Escolar Documentos
Profissional Documentos
Cultura Documentos
Opini juri
Model kualitatif eksekutif
Komposit
kekuatan
penjualan
Survei pasar
konsumen
Rata-rata
bergerak
Teknik peramalan Model runtut Exponential
waktu smoothing
Proyeksi trend
Analisis regresi
Model kausal
Metode ARIMA
Sumber: Render & Stair, 2000: 156-7) (Box-Jenkins)
Model Runtut Waktu
• Model runtut waktu • Dengan kata lain,
berusaha untuk model runtut waktu
memprediksi masa mencoba melihat apa
depan dengan yang terjadi pada
menggunakan data suatu kurun waktu
historis tertentu dan
menggunakan data
runtut waktu masa
lalu untuk
memprediksi.
Model Kausal
• Model kausal • Model kausal biasanya
memasukkan dan menggunakan analisis
menguji variabel-variabel regresi untuk menentukan
yang diduga mana variabel yang
mempengaruhi variabel signifikan mempengaruhi
dependen. variabel dependen
• Model kausal juga dapat
menggunakan metode
ARIMA atau Box-Jenkins
untuk mencari model terbaik
yang dapat digunakan dalam
peramalan
Model Kualitatif
• model kualitatif • Model semacam ini
berupaya diharapkan akan
memasukkan faktor- sangat bermanfaat
faktor subyektif dalam apabila data
model peramalan kuantitatif yang akurat
sulit diperoleh
Model Peramalan Runtut Waktu
• Model runtut waktu yang dipilih• Apabila data runtut waktu
untuk peramalan tergantung dari mengandung unsur trend, maka
apakah data yang digunakan peramalan yang dapat digunakan
mengandung unsur trend atau adalah teknik trend linear, trend
tidak kuadratik, trend eksponensial, artau
• Apabila data tidak mengandung model autoregresif.
unsur trend, maka teknik• Bagaimana mengidentifikasi apakah
peramalan yang dapat digunakan suatu data runtut waktu mengandung
adalah dengan penghalusan komponen trend atau tidak? Salah
eksponensial (expionential satu cara yang bisa dilakukan adalah
smoothing), dan rata-rata dengan menggunakan Uji Akar Unit
bergerak (moving average)
Model Peramalan Runtut Waktu
Dengan atau Tanpa Trend
Runtut waktu
Exponential smoothing
Mengan Tidak
-dung
unsur
trend?
Moving average
Ya
– Graph 14000
• Line 12000
10000
Series List:
8000
– Ok 4000
2000
1995 1996 1997 1998 1999
RPUS RPUSS
Double Exponential Smoothing
– Ok 10000
8000
6000
4000
2000
1995 1996 1997 1998 1999
RPUS RPUSD
Rata-Rata Bergerak
(Moving Average)
• Rata-rata bergerak diperoleh • Teknik ini akan
dengan menghitung rata-rata bekerja secara
suatu nilai runtut waktu dan sempurna bila pola
kemudian menggunakannya data yang digunakan
untuk meramal periode stasioner atau relatif
selanjutnya steady, tidak ada
lonjakan maupun
penurunan yang tajam.
Secara matematis:
Mt = Yt+1 = (Yt + Yt-1 + Yt-2 +…+ Yt-n+1)/n
Moving Average
Moving Average
Moving Average
• Missing
• Result Values First Last Valid Creating
• Variable Replaced Non-Miss Non-Miss Cases Function
• RPUS_1_1 3 59 57 DIFF(RPUS_1,1)
Moving Average
Moving Average
Moving Average
Moving Average
16000
14000
12000
10000
8000
6000
4000
0 J A AP J U O C J A AP J U O C J A AP J U O C J A AP J U O C J A AP J U O C MA(RPUS,3,3)
N R L T N R L N L N L N L
19 19 19 19 19 19 19 T 19 19R 19 19 T 19 19R 19 19 T 19 19R 19 19 T 19
95 95 95 95 96 96 96 96 97 97 97 97 98 98 98 98 99 99 99 99
16000
14000
12000
10000
8000
6000
Rp per US$
4000
2000
0 10 20 30 40 50 60 70
WAKTU
Klik dua kali pada hasil Ouput, Kemudian Chart, lalu pilih Options
TREND
Trend Kurs Rupiah dengan Trend Linear
TREND
Trend Kurs Rupiah dengan Trend Linear
TREND
Trend Kurs Rupiah dengan Trend Linear
16000
14000
12000
10000
8000
6000
4000
WAKTU
TREND
Trend Kurs Rupiah dengan Trend Kubik
TREND
Trend Kurs Rupiah dengan Trend Kubik
16000
14000
12000
10000
8000
6000
Rp per US$
4000
WAKTU
ANALISIS PROYEKSI
Proyeksi Arus Barang Pelabuhan “X”
Tahun Aktual Moderat Pesimis Optimis
1991 19094860 19488780 13280634 25696925
1992 21139756 20774026 14735844 26812208
1993 22521172 22059273 16160586 27957959
1994 23362290 23344519 17552659 29136380
1995 25803551 24629766 18910231 30349301
1996 26797977 25915013 20231986 31598039
1997 28039839 27200259 21517233 32883286
1998 25020710 28485506 22765971 34205041
1999 26674746 29770753 23978892 35562613
2000 31632492 31055999 25157313 36954686
2001 32999845 32341246 26303064 38379428
2002 35604394 33626492 27418347 39834638
2003 . 34911739 28505587 41317891
2004 . 36196986 29567297 42826675
2005 . 37482232 30605964 44358500
2006 . 38767479 31623977 45910981
2007 . 40052726 32623562 47481890
ANALISIS PROYEKSI
Proyeksi Arus Barang Pelabuhan “X”
ANALISIS PROYEKSI
Proyeksi Arus Barang Pelabuhan “X”
ANALISIS PROYEKSI
Proyeksi Arus Barang Pelabuhan “X”
Arus Barang
50000000
40000000
30000000
20000000
Observed
10000000 Linear
0 10 20
Sequence
ANALISIS PROYEKSI
Proyeksi Arus Barang Pelabuhan “X”
Grafik Proyeksi
ANALISIS PROYEKSI
Proyeksi Arus Barang Pelabuhan “X”
Grafik Proyeksi
ANALISIS PROYEKSI
Proyeksi Arus Barang Pelabuhan “X”
Grafik Proyeksi
50000000
40000000
30000000
Arus Barang
20000000 moderat
pesimis
Value
10000000 optimis
1991 1993 1995 1997 1999 2001 2003 2005 2007
1992 1994 1996 1998 2000 2002 2004 2006
TAHUN
Homework
1. Buka Situs Bank Indonesia: http://www.BI.go.id.
Download data harian kurs tengah Rupiah terhadap
USD mulai dari tanggal 30 April 2002 sd 10 Mei 2005.
2. Apakah Kurs antara 30 April 2002 sd 10 mei 2005
memiliki akar unit? Kurs tersebut stasioner pada
derajat berapa? Apakah kurs tersebut mengandung
unsur trend ataukah tidak? Bila ya, trend jenis apa
yang terbaik untuk menggambarkan perilaku kurs tsb?
3. Dengan analisis proyeksi, cobalah lakukan proyeksi
dengan 3 skenario kurs rupiah dalam 2 bulan
mendatang.