Kamis, 01 Agustus 2013

FORECASTING - ANALISA RUNTUN WAKTU - TIME LINE SERIES



Metode Analisis Runtun Waktu (Time Line Series Analysis)

A.Peramalan (Forecasting)

Dalam dunia usaha yang terus menerus berubah dengan cepat,seorang manajer harus mampu menganalisis lingkungan yang terus berubah dan dapat memprediksi berbagai kemungkinan di masa depan. Kemampuan untuk meramal atau forecast masa depan usaha menjadi penting sebagai dasar pengambilan kepurusan strategis bagi kelangsungan perusahaan.

Sebagai contoh, bagian pemasaran suatu perusahaan yang ingin mengetahui permintaan suatu produk di masa mendatang atau pemerintah ingin mengetahui dan memperkirakan berapa laju inflasi tahun-tahun mendatang

Berbagai teknik untuk melakukan peramalah masa depan berdasarkan pada data masa lalu telah di kembangkan berdasarkan pada pengetahuan akan ilmu statistika.

Secara umum ada dua pendekatan untuk peramalan, yaitu peramalan kuantitatif dan kualitatif.

Peramalah kualitatif dilakukan jika data yang tersedia tidak ada atau tidak mencukupi, misalnya dalam proyek peluncuran produk baru. Metode peramalan kualitatif biasanya dilakukan secara subyektif, seperti teknik Delphi dan expert opinion.

Sedangkan metode kuantitatif dilakukan dengan menggunakan data masa lalu yan tersedia.

Secara umum metode peramalah kuantitatif terbagi atas dua kelompok uatama, yaitu :

A Pendekatan Causal (sebab-akibat)

Metode peramalah kelompok ini membahas proyeksi suatu kejadian berdasarkan variable variable yang diduga mempengaruhi kejadian tersebut. Teknik peramalah yag termasuk pendekatan ini diantaranya adalah analisis regresi berganda dan model ekonometrik.

B. Pendekatan Time Series

Metode peramalan kelompok ini membahas proyeksi masa depan dari suatu variable didasarkan pada data masa lalu dan sekarang.

Peramalan adalah salah satu unsur yang sangat penting dalam pengambilan keputusan, sebab efektif atau tidaknya suatu keputusan umumnya bergantung pada beberapa faktor yang tidak dapat dilihat pada waktu keputusan itu diambil. Metode ini yang di gunakan untuk kegiatan peramalan ada banyak sekali.

Soejoeti (1987:2.2) Runtun waktu adalah himpunan observasi terutut dalam waktu atau dalam dimensi lain.

Wikipedia,Ekonometrika "Analisis runtun waktu menjelaskan mengenai perilaku suatu variabel sepanjang beberapa waktu berturut-turut"

B. Jenis data menurut waktu

Untuk dapat memahami pemodelan runtun waktu, perlu diketahui beberapa jenis data menurutwaktu, yang dapat dibedakan sebagai berikut:

Cross-section data, yakni jenis data yang dikumpulkan untuk/pada sejumlah individu/kategori untuk sejumlah variabel pada suatu titik waktu tertentu.

Model yang digunakan untuk memodelkan data tipe ini seperti model regresi (cross-section)

Time Series (Runtun waktu) data yakni jenis data yang dikumpulkan menurut urutan waktu dalam suatu rentang waktu tertentu. Jika waktu dipandang bersifat diskrit (waktu dapat dimodelkan bersifat kontinu), frekuensi pengumpulan selalu sama (equidistant). Dalam kasus diskrit, frekuensi dapat berupa misalnya detik, menit, jam, hari, minggu, bulan atau tahun.

Panel/Pooled data, yakni tipe data yang dikumpulkan menurut urutan waktu dalam suatu rentang waktu tertentu pada sejumlah individu/kategori. Model yang digunakan untuk pemodelan data tipe ini seperti model data panel, model runtun waktu multivariat. Secara ekuivalen, dikenal juga tipe data Longitudinal, dengan frekuensi data tidak harus equidistant, namun analisa fokusnya berbeda dengan model panel.


Teknik Kuantitatif

Time series (analisis runtun waktu)

Meramalkan kejadian dimasa datang atas dasar serangkaian data masa lalu, yang merupakan hasil observasi berbagai variabel menurut waktu dan digambarkan dalam bentuk grafik yang menunjukan perilaku variable subjek.

Pola data dari serangkaian waktu:

•konstan
•kecendrungan(trend)
•musiman(seasonal)
•siklus(cyclical)
Simple Moving Average

Rata Rata bergerak tertimbang


A.KONSEP-KONSEP DASAR ANALISIS RUNTUN WAKTU

Definisi :

•Data runtun waktu merupakan serangkaian data pengamatan yang berasal dari satu sumber tetap yang terjadinya berdasarkan indeks waktu secara berurutan dengan interval waktu yang tetap. Digunakan notasi untuk menyatakan nilai numerik dari pengamatan, dengan menunjukkan periode waktu terjadinya pengamatan.

•Analisis runtun waktu adalah salah satu prosedur statistika yang diterapkan untuk meramalkan struktur probabilistik keadaan yang akan terjadi di masa yang akan datang dalam rangka pengambilan keputusan.

•Suatu urutan pengamatan memiliki model runtun waktu jika memenuhi dua hal berikut:
1.Interval waktu t dinyatakan dalam satuan waktu yang sama.
2.Adanya ketergantungan antara pengamatan Zt dengan Zt+k yang dipisahkan oleh jarak 
waktu berupa kelipatan ∆t sebanyak k kali (dinyatakan sebagai lag k).

Tujuan Utama ARW :
1.Meramalkan kondisi dimasa mendatang berdasarkan pengamatan saat sekarang.
2.Mengetahui hubungan antara variabel yang terlibat.
3.mengetahui adanya kontroling proses.




Analisis Time Series

Analisis runtun waktu adalah suatu metode kuantitatif untuk menentukan pola data masa lalu yang telah dikumpulkan secara teratur. Analisis runtun waktu merupakan salah satu metode peramalan yang menjelaskan bahwa deretan observasi pada suatu variabel dipandang sebagai realisasi dari variabel random berdistribusi bersama. Gerakan musiman adalah gerakan rangkaian waktu yang sepanjang tahun pada bulan-bulan yang sama yang selalu menunjukkan pola yang identik. contohnya: harga saham, inflasi. Gerakan random adalah gerakan naik turun waktu yang tidak dapat diduga sebelumnya dan terjadi secara acak contohnya: gempa bumi, kematian dan sebagainya.

Asumsi yang penting yang harus dipenuhi dalam memodelkan runtun waktu adalah asumsi kestasioneran artinya sifat-sifat yang mendasari proses tidak dipengaruhi oleh waktu atau proses dalam keseimbangan. Apabila asumsi stasioner belum dipenuhi maka deret belum dapat dimodelkan. Namun, deret yang nonstasioner dapat ditransformasikan menjadi deret yang stasioner.

Runtun waktu adalah himpunan observasi berurut dalam waktu atau dimensi apa saja Pola data dalam time series dapat dibedakan menjadi empat jenis siklis (cyclical) dan trend.

1. Pola Horizontal (H) terjadi bilamana nilai data berfluktuasi di sekitar nilai rata-rata yang konstan. (Pola seperti itu adalah “stasioner” terhadap nilai rata-ratanya). Suatu produk yang penjualannya tidak meningkat atau menurun selama waktu tertentu termasuk jenis ini. Demikian pula, suatu keadaan pengendalian kualitas yang menyangkut pengambilan contoh dari suatu proses produksi kontinyu yang secara teoritis tidak mengalami perubahan juga termasuk jenis ini.

2. Pola Musiman (S) terjadi bilamana suatu deret dipengaruhi oleh faktor musiman (misalnya kuartal tahun tertentu, bulanan, atau hari-hari pada minggu tertentu).

3. Pola Siklis (C) terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis.

4. Pola Trend (T) terjadi bila terdapat kenaikan atau penurunan sekuler jangka panjang dalam data.

Definisi 1
Runtun waktu adalah himpunan observasi terurut dalam waktu atau dalam dimensi lain.
Berdasarkan sejarah nilai observasinya runtun waktu dibedakan menjadi
dua yaitu : runtun waktu deterministik dan runtun waktu stokastik.

Definisi 2
Runtun waktu deterministik adalah runtun waktu yang nilai observasi yang akan datang dapat diramalkan secara pasti berdasarkan observasi lampau.

Definisi 3
Runtun waktu stokastik adalah runtun waktu dengan nilai observasi yang akan datang bersifat probabilistik, berdasarkan observasi yang lampau.



Narasumber : 

-  Universitas pendidikan Indonesia (repository.upi.edu).
- Dr.rer.nat. Dedi Rosadi, M.Sc.Eng.Math., Fakultas Matematika dan Ilmu Pengetahuan Alam,Universitas Gadjah Mada ,2006.
- Suhartono, ITS,Surabaya,2008
http://khamdaniu.blogspot.com/

Artikel Terkait

2   komentar

Komentar ini telah dihapus oleh pengarang.
Delete
Irony Dental Dog - Titanium Arts
Irony Dental Dog is an 2018 ford fusion energi titanium excellent titanium sunglasses dog training and rehabilitation program titanium forging that focuses on delivering dog training, titanium density effective in nano titanium ionic straightening iron achieving a quality dog training
Reply Delete

Posting Komentar

Cancel Reply
W E L C O M E