LAPORAN PRAKTIKUM
ANALISIS RUNTUN WAKTU
Modul 1 : Moving Average
JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS ISLAM INDONESIA
YOGYAKARTA
2020
i
Daftar Isi
ii
Daftar Gambar
iii
1 Pendahuluan
Metode Moving Average ini lebih baik digunakan untuk menghitung data
yang bersifat stabil atau data yang tidak berfluktuasi dengan tajam. Oleh karena itu,
munculah metode-metode Moving Average yang lain untuk mencoba
mengatasinya, diantaranya Metode Weighted Moving Average (WMA) dan Metode
Exponential Moving Average (EMA). Sedangkan Metode Moving Average yang
sederhana ini sering disebut dengan Simple Moving Average atau disingkat dengan
SMA.
Single Moving Average atau rata-rata bergerak tunggal merupakan salah satu
metode paling sederhana yang dapat digunakan untuk melakukan forecast
(peramalan). Metode ini sangat cocok digunakan ketika ditemui data dengan pola
yang horizontal (stasioner) atau data yang konstant terhadap variansi dan tidak
dapat digunakan ketika data tersebut mengandung unsur trend atau musiman.
Rumus yang digunakan adalah sebagai berikut :
Dengan :
4
k adalah panjang periode/orde yang digunakan
(Puspitasari, 2016)
5
2 Deskripsi Kerja
2. Maka akan muncul tampilan awal dari Jendela R Studio seperti berikut.
6
dalam ana lisis harga saham. Dan untuk mendukung dalam mengunduh
data saham dari website penyedia data saham digunakan package :
quantmod seperti berikut.
7
7. Kemudian, praktikan akan menganalisis Moving Average pertama dengan
metode Simple Moving Average (SMA) periode 10 dengan syntax seperti
berikut.
8
Gambar 2.11. Syntax menampilkan plot untuk data SMA(10)
12. Praktikan menambahkan judul untuk kedua plot tersebut dengan syntax
seperti berikut.
9
Gambar 2.16. Syntax menampilkan plot untuk data WMA(10)
17. Praktikan akan melakukan peramalan Moving Average dengan metode
yang ketiga yaitu Exponential Moving Average (EMA) periode 10 dengan
syntax seperti berikut.
10
Gambar 2.21. Syntax menampilkan nilai MSE metode WMA(10)
22. Dan untuk perhitungan nilai MSE dari metode EMA(10) dapat
menggunakan syntax seperti berikut.
11
3 Pembahasan
Pada Lembar Pembahasan ini, praktikan akan menjelaskan lebih detail lagi
mengenai output dari penyelesaian studi kasus.
12
6 variabel data yaitu (1) Variabel AALI.JK.Open yang merupakan harga pembuka
dari saham,(2) Variabel AALI.JK High yang merupakan harga tertinggi dari saham,
(3)Variabel AALI.JK.Low yang merupakan harga terendah dari saham, (4)
Variabel AALI.JK.Close yang merupakan harga penutup dari saham, (5) Variabel
AALI.JK.Volume yang merupakan harga volume dari saham, dan (6) Variabel
AALI.JK.Adjusted yang merupakan harga penutup dari saham yang telah
disesuaikan,
Dalam analisis moving average ini, praktikan hanya akan menggunakan data
dari variabel AALI.JK.Adjusted dalam proses peramalan yang mana data pada
variabel adjusted disimpan dalam objek y.
13
Disini, praktikan hanya menampilkan 15 data teratas dari data saham dan data
prediksi dengan metode SMA(10). Dalam output diatas terdapat 2 variabel yang
ditampilkan yaitu data aktual saham (AALI.JK.Adjusted) dan data prediksi (SMA).
Dalam metode Simple Moving Average ini, praktikan menggunakan panjang
periode (n) sebesar 10. N merupakan banyaknya data yang dihitung rata-ratanya
untuk menggantikan nilai missing value. Serta untuk menghitung nilai peramalan
yang dihitung rata-rata dari nilai data aktual pertama sampai data kesepuluh. Rata-
rata tersebutlah yang merupakan nilai dari SMA-10 ysng diletakkan pada urutan
yang kesebelas. Untuk prediksi selanjutnya dapat dilakukan hal yang sama, tetapi
mulai dari data kedua sampai data kesembilan. Dengan kata lain menghitung
sepuluh rata-rata data yang berada disebelum data yang ingin diprediksikan.
Berdasarkan pada tampilan output diatas, pada tanggal 14 September 2019
data aktual dari saham menunjukkan angka 12496.221 sedangkan data prediksi
menggunkan SMA(10) diperoleh sebesar 12662.03. Kemudian, pada hari
berikutnya data aktual berada diangka 12255.908 namun untuk data prediksinya
sebesar 12599.55. Dua hari kemudian, data aktual menunjukkan angka 12135.752
sedangkan data prediksinya sebesar 12539.48. Tanggal 19 September, data aktual
saham diangka 11679.158 namun untuk data prediksinya diangka 12457.77.
Selanjutnya ditanggal 20 dan 21 September data aktualnya berada diangka
11727.222 dan 11775.283 sedangkan untuk data prediksinya sebesar 12383.27 dan
12297.76.
Praktikan juga menampilkan data aktual saham dalam bentuk plot dengan
menggunakan syntax pada langkah kerja sebelumnya (poin 10) dan menghasilkan
output seperti berikut ini.
14
Gambar 3.3. Tampilan plot data aktual saham
Berdasarkan pada tampilan plot berwarna biru untuk data aktual saham PT.
Astra Agro Lestari Tbk secara keseluruhan terlihat bahwa data yang ada bergerak
cukup berfluktuatif. Pada awal bulan September datanya cukup tinggi berada
disekitar angka 13000, mengalami penurunan yang cukup tajam diawal sampai
pertengahan November yaitu diangka kurang dari 10000. Kemudian mengalami
peningkatan yang drastis pada bulan Februari hingga menyentuh pada angka lebih
dari 13500. Pada bulan Maret sampai Juli 2019 datanya bergerak dengan fluktuasi
yang cukup signifikan. Hingga pada bulan Agustus data saham turun sangat tajam
disekitar angka 9000. Dan untuk bulan September data bergerak naik lagi.
Selain menampilkan plot data aktual, praktikan juga menampilkan plot data
prediksi dengan menggunakan metode SMA(10). Diperoleh output sebagai berikut.
15
Gambar 3.4. Tampilan plot data prediksi metode SMA(10)
Dalam plot diatas, untuk plot data prediksi dengan metode SMA(10) diberi
dengan warna merah. Berdasarkan tampilan plot diatas terlihat bahwa plot data
prediksi metode SMA(10) secara keseluruhan berfluktuasi mengikuti pola plot dari
data aktual. Sehingga dapat dikatakan bahwa data prediksi mempunyai nilai yang
hampir mirip dengan data aktualnya.
16
Gambar 3.5. Output data frame metode WMA(10)
Disini, praktikan hanya menampilkan 15 data teratas data saham dan data
prediksi dengan metode WMA(10). Dalam output diatas terdapat 2 variabel yang
ditampilkan yaitu data aktual saham (AALI.JK.Adjusted) dan data prediksi
(WMA). Dalam analisis Weighted Moving Average, praktikan menggunakan
panjang periode 10. Analisis WMA juga sama seperti metode SMA dihitung
dengan cara menghitung rata-rata kesepulun data awal.
Berdasarkan pada tampilan data frame dengan metode WMA(10) diatas
ddapat dilihat bahwa pada tanggal 14 September 2018 dimiliki data aktual diangka
12496.221 dan untuk data prediksinya sebesar 12646.09. Selanjutnya, ditanggal 15
September data aktualnya berada di 12255.908 sedangkan data prediksi di angka
12572.25. Dihari berikutnya, dipunyai data aktual pada angka 12135.752 namun
untuk data prediksinya sebesar 12487.92. Pada tanggal 17 dan 18 September nilai
data aktual sebesar 11679.158 dan 11727.222 sedangkan untuk data prediksinya
sebesar 12331.50 dan 12198.67. Kemudian, 19 September 2018 dipunyai data
aktual saham diangka 11775.283 tetpai untuk data prediksinya berada di 12088.13.
17
Selain itu, praktikan akan menampilkan plot data untuk moving average
dengan menggunakan metode Weighted Moving Average. Dengan menggunakan
syntax yang ada pada langkah kerja poin 16. Sehingga diperoleh output sebagai
berikut ini.
18
Gambar 3.7. Output data frame metode EMA(10)
Disini, praktikan hanya menampilkan 15 data teratas data saham dan data
prediksi dengan metode EMA(10). Dalam output diatas terdapat 2 variabel yang
ditampilkan yaitu data aktual saham (AALI.JK.Adjusted) dan data prediksi (EMA).
Dalam analisis Exponential Moving Average, praktikan menggunakan panjang
periode 10. Analisis EMA juga sama seperti metode SMA dan WMA dihitung
dengan cara menghitung rata-rata kesepulun data awal.
Berdasarkan pada tampilan data frame diatas, tanggal 14 September 2018 data
aktual dari saham berada pada angka 12496.221, untuk data prediksinya sebesar
12662.03. Pada hari berikutnya, dipunyai data aktual di angka12255.908 dan untuk
data prediksi sebesar 12588.19. Data aktual saham untuk dua hari selanjutnya
berada di angka 12135.752 dan data prediksi diangka 12505.93. Untuk tanggal 19
September data aktual diangka 11679.158 tetapi untuk data prediksi sebesar
12355.61. Di tanggal 20 September diangka 12383.27 namun data prediksi nya
12241.36. Kemudian, pada tanggal 21 September 2018 data saham ada diangka
11775.283 dan data prediksinya diangka 12156.62.
19
Untuk metode Exponential Moving Average dengan periode 10 atau
EMA(10) ini, praktikan tidak menampilkan untuk plot data prediksinya.
Selanjutnya, praktikan akan melakukan perhitungan untuk Mean Square Error
(MSE) dari masing-masing metode moving average yang telah dibahas
sebelumnya.
20
4 Penutup
4.1 Kesimpulan
Berdasarkan analisis Moving Average yang telah dilakukan oleh praktikan
dalam studi kasus tersebut dapat disimpulkan bahwa :
21
5 Daftar Pustaka
Aritonang. (2002).
Makridakis. (1999).
Puspitasari, D. (2016, Desember 6). Simple Moving Average Menggunakan Excel.
Retrieved from Dunia Statistik: http://dunia-
statistikk.blogspot.com/2016/12/single-moving-average-sma-
menggunakan.html
Ulwan, M. N. (2014, Februari 3). Retrieved from Statistics Your Live:
wordpress:exponensial.wordpress.com/metode-peramalan/moving-average
22