Dosen Pengampuh:
C Tri Widiastuti,SE, MM
Disusun oleh:
UNIVERSITAS SEMARANG
TAHUN AJARAN
2022/2023
DAFTAR ISI
BAB I PENDAHULUAN
a. Latar Belakang………………………………………………………….……………3
b. Rumusan Masalah……………………………………………………………………3
c. Manfaat Masalah…………………………………………………………………….3
BAB II PEMBAHASAN
1. Teknik Penghalusan
2. Metode Barometrik
3. Metode Ekonometrik
4. Contoh kasus
a. Kesimpulan………………………………………………………………………….10
DAFTAR PUSTAKA…………………………………………………………...…………..11
2
BAB I
PENDAHULUAN
A. Latar Belakang
Metode penghalusan eksponensial merupakan salah satu metode peramalan
yang terdiri atas tunggal, ganda dan metode yang lebih rumit. Semuanya memiliki
sifat yang sama yaitu nilai yang baru diberikan bobot yang relative lebih besar
dibandingkan dengan nilai pengamatan yang lebih lama. Penghalusan eksponensial
(exponential smoothing) adalah suatu tipe teknik peramalan rata-rata bergerak yang
melakukan penimbangan terhadap data masa lalu dengan cara eksponensial sehingga
data paling akhir mempunyai bobot atau timbangan lebih besar dalam rata-rata
bergerak.
B. Rumusan Masalah
1. Jelaskan mengenai teknik penghalusan?
2. Jelaskan mengenai metode barometrik?
3. Jelaskan mengenai metode ekonometrik?
C. Manfaat Masalah
1. Untuk mengetahui tentang teknik penghalusan
2. Untuk mengetahui tentang metode barometrik
3. Untuk mengetahui tentang metode ekonometrik
3
BAB II
PEMBAHASAN
1. TEKNIK PENGHALUSAN
Rata-rata Bergerak
4
rendah, dalam penerapan kecepatannya dapat di terima. Karakteristik ini membuat
menarik terutama bila ingin meramalkan sejumlah besat item, seperti dalam kasus
inventori dan bilaman jangka waktu relatif pendek (kurang dari 12 periode
peramalan). Metode penghalusan eksponensial merupakan pengembangan dari
metode moving average.
𝑆𝑡 =𝑋𝑡−1+𝑋𝑡−2+⋯+𝑋𝑡−𝑛𝑛. (2)
Dengan melihat hubungan diatas bila 𝑆𝑡 diketahui, maka nilai 𝑆𝑡+1 dapat dicari
berdasarkan 𝑆𝑡.
Bila 𝑋𝑡−𝑛𝑛diganti dengan nilai peramalan pada t yaitu 𝑆𝑡 maka persamaannya diatas
menjadi:
Dengan :
𝑋𝑡 = data aktual ke t
5
𝑆𝑡 = nilai peramalan ke t
𝑆 𝑡′ − 𝑆 𝑡′′. (8)
Dengan:
m = jangka waktu ke depan yaitu untuk beberapa periode yang akan datang.
6
a 𝑡′ − 3𝑆 ′′ 𝑡+ 𝑆 ′′′𝑡 (12)
Dengan:
m = jangka waktu ke depan yaitu untuk beberapa periode yang akan datang
2. Metode Barometrik
7
secara umum mendahului (yaitu, merupakan indikator utama dari) kenaikan dalam
aktivitas bisnis dan yang lainnya bahwa tingkat laba akan meningkat.
Pada sisi yang lain, penurunan kontrak untuk pabrik dan perlengkapan
biasanya mendahului penurunan dalam aktivitas ekonomi secara umum. Jadi,
indikator-indikator utama ini digunakan untuk meramalkan titik belok dalam siklus.
Beberapa deret waktu bergerak sejalan atau berhubungan dengan pergerakan dalam
aktivitas ekonomi secara umum dan kemudian disebut sebagai indikator koinsiden
(coincident indication). Tetapi yang lainnya mengikuti adanya gerakan yang terlambat
dalam aktivitas ekonomi sering kali disebut sebagai indikator terlambat (lagging
indicators). Indeks gabungan (composite indexes) untuk menghaluskan variasi acak
kita dan menyediakan ramalan yang lebih dapat dipercaya dan lebih sedikit tanda-
tanda yang salah dibandingkan dengan indikator individu.
Metode lainnya untuk mengatasi kesulitan yang timbul pada saat beberapa dari
10 indikator utama bergerak naik dan beberapa turun adalah indeks difusi (diffusion
index). Disamping mengombinasikan ke-10 indikator utama menjadi indeks
gabungan, indeks difusi memberikan persentase dari ke-10 indikator utama yang
bergerak naik. Jika ke-10nya bergerak naik, indeks difusi sama dengan 100. Dan jika
semuanya turun, maka nilainya 0. Secara umum, peramalan barometrik lebih
menggunakan indeks gabungan dan difusi dibandingkan denga indeks individu,
kecuali jika perusahaan mencari informasi tentang perubahan yang diantisipasi dalam
pasar untuk barang atau jasa yang spesifik.
Walaupun indeks gabungan dan difusi dari indikator utama merupakan alat
yang cukup bagus untuk meramalkan titik belok dalam siklus bisnis, mereka
mempunyai beberapa keterbatasan. Salah satunya adalah bahwa dalam beberapa
kesempatan mereka turut meramalkan resesi yang ternyata tidak terjadi. " Variabilitas
dalam waktu yang mendahului juga layak dherimbangkan. Lebih penting lagi,
peramalan barometrik memberikan indikasi yang sangat sedikit atau bahkan tidak
sama sekali tentang besarnya perubahan yang diramalkan dalam tingkat aktivitas
ekonomi (hanya menyediakan peramalan kualitatif dari titik belok). Jadi, peramalan
barometrik adalah superior terhadap analisis deret-waktu dan teknik penghalusan
(metode yang naif) dalam peramalan titik belok jangka pendek dari aktivitas ekonomi,
metode ini tetap harus digunakan bersama-sama dengan metode yang lainnya.
8
3. Metode Ekonometrika
Teori Keynesian berkaitan dengan konsumsi, menyatakan bahwa orang (baik wanita
maupun pria) akan meningkatkan konsumsinya seiring dengan meningkatnya pendapatan,
tetapi peningkatan konsumsi tersebut tidaklah sebesar peningkatan pendapatan mereka.
Keterangan:
Y = Konsumsi
X = Pendapatan
β1 = Konstanta
β2 = Slope
9
model ekonometrika setidaknya terdiri dari dua golongan variable, yaitu variable
terikat (dependent) yang berada pada sebelah kiri tanda persamaan, dan variable bebas
(independent) yang berada di sebelah kanan tanda persamaan. Konsumsi (Y)
merupakan variable tergantung, sedangkan pendapatan (X) merupakan variable bebas.
Jumlah variable bebas tidak harus satu, tetapi lebih dari satu.
Y = β1 + β2X + µ
4. Mendapatkan data.
Untuk membuat estimasi maka diperlukan data. Sumber data dapat berasal dari
data primer maupun data sekunder. Data primer adalah data yang dikumpulkan sendiri
oleh peneliti, langsung dari sumber pertama, sedangkan data sekunder adalah data yang
diterbitkan atau digunakan oleh organisasi yang bukan pengolahnya.
Pengambilan data dapat dilakukan secara cross section maupun time series. Data
cross section adalah data yang dikumpulkan pada satu waktu tertentu pada beberapa
obyek dengan tujuan untuk menggambarkan keadaan, sedangkan data time series adalah
data yang dikumpulkan dari waktu ke waktu pada satu obyek dengan tujuan untuk
menggambarkan perkembangan. Berikut ini adalah data yang dikumpulkan secara time
series dengan periode pengamatan tahun 2000 sampai dengan tahun 2012.
10
Table 1.1: Tabel Konsumsi dan Pendapatan (dalam milyar rupiah)
Ŷ = 1,870 + 0,616 X
t = 22,150 R2 = 0,978
Sig. 0,000
11
berarti jika rata-rata pendapatan naik sebesar 1 milyar rupiah maka rata-rata konsumsi
akan naik sebesar 0,616 milyar rupiah. R2 sebesar 0,978 merupakan koefisien
determinasi, artinya variasi perubahan konsumsi 97,8 persen ditentukan oleh variasi
perubahan pendapatan, sedangkan sisanya dipengaruhi oleh variasi variable lain yang
diteliti.
6. Pengujian hipotesis
12
kebijakan untuk meningkatkan pendapatan sehingga pada gilirannya dapat
mengurangi pengagngguran.
Jenis-jenis Ekonometrika
- Ekonometrika teoretis
- Ekonometrika terapan
13
metode Exponential Smoothing untuk prediksi jumlah kebutuhan air termasuk
kedalam kategori sangat baik.
Analisis :
Parameter MAPE
ɑ= 0,1 4,908
ɑ= 0,2 3,992
ɑ= 0,3 4,233
ɑ= 0,4 4,508
ɑ= 0,5 4,642
ɑ= 0,6 4,658
ɑ= 0,7 4,975
ɑ= 0,8 5,333
ɑ= 0,9 5,658
Parameter MAPE
ɑ= 0,1 4,925
ɑ= 0,2 10,667
ɑ= 0,3 18,358
ɑ= 0,4 27,233
ɑ= 0,5 36,292
14
ɑ= 0,6 44,375
ɑ= 0,7 50,508
ɑ= 0,8 54,017
ɑ= 0,9 54,408
1.1.1.1
1.1.1.2
1.1.1.3
1.1.1.4
1.1.1.5
Parameter MAPE
β = 0,1, γ=0,1 α=0,1 800.47
α=0,3 89.325
α=0,6 47.417
α=0,9 55.992
α=0,1, γ=0,1 β = 0,3 245.95
β = 0,6 158.02
β = 0,9 69.17
α = 0,1, β = 0,1 γ = 0,3 14.583
γ = 0,6 6.733
γ = 0,9 7.333
15
16
BAB III
PENUTUP
A. Kesimpulan
17
DAFTAR PUSTAKA
https://eprints.umm.ac.id/39285/3/BAB%20II.pdf
https://arenastatistics.wordpress.com/2016/02/10/metodologi-ekonometrika
18