Model Peramalan Kuantitatif (4n5)
Model Peramalan Kuantitatif (4n5)
PERAMALAN
KUANTITATIF
Pertemuan 4 dan 5
Peramalan Kuantitatif
Peramalan yang didasarkan atas data
kuantitatif pada masa lalu.
Hasil peramalan yang dibuat sangat
tergantung pada metode yang digunakan.
Dengan metode yang berbeda akan
diperoleh hasil peramalan yang berbeda.
METODE SMOOTHING
(PEMULUSAN)
Gambaran peramalan:
Data masa
lalu
Yt-3, Yt-2, Yt-1
Anda disini
t
Yt
Periode
yang
diramalkan
Yt 1 Yt 2 Yt 3
Nave Model
Simple
Averages
Moving
Averages
Single
Exponential
Smoothing
Trend Effect
Seasonal Effect
Nave Model
Double
Moving
Averages
Double
Exponential
Smoothing
Trend and
Seasonal
Nave Model
Winters Model
Yt 1 Yt
Yt 1 Yt (Yt Yt 1 )
Tahun
1987
1988
1989
1990
1991
1992
1993
Kuartal
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
t
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
Penjualan (Yt)
500
350
250
400
450
350
200
300
350
200
150
400
550
350
250
550
550
400
350
600
750
500
400
650
850
600
450
700
Y lag 1 periode
koefisien otokorelasi tingkat pertama
r1 =
0.471668349
Pengujian hipotesis untuk menentukan apakah data time series di atas random
atau tidak
H0 : r1 = 0 vs H1 : r1 0
Taraf signifikan 5%
Daerah kritis : H0 ditolak bila r1 < 0 - z * 1/n atau r1 > 0 + z * 1/n
dimana
z = nilai normal standar untuk interval kepercayaan 95%
n = jumlah observasi data time series
Hitungan
:
Dari persoalan di atas di peroleh:
z = 1,96
n = 28
maka H0 ditolak bila r1 < 0 - (1,96) * 1/28 atau r1 > 0 + (1,96) * 1/28
H0 ditolak bila r1 < - 0,3704 atau r1 > 0,3704
Kesimpulan: karena r1 = 0,471668 > 0,3704 maka H0 ditolak, artinya data time series di atas
random.
Y lag 2 periode
koefisien otokorelasi tingkat
pertama r2 =
0.04890207
Pengujian hipotesis untuk menentukan apakah data time series di atas random
atau tidak
H0 : r2 = 0 vs H1 : r2 0
Taraf signifikan
5%
Daerah kritis : H0 ditolak bila r1 < 0 - z * 1/n atau r1 > 0 + z *
1/n
dimana
z = nilai normal standar untuk interval kepercayaan 95%
n = jumlah observasi data time
series
Hitungan
:
Dari persoalan di atas di peroleh:
z = 1,96
n = 28
maka H0 ditolak bila r2 < 0 - (1,96) * 1/28 atau r2 > 0 + (1,96) *
1/28
H0 ditolak bila r2 < - 0,3704 atau r2 > 0,3704
Kesimpulan: karena r1 = 0,0489 < 0,3704 maka H0 diterima, artinya data time series di atas
tidak random.
Jadi,
Dari dua hasil perhitungan Y lag 1 periode dan Y lag 2
periode, terlihat bahwa koefisien otokorelasi dari data
time series tersebut mendekati nol setelah 2 periode.
Hal ini mengindikasikan bahwa data time series tersebut
merupakan data yang stasioner.
Catatan: untuk data time series yang tidak stasioner
maka koefisien-koefisien tersebut secara signifikan tidak
sama dengan nol untuk beberapa periode waktu.
Kesalahan peramalan:
e25 = Y25 - Y25 (topi) = 850 900 = -50
Kesalahan peramalan:
e25 = Y25 - Y25 (topi) = 850 762,5 = 87,5
t
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
ramalan dari
e e^2
data trend
-150
22500
-100
10000
200
150
22500
150
50
2500
550
-100
10000
500
-150
22500
250
100
10000
50
50
2500
400
-150
22500
400
-50
2500
50
250
62500
100
150
22500
650
-200
40000
700
-100
10000
150
300
90000
150
0
0
850
-150
22500
550
-50
2500
250
250
62500
300
150
22500
850
-250
62500
900
-100
10000
250
250
62500
300
200
40000
900
-250
62500
850
-150
22500
600
250
62500
450
785000
27
29074.1
Yt
Yt 1
t 1 n
(Yt Yt 1 Yt n 1 )
M t Yt 1
n
Untuk data stasioner
Tahun
1987
1988
1989
1990
1991
1992
1993
Kuartal
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
Jumlah
count
MSE
t
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
Penjualan (Yt)
500
350
250
400
450
350
200
300
350
200
150
400
550
350
250
550
550
400
350
600
750
500
400
650
850
600
450
700
12400
Ramalan
500
425
366.66667
375
390
383.33333
357.14286
350
350
335
318.18182
325
342.30769
342.85714
336.66667
350
361.76471
363.88889
363.15789
375
392.85714
397.72727
397.82609
408.33333
426
432.69231
433.33333
10199.737
e^2
-150
-175
33.333333
75
-40
-183.3333
-57.14286
0
-150
-185
81.818182
225
7.6923077
-92.85714
213.33333
200
38.235294
-13.88889
236.84211
375
107.14286
2.2727273
252.17391
441.66667
174
17.307692
266.66667
1700.2629
22500
30625
1111.111111
5625
1600
33611.11111
3265.306122
0
22500
34225
6694.214876
50625
59.17159763
8622.44898
45511.11111
40000
1461.937716
192.9012346
56094.18283
140625
11479.59184
5.165289256
63591.68242
195069.4444
30276
299.556213
71111.11111
876781.048
27
32473.37215
1988
1989
1990
1991
1992
1993
Kuartal
1
2
3
4
1
2
t
1
2
3
4
5
6
Penjualan (Yt)
500
350
250
400
450
350
3
4
1
2
7
8
9
10
200
300
350
200
362.5
350
325
300
-162.5
-50
25
-100
3
4
1
2
11
12
13
14
150
400
550
350
262.5
250
275
325
-112.5
150
275
25
15
250
362.5
-112.5
4
1
2
3
16
17
18
19
550
550
400
350
387.5
425
425
437.5
162.5
125
-25
-87.5
4
1
2
3
4
1
2
3
20
21
22
23
24
25
26
27
600
750
500
400
650
850
600
450
462.5
475
525
550
562.5
575
600
625
137.5
275
-25
-150
87.5
275
0
-175
Ramalan
375
362.5
e
-
75
-12.5
e^2
5625
156.25
26406.2
5
2500
625
10000
12656.2
5
22500
75625
625
12656.2
5
26406.2
5
15625
625
7656.25
18906.2
5
75625
625
22500
7656.25
75625
0
30625