1 / 23

BAGIAN– 6 ANALISIS RUNTUT WAKTU

BAGIAN– 6 ANALISIS RUNTUT WAKTU. 1. Pengertian Runtut Waktu ( Time Series) 2. Komponen Time Series 3. Analisis Pola Perubahan Variabel. Pengertian TIME SERIES. Time series is a set (or series) of numerical values of a particular variable listed in chronological order

keelty
Download Presentation

BAGIAN– 6 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. BAGIAN– 6ANALISIS RUNTUT WAKTU 1. Pengertian Runtut Waktu (Time Series) 2. Komponen Time Series 3. Analisis Pola Perubahan Variabel

  2. Pengertian TIME SERIES • Time series is a set (or series) of numerical values of a particular variable listed in chronological order • Alasan mempelajari data time series - mengetahui pola perubahan nilai variabel pada masa lalu - berdasarkan pola perubahan nilai variabel pada masa lalu dilakukan peramalan nilai variabel pada masa yang akan datang Statistika I: Analisis Runtut Waktu

  3. Komponen Time Series • Secular Trend (Long-term Trend) - T • Seasonal Variations (Seasonal Effect) - S • Cyclical Fluctuations (Cyclical Effect) - C • Irregular Movements (Random Variation) - I Total pengaruh: Y = T x S x C x I Statistika I: Analisis Runtut Waktu

  4. Secular Trend (Long-term Trend) • Bentuk umum persamaan trend: Y = a + bX Y: variabel yang diamati a: nilai Y pda tahun dasar (intersep) b: perubahan nilai Y per periode (slope) X: waktu Statistika I: Analisis Runtut Waktu

  5. LANJUTAN … • Metode menentukan Persamaan Trend: • Metode Tangan Bebas (Free Hand Method) • Metode Semi Rata-rata (Semi Average Method) • Metode Kuadrat Terkecil (Least Square Method) Statistika I: Analisis Runtut Waktu

  6. CONTOH MENENTUKANPERSAMAAN TREND Statistika I: Analisis Runtut Waktu

  7. Free-hand Method Prod. (Y) 50 40 30 20 10 0 2000 ‘ 01 ’02 ’03 ’04 ’05 Tahun (X)    Y   X  Statistika I: Analisis Runtut Waktu

  8. LANJUTAN …. • Misalnya dari ganbar tersebut: • Garis memotong sumbu pada 10 • Y/X = 4 • Maka persamaan tend-nya adalah Y = 10 + 4X Statistika I: Analisis Runtut Waktu

  9. Grafik Produksi Statistika I: Analisis Runtut Waktu

  10. METODE SEMI RATA-RATA • Membuat persamaan trend dengan membagi data menjadi dua kelompok data. Kemudian masing-masing bagian dihitung rata-ratanya. • Slope (b) persamaan trend adalah perubahan per tahun dari rata-rata kelompok data pertama sampai dengan rata-rata kelompok data kedua. • Persamaan trend yang menggunakan rata-rata kelompok pertama sebagai konstanta (a) adalah persamaan trend dengan tahun dasar tahun pada rata-rata pertama. • Persamaan trend yang menggunakan rata-rata kelompok kedua sebagai konstanta (a) adalah persamaan trend dengan tahun dasar tahun pada rata-rata kedua. Statistika I: Analisis Runtut Waktu

  11. Contoh Kasus • Berikut ini data produksi tahun 2000-2005. Buatlah persamaan trend dengan menggunakan metode semi rata-rata. Kemudian gunakan persamaan trend tersebut untuk meramal produksi tahun 2006 – 2010. Statistika I: Analisis Runtut Waktu

  12. JAWABAN KASUSSEMI AVERAGE METHOD Tahun Produksi (Y) Semi Rata-rata Slope 2000 6 2001 18 48/3 = 16 2002 24 2003 32 2004 30 102/3 = 34 2005 40 Pers. Trend thn. Dasar 2001: Y = 16 + 6X 18/3 = 6 Statistika I: Analisis Runtut Waktu

  13. LANJUTAN … Tahun dasar tahun 2001: Y = 16 + 6X Y = 16 + 6(5) = 46 Statistika I: Analisis Runtut Waktu

  14. LANJUTAN … Tahun dasar tahun 2004: Y = 34 + 6X Y = 34 + 6(2) = 46 Statistika I: Analisis Runtut Waktu

  15. METODE KUADRAT TERKECIL (Least Square Method ) • Formulasi untuk menentukan a dan b pada persamaan trend Y = a + bX adalah Formula jika X = 0 Statistika I: Analisis Runtut Waktu

  16. Contoh Kasus least square Berikut ini data produksi tahun 2000-2006. Buatlah persamaan trend dengan menggunakan metode semi rata-rata. Kemudian gunakan persamaan trend tersebut untuk meramal produksi tahun 2007 – 2010. Statistika I: Analisis Runtut Waktu

  17. JAWABAN KASUS LEAST SQUARE Tahun dasar = Tahun 2000 b = 6 a = 9,71 Persamaan trend: Y = 9,71 + 6X Statistika I: Analisis Runtut Waktu

  18. RAMALAN Y TAHUN 2007-2010 Y = 9,71 + 6( 7 ) = 51,71 Statistika I: Analisis Runtut Waktu

  19. LANJUTAN … Tahun dasar = Tahun 2003 b = 6 a = 27,71 Persamaan trend: Y = 27,71 + 6X Statistika I: Analisis Runtut Waktu

  20. LANJUTAN … Y = 27,71 + 6( 4 ) = 51,71 Statistika I: Analisis Runtut Waktu

  21. SEASONAL VARIATION • Identifikasi terhadap perubahan nilai variabel yang disebabkan oleh perubahan musim • Tenggang waktu perubahan lebih pendek drpd trend (mis. Bulanan, kuartalan, semesteran) • Ramalan nilai variabel menggunakan indeks musiman Statistika I: Analisis Runtut Waktu

  22. AVERAGE METHOD Bulan Produksi IM Januari 22 (22/57,1) x 100 = 38,51 Februari 38 (38/57,1) x 100 = 66,55 Maret 60 105,10 April 34 59,54 Mei 46 80,56 Juni 73 127,85 Juli 64 120,08 Agustus 85 148,86 September 61 106,83 Oktober 79 138,35 Nopember 40 70,05 Desember 82 143,61 TOTAL 685 RATA-RATA (685/12) = 57,1 Statistika I: Analisis Runtut Waktu

  23. MOVING AVERAGE METHOD Bulan Produksi Rata-rata IM Januari 22 - - Februari 38 120/3 = 40 (38/40) x 100 = 95,0 Maret 60 132/3 = 44 (60/44) x 100 = 136,4 April 34 50 (34/50) x 100 = 68,0 Mei 46 51 = 90,2 Juni 73 61 = 119,7 Juli 64 74 = 86,5 Agustus 85 70 = 121,4 September 61 75 = 81,3 Oktober 79 60 = 131,7 Nopember 40 67 = 59,7 Desember 82 - - Statistika I: Analisis Runtut Waktu

More Related