TUGAS ANALISI RUNTUN WAKTU

PERTEMUAN 3 SAMPAI 6

DISUSUN OLEH :

INDRI APRIANI S. DJULA

(G 501 18 031)
KELAS A

PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS TADULAKO

NOVEMBER 2020
 Pertemuan 3
Tugas 1
1. Buatlah ramalan untuk data permintaan berikut dengan m = 3 dan m = 5 menggunakan
metode single moving average!
2. Plot kedua hasil ramalan dalam satu grafik, lalu bandingkan hasil yang anda peroleh !
3. Bandingkan nilai MAPE, MAD, dan MSD dari hasil tersebut !
Bulan jan feb mar apr mei jun jul agu sep okt nov des
Permintaan 20 21 19 17 22 24 18 23 20 25 22 24

Jawaban :
M=3

M=5
 Plot permintaan M=3 Plot permintaan M = 5
28 28 Variable
Variable
Actual Actual
Fits Fits
26 Forecasts 26 Forecasts
95.0% PI 95.0% PI

Moving Average Moving Average

24 24 Length 5
Length 3

permintaan
permintaan

Accuracy Measures Accuracy Measures

MAPE 10.4721
22 MAPE 7.98687 22
MAD 1.66667 MAD 2.2222
MSD 3.97778 MSD 5.9822

20 20

18 18

16 16
1 2 3 4 5 6 7 8 9 10 11 12 13 1 2 3 4 5 6 7 8 9 10 11 12 13
Index Index

plot Gabungan M=3 dan M=5

25 Variable
permintaan
M=3
24
M=5

23

22

21
Data

20

19

18

17

16
1 2 3 4 5 6 7 8 9 10 11 12
Index

Interpretasi :
Berdasarkan hasil gabungan plot tersebut menunjukkan bentuk pola data tren naik dan
Ramalan yang terbaik diperoleh dengan cara melihat nilai MSD, semakin kecil nilai
MSD maka semakin baik ramalan tersebut. Dari hasil analisis diatas diketahui MSD
terkecil rata rata bergerak pada orde 3 (M=3)
Tugas 2
1. Buatlah ramalan data ke 21, 22, 23, 24, dan 25 untuk data permintaan berikut dengan m
= 4 menggunakan metode double moving average!
2. Tentukan nilai MAD, MSD, dan MAPE dari hasil yang anda peroleh
3. Plot hasil ramalan dan nilai aktual dalam satu grafik !
4. Interpretasi hasil yang anda peroleh !
Permintaan Permintaan
Periode Periode
Barang Barang
1 120 11 140
2 125 12 130
3 129 13 145
4 124 14 150
5 130 15 160
6 140 16 150
7 128 17 155
8 125 18 160
9 135 19 165
10 145 20 160

Jawaban :
Ramalan data 21, 22, 23, 24, dan 25
Permintaan
Periode
Barang
21 165.2083
22 167.2917
23 169.375
24 171.4583
25 173.5417

Nilai MAD, MSD dan MAPE

 plot permintaan barang dan hasil ramalan
180 Variable
permintaan barang
hasil ramalan
170

160
Data

150

140

130

120

2 4 6 8 10 12 14 16 18 20 22 24
Index

Hasil ramalan
Permintaan barang
Periode 21,22,23,24 &25
Interpretasi :
Berdasarkan hasil yang diperoleh hasil peramalan yang baik yaitu memiliki pola data
trend naik pada ramalan data dari 21 – 25 datap dilihat memiliki pola data trend,
sedangkan pola data actualnya juga cenderung memiliki pola trend naik, sehingga
dapat disimpulkan bahwa hasil ramalan dari data yang diperoleh sudah cukup baik.
 Pertemuan 4
Tugas 1
K1=satu digit terkahir dari NRP anda

K2=tiga digit terakhir dari NRP anda

a. Bangkitkan 150 data (ℇt),ℇt~N(0,1)

b. Transformasi X =K2+ℇt
c. Lakukan pemulusan terhadap X dengan rataan bergerak tunggal dengan N=3
jika K1≤5 dan N=6 jika K1>5. Bandingkan hasil pemulusan berdasarkan nilai
MAPE, MAD, MSD!
d. Lakukan pemulusan terhadap X dengan pemulusan eksponensial tunggal
dengan alpha=0;0.1;0,4;0,7;0,9;1. Bandigkan pemulusan berdasarkan nilai
MAPE, MAD, MSD!
e. Plot antara data asal (X) dengan hasil manipulasinya dalam satu gambar untuk
masing-masing metode pemulusan. Berikan komentar anda!

Jawaban :
a. Data bangkitan
no data no data no data
1 -0.44396 51 -1.28984 101 -0.94258
2 1.003517 52 0.248825 102 -0.84511
3 -0.38888 53 0.684772 103 -1.00911
4 -0.6126 54 -0.44761 104 0.265483
5 -1.27722 55 -0.2511 105 -0.66011
6 0.672536 56 1.88059 106 -0.59707
7 -1.07383 57 0.859412 107 1.005603
8 -0.02475 58 1.667289 108 -0.35207
9 -1.2657 59 -0.15308 109 -1.51131
10 0.65846 60 -0.55569 110 -0.5142
11 -0.82777 61 -0.05632 111 1.366121
12 -0.74391 62 0.440213 112 -0.71916
13 1.239649 63 0.661268 113 -0.67871
14 0.51669 64 0.102953 114 0.861458
15 1.116307 65 -2.18142 115 1.775652
16 0.039081 66 -1.37532 116 -0.62031
 17 1.58379 67 -0.6041 117 1.921432
18 0.657476 68 -0.58806 118 1.684058
19 -0.44391 69 1.22316 119 0.903776
20 -0.03134 70 0.923574 120 0.44028
21 1.268206 71 -0.93861 121 0.3498
22 -0.81307 72 0.469052 122 -0.10323
23 0.302998 73 0.81102 123 -0.82341
24 0.927662 74 0.014447 124 1.206181
25 -0.31504 75 0.994479 125 -1.19564
26 0.125828 76 -1.41203 126 -0.56091
27 2.002762 77 0.605796 127 -1.86955
28 2.161681 78 -0.58566 128 0.28353
29 -0.30406 79 0.590955 129 -0.04985
30 -0.13139 80 0.26179 130 -3.07619
31 -0.09329 81 -0.61996 131 -1.11133
32 0.210213 82 0.70685 132 1.064299
33 -0.57011 83 -0.70467 133 -0.36343
34 1.47928 84 -0.10366 134 -1.64777
35 -0.19013 85 0.652711 135 1.154063
36 -0.01108 86 -0.17867 136 -1.68587
37 -0.21997 87 -1.23456 137 -0.08029
38 0.634084 88 -0.15738 138 -0.02781
39 -1.59895 89 0.849012 139 -0.41982
40 -1.67473 90 -0.35774 140 2.11901
41 -1.53684 91 1.168505 141 0.446408
42 2.086956 92 1.219837 142 0.31187
43 1.238294 93 -0.31614 143 0.872528
44 0.238453 94 1.589039 144 -0.89364
45 0.404554 95 -0.52496 145 -0.13639
46 -1.77654 96 0.284222 146 -0.06557
47 1.616434 97 1.076703 147 -1.00409
48 1.047179 98 -1.94945 148 0.461811
49 1.315228 99 -1.29996 149 1.263312
50 -1.06874 100 0.001938 150 -0.12048

b. Data Transformasi
no data no data no data
1 -0.13396 51 -0.97984 101 -0.63258
2 1.313517 52 0.558825 102 -0.53511
 3 -0.07888 53 0.994772 103 -0.69911
4 -0.3026 54 -0.13761 104 0.575483
5 -0.96722 55 0.058896 105 -0.35011
6 0.982536 56 2.19059 106 -0.28707
7 -0.76383 57 1.169412 107 1.315603
8 0.285252 58 1.977289 108 -0.04207
9 -0.9557 59 0.156925 109 -1.20131
10 0.96846 60 -0.24569 110 -0.2042
11 -0.51777 61 0.253678 111 1.676121
12 -0.43391 62 0.750213 112 -0.40916
13 1.549649 63 0.971268 113 -0.36871
14 0.82669 64 0.412953 114 1.171458
15 1.426307 65 -1.87142 115 2.085652
16 0.349081 66 -1.06532 116 -0.31031
17 1.89379 67 -0.2941 117 2.231432
18 0.967476 68 -0.27806 118 1.994058
19 -0.13391 69 1.53316 119 1.213776
20 0.278663 70 1.233574 120 0.75028
21 1.578206 71 -0.62861 121 0.6598
22 -0.50307 72 0.779052 122 0.206769
23 0.612998 73 1.12102 123 -0.51341
24 1.237662 74 0.324447 124 1.516181
25 -0.00504 75 1.304479 125 -0.88564
26 0.435828 76 -1.10203 126 -0.25091
27 2.312762 77 0.915796 127 -1.55955
28 2.471681 78 -0.27566 128 0.59353
29 0.005945 79 0.900955 129 0.260148
30 0.178611 80 0.57179 130 -2.76619
31 0.21671 81 -0.30996 131 -0.80133
32 0.520213 82 1.01685 132 1.374299
33 -0.26011 83 -0.39467 133 -0.05343
34 1.78928 84 0.206343 134 -1.33777
35 0.119873 85 0.962711 135 1.464063
36 0.29892 86 0.131326 136 -1.37587
37 0.090026 87 -0.92456 137 0.229709
38 0.944084 88 0.152619 138 0.282192
39 -1.28895 89 1.159012 139 -0.10982
40 -1.36473 90 -0.04774 140 2.42901
41 -1.22684 91 1.478505 141 0.756408
42 2.396956 92 1.529837 142 0.62187
 43 1.548294 93 -0.00614 143 1.182528
44 0.548453 94 1.899039 144 -0.58364
45 0.714554 95 -0.21496 145 0.173612
46 -1.46654 96 0.594222 146 0.244427
47 1.926434 97 1.386703 147 -0.69409
48 1.357179 98 -1.63945 148 0.771811
49 1.625228 99 -0.98996 149 1.573312
50 -0.75874 100 0.311938 150 0.18952

c.

d. Pemusalan menggunakan single eksponensial smothing

 Alpha = 0

 Alpha = 0.1

 Alpha = 0.4

 Alpha = 0.7
  Alpha = 0.9

 Alpha = 1

Interpretasi :
Berdasrkan hasil yang didapatkan diatas nila MAPE, MAD, & MSD akan lebih
besar apabila nilai alphanya juga besar. Akan tetapi apabila pemulusan
menggunakan eksponensial smhoting nilai MAPE lebih kecil dibandingkan dengan
pemulusan dengan menggunakan moving average.
 e. Plot
 Plot moving averange

Plot moving averange

3 Variable
X
FITS1
2

1
Data

-1

-2

-3
1 15 30 45 60 75 90 105 120 135 150
Index

 Plot single smoothing eksponensial

plot singel smothing eksponensial
3 Variable
X
FITS2
2 FITS3
FITS4
FITS5
1 FITS6
FITS7
Data

-1

-2

-3
1 15 30 45 60 75 90 105 120 135 150
Index

Interpretasi :

Berdasarkan hasil yang diperoleh baik itu menggunakan metode pemulusan eksponensial
maupun moving average pola data yang didaptankan mengalami pola data konstan dan juga
mengalami pola data seasonal.
Tugas 2
a. Bangkitkan 150 data (ℇt),ℇt~N(2,3)
b. Transformasi X =0,01*K2*T+ℇt
c. Lakukan pemulusan terhadap X dengan rataan bergerak tunggal dengan N=3 jika K1≤5
dan N=6 jika K1>5. Bandingkan hasil pemulusan berdasarkan nilai MAPE, MAD,
MSD!
d. Lakukan pemulusan terhadap X dengan pemulusan eksponensial tunggal dengan
alpha=0;0.1;0.4;0.7;0.9;1. Bandigkan pemulusan berdasarkan nilai MAPE, MAD, MSD!
e. Plot antara data asal (X) dengan hasilmpemuliusannya dalam satu gambar untuk masing-
masing metode pemulusan. Berikan komentar anda!

Jawaban :
a. Data bangkitan
no data no data no data
1 -0.7606 51 -0.0924 101 0.6226
2 -0.7606 52 2.12886 102 1.94904
3 -0.7606 53 3.90553 103 2.98367
4 -0.7606 54 4.37239 104 -0.2125
5 -0.7606 55 4.35778 105 2.37971
6 0.00189 56 4.13591 106 4.32783
7 2.97805 57 1.54313 107 1.56756
8 2.80296 58 2.0875 108 1.67511
9 1.65993 59 4.74262 109 1.05901
10 2.27215 60 3.06521 110 -1.721
11 0.63641 61 -1.5375 111 0.04738
12 2.98659 62 2.98563 112 1.91923
13 1.98044 63 3.90295 113 1.34643
14 1.63792 64 0.94677 114 -0.0165
15 1.29715 65 3.42631 115 -0.2734
16 2.43798 66 1.23548 116 -1.066
17 3.64771 67 0.57486 117 1.31496
18 2.44834 68 1.97953 118 1.53183
19 -0.523 69 3.3337 119 3.78873
20 1.84849 70 4.78407 120 0.14322
21 0.55522 71 1.79469 121 0.22699
 22 2.45574 72 -0.5841 122 1.433
23 1.80308 73 3.6134 123 3.25063
24 1.61746 74 -1.026 124 0.47813
25 0.2918 75 -0.0536 125 2.49129
26 1.04402 76 2.97152 126 1.96735
27 3.31958 77 3.34611 127 3.21674
28 2.05348 78 -0.8129 128 4.27597
29 2.15309 79 2.12048 129 1.44441
30 2.98713 80 1.40897 130 1.44924
31 1.01176 81 0.31544 131 1.5397
32 3.78737 82 1.07162 132 0.00041
33 1.82631 83 5.20432 133 1.2674
34 3.6011 84 1.72825 134 2.53966
35 -0.7035 85 -1.0748 135 3.01004
36 -1.1172 86 1.53933 136 -0.5148
37 1.90017 87 -0.4794 137 2.27163
38 1.19587 88 1.5965 138 3.63802
39 2.04172 89 1.77986 139 2.95303
40 4.28278 90 2.04622 140 3.94761
41 -2.6328 91 3.64388 141 3.43539
42 3.7982 92 4.1092 142 4.34278
43 2.33701 93 3.80804 143 3.44186
44 3.12536 94 0.60513 144 3.68773
45 1.64043 95 3.26921 145 1.60429
46 2.37251 96 1.10156 146 -0.0719
47 0.98883 97 1.51313 147 3.15263
48 1.03191 98 2.57709 148 4.67003
49 3.05613 99 2.8536 149 1.27937
50 3.58856 100 1.3824 150 4.99417

b. Data Transormasi
no data no data no data
1 -0.7575 51 0.06574 101 0.9357
2 -0.7544 52 2.29006 102 2.26524
3 -0.7513 53 4.06983 103 3.30297
4 -0.7482 54 4.53979 104 0.10995
5 -0.7451 55 4.52828 105 2.70521
 6 0.02049 56 4.30951 106 4.65643
7 2.99975 57 1.71983 107 1.89926
8 2.82776 58 2.2673 108 2.00991
9 1.68783 59 4.92552 109 1.39691
10 2.30315 60 3.25121 110 -1.38
11 0.67051 61 -1.3484 111 0.39148
12 3.02379 62 3.17783 112 2.26643
13 2.02074 63 4.09825 113 1.69673
14 1.68132 64 1.14517 114 0.33689
15 1.34365 65 3.62781 115 0.0831
16 2.48758 66 1.44008 116 -0.7064
17 3.70041 67 0.78256 117 1.67766
18 2.50414 68 2.19033 118 1.89763
19 -0.4641 69 3.5476 119 4.15763
20 1.91049 70 5.00107 120 0.51522
21 0.62032 71 2.01479 121 0.60209
22 2.52394 72 -0.3609 122 1.8112
23 1.87438 73 3.8397 123 3.63193
24 1.69186 74 -0.7966 124 0.86253
25 0.3693 75 0.17889 125 2.87879
26 1.12462 76 3.20712 126 2.35795
27 3.40328 77 3.58481 127 3.61044
28 2.14028 78 -0.5711 128 4.67277
29 2.24299 79 2.36538 129 1.84431
30 3.08013 80 1.65697 130 1.85224
31 1.10786 81 0.56654 131 1.9458
32 3.88657 82 1.32582 132 0.40961
33 1.92861 83 5.46162 133 1.6797
34 3.7065 84 1.98865 134 2.95506
35 -0.595 85 -0.8113 135 3.42854
36 -1.0056 86 1.80593 136 -0.0932
37 2.01487 87 -0.2097 137 2.69633
38 1.31367 88 1.8693 138 4.06582
39 2.16262 89 2.05576 139 3.38393
40 4.40678 90 2.32522 140 4.38161
41 -2.5057 91 3.92598 141 3.87249
42 3.9284 92 4.3944 142 4.78298
43 2.47031 93 4.09634 143 3.88516
 44 3.26176 94 0.89653 144 4.13413
45 1.77993 95 3.56371 145 2.05379
46 2.51511 96 1.39916 146 0.38073
47 1.13453 97 1.81383 147 3.60833
48 1.18071 98 2.88089 148 5.12883
49 3.20803 99 3.1605 149 1.74127
50 3.74356 100 1.6924 150 5.45917

c. Hasil double moving averange

Interpretasi :
Berdasarkan hasil yang diperoleh dapat dilihat nilai Mape lebih besar dibandingkan
dengan nilai Msd dan Mad.
d. Hasil Eksponensial Smothing
 Alpha 0

 Alpha 0.1

 Alpha 0.4

 Alpha 0.7
  Alpha 0.9

 Alpha 1

Interpretasi :
Berdasarkan hasil yang didapatkan menggunakan metode eksponensial smoothing
dengan beberapa alpha dapat dilijhat semakin besar nilai alphanya maka nilai Mape,
Mad & Msd akan lebih besar juga.

e. Plot
 Plot data doubel moving averange

Moving Average Plot for C1

10 Variable
A ctual
Fits
8
Forecasts
95.0% PI
6 Mov ing A v erage
Length 3

4 Accuracy Measures
MAPE 148.793
C1

MAD 1.514
2 MSD 3.266

-2

-4
1 15 30 45 60 75 90 105 120 135
Index
  Plot data single eksponensial smothing

plot singel eksponensial smothing

6 Variable
X
5 FITS1
FITS2
4 FITS3
FITS4
3 FITS5
FITS6

2
Data

-1

-2

-3
1 15 30 45 60 75 90 105 120 135 150
Index

Interpretasi :
Berdasarkan hasil yang diperoleh pola data yang dialami pada dua grafik di atas adalah
polah data konstatn dan juga mengalami pola data seasonal.
 Pertemuan 5
Tugas
Lakukan pemulusan data berikut dengan menggunakan metode winter’s.

t 1 2 3 4 5 6 7 8 9 10 11 12
Data 143 138 195 225 175 389 454 618 770 564 327 235
t 13 14 15 16 17 18 19 20 21 22 23 24
Data 189 326 289 293 279 552 674 827 1000 502 512 300
t 25 26 27 28 29 30 31 32 33 34 35 36
Data 359 264 315 361 414 647 836 901 1104 874 683 352
t 37 38 39 40 41 42 43 44 45 46 47 48
Data 332 244 320 437 544 830 1011 1081 1400 1123 713 487

Buat plot antara data asal (X) dengan hasil pemulusannya dalam satu gambar. Berikan komentar anda!

Jawaban :

Keterangan :

Alpha : 0.2
Gamma : 0.2
Deta : 0.2
Seasonal length : 48
 plot data gabungan dari data akual dan data hasil pemulusan

interpretasi :
berdasarkan hasil yang diperoleh data mengalami pola data konstatan, cyclic dan juga sedikit pola
data trend.
 Pertemuan 6
Tugas
Carilah model peramalan untuk dua data sales (produk A dan B) berikut ini.

No Year Quarter t Sales.A Sales.B

1 1995 1 5 782 575
2 1995 2 6 790 400
3 1995 3 7 907 350
4 1995 4 8 905 550
5 1996 1 9 943 750
6 1996 2 10 935 500
7 1996 3 11 1127 400
8 1996 4 12 1057 650
9 1997 1 13 1165 850
10 1997 2 14 1292 600
11 1997 3 15 1236 450
12 1997 4 16 1329 700
13 1998 1 17 1262 476
14 1998 2 18 760 224
15 1998 3 19 710 128
16 1998 4 20 834 357
17 1999 1 21 815 543
18 1999 2 22 966 291
19 1999 3 23 926 194
20 1999 4 24 1047 424

Jawaban :

Plot Sales A
 Dari plot di atas dapat diketahui bahwa data sales A memiliki pola data gabungan linear trend
dan seasional, maka menggunakan model regresi :

𝑌𝑡 = 𝑎 + 𝑏𝑡 + 𝑐1𝐷1 + 𝑐2𝐷2 + 𝑐3𝐷3 + Ɛ

Output Regreression

Keterangan :
Var Y = Sales A
Var. Dummy 1 = 1, untuk quarter 1
0, bukan quarter 1
Var. Dummy 2 = 1, untuk quarter 2
0, bukan quarter 2
Var. Dummy 3 = 1, untuk quarter 3
0, bukan quarter 3
Var. Dummy 4 = 1, untuk quarter 4
0, bukan quarter 4
Interpretasi :
Dari model yang didapatkan diketahui setiap penambahan 1 satuan nilai t maka akan
meningkatkan sales A sebesar 1.52.
 Jika sales produk A berada di quarter 1 dan t=5 maka :
sales A = 1010 + 1.52 (5) – 36(1) – 83 (0) – 52(0) = 982
 Jika sales produk A berada di quarter 2 dan t=5 maka :
sales A = 1010 + 1.52 (5) – 36(0) – 83 (1) – 52(0) = 935
 Jika sales produk A berada di quarter 1 dan t=5 maka :
sales A = 1010 + 1.52 (5) – 36(0) – 83 (0) – 52(1) = 966
 R-Square yang didapatkan adalah sebesar 2.9% yang artinya variabel t dan variabel dummy hanya dapat
menjelaskan variabel sales A sebesar 2.9% maka ini tidak cukup menjelaskan model dengan baik.

Dari hasil uji simultan dan parsial diketahui bahwa tidak ada variabel independen (var. t dan dummy) yang
mempengaruhi variabel sales A (Y) secara signifikan.

Plot data actual Vs. Data peramalan

Data Ramalan untuk

Data Ke 21-24

Interpretasi :

Berdasarkan hasil yang diperoleh berdasarkan software minitab didapatkan hasil peramalan yang
memiliki pola data musiman yang terletak pada data hasil peramalan (forecast) untuk data ke 21-24.

Sales B

Dari plot di atas dapat diketahui bahwa data sales B memiliki pola data seasional (musiman),
maka menggunakan model regresi :

𝑌𝑡 = 𝑎 + 𝑏1𝐷1 + 𝑏2𝐷2 + 𝑏3𝐷3 + Ɛ

 Output Regresi

Keterangan

Var Y = Sales A
Var. Dummy 1 : 1, untuk quarter 1
0, bukan quarter 1
Var. Dummy 2 : 1, untuk quarter 2
0, bukan quarter 2
Var. Dummy 3 : 1, untuk quarter 3
0, bukan quarter 3
Var. Dummy 4 : 1, untuk quarter 4
0, bukan quarter 4

Interpretasi :

R-Square yang didapatkan adalah sebesar 48.1% yang artinya variabel dummy hanya dapat menjelaskan
variabel sales B sebesar 48.1% maka ini tidak cukup menjelaskan model dengan baik dan
memperesentasikan data yang ada.

Dari hasil uji simultan dan parsial diketahui bahwa variable quarter 3 yang memiliki nilai dibawah 0.05
yang artinya bahwa hanya quarter 3 yang mempengaruhi secara signifikan terhadap variable sales B
Plot data actual Vs. Data peramalan

Data Ramalan untuk

ke 21-24

Interpretasi :

Berdasarkan hasil yang diperoleh berdasarkan software minitab didapatkan hasil peramalan
yang memiliki pola data musiman yang terletak p