LAPORAN PRAKTIKUM
ANALISIS RUNTUN WAKTU
Modul 1 : Moving Average
JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS ISLAM INDONESIA
YOGYAKARTA
2019
Daftar Isi
Daftar Isi.................................................................................................................. ii
Daftar Gambar ........................................................................................................ iii
1 Pendahuluan .................................................................................................... 1
1.1 Moving Average ...................................................................................... 1
1.2 Simple Moving Average .......................................................................... 2
1.3 Weighted Moving Average ...................................................................... 2
1.4 Exponential Moving Average .................................................................. 3
2 Deskripsi Kerja................................................................................................ 4
2.1 Studi Kasus ............................................................................................. 4
2.2 Langkah Kerja ......................................................................................... 4
3 Pembahasan ..................................................................................................... 7
4 Penutup.......................................................................................................... 13
4.1 Kesimpulan ........................................................................................... 13
5 Daftar Pustaka ............................................................................................... 14
ii
Daftar Gambar
iii
1 Pendahuluan
(Rachman, 2018)
1
1.2 Simple Moving Average
Simple Moving Average (SMA) dapat digunakan untuk membuat kurva harga
sahan yang halus dan menyaring noise data sehingga lebih mudah untuk melihat
trend data tersebut.
Metode SMA dapat dirumuskan sebagai berikut:
∑𝑛𝑡=𝑖 𝐷𝑖
𝐹𝑡 =
𝑛
Keterangan :
Ft = Peramalan untuk periode mendatang (SMA)
i = banyaknya data (1,2,3,…,n)
n = jumlah periode yang akan dirata-ratakan
Di = demand pada periode t
(Abbas, 2016)
2
1.4 Exponential Moving Average
3
2 Deskripsi Kerja
1. Pilih satu saham dan carilah kode finansial saham tersebut melalui
www.finance.yahooo.com. Unduh harga historis saham tersebut dalam kurun
waktu satu tahun.
2. Lakukan analisis data menggunakan SMA, WMA, dan EMA. Tentukan
panjang periodenya.
4
Gambar 2.4. Syntax Simple Moving Average dan Data Frame
5. Kemudian praktikan membuat plot perbadingan data aktual dengan data
Simple Moving Average.
Gambar 2.5. Syntax Plot Data Saham Amazon.com dan Simple Moving
Average
6. Menjalankan syntax Weight Moving Average (WMA) dan membuat data frame
yang terdiri dari data aktual dan data hasil WMA.
5
10. Menjalankan Syntax dan membandingkan nilai Mean Square Error (MSE) dari
SMA, WMA, dan EMA.
6
3 Pembahasan
Pada data harga historis saham Amazon.com yang telah praktikan ambil
menggunakan R dengan kode finansial “AMZN” yang berkurun waktu dari 1
September 2018 sampai 1 September 2019 berikut merupakan datanya. data
tersebut yang tunjukan seperti berikut.
7
Dengan menggunakan periode sebanyak 5 praktikan menghitung nilai dari
Simple Moving Average. Jadi pada data SMA muncul angka peramalan pada data
ke-5 dan selanjutnya. Setelah melakukan peramalan data dengan metode SMA,
praktikan membuat plot untuk membandingkan apakah SMA sensitive terhadap
data actual
8
Gambar 3.4. Data Aktual, Data SMA, dan Data WMA
Didapatkanlah hasil dari peramalan dengan WMA pada data kelima adalah
1960.494 . Lalu, praktikan memasukan data tersebut ke dalam plot perbandingan
SMA dan data aktual. Agar dapat dilihat mana yang lebih sensitive apakah SMA
atau WMA terhadap data actual.
Gambar 3.5. Plot Perbandingan Data Aktual, Data SMA, dan Data WMA
Setelah ditambahkan plot data WMA yang berwarna cyan, terlihat peramalan
dengan WMA cenderung lebih sensitive mendekati data actual
9
Selanjutnya praktikan melakukan permalan data dengan menggunakan
metode Exponential Moving Average (EMA). Metode EMA menempatkan bobot
lebih besar dan signifikansi pada titik data terbaru dimana rata-rata bergerak
tertimbang terhadap perubahan harga saat ini daripada pergerakan sederhana
(SMA).
Gambar 3.7. Plot Perbandingan Data Aktual, Data SMA, dan Data EMA
10
Pada Gambar 3.8 kembali memperlihatkan bahwa plot berwarna merah
yang merupakan plot dari peramalan Exponential Moving Average lebih sensitive
terhadap data actual dibandingkan plot SMA.
Kembali praktikan membuat sebuah plot untuk membandingkan ketiga plot
SMA,WMA,dan EMA mana yang lebih sensitive terhadap Data actual.
Gambar 3.8. Perbandingan Plot SMA, WMA, dan EMA tehadap Data actual
Terlihat bahwa plot yang berwarna cyan (WMA) lebih sensitive terhadap
plot magenta (Data Aktual). Ini menandakan metode WMA lebih sensitive pada
data actual pada kasus kali ini.
Selanjutnya adalah menhitung dari Mean Squared Error(MSE), yang
dimaksud agar ditemukannya nilai MSE yang paling kecil dari ketiga metode yang
telah digunakan tersebut. Semakin kecil Nilai MSE dari sebuah metode maka
metode itu makin bagus untuk digunakan dalam kasus.
Gambar 3.9. Perbandingan Nilai MSE Pada SMA, WMA, dan EMA
11
Terlihat bahwa metode dari WMA lah yang paling cocok digunakan untuk
peramalan untuk kasus ini dikarenakan MSE dari WMA paling kecil diantara SMA
dan EMA. Hal ini didukung juga dari perbandingan plot- plotnya, plot dari WMA
lebih sensitive terhadap data actual.
12
4 Penutup
4.1 Kesimpulan
Dari berbagai hal yang telah dipaparkan pada laporan ini, praktikan
menyimpulkan beberapa hal sebagai berikut:
1. Praktikan dapat mengunduh data saham dengan menggunakan Rstudio.
2. Praktikan dapat melakukan peramalan data saham Amazon.com dari data
aktual selama 1 tahun.
3. Praktikan dapat membuat peramalan data denga metode Simple Moving
Average, Weighted Moving Average, dan Exponential Moving Average.
4. Hasil peramalan dari ketiga plot WMA merupaka n yang paling sensitive
daripada EMA dan SMA terhadap data aktual .
5. Nilai MSE terkecil terdapat pada metode peramalam WMA dengan nilai
868,1004.
6. Metode yang paling cocok digunakan untuk melakukan peramalan terhadap
saham Amazon.com ialah metode Weighted Moving Average.
13
5 Daftar Pustaka
14