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



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

TIME SERIES. Deret berkala dan Peramalan

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

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

Peramalan (Forecasting)

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

Deret Berkala dan Peramalan

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

BAB IV METODE PERAMALAN

Waktu (Tahun)

ANALISIS DERET BERKALA

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

Febriyanto, S.E., M.M.

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

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

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

BAB 2 LANDASAN TEORI

DERET BERKALA DAN PERAMALAN

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

Hasil Peramalan dengan Menggunakan Software Minitab

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

PERBANDINGAN KEEFEKTIFAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH PENGUNJUNG HOTEL MERPATI

PENAKSIRAN FUNGSI PERMINTAAN ESTIMASI PERMINTAAN PASAR

ANALISIS DATA BERKALA (TIME SERIES)

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

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

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

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

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

BAB 2 LANDASAN TEORI

BAB III PERAMALAN. Praktikum Sistem Produksi ATA 2014/2015

BAB III HASIL ANALISIS

Volume 9 Nomor 1 Maret 2015

BAB 2 LANDASAN TEORI

Kabupaten Sukoharjo berupa laporan akhir dan realisasi pendapatan daerah. Data target dan realisasi pendapatan daerah kabupaten sukoharjo ini

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

ANALISIS RANGKAIAN WAKTU (TIME SERIES ANALYSIS)

TEKNIK PERAMALAN KUANTITATIF (TEKNIK STATISTIK) Astrid Lestari Tungadi, S.Kom., M.TI.

BAB IV METODE PENELITIAN

PERAMALAN CURAH HUJAN KOTA PONTIANAK DENGAN DEKOMPOSISI SENSUS II

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

ANALISIS PERBANDINGAN METODE PERAMALAN

BAB V PENUTUP. 1. Peramalan kas dengan metode analisis data time series dapat

BAB II TINJAUAN PUSTAKA

Prediksi Jumlah Pengunjung Perpustakaan Universitas Sam Ratulangi Manado Menggunakan Metode Dekomposisi

BAB 2 TINJAUAN TEORI. akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan

BAB 2 TINJAUAN TEORITIS. masa lalu maupun saat ini baik secara matematik maupun statistik.

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

SALES FORECASTING UNTUK PENGENDALIAN PERSEDIAAN

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

BAB 2 TINJAUAN TEORITIS

BAB 2 LANDASAN TEORI

MODEL AUTOREGRESSIVE (AR) ATAU MODEL UNIVARIATE

BAB 1 PENDAHULUAN. 1.1 Pendahuluan. Universitas Sumatera Utara

BAB 2 TINJAUAN TEORITIS. Adanya waktu tenggang (lead time) merupakan alasan utama bagi perencanaan dan

BAB III PERAMALAN 3.1 Landasan Teori Peramalan

Return Investasi DPLK BNI PT. Bank Negara Indonesia (Persero) Tbk. Data Posisi Per Oktober 2016

BAB 2 TINJAUAN TEORITIS. 2.1 Produk Domestik Regional Bruto

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

DAFTAR REKAPITULASI JUMLAH PENDUDUK KOTA BANDUNG BERDASARKAN JUMLAH : RT, RW DAN MENURUT GOLONGAN AGAMA : JANUARI 2012 : BANDUNG WETAN

PERAMALAN NILAI INFLASI KESEHATAN DI KABUPATEN SEMARANG DENGAN METODE KUADRATIK

MODEL VARIASI HARIAN KOMPONEN H JANGKA PENDEK BERDASARKAN DAMPAK GANGGUAN REGULER

BAB 2 LANDASAN TEORI

Diterima : 19 Agustus 2014 Disetujui : 2 September 2014

JURNAL PREDIKSI PRODUKSI SAMBAL PECEL MENGGUNAKAN METODE TIME SERIES FORECASTING PREDICTION OF PRODUCTION PECEL SAUCE USING TIME SERIES FORECASTING

BAB 1 PENDAHULUAN. Pasar global dewasa ini tanpa disadari telah membuat kompetisi di dalam dunia

BAB 2 LANDASAN TEORI

Pembahasan Materi #7

BAB IV ANALISIS DAN PEMBAHASAN. dari UD. Wingko Babat Pak Moel sebagai berikut: a. Data permintaan wingko pada tahun 2016.

STATISTIKA DESKRIPTIF Dosen:

STATISTIKA-1 TREND SEKULER. <Handout-12> JURUSAN/KELAS: PEMASARAN / A & B MINGGU/PERTEMUAN KE-10 TANGGAL DISUSUN OLEH:

ABSTRAK. Kata Kunci : Sparepart, Peramalan, Trend Moment

BAB 2 LANDASAN TEORI

Aplikasi Sistem Informasi Forecasting pada PD. Maha Jaya. Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya

PERAMALAN (FORECASTING)

PEMODELAN DAN PERAMALAN DATA DERET WAKTU DENGAN METODE SEASONAL ARIMA

III. METODE PENELITIAN

BAB 2 LANDASAN TEORI

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB II TINJAUAN PUSTAKA

BAB II LANDASAN TEORI

TINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI. Metode peramalan adalah suatu cara memperkirakan atau memprediksikan apa yang

PENENTUAN POLA HARI TENANG UNTUK MENDAPATKAN TINGKAT GANGGUAN GEOMAGNET DI TANGERANG

Pemodelan Peramalan Dalam Penentuan Persediaan Jenis Spare Part Mesin Kendaraan

BAB IV ANALISA DAN PEMBAHASAN

BAB III METODE DEKOMPOSISI X-12ARIMA. Analisis runtun waktu merupakan salah satu analisis statistik yang

PERENCANAAN JUMLAH PRODUKSI MEJA ALUMUNIUM UNTUK MEMINIMALKAN BIAYA PRODUKSI DENGAN METODE FUZZY MAMDANI Di UD. Meubel Alumunium, Mojokerto

Teknik Proyeksi Bisnis (Forecasting)

LECTURE 12 Analisis Dekomposisi dan Model Runtut Waktu

PENERAPAN METODE DESEASONALIZED PADA PERAMALAN BANYAK PENUMPANG KERETA API DI PULAU JAWA. Abstract

HASIL DAN ANALISIS DATA. Berikut ini adalah data penjualan besi Wiremesh selama 4 tahun berturutturut.

TINJAUAN PUSTAKA, LANDASAN TEORI, KERANGKA PEMIKIRAN, DAN HIPOTESIS PENELITIAN

PERBANDINGAN METODE SETENGAH RATA-RATA DAN METODE KUADRAT TERKECIL UNTUK PERAMALAN PENDAPATAN PERUSAHAAN DI BLU UPTD TERMINAL MANGKANG SEMARANG

PERAMALAN INDEKS HARGA SAHAM GABUNGAN (IHSG) TERTINGGI BULAN DESEMBER disusun untuk memenuhi Tugas Lapangan Mata Kuliah Metode Peramalan

OLEH : RYAN NANDA UTAMA DOSEN PENGUJI I : RIANI LUBIS, S.T., M.T. DOSEN PENGUJI II : TATI HARIHAYATI M., S.T.,M.T DOSEN PENGUJI III :

Model Empiris Variasi Harian Komponen H Pola Hari Tenang. Habirun. Pusat Pemanfaatan Sains Antariksa, LAPAN Jl. Dr. Junjunan No.

Transkripsi:

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

Konsep Dasar Tersedianya data satu peubah (variabel) berdasarkan waktu Perilaku informasi spt: permintaan, penawaran, harga, dlsb. Pengetahuan dan pengalaman tentang tingkah laku dari peubah yang diamati Prediksi atau peramalan beberapa periode kedepan Sigit Nugroho 125

Komponen ADW Secular or Long-term Trend Cyclical Movement Seasonal Variation Irregular Component Bgmn memisahkan masing-masing komponen bebas dari Irregular Component Setiap fluktuasi deret waktu merupakan gabungan dari beberapa atau semua komponen tersebut diatas Sigit Nugroho 126

Deret Waktu Sederetan nilai suatu peubah (variabel) yang dicatat berdasarkan waktu secara terus menerus Deret waktu dianalisa untuk mendapatkan ukuran yang dapat digunakan untuk membuat keputusan masa kini, untuk peramalan, dan perencanaan operasional di masa yang akan datang Sigit Nugroho 127

Long-term Trend suatu garis atau kurva yang menunjukkan kecenderungan secara umum Penjualan Toaster per Triwulan 600 500 400 300 200 100 0 1973-1 1973-3 1974-1 1974-3 1975-1 1975-3 1976-1 1976-3 1977-1 1977-3 1978-1 1978-3 1979-1 1979-3 1980-1 1980-3 1981-1 1981-3 Waktu Sigit Nugroho 128 Volume Penjualan

Cyclical Movement pergerakan naik turun disekitar trend Penjualan Toaster per Triwulan 600 500 400 300 200 100 0 Peak Contraction Trough 1973-1 1973-3 1974-1 1974-3 1975-1 1975-3 1976-1 1976-3 1977-1 1977-3 1978-1 1978-3 1979-1 1979-3 1980-1 1980-3 1981-1 1981-3 Waktu Peak Expansion Sigit Nugroho 129 Volume Penjualan

Seasonal Variation pola berulang jangka pendek 600 500 400 300 200 100 0 1 2 3 4 Th 1973 Th 1974 Th 1975 Th 1976 Th 1977 Th 1978 Th 1979 Th 1980 Th 1981 Triwulan Sigit Nugroho 130

Irregular Component keragaman acak (tak dapat diprediksi) dalam deret waktu 10 5 0-5 -10-15 Sigit Nugroho 131

Pengkodean Tahun mempermudah penghitungan trend Jumlah Tahun Ganjil Jumlah Tahun Genap Tahun (t) Kode (x) Tahun (t) Kode (x) 1997-3 1996-3,5 1998-2 1997-2,5 1999-1 1998-1,5 2000 0 1999-0,5 2001 1 2000 0,5 2002 2 2001 1,5 2003 3 2002 2,5 2003 3,5 Sigit Nugroho 132

Persamaan Trend Linier y t = α + β( t t ) Diperlukan pasangan data dalam bentuk (t, y t ), dimana y t merupakan nilai trend, dan t adalah tahun Untuk suatu garis, α dan β merupakan bilangan tertentu. Nilai α merupakan tinggi dari garis trend pada titik ratarata waktu; dan β merupakan slope atau konstanta perubahan vertikal dari trend. Sigit Nugroho 133

Trend Sekuler Linier Metode Setengah Rata-rata (Semi Average Method) Periode Tot Pembelian Rata-rata Trend 1942 6427 6.623 1943 7398 8.103 1944 8578 9.583 1945 9859 11.062 11.062 1946 15269 12.542 1947 15161 14.021 1948 14743 15.501 1949 14743 16.981 1950 17326 18.460 1951 17975 19.940 1952 20299 21.419 21.419 1953 23489 22.899 1954 25276 24.378 1955 30827 25.858 Beta 1479,59 Alpha 11062,14 Sigit Nugroho 134

Trend Linier 2000 1500 1000 500 0 1973 1974 1975 1976 1977 1978 1979 1980 1981 Sigit Nugroho 135

Trend Linier Metode Jumlah Kuadrat Galat Minimum Toaster Tahun Kode Terjual t x y xy x 2 1973-4 930-3720 16 1974-3 1028-3084 9 1975-2 1267-2534 4 1976-1 1035-1035 1 1977 0 1057 0 0 1978 1 1332 1332 1 1979 2 1567 3134 4 1980 3 1757 5271 9 1981 4 1616 6464 16 α = β y n xy = 2 x Jumlah 11589 5828 60 Y t = 1287,7 + 97,1(t-1977) Sigit Nugroho 136

Sigit Nugroho 137 Persamaan Trend Kuadratik 2 ) ( ) ( t t t t y t + + = γ β α Diperlukan pasangan data dalam bentuk (t, y t ), dimana y t merupakan nilai trend, dan t adalah tahun ( )( ) ( )( ) ( ) ( ) 2 2 4 2 2 4 = x x n x y x x y α ( ) ( )( ) ( ) ( ) 2 2 4 2 2 = x x n y x y x n γ = 2 x xy β

Analisis Deret Waktu Persamaan Trend Kuadratik Tahun Kode Ton-mil (jt) t x y xy x 2 x 2 y x 4 1971-5 93-465 25 2325 625 1972-4 91-364 16 1456 256 1973-3 96-288 9 864 81 1974-2 89-178 4 356 16 1975-1 90-90 1 90 1 1976 0 82 0 0 0 0 1977 1 88 88 1 88 1 1978 2 86 172 4 344 16 1979 3 87 261 9 783 81 1980 4 94 376 16 1504 256 1981 5 92 460 25 2300 625 988-28 110 10110 1958 alpha 87,1375 beta -0,2545 gamma 0,2681 Sigit Nugroho 138

Menentukan Seasonal Index Metode Rata-rata Bergerak ( T S C I) n T Periode 1951 1952 1953 1954 1955 ybar x x ybar x2 T S SI Januari 1,352 1,470 1,654 1,737 2,206 1,684-11 -18,522 121 0,000 1,684 92,67 Februari 1,290 1,490 1,727 1,838 2,196 1,708-9 -15,374 81 0,025 1,683 92,61 Maret 1,557 1,728 2,187 2,365 2,781 2,124-7 -14,865 49 0,051 2,073 114,07 April 1,510 1,747 2,058 2,177 2,507 2,000-5 -9,999 25 0,076 1,923 105,86 Mei 1,522 1,696 2,032 2,108 2,585 1,989-3 -5,966 9 0,102 1,887 103,84 Juni 1,485 1,693 2,115 2,182 2,749 2,045-1 -2,045 1 0,127 1,917 105,53 Juli 1,472 1,683 1,972 2,032 2,416 1,915 1 1,915 1 0,153 1,762 96,98 Agustus 1,467 1,574 1,850 2,038 2,568 1,899 3 5,698 9 0,178 1,721 94,72 September 1,292 1,604 1,792 1,965 2,354 1,801 5 9,007 25 0,204 1,597 87,92 Oktober 1,557 1,828 1,928 2,107 2,575 1,999 7 13,993 49 0,229 1,770 97,39 Nopember 1,556 1,682 1,986 2,253 2,751 2,046 9 18,410 81 0,255 1,791 98,56 Desember 1,577 1,963 2,219 2,483 3,139 2,276 11 25,038 121 0,280 1,996 109,84 Jumlah 23,485 7,291 572 21,803 beta 0,025 1,817 Sigit Nugroho 139

Menentukan Seasonal Index Metode Trend Rasio Periode 1951 1952 1953 1954 1955 Januari 19 27 29 33 36 Februari 20 26 28 32 34 Maret 20 30 37 41 43 April 22 30 39 44 47 Mei 27 35 40 50 49 Juni 27 32 35 52 51 Juli 24 26 33 44 40 Agustus 30 30 35 45 43 September 32 35 40 53 49 Oktober 36 39 49 63 57 Nopember 37 38 46 54 55 Desember 42 47 56 71 66 ( T S C I) T : n Sigit Nugroho 140

Menentukan Seasonal Index Metode Trend Rasio Nilai trend a 39,1667 b 0,2585 Periode 1951 1952 1953 1954 1955 Januari 23,91 30,12 36,32 42,53 48,73 Februari 24,43 30,63 36,84 43,04 49,25 Maret 24,95 31,15 37,36 43,56 49,77 April 25,46 31,67 37,87 44,08 50,28 Mei 25,98 32,19 38,39 44,60 50,80 Juni 26,50 32,70 38,91 45,11 51,32 Juli 27,02 33,22 39,43 45,63 51,84 Agustus 27,53 33,74 39,94 46,15 52,35 September 28,05 34,25 40,46 46,66 52,87 Oktober 28,57 34,77 40,98 47,18 53,39 Nopember 29,08 35,29 41,49 47,70 53,90 Desember 29,60 35,81 42,01 48,22 54,42 ( T S C I) T : n Sigit Nugroho 141

Menentukan Seasonal Index Metode Trend Rasio ( T S C I) T Periode 1951 1952 1953 1954 1955 SV SI Januari 79,46 89,65 79,84 77,60 73,87 80,08 80,15 Februari 81,87 84,87 76,00 74,34 69,04 77,22 77,29 Maret 80,17 96,30 99,04 94,12 86,40 91,21 91,29 April 86,40 94,73 102,97 99,82 93,47 95,48 95,56 Mei 103,92 108,74 104,19 112,12 96,45 105,09 105,18 Juni 101,89 97,85 89,96 115,27 99,38 100,87 100,96 Juli 88,84 78,27 83,70 96,43 77,17 84,88 84,95 Agustus 108,96 88,92 87,63 97,51 82,14 93,03 93,11 September 114,08 102,18 98,86 113,58 92,68 104,28 104,37 Oktober 126,02 112,16 119,58 133,53 106,77 119,61 119,72 Nopember 127,22 107,68 110,86 113,21 102,03 112,20 112,30 Desember 141,89 131,26 133,30 147,25 121,28 135,00 135,12 : n Sigit Nugroho 142

Menentukan Cyclical Movement Trend Ind Mu Normal Periode 1951 T S TS CI RtB 3 Bl C Januari 19 23,91 0,802 19,17 99,13 Februari 20 24,43 0,773 18,88 105,92 398,79 99,70 Maret 20 24,95 0,913 22,77 87,82 371,97 92,99 April 22 25,46 0,956 24,33 90,41 367,45 91,86 Mei 27 25,98 1,052 27,33 98,81 388,95 97,24 Juni 27 26,50 1,010 26,75 100,93 405,23 101,31 Juli 24 27,02 0,850 22,95 104,57 427,09 106,77 Agustus 30 27,53 0,931 25,64 117,02 447,93 111,98 September 32 28,05 1,044 29,27 109,31 440,91 110,23 Oktober 36 28,57 1,197 34,20 105,27 433,13 108,28 Nopember 37 29,08 1,123 32,66 113,29 436,85 109,21 Desember 42 29,60 1,351 39,99 105,01 Sigit Nugroho 143

Pengukuran Sikli data Tahunan Tahun x Ts T TS-T Ts/T*100 %dev(ts-t) %devrelsik 1941-10,5 34,4 35,6-1,2 96,61-3,51-3,39 1942-9,5 36,0 34,5 1,5 104,34 4,16 4,34 1943-8,5 39,1 33,4 5,7 117,07 14,58 17,07 1944-7,5 37,5 32,3 5,2 116,12 13,88 16,12 1945-6,5 33,7 31,2 2,5 108,05 7,45 8,05 1946-5,5 33,5 30,1 3,4 111,35 10,19 11,35 1947-4,5 27,3 29,0-1,7 94,20-6,15-5,80 1948-3,5 23,7 27,9-4,2 85,02-17,62-14,98 1949-2,5 24,8 26,8-2,0 92,64-7,95-7,36 1950-1,5 27,3 25,7 1,6 106,37 5,98 6,37 1951-0,5 16,0 24,6-8,6 65,14-53,51-34,86 1952 0,5 16,0 23,5-7,5 68,21-46,60-31,79 1953 1,5 19,0 22,4-3,4 85,00-17,64-15,00 1954 2,5 17,2 21,2-4,0 80,95-23,53-19,05 1955 3,5 21,6 20,1 1,5 107,23 6,75 7,23 1956 4,5 17,4 19,0-1,6 91,40-9,41-8,60 1957 5,5 18,1 17,9 0,2 100,93 0,92 0,93 1958 6,5 17,6 16,8 0,8 104,58 4,38 4,58 1959 7,5 18,9 15,7 3,2 120,20 16,80 20,20 1960 8,5 15,4 14,6 0,8 105,34 5,07 5,34 1961 9,5 15,2 13,5 1,7 112,47 11,09 12,47 1962 10,5 18,5 12,4 6,1 149,07 32,92 49,07 intersep 24,00909 slope -1,10469 Sigit Nugroho 144

Menentukan Irregular Variation Periode CI C (CxI)/C %Δ Januari 99,13 Februari 105,92 99,70 106,24 6,24 Maret 87,82 92,99 94,44-5,56 April 90,41 91,86 98,42-1,58 Mei 98,81 97,24 101,61 1,61 Juni 100,93 101,31 99,62-0,38 Juli 104,57 106,77 97,94-2,06 Agustus 117,02 111,98 104,50 4,50 September 109,31 110,23 99,17-0,83 Oktober 105,27 108,28 97,22-2,78 Nopember 113,29 109,21 103,73 3,73 Desember 105,01 Sigit Nugroho 145