Kuliah #6 & #7
Kuliah_#6&7_Time Series_DA_Statistik_2018
PENDAHULUAN
Kuliah_#6&7_Time Series_DA_Statistik_2018
KOMPONEN DATA BERKALA
• Trend
• Variasi Musim
• Variasi Siklus
Kuliah_#6&7_Time Series_DA_Statistik_2018
TREND
Suatu gerakan kecenderungan naik atau turun dalam jangka panjang
yang diperoleh dari rata-rata perubahan dari waktu ke waktu dan
nilainya cukup rata (smooth).
Y Y
Kuliah_#6&7_Time Series_DA_Statistik_2018
METODE ANALISIS TREND
b= (K2 – K1)
(tahun dasar K2 – tahun dasar K1)
1999 6,1 2 -1
Kuliah_#6&7_Time Series_DA_Statistik_2018
METODE ANALISIS TREND
8
Pelanggan (Jutaan)
7
6
5
Y = a + bX
4
3
2
1
a = Y/N 0
97 98 99 00 01
b = YX/X2 Tahun
Kuliah_#6&7_Time Series_DA_Statistik_2018
CONTOH METODE KUADRAT TERKECIL
Nilai a = 30,6/5=6,12
Nilai b =5,5/10=0,55
Jadi persamaan trend Y’=6,12+0,55x
Kuliah_#6&7_Time Series_DA_Statistik_2018
METODE ANALISIS TREND
Y=a+bX+cX2
Jumlah Pelanggan
8.00
Untuk jangka waktu pendek,
(jutaan)
6.00
kemungkinan trend tidak 4.00
bersifat linear. Metode 2.00
0.00
kuadratis adalah contoh 97 98 99 00 01
metode nonlinear
Tahun
Y = a + bX + cX2
Kuliah_#6&7_Time Series_DA_Statistik_2018
CONTOH METODE KUADRATIS
Tahun Y X XY X2 X2Y X4
1997 5,0 -2 -10,00 4,00 20,00 16,00
1998 5,6 -1 -5,60 1,00 5,60 1,00
1999 6,1 0 0,00 0,00 0,00 0,00
2000 6,7 1 6,70 1,00 6,70 1,00
2001 7,2 2 14,40 4,00 2880 16,00
Kuliah_#6&7_Time Series_DA_Statistik_2018
METODE ANALISIS TREND
4. Trend Eksponensial
Persamaan eksponensial dinyatakan dalam bentuk variabel waktu (X)
dinyatakan sebagai pangkat. Untuk mencari nilai a, dan b dari data Y
dan X, digunakan rumus sebagai berikut:
Y’ = a (1 + b)X
Trend Eskponensial
Ln Y’ = Ln a + X Ln (1+b) 15,00
Pelanggan
Sehingga a = anti ln (LnY)/n
(jutaan)
Jumlah
10,00
b = anti ln (X. LnY) - 1 5,00
(X)2 0,00
97 98 99 00 01
Tahun
Y= a(1+b)X
Kuliah_#6&7_Time Series_DA_Statistik_2018
CONTOH TREND EKSPONENSIAL
Tahun Y X Ln Y X2 X Ln Y
150
2
20 100
Inflasi (%)
1,5
Indeks
10 1 50
0 0,5 0
I- II- III- I- II- III- I- II- III- I- II- III-
98 98 98 99 99 99 00 00 00 01 01 03 0 03 05 13 14 22
1 2 3 4 5 6 7 8 9 10 11 12
Triw ulan Tanggal
Bulan
Kuliah_#6&7_Time Series_DA_Statistik_2018
METODE RATA-RATA DENGAN TREND
Bulan Y Y’ Perhitungan Indeks Musim
Januari 88 97,41 (88/97,41) x 100 90,3
Februari 82 97,09 (82/97,09) x 100 84,5
Maret 106 96,77 (106/96,77) x100 109,5
April 98 96,13 (98/96,13) x 100 101,9
Mei 112 95,81 (112/95,81) x 100 116,9
Juni 92 95,49 (92/95,49) x 100 96,3
Juli 102 95,17 (102/95,17) x 100 107,2
Agustus 96 94,85 (96/94,85) x 100 101,2
September 105 94,53 (105/94,53) x 100 111,1
Oktober 85 93,89 (85/93,89) x 100 90,5
November 102 93,57 (102/93,57) x 100 109,0
Desember 76 93,25 (76/93,25) x 100 81,5
Kuliah_#6&7_Time Series_DA_Statistik_2018
Akurasi Ramalan
• Kesalahan (Error) – perbedaan antara nilai aktual dan
nilai ramalan
• Mean Absolute Deviation (MAD)
• Rata-rata kesalahan mutlak (Average absolute error)
• MAD
• Mudah dihitung
• Menimbang (menghitung) kesalahan secara linear
• MSE
• Kesalahan dipangkatkan dua
• Beban lebih untuk kesalahan (erorr) yang lebih besar
• MAPE
• Menempatkan kesalahan-kesalahan (errors) berdasarkan
penyebabnya
Kuliah_#6&7_Time Series_DA_Statistik_2018
MAD, MSE, and MAPE
Actual − forecast
MAD = n
2
( Actual − forecast)
MSE =
n -1
( Actual − forecast / Actual*100)
MAPE =
Kuliah_#6&7_Time Series_DA_Statistik_2018
n
Contoh
Period Actual Forecast (A-F) |A-F| (A-F)^2 (|A-F|/Actual)*100
1 217 215 2 2 4 0.92
2 213 216 -3 3 9 1.41
3 216 215 1 1 1 0.46
4 210 214 -4 4 16 1.90
5 213 211 2 2 4 0.94
6 219 214 5 5 25 2.28
7 216 217 -1 1 1 0.46
8 212 216 -4 4 16 1.89
-2 22 76 10.26
MAD= 2.75
MSE= 10.86
MAPE= 1.28
Kuliah_#6&7_Time Series_DA_Statistik_2018
Referensi
Kuliah_#6&7_Time Series_DA_Statistik_2018
TERIMA KASIH
Kuliah_#6&7_Time Series_DA_Statistik_2018
LATIHAN SOAL
Tahun Penjualan
• Sebuah perusahaan elektronik PT. (jutaan Rp)
‘X’ memutuskan untuk meramal 1994 500
penjualannya. 1995 365
1996 430
• a. Modelkan dengan Trend dengan
1997 445
metode Kuadrat Terkecil (LS)!
1998 389
• b. Ramalkan hasil penjualan pada 1999 381
tahun 2005! 2000 326
2001 387
2002 417
2003 411
2004 338