Nf14032015075649bab 3 (Peramalan Time Series) 2015
Nf14032015075649bab 3 (Peramalan Time Series) 2015
Data time series adalah data yang berurutan menurut waktu (harian, mingguan,
bulanan, tahunan). Data time series (Y), dipengaruhi oleh 4 faktor (disebut juga 4
komponen), yaitu T (Trend), S (Seasonal), C (Cyclis) dan R (Random/Irregular).
Sehingga ditulis : Y = T x S x C x R.
Trend adalah kecenderungan data yang naik atau turun pada kurun waktu tertentu.
Contoh trend naik : jumlah penduduk.
Contoh trend turun : nilai jual kembali sebuah mobil.
Seasonal (musiman) adalah pola fluktuasi yang bersifat tahunan (berulang setiap
tahun).
Contoh : pejualan jas hujan dan payung naik pada musim hujan.
Cyclis (Siklus) adalah pola fluktuasi bersifat jangka panjang (berulang setelah
beberapa tahun).
Contoh : industri konstruksi bangunan siklusnya antara 15 20 tahun.
Random/Irregular adalah fluktuasi yang tidak teratur.
Contoh : banyaknya orang yang meninggal akibat perang atau bencana alam.
BEBERAPA METODE PERAMALAN TIME SERIES
1.PENDEKATAN NAVE
Ramalan periode besok, sama dengan data periode sekarang.
Contoh : data penjualan motor merek X tahun 2014 sebanyak 3 juta unit, maka
ramalan untuk tahun 2015 juga akan terjual sebanyak 3 juta unit.
2.RATA-RATA BERGERAK
Digunakan jika pengaruh komponen Trend tidak ada atau sangat kecil.
Harus ditentukan dulu jumlah kelompok datanya, misal 3 bulanan (bisa 4 bulanan,
5 bulanan, dll).
Contoh : Diketahui data penjualan Januari s/d Juli sbb. :
Ramalan
Ramalan Juli
19 23 26 68
2
22
3
3
3
23
3 2 1
6
6
6
4.PENGHALUSAN EKSPONENSIAL
Rumus : Ft Ft -1 (A t -1 Ft -1 )
dimana :
Ft ramalan sekarang
; Ft -1 ramalan sebelumnya
A t -1 data sebelumnya
; konstanta pemulusan
Contoh :
Sebuah dealer mobil Mercedes Benz meramalkan penjualannya pada tahun 2014
kemarin sebanyak 142 unit, tetapi kenyataannya yang terjual sebanyak 153 unit.
Berapakah ramalan penjualan untuk tahun 2015 ini, jika = 0,2 ?
Jawab :
Diketahui : F2014 142 unit ; A 2014 153 unit ; 0,2
F2015 142 (0,2)(153 - 142) 142 2,2 144,2 144 unit.
5.PENGHALUSAN EKSPONENSIAL DENGAN PENGARUH TREND
Rumus : F* Ft Tt
Ft (A t -1 ) (1 - )(Ft -1 Tt -1 )
Tt (Ft Ft -1 ) (1 - )Tt -1
Contoh :
F2
= A1 + (1 - )(F1 + T1)
F2
= (.2)(12) + (1 - .2)(11 + 2)
= 2.4 + 10.4 = 12.8 units
T2
T2
F* = F2 + T1
F* = 12.8 + 1.92
= 14.72 units
Ulangi langkah tersebut untuk menghitung bulan ketiga dan seterusnya. Hasil
akhirnya sbb.:
dimana :
b
xy - n x y
x -n x
2
dan a y - b x
Contoh :
Diketahui kebutuhan daya listrik (Mega Watt)selama periode tahun 2001 s/d
2007 adalah sbb.:
Tahun
2001 2002 2003 2004 2005 2006
Kebutuhan daya listrik (MW)
74
79
80
90
105
142
a.Tentukan persamaan linear trend-nya.
2007
122
x
b
x 28 4
n
7
xy - n x y
-n x
y
74
79
80
90
105
142
122
y = 692
dan y
x2
1
4
9
16
25
36
49
2
x = 140
y 692 98,86
n
(3063) - 7(4)(98,86 )
10,54
(140) - 7(4) 2
200 - 54.70
13,78 14
10,54
Jadi kebutuhan daya listrik mencapai 200 MW pada tahun 2014.
xy
74
158
240
360
525
852
854
xy = 3063