Data Mining

Fungsi Forecasting

Tutik Khotimah, S.Kom, M.Kom

 Materi Hari ini

Fungsi Forecasting
Regresi Linear

Tutik Khotimah, S.Kom, M.Kom 2

 1 Fungsi Forecasting
Menjelaskan konsep fungsi forecasting
Regresi Linear

2 Regresi Linear Cara 1

Menjelaskan konsep Forecasting dengan Regresi Linear

Tujuan Instruksional Sederhana cara 1

Menjelaskan Sna

3 Regresi Linear Cara 2

Menjelaskan konsep Forecasting dengan Regresi Linear
Sederhana cara 2

Tutik Khotimah, S.Kom, M.Kom 3

1

Fungsi Forecasting
 Fungsi Forecasting

Metode learning
Metode learning yang digunakan adalah Supervised Learning

Variabel label/target/class
Variabel label /target/class harus berupa angka/numeric

Time Series
Memiliki data time series/ data rentet waktu

Algoritma
Linear Regression, Neural Network, Support Vector Machine dsb

Tutik Khotimah, S.Kom, M.Kom 5

 Keuangan
Pembelian
Personalia Kondisi ekonomi umum, Manajemen Puncak
Kondisi ekonomi
Kondisi ekonomi umum, Penjualan Kebutuhan tenaga kerja, Kondisi ekonomi umum,
umum, Kebutuhan total (rupiah), Biaya Permintaan terhadap produk Penjualan dan biaya total,
tenaga kerja, Tingkat produksi, Trend per wilayah dan pembeli, Kendala lingkungan,
ekonomi dan titik Kebutuhan bahan baku,
upah, Trend ekonomi balik, Persediaan Trend sosial, Trend
Pesanan yang belum
dan titik balik, Proyeksi produk, Aliran kas,
dipenuhi, Suku bunga, Harga ekonomi dan titik balik,
personalia, Tunjangan Suku bunga,
Pengeluaran modal produk, Pengeluaran modal, Pengeluaran modal,
tambahan Kendala lingkungan Teknologi produk baru

Pemasaran
Hukum
Kondisi ekonomi umum,
Penjualan total (rupiah), Kondisi Forecasting
Unit penjualan per produk ekonomi umum,
dan wilayah pemasaran, Kendala Dalam Perusahaan
Trend ekonomi dan titik lingkungan, Operasi/Produksi
balik, Harga produk, Trend sosial, Kondisi ekonomi umum, Kebutuhan tenaga kerja,
Preferansi konsumen, Trend ekonomi, Unit penjualan per produk dan wilayah pemasaran,
Teknologi produk baru, Produksi pabrik, Persediaan produk, Pembelian alat,
Teknologi
Persediaan produk
produk baru Ekspansi pabrik, Kendala lingkungan, Teknologi
produk baru
Regresi Linear Sederhana

Digunakan untuk mengukur pengaruh dari variabel

prediktor (pemberi pengaruh/independent) terhadap
variabel label (terpengaruh/dependent)
Rumus Y = variabel terpengaruh
ᵦ0= konstanta
ᵦ1= gradien garis
X = variabel pemberi pengaruh
Forecasting
180

TAHUN PENJUALAN 160

2011 130
140

120

2012 145 100

JUMLAH
2013 150 80 Penjualan
Linear (Penjualan)
60

2014 165 40

2015 170 20

0
2010.5 2011 2011.5 2012 2012.5 2013 2013.5 2014 2014.5 2015 2015.5

TAHUN

Data Penjualan
Tutik Khotimah, S.Kom, M.Kom 8
1 2

Regresi Linear Cara 1

 Regresi Linear – Cara 1

= 152 – 10* 2
= 132

=(1620 – ((760)(10))/5)/(30-((10)2)/5)
= 132 + 10 X
= 10
3

Regresi Linear
Cara 2
Regresi Linear – Cara 2

= 132 + 10 X
 Tugas

Buatlah forecasting untuk data berikut ini

Bulan Penjualan
Januari 2019 130
Februari 2019 120
Maret 2019 165
April 2019 190
Mei 2019 200
Juni 2019 210
Juli 2019 215
Agustus 2019 222
September 2019 223
Oktober 2019 235
November 2019 Tutik Khotimah, S.Kom,
250 M.Kom 13
 Data digunakan untuk memperoleh pengetahuan
sedangkan pengetahuan digunakan untuk mencapai
kebijaksanaan
Esensi Data Mining
Terima Kasih

Tutik Khotimah, S.Kom, M.Kom