Welcome to Scribd, the world's digital library. Read, publish, and share books and documents. See more
Download
Standard view
Full view
of .
Save to My Library
Look up keyword
Like this
25Activity
0 of .
Results for:
No results containing your search query
P. 1
Makalah Peramalan Bisnis -DeCOMPOSITION

Makalah Peramalan Bisnis -DeCOMPOSITION

Ratings: (0)|Views: 1,379 |Likes:
Published by vythe
ini file milik Dr Dwi Putra Darmawan, tidak ada yang boleh mengedarkan tanpa seijin Dr Dwi Putra Darmawan, untuk menhubungi Dr Dwi Putra Darmawan bisa di 0818560321
ini file milik Dr Dwi Putra Darmawan, tidak ada yang boleh mengedarkan tanpa seijin Dr Dwi Putra Darmawan, untuk menhubungi Dr Dwi Putra Darmawan bisa di 0818560321

More info:

Categories:Business/Law, Finance
Published by: vythe on Nov 11, 2009
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

06/23/2013

pdf

text

original

 
PENGGUNAAN DATA TIME SERIES DANPEMILIHAN METODE ANALISISYANG TEPAT UNTUK PERAMALAN BISNIS
1
Oleh: Dwi Putra Darmawan
2
Dalam dunia bisnis, data
time series
diperlukan sebagai acuan pengambilankeputusan, proyeksi, dan perencanaan strategis pada saat ini maupun pada masayang akan datang. Asumsi penting yang harus diperhatikan dalam penggunaandata
time series
untuk peramalan adalah: (1) adanya ketergantungan kejadianmasa yang akan datang dengan masa lalu; (2) aktivitas pada masa yang akandatang mengukuti pola kejadian masa lalu; (3) keterkaitan dengan masa lalu dapatditentukan dengan observasi/riset.Beberapa model analisis
time series
yang sering digunakan adalah analisisdekomposisi (
decomposition
) , rerata bergerak, (
moving average
) dan penghalusan eksponensial (
exponential smoothing 
). Untuk data yang sifatnyamusiman, digunakan analisis dekomposisi, sedangkan untuk data yang bersifattidak musiman (data tidak teratur sehingga tidak terlihat polanya) digunakananalisis rerata bergerak. Penghalusan eksponensial adalah metode peramalandengan pemberian bobot (antara 0-1) pada peramalan.Metode dekomposisi didasarkan atas asumsi bahwa data
time series
merupakangabungan dari komponen pola dan
error 
. Artinya, Data (Y
t
) = pola +
error 
= f(T
t
,C
t
, S
t
) + I
t
. Dalam hal ini, Y
t
= variabel dependen, T
t
=
 secular trend 
, C
t
=
cyclical 
1
 
Paper disampaikan dan didiskusikan pada “Pelatihan Metode Kuantitatif dengan ProgramSPSS, QM, AHP dan AMOS, diselenggarakan oleh Laboratorium Statistik dan Komputer,Fakultas Pertanian Universitas Mataram, di Mataram, Lombok, Nusa Tenggara Barat, tanggal 1-30 Juni 2004.
2
Ketua Program Studi Sosial Ekonomi Pertanian (Agribisnis), Jurusan Sosial EkonomiPertanian, Fakultas Pertanian, Universitas Udayana, Denpasar, Bali.
1
 
movement 
, S
t
=
 seasonal fluctuation
, dan I
t
=
irreguler variation
(random).Penyatuan pola data ini, dapat dilakukan dengan penambahan atau perkalian.Model perkalian sering disebut model klasik 
time series
, yakni mengalikan empatkomponen
time series
berikut: Y
t
= T
t
·C
t
·S
t
·I
t
. Tujuan analisis ini adalahmengekstrak komposisi
time series
menjadi sub pola (bukan pola dasar) sehinggaramalan menjadi lebih akurat. Menurut Lavine
et al.
3
, faktor-faktor yangmempengaruhi data
time series
seperti pada Tabel 1.Tabel 1. Faktor-faktor yang Mempengaruhi Data Time Series
KomponenKlasifikasiDefinisiFaktor yang mempengaruhiDurasi
Trend 
SistematisKecenderungan perubahan jangka panjangPerubahan teknologi, populasi, kekayaan, nilaiBeberapatahunMusimanSistematisFluktuasi yang terjadisecara terpola dalam 1tahun, pola itu berulang pada tahun berikutnyaCuaca, kebiasaan, sasial,agamaDalam 1tahunSiklusSistematisPerubahan yang terjadi berulang dalam beberapatahun, meliputi 4 fase,yakni:
 prosperity,recession, depression,recovery
Beberapa faktor yangmempengaruhi kondisiekonomi2-10tahun
 Random
Tidak sistematisFluktuasi residu dari
datatime
series setelahmemperhatikan komponensistematis, seperti
trend 
,musiman, dan siklusVariasi yang bersifat acak,yang tidak dapat diduga,seperti bencana alam dan perubahan politik Sangatsingkatdan biasanyatidak terulangSumber: Levine
et al.
(1997).
Dalam analisis dekomposisi, dibutuhkan informasi, antara lain: (a) panjangmusim, tipe model adalah perkalian (
multiplicative
), komponen model adalahtrend dan musiman, dan berapa periode yang akan diramal. Hasil peramalan sudah berupa ramalan terkoreksi, yakni nilai peramalan dikalikan indeks musiman
3
Lavine, D.M.
et al 
.,
Statistics for Managers
:
Using Microsoft Excel 
, Prentice Hall, New Jersey,1997.
2
 
(
 seasonal indices
). Di pihak lain, analisis rerata bergerak (MA) membutuhkaninput, seperti panjang periode MA (misalnya 3 bulan), jumlah periode yang akandiramal, sedangkan peramalan penghalusan eksponensial, baik 
 single
maupun
double exponential 
, hanya memerlukan tambahan input bobot yang digunakanuntuk penghalusan (bobot berkisar antara 0-1).Tingkat ketepatan model (
accuracy of model 
), antara lain ditunjukkan oleh nilaiMAPE (
mean absolute percentage error 
), MAD (
mean absolute deviation
), danMSD (
mean square deviation
). Semakin kecil nilai-nilai MAPE, MAD dan MSDsebuah model, semakin akurat peramalan yang dihasilkan oleh model tersebut.Dengan berkembangnya program komputer, seperti Minitab dan SPSS, saat ini pemilihan berbagai model analisis
time series
dapat dikerjakan jauh lebih mudah,cepat dan akurat. Untuk lebih mengapresiasi analisis time series dengan bantuan program komputer, berikut ini akan diberikan satu contoh analisis
time series
yang paling sering digunakan, yakni analisis dekomposisi dengan bantuan
 software
Minitab 13. Data
time series
penjualan sebuah produk yang akandianalisis sudah disiapkan terlebih dahulu dalam format Minitab dan disimpandalam file Minitab Project. Langkah-langkah analisis dekomposisi dengan
 software
Minitab sebagai berikut.1.Aktifkan Minitab, pilih Open Project dan buka file
dekomposisi-1.mpj
.Selanjutnya, pada menu utama, pilih Stat, Time Series, dan Decomposition(Gambar 1), dan akan muncul kotak dialog Decomposition (Gambar 2).3

You're Reading a Free Preview

Download
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->