DERET BERKALA DAN PERAMALAN
Diajukan
untuk memenuhi salah satu tugas Mata Kuliah
Statistika
dan Probabilitas
Disusun
oleh:
Cecep
Saepuloh
(1306027)
Informatika
C 2013
Sekolah
Tinggi Teknologi Garut
Jalan
Mayor Syamsu No. 1 Telp. (0262) 232773 – Tarogong Kidul Garut
BAB I
PENDAHULUAN
1.1 Latar Belakang
Deret waktu
(time series) dapat digunakan oleh
suatu manajemen sebagai landasan untuk membuat keputusan baik di masa sekarang
maupun di masa yang akan datang. Karena biasanya kejadian di masa yang lalu
akan berlanjut di masa yang akan datang.
Deret waktu adalah kumpulan data-data yang
merupakan data historis dalam suatu periode waktu tertentu. Data yang dapat
dijadikan deret waktu harus bersifat kronologis, artinya data harus memiliki
periode waktu yang berurutan.
Yang akan dibahas kali ini adalah mengenai data
persentase penduduk miskin di daerah Kabuten Garut. Mengapa ini menjadi salah
satu topik yang menarik untuk dibahas karena salah satu hal yang perlu
ditangani di negeri kita ini adalah mengenai kemiskinan. Mungkin dengan adanya
sebuah pemaparan mengenai peramalan mengenai kemiskinan akan membantu dalam
mempertimbangkan agar ada cara kedeanyya untuk menekan angka kemiskinan
khususnya di daerah Garut.
Kata Kunci: Persentase, Miskin, Garut, trend, linear, kuadrat, eksponen
1.2 Identifikasi Masalah
Berdasarkan
latar belakang yang di uraikan, maka permasalahan yang akan diidentifikasi
dalam makalah ini yaitu:
1. Bagaimana mencari data persentase Pelanggan wifi id?
2. Bagaimana mencari data persentase Pelanggan wifi id?
3. Bagaimana mencari data persentase Pelanggan wifi id?
4. Bagaimana memilih trend terbaik yang sesuai dengan
harapan?
1.3 Tujuan Masalah
Adapun
tujuan penulisan makalah ini, yaitu untuk mengetahui:
1. Data persentase Pelanggan wifi id dalam trend linear
2. Data persentase Pelanggan wifi id dalam trend kuadrat
3. Data persentase Pelanggan wifi id dalam trend eksponen
4. Memilih trend terbaik yang sesuai dengan harapan
Pembahasan
·
Data
deret berkala adalah sekumpulan data yang dicatat dalam suatu periode tertentu.
·
Manfaat
analisis data berkala adalah mengetahui kondisi masa mendatang atau meramalkan
kondisi mendatang.
·
Peramalan
kondisi mendatang bermanfaat untuk perencanaan produksi, pemasaran, keuangan
dan bidang lainnya.
A. Tahapan pembuatan Deret berkala dan Peramalan
2.1 ANALISIS TREND
Suatu
gerakan kecenderungan naik atau turun dalam jangka panjang yang diperoleh dari
rata-rata perubahan dari waktu ke waktu dan nilainya cukup rata (smooth).
Tahap
pembuatan Deret berkala dan peramalan
2.1 Metode Semi Rata-rata
•
Membagi
data menjadi 2 bagian
•
Menghitung
rata-rata kelompok. Kelompok 1 (K1) dan
kelompok 2 (K2)
menghitung perubahan trend dengan rumus :
• Menghitung
perubahan trend dengan rumus :
•
Merumuskan
persamaan trend Y’ = a + bX
|
Tahun
|
Jumlah Pelanggan (Jutaan)
|
|
2012
|
4,2
|
|
2013
|
5,0
|
|
2014
|
5,6
|
|
2015
|
6,1
|
|
2016
|
6,7
|
|
2017
|
7,2
|
Data diatas adalah perkembangan jumlah pelanggan wifi id.
- Buatlah persamaan pelanggan
wifi id
- Hitunglah perkiraan pelanggan
wifi id pada tahun
2016
Penyelesaian:
- Membagi data menjadi 2
kelompok. Data ada 6 tahun,
jadi kelompok 1 : tahun 2012-2014 sedangkan kelompok
2: tahun 2015-2017.
Rata-rata tiap kelompok
k1 = a1 =
(4,2 + 5,0 + 5,6)/3 = 4,93
k2 = a2 =
(6,1 + 6,7 + 7,2)/3 = 6,67
b.
Nilai
perubahan
Jadi persamaan trendnya adalah :
- Y’ = 4,93 + 0,58X, dengan tahun
dasar 2013
- Y’ = 6,67 + 0,58X, dengan tahun
dasar 2016
|
Tahun
|
Pelanggan
|
Rata-rata
|
Nilai X untuk th
dasar 1997
|
Nilai X untuk th
dasar 2000
|
|
2012
|
4,2
|
-1
|
-4
|
|
|
|
5,0
|
4,93
|
0
|
-3
|
|
2014
|
5,6
|
1
|
-2
|
|
|
2015
|
6,1
|
2
|
-1
|
|
|
|
6,7
|
6,67
|
3
|
0
|
|
2017
|
7,2
|
4
|
1
|
d. Nilai peramalan untuk tahun 2016
Tahun dasar 2013, nilai X = 5
Y’ = 4,93 + 0,58X = 4,93 + 0,58(5) = 7,82 juta pelanggan
Tahun dasar 2016, nilai X = 2
Y’ = 6,67 + 0,58X = 6,67 + 0,58(2) = 7,82 juta pelanggan
-
Metode
Kuadrat Terkecil (Least Square Method)
Trend dengan kuadrat terkecil
diperoleh denga menentukan garis trend yang mempunyai jumlah terkecil dari
kuadrat selisih data asli dengan data pada garis trend.
Rumus garis trend dengan metode least
square adalah:
Tahun
Jumlah Pelanggan (Jutaan)
2012
5,0
2013
5,6
2014
6,1
2015
6,7
2016
7,2
Tahun
|
Jumlah Pelanggan (Jutaan)
|
2012
|
5,0
|
2013
|
5,6
|
2014
|
6,1
|
2015
|
6,7
|
2016
|
7,2
|
Dari data yang sama, saya akan mencari persmaan trend kuadratis dan tentukan nilai peramalannya untuk tahun 2017 dan 2020!
Membuat persamaan trend eksponensial.
Ramalkan untuk tahun 2017 dan 2020.
h












Tidak ada komentar:
Posting Komentar