Tujuan :
Setelah mengikuti praktikum ini mahasiswa mampu menjelaskan dan mengidentifikasi secara eksplorasi
karakteristik data deret waktu.
Materi :
Data deret waktu adalah data pengamatan yang terurut berdasarkan waktu dari suatu peubah.
Analisis deret waktu adalah suatu analisis pemodelan statistika untuk melakukan proses peramalan
berdasarkan urutan waktu ke-t.
Dimana b adalah rataan proses yang tidak diketahui, t adalah komponen acak.
E ( t ) 0,V ( t ) 2
E ( X t ) b,V ( X t ) V (b t ) V (b) V ( t ) 2
Proses Trend
Model : X t b0 b1t t
Dengan asumsi rataan proses berubah sesuai waktu yang bergerak. b0 dan b1 konstan, hanya waktu
yang berpengaruh.
E ( t ) 0,V ( t ) 2
E ( X t ) b0 b1t ,V ( X t ) V (b0 b1t t ) V (b0 b1t ) V ( t ) 2
Proses Siklik
Model : X t b0 b1 sin 2t
6 b2 cos 2t
6 t
Tugas Praktikum 1
1. Bangkitkan 100 data ( t ), dimana t ~N(k1,3), dimana k1 adalah satu digit terakhir dari NRP
Anda.
2. Kemudian carilah X t untuk masing-masing proses (konstan, trend dan siklik sesuai dengan
model yang telah diberikan) dimana b0 , b1 , dan b2 bisa Anda tentukan secara bebas.
3. Plot data X t untuk masing-masing proses yang sudah Anda dapatkan pada langkah 2.
4. Apakah plot dari masing-masing data yang dihasilkan sesuai ? Jelaskan !
5. Ulangi keempat langkah diatas dengan ketentuan k2 adalah dua digit terakhir dari NRP Anda.
Modul ke-2
Tujuan :
Setelah mengikuti praktikum ini mahasiswa dapat melakukan pemulusan serta peramalan dengan
menggunakan metode rataan bergerak pada data deret waktu.
Materi :
Kegiatan untuk memperkirakan apa yang akan terjadi pada masa mendatang, disebut dengan
peramalan (forecasting). Peranan tersebut menunjukkan bahwa peramalan memegang peranan penting
dalam perencanaan maupun dalam pengambilan keputusan. Baik tidaknya hasil suatu perencanaan dan
keputusan sangat ditentukan oleh ketepatan ramalan yang dibuat. Walaupun demikian perlu disadari
bahwa suatu ramalan adalah tetap ramalan, dimana masih tetap mengandung unsur kesalahan.
Sehingga penting diperhatikan untuk selalu berusaha memperkecil kesalahan tersebut.
Peramalan dengan metode pemulusan merupakan usaha untuk melicinkan dan mengurangi
fluktuasi ramalan. Metode pemulusan termasuk metode yang sangat sederhana dan mudah dipahami
oleh orang awam.
FT+1 t(0.05/2;db) 2 / N
dimana: t(0.05/2;db) = nilai sebaran t-student pada taraf nyata 5% dan derajat bebas (db) sebesar T-N-1.
Beberapa ukuran yang dapat digunakan untuk menilai kebaikan suatu metode antara lain:
Mean Absolute Deviation (MAD)
MAD
X i Fi
T
MAPE
X i Fi / X i
x100%
T
X Fi
MSE
2
i
Semakin nilai kecil nilai MAD, MAPE dan MSE maka nilai ramalan dikatakan semakin baik. Oleh karena
itu, pengguna diharapkan jeli dalam memilih metode peramalan yang tepat.
8,57142857 15,96%
MAD MSE MAPE
Sedangkan khusus untuk data yang bertren linier dapat didekati dengan rataan bergerak ganda.
Langkah-langkah peramalannya dapat dilakukan sebagai berikut:
Rataan bergerak orde ke-2:
M T M T 1 ... M T N 1
( 2)
MT
N
maka nilai ramalan untuk r periode ke depan dengan periode dasar T periode adalah:
FT+r(T) = FT + b2 r
= 2MT - MT(2) + r (2/(N-1))( MT - MT(2))
Tugas Praktikum 2
K1 = satu digit terakhir dari NRP Anda
K2= dua digit terakhir dari NRP Anda
Tugas 1.
a. Bangkitkan 150 data ( t ), t ~N(0,1)
b. Transformasi X =K2 + t
c. Lakukan pemulusan terhadap X dengan rataan bergerak tunggal dengan N=5 jika K1 5 dan
N=6 jika K1 5
d. Plot antara data asal (X) dengan hasil pemulusannya dalam satu gambar. Berikan Komentar
Anda!
Tugas 2.
a. Bangkitkan 150 data ( t ), t ~N(2,3)
b. Transformasi X =0,01*K2*T + t
c. Lakukan pemulusan terhadap X dengan rataan bergerak ganda dengan N=6 jika K1 5 dan
N=7 jika K1 5
d. Plot antara data asal (X) dengan hasil pemulusannya dalam satu gambar. Berikan Komentar
Anda!