1 / 20

ANALISIS RUNTUT WAKTU

ANALISIS RUNTUT WAKTU. OLEH ERVITA SAFITRI. ANALISIS RUNTUT WAKTU. Analisis runtut waktu dilakukan untuk menemukan pola pertumbuhan atau perubahan masa lalu , yang digunakan untuk memperkirakan pola pada masa yang akan datang untuk kebutuhan kegiatan bisnis .

danae
Download Presentation

ANALISIS RUNTUT WAKTU

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. ANALISIS RUNTUT WAKTU OLEH ERVITA SAFITRI

  2. ANALISIS RUNTUT WAKTU Analisisruntutwaktudilakukanuntukmenemukanpolapertumbuhanatauperubahanmasalalu, yang digunakanuntukmemperkirakanpolapadamasa yang akandatanguntukkebutuhankegiatanbisnis. Dalamanalisisruntutwaktu , variabelindependen yang digunakanadalahwaktudimanavariabelindependendapatdigunakanuntukmeramalkanvariabeldependen

  3. Dekomposisi Pendekatandalamanalisisruntutwaktuadalahberusahauntukmengidentifikasifaktor-faktorkomponen yang mempengaruhinilai-nilaiperiodikdalamsuatu serial. Prosesidentifikasiinidisebutdekomposisi Empatkomponendalamanalisisruntutwaktuyaitu : Trend, Variasisiklus, Variasimusimdanfluktuasitaktertentu.

  4. Tren - Kecenderungan • Tren • Merupakansuatugerakankecenderungannaikatauturundalamjangkapanjang yang diperolehdari rata-rata perubahandariwaktukewaktudannilainyacukup rata ataumulus • Bentuktren • Trenpositif = trenmeningkat Y = a + b.X • Trennegatif = trenmenurun Y = a – b.X

  5. Bentuk Tren Tren positif Tren negatif

  6. Metode Analisa Tren • Metode Tangan Bebas (Free Hand method) • Metode semi rata – rata ( Semi average method) • Metodekuadratterkecil ( Least square method)

  7. 1. METODE TANGAN BEBAS Metode tangan bebas merupakan metode yang sangat sederhana serta tidak memerlukan perhitungan. Metode ini memiliki kelemahan sehingga jarang digunakan yaitu : • Gambar kurang akurat karena kemiringan garis tren tergantung dari orang yang membuatnya • Nilai-nilai trendnya kurang akurat

  8. 2. Metode semi rata - rata • Dengan cara mencari rata – rata kelompok data • Langkah : • Kelompokan data menjadi dua kelompok • Hitung rata – rata hitung dan letakkan di tengah kelompok ( K1 dan K2), menjadi nilai konstanta (a) dan letak tahun merupakan tahun dasar • Hitung selisih K2 – K1 • K2 – K1 > 0 = Tren positif • K2 – K1 < 0 = Tren negatif

  9. Lanjutam …………. • Langkah berikut • Tentukan nilai perubah tern (b) dengan cara : b = • Persamaan tren ; Y’ = a + b.X Untuk mengetahui besarnya tren, masukan nilai (X) pada persamaan • Untuk data ganjil, data (tahun) tengah dapat dihilangkan atau dihitung dua kali K2 – K1 th dasar 2 – th dasar 1

  10. Contoh • Untuk Nilai (a) • 2002 = 131.0 • 2006 = 152.8 • Untuk Nilai (b) • = (152.8 – 131.0)/ • (2006 – 2002) • = 5.45

  11. Lanjutan ……. • Maka persamaan tren • Tahun dasar 2002 Y’ = 131+ 5.45 (X) • Tahun dasar 2006 Y’ = 152.8 + 5.45 (X) • Peramalan tahun 2009 • Y’ = 131+ 5.45 (7) = 169.15 • Y’ = 152.8 + 5.45 (3) = 169.15

  12. Tahun Pelanggan Rata-rata Nilai X th dasar 2004 Nilai X th dasar 2007 2003 4,2 -1 -4 K1 2004 5,0 4,93 0 -3 2005 5,6 1 -2 2006 6,1 2 -1 K2 2007 6,7 6,67 3 0 2008 7,2 4 1 CONTOH METODE SEMI RATA-RATA b = (6,67 – 4,93)/2007-2004 b = 0,58 Nilai a2004 = 4,93 Nllai a 2007 = 6,67

  13. Lanjutan ……. • Makapersamaantren • Tahundasar 2004 Y’ = 4,93+ 0,58 (X) • Tahundasar 2007 Y’ = 6,67 + 0,58 (X) • Peramalantahun 2009 • Y’ = 4,93+ 0,58 (5) = 7,83 • Y’ = 6,67 + 0,58 (2) = 7,83

  14. 3.Metodekuadratterkecil • Denganmenentukangaristren yang mempunyaijumlahterkecildarikuadratselisih data aslidengan data padagaristren • Y = a + bx • a = (∑y)/n • b = (∑xy)/∑x2 • Dimana ∑x = 0

  15. Metode Least Square (data ganjil)

  16. Metode Least Square (data ganjil) • Y = a + bx • a = (∑y)/n • b = (∑xy)/∑x2 • a = 760/5 = 152 • b = 100/10 = 10 • Y = 152 + 10x • Y2008 = 152 + 10(3) = 182

  17. Metode Least Square (data genap)

  18. Metode Least Square (data genap) • a = 630/4 = 157,5 • b = 90/20 = 4,5 • Y2008 = 157,5 + 4,5(5) = 180

  19. VariasiSiklis Analisiskomponensiklismerupakannilaiperamalan yang meragukankarenafluktuasi yang bergelombangatausiklusjangkapanjang. Dekomposisi data runtutwaktudapatditunjukandenganpersamaan : Dimana : C = Siklus T = Trend Y = Nilai yang diramalkan

  20. Dari contohsebelumya :

More Related