terperinciUNIVARIATE ARIMA ( Box Jenkin Methodology ) MODELLING WORKSHOP ANALISIS RESIKO UNTUK BISNIS. Oleh : Maman Setiawan, SE, MT
UNIVARIATE ARIMA ( Box Jenkin Methodology ) MODELLING WORKSHOP ANALISIS RESIKO UNTUK BISNIS Oleh : Maman Setiawan, SE, MT 28 29 September 2004 PROGRAM PENGEMBANGAN KOMPETENSI BISNIS DIVISI PENGKAJIAN DAN
Lebih terperinciBAB 11 ANALISIS REGRESI LINIER BERGANDA
BAB 11 ANALISIS REGRESI LINIER BERGANDA Selain regresi linier sederhana, metode regresi yang juga banyak digunakan adalah regresi linier berganda. Regresi linier berganda digunakan untuk penelitian yang
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang
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 terperinciNama : ANDRIAN RAMADHAN F NIM :
UJIAN AKHIR SEMESTER GENAP TA. 2014/2015 Matakuliah : Lab Statistika Hari/Tanggal : Sabtu / 4 Juli 2015 Waktu / Ruang : 90 Menit / 2507 Kelas / Semester Dosen Pembina : IS-8 / VI : Sita Dewi Prahastini
Lebih terperinciMODEL EXPONENTIAL SMOOTHING HOLT-WINTER DAN MODEL SARIMA UNTUK PERAMALAN TINGKAT HUNIAN HOTEL DI PROPINSI DIY SKRIPSI
MODEL EXPONENTIAL SMOOTHING HOLT-WINTER DAN MODEL SARIMA UNTUK PERAMALAN TINGKAT HUNIAN HOTEL DI PROPINSI DIY SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta
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 terperinciKAJIAN METODE BOOTSTRAP DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN MODEL ARMA (p,q)
SIDANG TUGAS AKHIR KAJIAN METODE BOOTSTRAP DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN MODEL ARMA (p,q) Disusun oleh : Ratna Evyka E.S.A NRP 1206.100.043 Pembimbing: Dra. Nuri Wahyuningsih, M.Kes Dra.Laksmi
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 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 terperinciArtikel Ilmiah. Peneliti : Auditya Gianina Bernadine Amaheka ( ) Michael Bezaleel Wenas, S.Kom., M.Cs.
Analisis Peramalan Penerimaan Pajak Kendaraan Bermotor dengan Metode Autoregressive Integrated Moving Average (ARIMA) (Studi Kasus : Dinas Pendapatan dan Pengelolaan Aset Daerah Provinsi Jawa Tengah) Artikel
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pajak merupakan sumber kas negara yang digunakan untuk pembangunan. Undang- Undang Republik Indonesia Nomor 16 Tahun 2000 tentang Ketentuan Umum Dan Tata Cara Perpajakan
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 terperinciIV. HASIL DAN PEMBAHASAN
9 menguji kelayakan model sehingga model sementara tersebut cukup memadai. Salah satu caranya adalah dengan menganalisis galat (residual). Galat merupakan selisih antara data observasi dengan data hasil
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 III METODE PENELITIAN. dikumpulkan oleh pihak lain selain dari penelitian itu sendiri. Jenis data yang dipakai
24 BAB III METODE PENELITIAN 1.1 Jenis dan Sumber Data Menurut Sekaran (2003), data sekunder merupakan informasi yang dikumpulkan oleh pihak lain selain dari penelitian itu sendiri. Jenis data yang dipakai
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 terperinciANALISA BOX JENKINS PADA PEMBENTUKAN MODEL PRODUKSI PREMI ASURANSI KENDARAAN BERMOTOR RODA EMPAT
ANALISA BOX JENKINS PADA PEMBENTUKAN MODEL PRODUKSI PREMI ASURANSI KENDARAAN BERMOTOR RODA EMPAT Mei Taripar Pardamean S.,SKom Jl. Makmur No.1 Ciracas Jakarta Timur mtp95@yahoo.com ABSTRAK Tujuan dari
Lebih terperinciLECTURE 12 Analisis Dekomposisi dan Model Runtut Waktu
LECTURE 12 Analisis Dekomposisi dan Model Runtut Waktu DR. MUDRAJAD KUNCORO, M.Soc.Sc Fakultas Ekonomi & Pascasarjana UGM Outline: Akar Unit Exponential Smoothing Moving Average Trend Proyeksi Apa Arti
Lebih terperinciPERAMALAN LAJU INFLASI, SUKU BUNGA INDONESIA DAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE (VAR)
PERAMALAN LAJU INFLASI, SUKU BUNGA INDONESIA DAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE (VAR) SKRIPSI Oleh : PRISKA RIALITA HARDANI 24010211120020 DEPARTEMEN STATISTIKA FAKULTAS
Lebih terperinci