NAMA : I Kadek Adi Suryatama

NIM : 190010053

KELAS : SI0276

Ujian Tengah Semester

1. Jawaban pertanyaan :
a. Pada ACF kondisi yang terjadi adalah kondisi dimana data yang bergerak tidak dapat untuk
di prediksi pergerakannya entah itu naik ataupun turun , makadari itu kondisi yang di alami
data ACF ini adalah irregular.
Data partial ACF kondisi yang terjadi di dalam data tersebut adalah kondisi yang sama setiap
10 tahun atau jangka Panjang, makadari itu kondisi yang di alami adalah kondisi cyclical.
b. Metode yang digunakan untuk melakukan peramalan adalah metode Weighted Moving
Averages Model karena metode ini lebih responsive terhadap perubahan yang terjadi pada
data-data yang dimiliki, dikarenakan metode ini memberikan bobot pada setiap datanya.
c. Jenis metode untuk menghitung keakurasian peramalan yang dilakukan menggunakan Mean
Square Error. Ini digunakan untuk mengecek estimasi berapa nilai kesalahan pada
peramalan. Nilai yang rendah atau nilai mendekati nol menunjukkan bahwa hasil peramalan
sesuai dengan data aktual dan bisa dijadikan untuk perhitungan peramalan di periode
mendatang

2. #adi

# program menghitung moving average

arr = [1, 2, 3, 7, 9]

window_size = 3

#dimulai dengan i=0 sebagai awal i

i=0

# buat tempat penyimpanan untuk menympan data yang akan ditampilkan nanti

moving_averages = []

# tahapan melakukan looping untuk melakukan perhitungan berulang

# akan dilakukan selama 3 kali perulangan

while i < len(arr) - window_size + 1:

# menyimpan element i ke i+window_size

 window = arr[i : i + window_size]

# menghitung nilai rata-rata ydati data yang tersedia

window_average = round(sum(window) / window_size, 2)

# simpan data dari rata-rata bergerak

moving_averages.append(window_average)

# menggeser window dalam 1 posisi

i += 1

#menampilkan hasil perhitungan yang di simpan di moving_averages

print(moving_averages)

3. Metode Moving Average(MA)metode ini adalah metode yang digunakan dengan

memanfaatkan data beberapa tahun terakhir sebagai patokan dari pembuatan peremalan
yang akan di lakukan, dan akan memuluskan data yang sangat tinggi atau rendah
Metode Weighted Moving Average(WMA) mirip dengan perhitungan yang di lakukan dalam
MA metode ini menggunakan beberapa data terakhir dalam melakukan teknik
peramalannya, yang membedakan adalah dalam pemberian bobot pada setiap jangka
periodenya , dengan bobot yang di berikan akan berbeda atau semakin besar setiap periode
yang ada.

4. Mean Absolute Deviation (MAD) perhitungan yang digunakan untuk menghitung rata-rata
kesalahan mutlak atau absolut. Mean absolute deviation mengukur akurasi dari forecast
dengan membuat sama rata dari besarnya kesalahan perkiraan yang dimana setiap
forecasting memiliki nilai absolut untuk setiap errornya.dimana MAD akan membantu dalam
memahami penyebaran nilai nilai dalam kumpulan data.
Sedangkan Mean Squared Error (MSE) secara umum digunakan untuk mengecek estimasi
berapa nilai kesalahan pada peramalan. Nilai Mean Squared Error yang rendah atau nilai
mean squared error mendekati nol menunjukkan bahwa hasil peramalan sesuai dengan data
aktual dan bisa dijadikan untuk perhitungan peramalan di periode mendatang.