Data Runtun Waktu Peramalan Metode Peramalan Pola Data Time Series
Data Runtun Waktu
Jenis data menurut waktu:
1 Data cross-section: jenis data yang terdiri atas variabel-variabel yang dikumpulkan pada sejumlah individu atau kategori pada satu waktu tertentu. 2 Data runtun waktu (time series): jenis data yang terdiri atas variabel-variabel yang dikumpulkan menurut urutan waktu dalam suatu rentang waktu tertentu untuk suatu kategori atau individu tertentu. Frekuensi pengumpulan data selalu sama (equidistant). Frekuensi dapat berupa detik, menit, jam, hari, minggu, bulan, atau tahun. 3 Data panel (pooled): jenis data yang dapat dipandang sebagai gabungan dari data cross-section dan runtun waktu.
Mujiati Dwi Kartikasari Analisis Runtun Waktu
Data Runtun Waktu Peramalan Metode Peramalan Pola Data Time Series
Tujuan analisis runtun waktu secara umum adalah untuk
menemukan bentuk atau pola variasi dari data di masa lampau dan menggunakan pengetahuan statistika untuk melakukan peramalan terhadap sifat-sifat dari data di masa yang akan datang.
Mujiati Dwi Kartikasari Analisis Runtun Waktu
Data Runtun Waktu Peramalan Metode Peramalan Pola Data Time Series
Peramalan
Suatu hari Tika berencana membawa mobil pergi ke Cilacap untuk
mengunjungi orang tuanya. Sebelum keberangkatannya, ramalan cuaca mengatakan bahwa akan turun hujan disertai angin kencang. Untuk menghindari hal-hal diluar pikirannya, akhirnya Tika memutuskan untuk naik kereta api. Saat perjalanan menuju Cilacap, ternyata benar terjadi hujan yang lebat dan disertai angin kencang. Dengan sangat nyamannya di dalam kereta, Tika bisa tertidur lelap dan sesekali ber-facebook dan ber-instagram-an tanpa memikirkan kabut ataupun genangan air jika dia membawa mobil sendiri.
Mujiati Dwi Kartikasari Analisis Runtun Waktu
Data Runtun Waktu Peramalan Metode Peramalan Pola Data Time Series
Peramalan merupakan perkiraan kejadian atau beberapa
kejadian di masa depan. Peramalan merupakan salah satu faktor dalam perencanaan dan pengambilan keputusan. Peramalan memainkan peranan penting dalam bidang manajemen operasi, marketing, keuangan dan manajenem risiko, ekonomi, industri, demografi, dll.
Mujiati Dwi Kartikasari Analisis Runtun Waktu
Data Runtun Waktu Peramalan Metode Peramalan Pola Data Time Series
Metode Peramalan
Mujiati Dwi Kartikasari Analisis Runtun Waktu
Data Runtun Waktu Peramalan Metode Peramalan Pola Data Time Series
Mujiati Dwi Kartikasari Analisis Runtun Waktu
Data Runtun Waktu Peramalan Metode Peramalan Pola Data Time Series
Mujiati Dwi Kartikasari Analisis Runtun Waktu
Data Runtun Waktu Peramalan Metode Peramalan Pola Data Time Series
Mujiati Dwi Kartikasari Analisis Runtun Waktu
Data Runtun Waktu Peramalan Metode Peramalan Pola Data Time Series
Hal pokok yang harus diperhatikan dalam proses pembuatan
peramalan yang akurat dan bermanfaat: 1 Data 2 Metode peramalan.
Mujiati Dwi Kartikasari Analisis Runtun Waktu
Data Runtun Waktu Peramalan Metode Peramalan Pola Data Time Series
Pola Data Time Series
Terdapat empat pola data time series, yaitu:
1 Pola Horisontal 2 Pola Musiman 3 Pola Siklis 4 Pola Trend
Mujiati Dwi Kartikasari Analisis Runtun Waktu
Data Runtun Waktu Peramalan Metode Peramalan Pola Data Time Series
Pola Horisontal
Pola horisontal (stasioner): data berfluktuasi di sekitar nilai
rata-ratanya.
Mujiati Dwi Kartikasari Analisis Runtun Waktu
Data Runtun Waktu Peramalan Metode Peramalan Pola Data Time Series
Pola Musiman
Pola musiman: pada plot data menurut waktu terlihat adanya
fluktuasi berulang (dan beraturan) dalam kurun waktu tertentu.
Mujiati Dwi Kartikasari Analisis Runtun Waktu
Data Runtun Waktu Peramalan Metode Peramalan Pola Data Time Series
Pola Siklis
Pola siklis: data dipengaruhi oleh fluktuasi ekonomi jangka panjang
dan umumnya periode waktu lebih panjang dibanding musiman.
Mujiati Dwi Kartikasari Analisis Runtun Waktu
Data Runtun Waktu Peramalan Metode Peramalan Pola Data Time Series
Pola Trend Pola trend: ditandai dengan adanya bentuk penurunan atau kenaikan data dalam perubahan waktu.
Figure: The US annual production of blue and gorgonzola cheeses