Deret Berkala dan Peramalan

dokumen-dokumen yang mirip
TIME SERIES. Deret berkala dan Peramalan

Trend Sekuler Linier. Analisis Runtut Waktu (Time Series) adalah analisis pergerakan atau perubahan variabel bisnis/ekonomi dari waktu ke waktu.

DERET BERKALA DAN PERAMALAN

Peramalan (Forecasting)

ANALISIS DERET BERKALA

CROSS SECTION. Data yang tidak berdasar waktu DATA STATISTIK BERDASARKAN PERSPEKTIF WAKTU TIME SERIES. Berbasis Waktu

OUTLINE. BAGIAN I Statistik Deskriptif. Pengertian Statistika. Penyajian Data. Ukuran Pemusatan. Ukuran Penyebaran. Angka Indeks

CROSS SECTION. Data yang tidak berdasar waktu DATA STATISTIK BERDASARKAN PERSPEKTIF WAKTU TIME SERIES. Berbasis Waktu

ANGKA INDEKS. Disiapkan oleh: Bambang Sutrisno, S.E., M.S.M.

BAB II TINJAUAN PUATAKA. Penelitian yang dilakukan oleh Ivarani Mega Safitri (2012), dengan

BAB 2 LANDASAN TEORI

BAB II TINJAUAN PUSTAKA. estimasi data yang akan datang. Peramalan atau Forecasting merupakan bagian

Febriyanto, S.E., M.M.

BAB 3 LANGKAH PEMECAHAN MASALAH

UNIVERSITAS WINAYA MUKTI TEKNIK PROYEKSI BISNIS DODI TISNA AMIJAYA SE.,MM METODA METODA -- METODA PERAMALAN METODA PERAMALAN

BAB III PERAMALAN DENGAN METODE DEKOMPOSISI. (memecah) data deret berkala menjadi beberapa pola dan mengidentifikasi masingmasing

BAB II TINJAUAN TEORI. perubahan bertambah disebut trend positif atau. naik. Sebaliknya, jika rata rata perubahan berkurang

SISTEM INFORMASI PERAMALAN PENJUALAN PADA ROSSI SARI KEDELAI MENGGUNAKAN METODE LEAST SQUARE (KUADRAT TERKECIL)

BAB I PENDAHULUAN Latar Belakang Metode statistik merupakan bidang pengetahuan yang mengalami pertumbuhan

PENAKSIRAN FUNGSI PERMINTAAN ESTIMASI PERMINTAAN PASAR

IMPLEMENTASI WEIGHTED SUM MODEL DAN LEAST SQUARE METHOD DALAM PEMBERIAN NILAI DUKUNG KELAYAKAN PENERBITAN BUKU STUDI KASUS : PENERBIT ANDI

BAB II TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI

BAB III METODE PERAMALAN DENGAN METODE DEKOMPOSISI. Metode peramalan yang biasanya dilakukan didasarkan atas konsep

POKOK BAHASAN. : Peramalan (Forecasting) Bab II : Manajemen Proyek. Bab III : Manajemen Persediaan. Bab IV : Supply-Chain Management

ANALISIS RANGKAIAN WAKTU (TIME SERIES ANALYSIS)

METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN

ABSTRAK. Kata Kunci : Sparepart, Peramalan, Trend Moment

JURNAL SISTEM INFORMASI PERAMALAN STOK PADA UD ZARDAN KRECEK MENGGUNAKAN METODE LEAST SQUARE

Teknik Proyeksi Bisnis (Forecasting)

BAB II KAJIAN PUSTAKA Definisi dan Tujuan Forecasting. yang belum terjadi (Pangestu S, 1986:1). Forecasting atau peramalan

BAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI. Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi?

BAB 1 PENDAHULUAN 1.1 Latar Belakang

TUGAS MAKALAH MATA KULIAH ANALISIS LAPORAN KEUANGAN ANALISIS TIME SERIES

* Menetapkan model peramalan dimasa yang akan datang, baik ramal-an jangka pendek maupun jangka panjang.

PERAMALAN (FORECASTING)

BAB 2 LANDASAN TEORI. Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit

BAB 2 LANDASAN TEORI

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB II TINJAUAN PUSTAKA. masa yang akan datang. Sedangkan ramalan adalah suatu situasi yang diperkirakan

1. PENGERTIAN. Anggaran Penjualan Hal 5

Aplikasi Prediksi Hasil Panen Padi Dengan Metode Least Square (Study Kasus : RT.001 RW.006 Ds.Warujayeng Kab.Nganjuk) SKRIPSI

BAB III METODE DEKOMPOSISI. 3.1 Arti dan Pentingnya Analisis Deret Waktu. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu

BAB II LANDASAN TEORI

Analisis Deret Waktu (Time Series Analysis) 3 sesi. Disusun oleh : Sigit Nugroho Sigma Mu Rho

ANALISIS PERBANDINGAN METODE PERAMALAN

BAB II TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI

Waktu (Tahun)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Sejalan dengan kemajuan dan peningkatan taraf kehidupan, maka jumlah

PERHITUNGAN RAMALAN PENJUALAN ROTI PADA RAHMAN PURNAMA BAKERY BANJARMASIN. Gusti Indra Maulana (Universitas Lambung Mangkurat)

BAB 2 LANDASAN TEORI

BAB III LANGKAH PEMECAHAN MASALAH

PERAMALAN (FORECASTING)

ANGGARAN PENJUALAN (FORECAST PENJUALAN DAN HASIL PENJUALAN)

ANALISIS TIME SERIES OLEH : ACH. KHOZAIMI : NIKMATUS SYAFA AH

BAB 2 LANDASAN TEORI

ANALISIS REGRESI DAN KORELASI. Oleh : Riandy Syarif

BAB 3 Metode Penelitian

BAB IV ANALISIS IMPLEMENTASI VARIASI MENGAJAR PADA MATA PELAJARAN FIQIH KELAS V DI MIS KERTIJAYAN

ANALISIS PERAMALAN PENJUALAN PRODUK SEPEDA MOTOR MATIK TIPE SCOOPY DENGAN METODE KUADRAT TERKECIL PADA PT. MERTHA BUANA MOTOR TAHUN 2015

BAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegitan yang memperkirakan apa yang akan

BAB 2 LANDASAN TEORI

MODUL 8 ANALISA TREND DAN FORECASTING

BAB IV STUDI KASUS. Data yang digunakan adalah data jumlah pengunjung objek wisata Kebun

APLIKASI ADMINISTRASI BARANG DAN PERAMALAN KEBUTUHAN STOK DENGAN METODE LEAST SQUARE

BAB 2 TINJAUAN TEORITIS. yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan terjadi

BAB 3 LANGKAH PEMECAHAN MASALAH. Seiring dengan meningkatknya pangsa pasar, permintaan konsumen juga menjadi

BAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan

SISTEM PERAMALAN PERSEDIAAN UNIT MOBIL MITSUBISHI PADA PT. SARDANA INDAH BERLIAN MOTOR DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING

Prediksi Jumlah Penduduk Provinsi Kalimantan Selatan Menggunakan Metode Semi Average M. Ruslan STMIK Banjarbaru

BAB 2 LANDASAN TEORI

BAB 2 TINJAUAN TEORITIS

BAB II TINJAUAN PUSTAKA

RAMALAN PENJUALAN SEPEDA MOTOR HONDA PADA CV. RODA MITRA LESTARI

Manajemen Operasional. PERAMALAN (Forecasting)

BAB 3 LANGKAH PEMECAHAN MASALAH. Kriteria kriteria optimasi terhadap resiko operasional pada PT. HOME SPIRIT

BAB 2 TINJAUAN TEORITIS. 2.1 Produk Domestik Regional Bruto

BAB 2 LANDASAN TEORI

BAB III METODE PENELITIAN. Dalam melakukan penelitian, lokasi yang dipilih adalah home industry

PERAMALAN PRODUKSI KRECEK DENGAN LEAST SQUARE DAN PEMENUHAN SEVICE LEVEL PADA UD BAWANG MAS SKRIPSI

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN. perusahaan yang mengembangkan bisnisnya dengan membuat anak perusahaan

BARISAN DAN DERET. A. Pola Bilangan

BAB III METODE PEMULUSAN EKSPONENSIAL HOLT-WINTER DAN METODE DEKOMPOSISI KLASIK

BAB IV METODE PERAMALAN

Pembangunan Perangkat Lunak Peramalan Penjualan Dan Perencanaan Pemesanan Untuk Membantu Manajemen Persediaan Pada Perusahaan Dagang

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB III METODOLOGI PENELITIAN. menganalisis dan mengetahui bagaimana tingkat efektivitas dan kontribusi

BAB 2 ANGGARAN PENJUALAN

FAKULTAS TEKNIK UNIVERSITAS NUSANTARA PGRI KEDIRI 2016

SLIDE 1 SLIDE 2 BATASAN MASALAH

Minggu-3. Metode Penaksiran Kuantitatif. Penganggaran Perusahaan. By : Ai Lili Yuliati, Dra, MM

BAB 2 LANDASAN TEORI. 2.1 Pengertian Angkatan Kerja Banyak hal mengenai kehidupan sosial di suatu negara/masyarakat dapat di

BAB 2 LANDASAN TEORI. Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa. situasi dan kondisi di masa yang akan datang.

APLIKASI PERAMALAN PENGADAAN BARANG DENGAN METODE TREND PROJECTION DAN METODE SINGLE EXPONENTIAL SMOOTHING (STUDI KASUS DI TOKO PIONIR JAYA)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 3 METODE PENELITIAN

BAB 2 LANDASAN TEORI

BAB III METODE PENELITIAN

Transkripsi:

Deret Berkala dan Peramalan Times Series & Forecasting Oleh : Riandy Syarif

Definisi Deret berkala adalah sekumpulan data yg dicatat dalam satu periode waktu. Contoh data penjualan motor yamaha 2000-2010. Tujuan dilakukan pencatatan deret berkala, dikarenakan perilaku manusia atau keputusan banyak dipengaruhi oleh kondisi sebelumnya Sehingga melakukan analisis deret berkala berfungsi untuk meramalkan kondisi yg terjadi di masa mendatang.

Analisis Tren Analisis Gerak Tak Beraturan Time Series Analisis Variasi Musim Analisis Siklus

1. Analisis Tren Tren merupakan gerakan kecenderungan naik atau turun dalam jangka panjang yg diperoleh dari rata-rata perubahan dari waktu ke waktu dan nilainya cukup rata atau smooth. Tren menunjukan perubahan waktu yg relatif panjang dan stabil. Tren terdiri atas tren positif (kecenderungan meningkat) dan negatif (kecenderungan menurun)

No Tren Positif Tren Negatif 1 Tren positif memiliki slope/ kemiringan garis dari bawah ke atas, kecenderungan meningkat 2 Tren positif memiliki persamaan : Y = a + bx dimana a konstanta dan b tingkat kecenderungan. 3 Jika X naik sebesar 1 satuan maka Y akan naik sebesar b satuan. Tren negatif memiliki slope/ kemiringan garis dari atas ke bawah, kecenderungan menurun Tren negatif memiliki persamaan : Y = a - bx dimana a konstanta dan b tingkat kecenderungan. Jika X naik sebesar 1 satuan maka Y akan turun sebesar b satuan

Metode semi Rata2 Metode Tren Eksponensial Analisis Tren Metode Kuadrat Terkecil Metode Tren Kuadratis

1.a) Metode Semi Rata-rata (Semi Avarage Method) Metode semi rata-rata membuat tren dengan cara mencari rata-rata kelompok data. Langkah yg dilakukan : 1. Mengelompokkan data menjadi dua bagian 2. Menghitung rata-rata kelompok pertama (K1) dan kelompok kedua (K2) yang kemudian diletakkan ditengah pada masing-masing kelompok data 3. K1 dan K2 = a

4. Menghitung selisih K2 K1, jika K2-K1 > 0 atau K2 > K1 berarti tren positif, jika K2-K1 < 0 atau K2 < K1 berarti tren negatif 5. Nilai perubahan tren (b) diperoleh dengan cara : K2 K1 /Th dasar 2 Th dasar 1 6. Memasukan nilai X pada persamaan Y = a + bx

Contoh Data genap : berikut ini adalah perkembangan jumlah pelanggan PT Telkom. Hitunglah perkiraan pelanggan PT Telkom pada tahun 2007 dan 2010. Tahun Jumlah Pelanggan (Jutaan) 2001 4,2 2002 5,0 2003 5,6 2004 6,1 2005 6,7 2006 7,2

1. Membagi data menjadi dua kelompok, yaitu kelompok 1 (K1) tahun 2001 2003 dan kelompok 2 (K2) tahun 2004 2006 2. Menghitung rata-rata kelompok/ nilai a K1 = a1 = (4,2 + 5,0 + 5,6)/3 = 4,93 K2 = a2 = (6,1 + 6,7 + 7,2)/3= 6,67 3. Menghitung nilai b/ nilai perubahan b = K2 K1 / Th Dasar 2 Th Dasar 1 b = 6,67 4,93 / 2005 2002 = 0,58 4. Persamaan tren : Y = 4,93 + 0,58 X, Tahun dasar 2002 Y = 6,67 + 0,58 X, Tahun dasar 2005

Tahun Pelanggan Rata-rata (a) Nilai X Th Dasar 2002 Nilai X Th Dasar 2005 2001 4,2-1 -4 K1 2002 5,0 4,93 0-3 2003 5,6 1-2 2004 6,1 2-1 K2 2005 6,7 6,67 3 0 2006 7,2 4 1

Berapa Nilai X untuk Tahun 2007 dan 2010? Tahun Pelanggan (Y) Rata-rata (a) Nilai X Th Dasar 2002 Nilai X Th Dasar 2005 2001 4,2-1 -4 K1 2002 5,0 4,93 0-3 2003 5,6 1-2 K2 2004 6,1 2-1 2005 6,7 6,67 3 0 2006 7,2 4 1 2007 5 2 2008 6 3 2009 7 4 2010 8 5

Nilai peramalan tahun 2007 : Bila menggunakan tahun dasar 2002, maka nilai X = 5 sehingga Y = 4,93 + 0,58(5) = 7,82 juta pelanggan Bila menggunakan tahun dasar 2005, maka nilai X = 2 sehingga Y = 6,67 + 0,58(2) = 7,82 juta pelanggan Kesimpulan, Jumlah pelanggan PT. Telkom tahun 2007 diperkirakan mencapai 7,82 juta pelanggan

Nilai peramalan tahun 2010 : Bila menggunakan tahun dasar 2002, maka nilai X = 8 sehingga Y = 4,93 + 0,58(8) = 9,56 juta pelanggan Bila menggunakan tahun dasar 2005, maka nilai X = 5 sehingga Y = 6,67 + 0,58(5) = 9,56 juta pelanggan Kesimpulan, Jumlah pelanggan PT. Telkom tahun 2010 diperkirakan mencapai 9,56 juta pelanggan

Jika data ganjil, maka : Tahun Pelanggan (Y) Rata-rata (a) Nilai X Th Dasar 2002 Nilai X Th Dasar 2005 2002 5,0-1 -3 K1 2003 5,6 5,57 0-2 2004 6,1 - - 2004 6,1 1-1 K2 2005 6,7 6,67 2 0 2006 7,2 3 1

2. Metode Kuadrat Terkecil (Least Square Method Tren dengan metode kuadrat terkecil diperoleh dengan menentukan garis tren yg memiliki jumlah terkecil dari kuadrat selisih data asli dengan data pada garis tren. Y = nilai tren, a = nilai konstanta, yaitu nilai Y saat X =0 b = nilai kemiringan, nilai Y yg dipengaruhi nilai X X = nilai periode tahun

Perhitungan metode kuadrat terkecil Data Ganjil Tahun Pelanggan (Y) Tahun (X) XY X2 2002 5,0-2 -10,0 4 2003 5,6-1 -5,6 1 2004 6,1 0 0 0 2005 6,7 1 6,7 1 2006 7,2 2 14,4 4 30,6 5,5 10 a = 30,6 / 5 = 6,12 b = 5,5 / 10 = 0,55 Persamaan tren Y = 6,12 + 0,55 X

Tahun Pelanggan (Y) Tahun (X) YX X2 2002 5,0-2 -10,0 4 2003 5,6-1 -5,6 1 2004 6,1 0 0 0 2005 6,7 1 6,7 1 2006 7,2 2 14,4 4 2007 3 2008 4 2009 5 2010 6 Y 2007 = 6,12 + 5,5(3) = 7,77 Y 2010 = 6,12 + 5,5(6) = 9,42

Untuk data genap, maka : Tahun Pelanggan (Y) Tahun (X) YX X2 2001 4,2-2,5-10,50 6,25 2002 5,0-1,5-7,50 2,25 2003 5,6-0,5-2,80 0,25 2004 6,1 0,5 3,05 0,25 2005 6,7 1,5 10,05 2,25 2006 7,2 2,5 18,00 6,25 34,8 10,30 17,50