Tugas 1

Basic Case Studies

Disusun untuk Memenuhi Tugas Mata Kuliah Analisis Data Deret Waktu

Dosen : Resa Septiani Pontoh S.Si., M.A.B., M.Sc

Nama : Thifal Qotrunnada

NPM : 140610180090

DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PADJADJARAN
2020
 Tugas 1 (Basic Case Studies)

1.5 Some Case Studies

Case 1

Pada kasus satu ini, sebuah perusahaan besar yang memproduksi peralatan makan sekali pakai
seperti serbet dan piring kertas membutuhkan peramalan untuk setiap barang yang berjumlah ratusan
setiap bulannya. Data deret waktu menunjukkan berbagai pola, beberapa pola berbentuk trends,
seasonal, dan tidak keduanya. Pada saat itu, perusahaan menggunakan software (perangkat lunak) dari
perusahaan itu sendiri yaitu in-house software. Tetapi, software yang digunakan sering menghasilkan
peramalan yang terlihat tidak masuk akal. Metode yang digunakan :

1. Rata-rata dari data 12 bulan terakhir

2. Rata-rata dari 6 bulan terakhir

3. Prediksi dari regresi garis lurus selama 12 bulan terakhir

4. Prediksi dari regresi garis lurus selama 6 bulan terakhir

5. Prediksi diperoleh garis lurus yang melalui pengamatan terakhir yang memiliki kemiringan
yang sama dengan kemiringan rata-rata dari garis yang menghubungkan nilai tahun lalu dan
tahun ini.

6. Prediksi diperoleh garis lurus yang melalui pengamatan terakhir yang memiliki kemiringan
yang sama dengan kemiringan rata-rata dari garis yang menghubungkan nilai tahun lalu dan
tahun ini, dimana rata-rata yang diambil hanya selama 6 bulan terakhir.

Perusahaan tersebut memerlukan kita untuk memberitahu kesalahan apa yang terjadi dan bagaimana
cara untuk memodifikasi perangkat lunak atau software yang dapat memberikan peramalan yang lebih
akurat. Software yang digunakan ditulis di COBOL (Common Business Oriented Language),
membuat adanya kesulitan untuk melakukan komputasi numerik yang mutakhir.

Case 2

Pada kasus dua ini, seorang Pemerintah Federal Australia membutuhkan peramalan anggaran
tahunan untuk Pharmaceutical Benefit Scheme (PBS). PBS memberikan subsidi untuk produk farmasi
yang dijual di Australia, dan pengeluarannya bergantung pada apa yang dibeli oleh orang selama di
tahun tersebut. Jumlah pengeluarannya sekitar tujuh miliar dolar Australia pada tahun 2009.

Untuk meramalkan jumlah pengeluaran, dibutuhkan peramalan volume penjualan dari ratusan
kelompok produk farmasi menggunakan data bulanan. Hampir semua kelompok memiliki tren dan
pola musiman. Volume penjualan untuk banyak kelompok pun melonjak atau turun. Pengeluaran
untuk banyak kelompok juga mengalami perubahan yang drastis sehingga diperlukan metode
peramalan yang memungkinkan tren dan musiman, dan juga metode yang kuat untuk perubahan pada
pola dasar. Metode ini juga harus bisa diterapkan secara otomatis ke data deret waktu dalam jumlah
besar.

Case 3
 Pada kasus tiga ini, sebuah perusahaan mobil yang besar ingin menjual kembali mobil-
mobilnya setelah digunakan selama tiga tahun. Mereka membeli baru, menyewakannya selama tiga
tahun, lalu menjualnya kembali. Nilai jual dikatakan baik jika diperoleh keuntungan, tentunya dengan
memahami faktor-faktor yang mempengaruhi turunnya nilai jual dan membuat kebijakan minimal
pemesanan untuk memaksimalkan keuntungan.

Pada saat itu seorang statistikawan sedang berusaha meramalkan harga terbaiknya. Tetapi, pihak
perusahaan melihat model statistika yang dihasilkan bisa menjadi ancaman bagi pekerjaan mereka dan
dirasa kurang kooperatif dalam menyediakan informasi. Namun demikian perusahaan menyediakan
data awal kendaraan sebelumnya dalam jumlah besar dan nilai jual akhir mereka.

Case 4

Pada kasus empat ini, peneliti perlu mengembangkan model untuk meramalkan lalu
lintas mingguan penumpang maskapai penerbangan di rute domestik utama untuk salah satu
maskapai penerbangan terkemuka milik Australia. Perusahaan memerlukan prakiraan jumlah
penumpang untuk setiap rute domestik utama dan untuk setiap kelas penumpang (kelas
ekonomi, kelas bisnis dan kelas satu). Perusahaan menyediakan data lalu lintas mingguan dari
enam tahun sebelumnya.

Banyaknya jumlah penumpang dipengaruhi oleh beberapa faktor di antaranya yaitu liburan sekolah,
acara olahraga yang besar , kampanye iklan dan perilaku persaingan. Liburan sekolah sering kali tidak
bersamaan di berbagai kota di Australia dan acara olahraga terkadang berpindah dari satu kota ke kota
lain. Selama periode data sejarah , terjadi pemogokan pilot dan tidak ada lalu lintas selama beberapa
bulan. Sebuah maskapai penerbangan juga memberikan pemotongan harga. Menjelang akhir data
sejarah, maskapai telah melakukan uji coba dengan redistribusi beberapa kursi kelas ekonomi ke kelas
bisnis, dan beberapa kursi kelas bisnis ke kelas satu. Namun, setelah beberapa bulan, klasifikasi kursi
dikembalikan ke distribusi aslinya.