=
+ =
+
periode demand 4 th m.av 4 th mo.av,
kol.2
Nilai a Nilai b forecast
3.Metode Single Exponential Smoothing
t t t
S X S ) 1 (
1
o o + =
+
Adalah pengembangan dari moving averages
Alpha mempunyai nilai antara 0 dan 1
Cobalah dengan menggunakan data awal
pada contoh soal single moving averages
pertama
Hitung pula mean abs.error dan mean
sq.error-nya
4.Metode Double Exponentials Smoothing
1
1
" ) 1 ( ' . "
' ) 1 ( . '
+ =
+ =
t t t
t t t
S S S
S X S
o o
o o
Rumus tadi agak berbeda dengan single
smoothing di mana X
t
dipakai untuk mencari S
t
bukan S
t+1
Forecast dihitung dengan
tm t m t
b a F + =
+
m= jangka waktu forecast ke depan
) " ' (
1
" ' 2
t t t
t t t
S S b
S S a
=
=
o
o
3.Metode Triple Exponentials Smoothing
( )
( ) | |
2
2
2
2
1
5 , 0
) ' " " 2 ' (
) 1 (
' " ) 3 4 ( " ) 8 10 ( ' 5 6
1 2
' ' ' " 3 ' 3
' ' ' ) 1 ( " . ' ' '
m c m b a F
S S S c
S S S b
S S S a
S S S
t t t m t
t t t t
t t t t
t t t t
t t t
+ + =
+
=
+
=
+ =
+ =
+
o
o
o o o
o
o
o o
Metoda Dekomposisi ( Times
Series )
Apa yang terjadi terjadi itu akan berulang
kembali dengan pola yang sama
1.Trend linier dengan metode least square
Persamaan trend
Y= a + bX
2
2
. .
. .
X
XY
b
n
Y
a
X b X a XY
X b a n Y
E
E
=
E
=
E + E = E
E + = E
Demand PT.GB, tahun 2001-2007
Tahun Trw.1 Trw.2 Trw.3 Trw.4
2001 20 25 35 30
2002 21 24 42 25
2003 15 27 40 43
2004 18 26 47 44
2005 25 30 45 40
2006 23 27 50 45
2007 25 30 56 38
Sales PT.NMN, Tahun 2000-2007
2000 2001 2002 2003 2004 2005 2006 2007
82 84 90 93 110 113 120 127
Merubah persamaan trend
Memindah origin
Trend rata-rata
persamaan trend tiap bulan,kuartal
Persamaan trend bulanan dan kuartalan
satuan x = satu tahun. Dirubah a:12, b:12
2
satuan x = setengah tahun; a:12, b:12
2
/2
Dirubah menjadi persamaan trend kuartalan
menjadi :
Trend parabola
Y=a+bX+cX
2
4 2 2
2
2
. .
. .
X c X a Y X
X b XY
X c a n Y
E + E = E
E = E
E + = E
Sales PT.AEG Tahun 1997-2007
1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007
751 821 865 923 1005 1103 1222 1360 1523 1602 1800
Masukkan data di atas
Tahun, Sales, X,XY,X
2,
X
2
Y,X
4
Trend ini menghasilkan garis proyeksi
yang tidak lurus, melainkan melengkung
menghitung perbedaan pertama dan
perbedaan kedua data penjualan yang
ada, bila cenderung stabil, maka dapat
menggunakan proyeksi trend parabolik
Trend Eksponensial
y=ab
x
Log y = log a + x logb
2
) log . (
log
log
log
X
Y X
b
n
Y
a
E
E
=
E
=
Tahun
Sales(Y)
Log Y X X
2
X.log Y
1999 73
2000 88
2001 103
2002 125
2003 150
2004 179
2005 216
2006 259
2007 312
Gelombang musim
Gelombang pasang surut yang berulang kembali
dalam satu periode waktu yang tidak lebih dari
satu tahun
Permintaan produk tertentu
Dinyatakan dalam bentuk indeks, indeks musim
X=T x M x S x R
Metode rata-rata sederhana
Metode persentase terhadap trend
2001 2002 2003 2004 2005 2006 2007 Rata-
rata
b.kum
Sisa
kol
8-9
Index
musm
Kw I
20 21 15 18 25 23 25
Kw
II
25 24 27 26 30 27 30
Kw
III
35 42 40 47 45 50 56
Kw
IV
30 25 43 44 40 45 39
x x x
Y=32,75+0,45X
Metode persentase trend
Kw 2001 2002 2003 2004 2005 2006 2007
I 26,68 28,48 30,28 32,08 33,88 35,68 37,48
II 27,13 28,93 30,73 32,53 34,33 36,13 37,93
III 27,58 29,38 31,18 32,98 34,78 36,58 38,38
IV 28,03 29,83 31,63 33,43 35,23 37,03 38,83
Cari persentase nilai riil
Untuk setiap tahun dan tiap kuartal
Buatlah tabulasi untuk persentase tadi
Kolom terakhir adalah median dari persentase
dalam satu tahun untuk masing-masing kuartal
Cari rata-rata median
Hitung indeks musim dengan membagi median
dengan rata-rata median
Variasi Siklis
Perubahan atau gelombang pasang surut suatu
hal yang berulang kembali dalam waktu sekitar
5-10 tahun
Menghilangkan pengaruh dari tren, variasi
musim dan variasi random
Untuk mencari indeks siklis
sales
Trend Indeks
musim
TxM SxR
Weighted
Mov.Sum.
3 period
Indeks
siklis
2004
Kw I
18
32,08
65,47
dlm%
1:4x100
SR1:2:
1
WM:4
Kw II
26
32,53
82,77
Kw III
47
32,98
137,49
Kw IV
44
32,43
114,26
2005
KwI
25
33,8
65,47
KwII
30
34,33
82,77
KwIII
45
34,78
137,49
KwIV
40
35,23
114,26
Metode Input Output
Perekonomian suatu negara , antar industri satu dengan
yang lain saling membutuhkan.
Hubungan input-output untuk membuat forecast
i in i i i i
C X X X X X + + + + = ...
3 2 1
X
i
= nilai output sektor I
X
ij
= hasil industri i yang dibutuhkan oleh industri j
C
i
= pembelian oleh pemakai akhir
n mn m m m n
n
n
n i
C X X X X X
C X X X X X
C X X X X X
C X X X X X
+ + + + + =
+ + + + + =
+ + + + + =
+ + + + + =
...
...
...
...
3 2 1
3 3 33 32 31 3
2 2 23 22 21 2
1 1 13 12 11
Alokasi output suatu industri yang digunakan oleh industri
lain dan konsumen akhir
Penggunaan input untuk menghasilkan output suatu industri
n m m m n
i
C X X X X
P X X X X
P X X X X
P X X X X
...
...
...
...
3 2 1
3 33 32 31 3
2 23 22 21 2
1 13 12 11
+ + + =
+ + + =
+ + + =
+ + + =
Regresi Sederhana
Suatu persamaan untuk menyatakan hubungan antara
dua variabel dan memperkirakan nilai variabel tak bebas
Y berdasarkan nilai variabel bebasnya,yaitu X
Besaran atau nilai sesuatu dipengaruhi oleh suatu faktor
Besarnya pengaruh suatu variabel terhadap variabel
lainnya dalam praktek bisa bersifat linier,eksponensial,
kuadratik
Dalam regresi bersifat linier
0
sales
PCI
Demad
DN A
0
Import A
Dependent variable dan independent variable
Y=f(x)
Suatu persamaan matematis yang
mendefinisikan dua variabel
Misal hubungan antara promosi dengan tingkat
penjualan, kompensasi dengan kinerja
karyawan, dsb
Bila menggunakan diagram pencar maka akan
diperoleh garis lurus yang beraneka ragam
Setiap individu mempunyai pendapat yang
berbeda-beda
s
a
l
e
s
PCI
Untuk menghilangkan perbedaan penilaian
maka digunakan apa yang disebut dengan
kaidah kuadrat terkecil
Garis lurus dengan kesesuaian terbaik, serta
meminimalkan jumlah kuadrat deviasi vertikal
terhadap garis
Kaidah kuadrat terkecil : menentukan suatu
persamaan regresi dengan meminimumkan
jumlah kuadrat jarak vertikal antara nilai aktual Y
dan nilai prediksi Y
bX a Y + = '
Y= nilai prediksi dari variabel Y berdasarkan nilai variabel
X yang dipilih
a = titik potong Y, nilai perkiraan bagi Y ketika garis regresi
memotong sumbu Y, X=0
b = kemiringan garis
X= sembarang nilai variabel bebas yang dipilih
n
X
b
n
Y
a
X X n
Y X XY n
b
E
E
=
E E
E E E
=
2 2
) ( ) (
) )( ( ) (
Standard error of estimate
Penyimpangan data dari garis regresinya
2
) ' (
2
E
=
n
Y Y
Se
2
) ( ) (
2
E E E
=
n
XY b Y a Y
S
e
Korelasi
Analisis korelasi : Sekumpulan teknik statistik yang
digunakan untuk mengukur keeratan hubungan
(korelasi)antara dua variabel
Jumlah transaksi dan jumlah barang terjual
Diagram pencar : suatu diagram yang
menggambarkan hubungan antara dua variabel
yang diamati.
Variabel tak bebas : variabel yang diduga nilainya
Variabel bebas : variabel yang mendasari
pendugaan / variabel penduga
Karl Pearson
Keeratan hubungan antara dua gugus
variabel berskala selang atau rasio
Dilambangkan dengan : r Pearson
Koefisien korelasi produk-momen Pearson
Nilai antara -1,00 hingga +1,00
Keeratan korelasi tidak bergantung pada
arahnya
0,50 1,00 -0,50
-1,00
| || |
2 2 2 2
) ( ) ( ) ( ) (
) )( ( ) (
Y Y n X X n
Y X XY n
r
E E E E
E E E
=
Koefisien Determinasi
Dihitung dengan mengkuadratkan koefisien
korelasi: r
2
Sekian persen dari keragaman daridapat
diterangkan atau diperhitungkan oleh
keragaman variabel bebas
Spurious correlation atau korelasi palsu
Ada hubungan antar variabel, bukan karena ada
perubahan pada variabel satu menyebabkan
perubahan pada variabel yang lain
Uji signifikansi
Dalam suatu kasus, misal
seorang manajer penjualan
menggunakan sampel
salesman sebanyak 10 orang
dan menemukan adanya
korelasi sebesar A antara
jumlah transaksi dan jumlah
barang yang terjual
Mungkinkah korelasi di dalam
populasi sebenarnya sama
dengan 0?
Df: n-2, taraf sig.=5%
2
1
0
1
2
0 :
0 :
r
n r
t
H
H
=
=
=
=
=
t t
t t
X f X
X f X
Persamaan auto regresi dan auto korelasi
s t
t
s t t
s t s t
t s t t s t
X b X
n
X
b
n
X
a
X X n
X X X X n
b
=
E
E
=
E E
E E E
=
2 2
) ( ) (
) )( ( ) (
Koefisien auto korelasi
2
2 2 2 2
1
2
] ) ( [ ) ( [
) )( (
r
n r
t
X X n X X n
X X X X n
r
t t s t s t
t s t t s t
=
E E E E
E E E
=
Df: n-2
Taraf signifikansi 5%
Uji dua arah
Sales PT.Gerbang
Tahun ke- Sales (Jt.Rp) Tahun ke- Sales(Jt Rp)
1 100 9 140
2 124 10 114
3 134 11 146
4 112 12 137
5 135 13 125
6 113 14 154
7 115 15 142
8 143 - -
t X
t-1
X
t
(X
t
)(X
t-1
) (X
t-1
)
2
X
t
2
2 100 125