Laporan ARW 1
Laporan ARW 1
LAPORAN PRAKTIKUM
Analisis Runtun Waktu
Modul 1 : Moving Average
Tanda tangan
Nama Penilai Tanggal Koreksi Nilai
Asisten Dosen
Dhinda Seftiyani Budi Utari
Syinta Nuri Masyita
JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS ISLAM INDONESIA
YOGYAKARTA
2019
Daftar Isi
Daftar Isi.................................................................................................................. 2
Daftar Gambar ......................................................................................................... 3
1 Pendahuluan .................................................................................................... 4
1.1 Pengertian Moving Average ..................................................................... 4
1.1.1 Pengertian Single Moving Average .................................................. 5
1.1.2 Pengertian Double Moving Average ................................................. 5
1.1.3 Pengertian Weighted Moving Average ............................................. 6
1.1.4 Pengertian Exponential Moving Average ......................................... 7
2 Deskripsi Kerja................................................................................................ 8
2.1 Studi Kasus ............................................................................................... 8
2.2 Langkah Kerja .......................................................................................... 8
3 Pembahasan ................................................................................................... 13
4 Penutup.......................................................................................................... 18
4.1 Kesimpulan ............................................................................................. 18
5 Daftar Pustaka ............................................................................................... 19
2
Daftar Gambar
3
1 Pendahuluan
4
Sedangkan Metode Moving Average yang sederhana ini sering disebut
dengan Simple Moving Average atau disingkat dengan SMA. (po, 2018)
Dimana:
Ft+1 = Ramalan untuk periode t+1
yi = Nilai Riil periode ke t
t = Banyaknya data
k = Orde
(zona statistik, 2015)
5
disebut double moving average. Adapun langkah yang dilakukan anatara lain
sebagai berikut.
1. Menghitung rata-rata bergerak pertama
6
1.1.4 Pengertian Exponential Moving Average
7
2 Deskripsi Kerja
1. Langkah pertama, praktikan akan mencari kode finansial dari salah satu saham
yaitu saham di PT Unilever Indonesia Tbk melalui www.finance.yahoo.com.
Berikut tampilannya pada Gambar 2.1.
2. Kemudian, buka R Studio terlebih dahulu dengan cari shortcut R Studio pada
layar dekstop, atau masuk lewat tombol start, lalu pilih All programs, kemudian
pilih R Studio for windows. Berikut tampilan awalnya.
8
Gambar 2.2. Tampilan Awal R Studio
3. Setelah membuka R Studio, langkah pertama yang praktikan lakukan yaitu,
mengaktifkan package yang sudah diinstall sebelumnya yaitu package TTR dan
quantmod dengan menggunakan perintah library Berikut tampilan
syntaksnya pada Gambar 2.3.
9
5. Untuk memastikan apakah data sudah berhasil sudah diinput gunakan perintah
View untuk menampilkan data saham tersebut. Berikut tampilan syntaksnya
pada Gambar 2.5.
7. Lalu praktikan hanya akan mengambil data saham pada variabel adjusted saja.
Berikut tampilannya pada Gambar 2.7.
10
8. Kemudian praktikan akan menghitung nilai SMA dengan panjang periode 10
dengan syntaks SMA (data, n=10) Dan membuat suatu data frame yang
terdiri dari kolom data actual dan data hasil SMA (10). Berikut tampilannya
pada Gambar 2.8.
9. Lalu untuk melihat hasil data SMA (10) gunakan perintah View diikuti dengan
nama data frame yang sudah dibuat sebelumnya. Berikut tampilannya.
10. Praktikan juga akan membuat sebuah plot untuk membandingkan plot data
actual dengan data SMA 10. Berikut tampilan syntaks nya.
11. Setelah itu praktikan akan menghitung nilai WMA dengan panjang periode 10
dengan syntaks WMA(data, n=10, wts = 1:10) dan buat satu data frame
yang terdiri dari data actual, SMA 10, dan WMA 10. Berikut tampilannya.
12. Lalu untuk melihat hasil data WMA (10) gunakan perintah View diikuti dengan
nama data frame yang sudah dibuat sebelumnya. Berikut tampilannya.
11
13. Praktikan juga akan membuat sebuah plot untuk membandingkan plot data
actual, data SMA 10, dan data WMA 10. Berikut tampilan syntaks nya.
14. Terakhir praktikan akan menghitung nilai EMA dengan panjang periode 10
dengan syntaks EMA(data, n=10) dan buat satu data frame yang terdiri dari
data actual, SMA 10, dan EMA 10. Berikut tampilannya.
15. Lalu untuk melihat hasil data EMA (10) gunakan perintah View diikuti dengan
nama data frame yang sudah dibuat sebelumnya. Berikut tampilannya.
16. Praktikan juga akan membuat sebuah plot untuk membandingkan plot data
actual, data SMA 10, dan data EMA 10. Berikut tampilan syntaks nya.
Begitulah langkah-langkah kerja dari mencari nilai SMA, WMA, dan EMA dari
saham PT Unilever Indonesia Tbk dalam kurun waktu satu tahun dengan panjang
periode 10.
12
3 Pembahasan
Pada bab ini, praktikan akan menjelaskan lebih rinci dari langkah-langkah
kerja yang sudah dilakukan serta menjelaskan output yang telah didapatkan dari R
Studio.
Pada studi kasus praktikan akan menghitung nilai SMA, WMA, dan EMA dan
akan menganalisisnya. Pertama nilai dari SMA terlebih dahulu. Berikut akan
praktikan tampilkan output dari nilai SMA dengan panjang periode 10 yang
didapatkan. Berikut tampilannya pada Gambar 3.1.
Dari Gambar 3.1. dan Gambar 3.2. dapat dilihat bahwa didapatkan nilai
SMA sebesar 43429.19. nilai SMA ini sebenarnya didapat dari nilai rata-rata 10
data pertama. Kenapa 10 data pertama? karena praktikan memilih panjang
periodenya 10. Jadi nilai SMA pada periode 10 ini menginformasikan rata-rata data
actual penutupan selama 10 hari terakhir. Nilai SMA untuk periode n akan sama
13
dengan nilai data actual terakhir, jika rata-rata data actual untuk periode n, nilainya
sama dengan data actual yang terakhir. Kemudian akan praktikan tampilkan hasil
output plot untuk membandingkan plot data actual dengan data SMA 10 berikut
tampilannya
14
Gambar 3.5. Pengecekan nilai WMA
Dari Gambar 3.4. dan Gambar 3.5. dapat dilihat bahwa didapatkan nilai
WMA sebesar 44161.79. Nilai WMA ini merupakan hasil dari rata-rata bergerak
yang dimana sudah diberikan bobot yang berbeda disetiap datanya. Kemudian akan
praktikan tampilkan hasil output plot untuk membandingkan plot data actual,data
SMA 10, dan WMA 10. Berikut tampilannya
15
Gambar 3.7. nilai EMA
Dari Gambar 3.7. dapat dilihat bahwa didapatkan nilai EMA sebesar
43429.19. Metode EMA menggunakan prinsip yang sama dengan SMA. Sehingga
interpretasi dalam penggunaannya juga sama. Formula EMA memberikan bobot
terhadap data actual yang diobservasinya. Nilai EMA menunjukkan nilai rata-rata
bergerak dari data actual yang diberi bobot sesuai dengan periodenya. Data actual
terakhir diberi bobot lebih besar dibanding data-data sebelumnya. Semakin jauh ke
belakang data yang digunakan, maka nilai pembobotan semakin kecil. Nilai
pembobotan dari formula EMA adalah (1-α).
Kemudian akan praktikan tampilkan hasil output plot untuk
membandingkan plot data actual,data SMA 10, dan EMA 10. Berikut tampilannya
pada Gambar 3.8.
16
Gambar 3.8. Membandingkan plot data actual, SMA(10) dan EMA(10)
Berdasarkan output pada Gambar 3.9. diketahui bahwa nilai MSE dari
metode SMA(10) yaitu 976981, nilai MSE dari metode WMA yaitu sebesar
592620.7 dan terakhir nilai MSE dari metode EMA yaitu sebesar 750210.6. dari
ketiga metode diketahui nilai MSE yang paling kecil yaitu di metode WMA yang
berarti metode ini peramalannya lebih akurat daripada metode yang lainnya pada
data saham PT Unilever Indonesia Tbk.
17
4 Penutup
4.1 Kesimpulan
18
5 Daftar Pustaka
19