1 / 42

PERAMALAN FORECASTING

2. PERAMALAN. Pendekatan kuantitatif untuk peramalanKomponen Siri MasaUkuran ketepatan peramalanMonggunakan kaedah peramalan pelicinan (Smoothing Methods in Forecasting) Menggunakan Unjuran arah aliran dalam peramalan (Trend Projection in Forecasting)Menggunakan ka

orinda
Download Presentation

PERAMALAN FORECASTING

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. 1

    2. 2 PERAMALAN Pendekatan kuantitatif untuk peramalan Komponen Siri Masa Ukuran ketepatan peramalan Monggunakan kaedah peramalan pelicinan (Smoothing Methods in Forecasting) Menggunakan Unjuran arah aliran dalam peramalan (Trend Projection in Forecasting) Menggunakan kaedah penghuraian klasik (Clasical decomposition)

    3. 3 Pendekatan kuantitatif untuk peramalan Kaedah kuantitatif adalah berdasarkan analisis data sejarah berkaitan satu atau lebih siri masa.

    4. 4 Komponen Siri Masa

    5. 5 Komponen arah aliran (Trend Component) Komponen arah aliran (trend) mengambilkira anjakan siri masa disepanjang tempoh masa yang panjang.

    6. 6 Komponen Kitaran (Cyclical Component) Sebarang corak nilai turutan biasa diatas dan dibawah garisan arah aliran merupakan ciri-ciri komponen kitaran bagi siri tersebut.

    7. 7 Komponen Musiman (seasonal component) Komponen musiman (seasonal component) bagi sesuatu siri mengambilkira curak variabiliti diantara tempoh masa tertentu, semerti disepanjang satu tahun.

    8. 8 Komponen tak malar (irregular component) Komponen tak malar (irregular component) bagi sesuatu siri disebabkan oleh faktor jangka-pendek dan tidak disangkakan yang memberi kesan terhadap nilai siri masa. Tidak ada sesiapa yang dapat meramalkan kesannya keatas siri masa akan datang.

    9. 9

    10. 10 Kaedah-Kaedah Peramalan

    11. 11 Peramalan Menggunakan Kaedah Pelicinan Purata Bergerak

    12. 12

    13. 13 Siri Masa Jualan Minyak

    14. 14

    15. 15 Graf Siri Masa Jualan Minyak dan Ramalan 3-minggu Purata Bergerak

    16. 16 Ukuran Ralat Ramalan Purata Ralat Kuasadua (PRK)

    17. 17

    18. 18 Sisihan Purata Mutlak (SPM)

    19. 19 Purata Bergerak Berwajaran melibatkan pemilihan wajaran yang berbeza bagi setiap nilai data dan mengira purata wajaran sebagai ramalan pemerhatian yang terbaru menerima wajaran yang tertinggi, dan wajaran yang berkurangan bagi nilai data yang tertua

    20. 20

    21. 21 Pelicinan Exponen teknik peramalan yang menggunakan nilai pelicinan bagi siri masa di dalam satu tempoh siri masa untuk peramalan nilai siri masa di dalam tempoh masa berikutnya

    22. 22

    23. 23

    24. 24

    25. 25

    26. 26 Ramalan Jualan Minyak dengan ? = .3

    27. 27 Peramalan Siri Masa Menggunakan Unjuran Arah Aliran

    28. 28

    29. 29

    30. 30 Peramalan Siri Masa Menggunakan Penghuraian Klasik

    31. 31 Contoh

    32. 32

    33. 33 Pengiraan Faktor Bermusim

    34. 34

    35. 35

    36. 36

    37. 37

    38. 38 Pengiraan Komponen Bermusim

    39. 39

    40. 40

    41. 41 Peramalan Suku Tahun ke 5

    42. 42

More Related