LAPORAN PRAKTIKUM

POLA DATA TIME SERIES DAN METODE PERAMALAN

PADA DATA INFLASI MAKANAN JADI, MINUMAN,
ROKOK, DAN TEMBAKAU PADA TAHUN 2012-2014

Disusun guna memenuhi Ujian Tengah Semester mata kuliah Metode

Peramalan

Dosen Pengampu : Dra. Wellie Sulistijanti, M.Sc.

Oleh:

Nisa Prima Ramadhani 202001643

PROGRAM STUDI D3 STATISTIKA

INSTITUT TEKNOLOGI STATISTIKA DAN BISNIS

MUHAMMADIYAH SEMARANG

2022
A. DATA
Data yang digunakan merupakan data Inflasi Makanan Jadi, Minuman, Rokok,
dan Tembakau pada tahun 2012-2014 dari Kemendag dengan rata-rata dan
varians seperti dibawah ini:

Tahu
Bulan n
2012 2013 2014
Januari 0,54 0,56 1,01
Februari 0,27 0,82 0,17
Maret 0,20 0,21 0,16
April 0,24 0,41 0,25
Mei 0,18 0,75 0,23
Juni 0,36 0,21 0,38
Juli 0,16 0,44 0,45
Agustus 0,26 0,66 0,73
September 0,35 0,61 0,77
Oktober 0,42 0,26 1,04
November 0,15 0,68 0,49
Desember 0,17 0,44 1,45
Sumber : Portal Inflasi Kemendag (https://satudata.kemendag.go.id/inflation)

Berdasarkan data diatas diperoleh mean dan varians sebagai

berikut:

Mean 0,46
Varians 0,89715
 B. PLOT DATA

Inflasi menurut kelompok makanan jadi,minuman, rokok, dan

tembakau pada tahun 2012-2014
2,00
1,50
1,00
0,50
0,00

e
s

r
r

r
Oktobe
r
ari
Febr

i
Ma
re t
Apr

Mei
Jun
i
Juli

Agust
us
Oktobe

be

be
Novem

Novem

Desem
Janu

ua

Agustu

Septe
mb

Septe
mb
il

J
2012 2013 2014
MEAN
Y

C. PLOT DATA
Dapat diketahui plot data Inflasi Menurut Kelompok makanan jadi, Minuman,
Rokok, dan Tembakau pada tahun 2012-2014 mempunyai pola data Stasioner tetapi
mengandung musiman, dimana nilai data tidak mengalami kenaikan dan penurunan
yang tajam. Dan datanya bergerak pada rata-rata tetapi setiap tahunya memiliki
kenaikan yang konstan pada bulan-bulan tertentu.

D. MENCARI MODEL TERBAIK

Untuk mengetahui peramalan terbaik dari data diatas dapat digunakan beberapa
metode, untuk pola data musiman menggunakan Winter’s Method dan
Dekomposisi. Berikut perhitungannya :

1. Winter’s Method
Peramalan dengan metode Winter’s Exponential Smoothing (WES)
menggunakan 3 parameter pemulusan dengan memilih nilai 𝛼, β, dan γ yang
menghasilkan nilai MSE minimum. Nilai alpha dan betha berkisar antara 0
<∝< 1, 0 <∝ 𝛽 < 1, 0 < 𝛾 < 1 alpha digunakan untuk At (Level) dan betha
digunakan untuk Tt (Trend) sedangkan St (Seasoanal). Pada data inflasi
merupakan data multiplicative karena variansnya tidak konstan.
 Alpha 0,3
Beta 0,1
Gamma 0,5
MSE 0,26
 Berdasarkan winter’s method dengan alpha 0,3 beta 0,1 dan gamma 0,5 nilai
peramalan inflasi pada tahun 2012-2014 jika di plotkan akan seperti dibawah
ini:

2. Dekomposisi
Metode dekomposisi digunakan untuk meramalkan data deret berkala yang
menunjukkan adanya pola trend dan pengaruh musiman. Metode dekomposisi
merupakan suatu metode peramalan yang menggunakan empat komponen utama
dalam meramalkan nilai masa depan. Keempat komponen tersebut antara lain
Trend, Musiman (seasonal), Siklis (cyclical) dan error.
Untuk Perhitungan di Minitab sebagai berikut :
 Berdasarkan metode dekomposisi di dapatkan nilai peramalan Inflasi pada tahun
2012-2014 seperti plot data berikut:

E. MENCARI MEAN SQUARE ERROR (MSE) TERKECIL

Berdasarkan Metode Klasik menggunakan Winter’s Method dan Dekomposisi didapatkan

Mean Square Error (MSE) dari setiap metode peramalan sebagai berikut :

MSD Dekomposisi 0,0576

MSE Winter 0,260425

Setelah Dihitung didapatkan MSE terkecil terdapat pada nilai yang menggunakan
Metode Dekomposisi.

F. PERAMALAN PERIODE KE DEPAN

Maka dapat kita simpulkan dengan menggunakan data stasioner untuk Inflasi
menurut kelompok makanan jadi,minuman, rokok, dan tembakau pada tahun 2012-
2014 metode paling baik adalah menggunakan metode Dekomposisi yaitu 0,0576.
Maka untuk peramalan selanjutnya untuk tahu 2015 inflasi paling tinggi akan
mencapai 1,513303379 pada bulan januari dan inflasi terendah sebersar
0,348608449 pada bulan Maret.