Minggu, den 28. September 2014.BAB 1 PENDAHULUAN.1 1 latar Belakang Di Indonesien meteorologi di asuh dalam Badan Meterologi dan Geofisika di Jakarta Yang Sejak tahun enam puluhan Telah di terapkan Menjadi Suatu Direktorat perhubungan udara Direktorat BMG tersebutbertugas mengadakan penelitian dan pelayanan meterologi dan Geofisika Yang Salah satu bidangnya adalah iklim. Iklim merupakan kebiasaan alam yang digerakkan oleh gabungan beberapa unur yaitu radiasi matahari, temperatur, kelembaban, curah hujan, suhu udara, tekanan udara dan angin Unsur angin merupakan salah satu unsur iklim yang sangat berperan dalam iklim Angin adalah udara yang Beruhak akibat adanya perbedaan tekanan udara dengan arah aliran angin dari tempat yang memiliki tekanan tinggi ke tempat yang bertekanan rendah atau dari daerah yang memiliki suhu temperatur rendah ke wilayah bersuhu tinggi. Angin merupakan salah satu hal penting bagi manusia, hewan dan tumbuhtumbuhan Salah satu mamfaat angin dalam dunia tumbuh-tumbuhan adalah penyerbukan, angin juga bermamfaat untuk menggerakkan kincir Angin juga bermanfaat untuk mengangkut uap Luft Dari laut ke Benua Angin juga memiliki arah dan kecepatan angin. Unsur-unsur dalam iklim itu berbeda pada Tempat yang satu dengan Tempat yang Verschiedenes Perbedaan itu Krankheit kenne kenne, karikatur, karikatur, krankenschwester, krankenschwester, krankenschwester, krankenschwester, krankenschwester, krankenschwester, krankenschwester, krankenschwester, krankenschwester, krankenschwester, krankenschwester, krankenschwester, krankenschwester, krankenschwester rendah angin tidak dapat berhembus dengan bebas karena terhalang gunung-gunung, Bangunan, pepohonan dan gelegen-lain. Pengaruh timbal balik antara faktor unsur-unsur iklim tersebut Akan menentukan pola yang diperlihatkan oleh unsur Tetapi sebaliknya, unsur-unsur tersebut pada Suatu batas tertentu Akan mempengaruhi faktor juga, sehingga keadaan cenderung untuk melanjutkan proses timbal balik Batas pola yang ditentukan itu umumya stabil Terjadinya penyimpangan tidak dapat dihindari padaproses tersebut. Penyimpangan yang dimaksud sesungguhnya merupakan pengecualian yang Harus diperhatikan Sebagai contoh kecepatan angin yang sangat tinggi dapat mengakibatkan terjadinya angin Puting beliung, Angin fohn, dan sebagainya Penyimpangan tersebut dapat menimbulkan masalah bagi manusia serta makhluk hidup lainnya. Iklim beserta unsurnya adalah hal yang penting untuk diperhatikan dan dipelajari dengan sebaik-baiknya, karena pengaruhnya sering menimbulkan masalah yang berat bagi manusia serta makhluk hidup lainnya Masalah tersebut merupakan tantangan Bagi manusia karena harus berusaha untuk mengatasinya dengan menghindari atau memperkecil pengaruh yang tidak menguntungkan kehidupan manusia. Dari keadaan diatas penulis ingin mengadakan penelitian terhadap Daten kecepatan angin pada masa lalu dari bulan Januari 2005 sampai dengan Desember 2009, untuk meramalkan kecepatan angin pada masa yang akan datang Bulan Januari 2005 sampai dengan Desember 2009 sebagai bahan penulisan tugas akhir dengan judul PERAMALAN KECEPATAN ANGIN DI KOTA MEDAN DENGAN METODE BOX-JENKINS.1 2 Perumusan Masalah Untuk memperjelas dan untuk lebih memudahkan penelitian ini agar tidak menyimpang dari sasaran yang dituju, makapenulis meramalkan kecepatan angin Yang akan datang bulan Januari 2005 sampai dengan Desember 2009 menggunakan Daten kecepatan angin pada bulan Januari 2005 sampai dengan Desember 2009 dengan metode Box-Jenkins.1 3 Tinjauan Pustaka Metodologi ARIMA Box-Jenkins merupakan suatu pendekatan pembentukan Modell yang sangat kuat untuk analisis deret berkala Metode Ini memberikan kajian yang teliti, tetapi ia tidak dapat diterapkan dengan baik kecuali apabila dimengerti dengan baik Untuk nilai p, d, q, P, D, dan Q yang sangat kecil pada Modell umum ARIMA p, d, q P, D, Q Daten dapat diprediksi. ARIMA dikembangkan oleh Box dan Jenkins sehingga disebut ARIMA BoxJenkins metode ini merupakan Gabungan Dari metode penghalusan, metode regresi dan metode dekomposisi metode ini banyak digunakan untuk peramalan harga saham, penerimaan, penjualan, tenaga kerja, dan variabel Runtun Waktu lainnya. Model Runtun Waktu ini biasanya digunakan bila hanya sedikit yang diketahui mengenai variabel-variabel unabhängige yang dapat digunakan untuk menjelaskan variabel utama abhängig yang meramalkan kecepatan angin, maka dapat digunakan beberapa buku antara lain Assauri, S 1 menguraikan tentang definisi paramalan adalah kegiatan memperkirakan apa yang akan terjadi pada Masa yang akan datang Sedangkan ramalan adalah situasi atau kondisi yang akanterjadi pada masa yang akan datang. Ramalan tersebut didasarkan atas bermacam-macam cara yang dikaal dengan metode peramalan. Daldjoeni, N 2 menguraikan tentang klimatologi yakni seluk - beluknya, klasifikasinya serta pernyataannya secara wilayah Dalam Beberapa uraiannya diusahakan relevansinya dengan kehidupan makhluk hidup. Iriawan Nur 3 menguraikan tentang pengolahan daten statistik dengan menggunkan MINITAB versi 14 Minitab memberikan beberapa kelebihan dalam pengolahan Daten untuk Analyse der Abweichung ANOVA, analisis multivariate, peramalan, membuat grafik-grafik statistic dan lain-lain. Kartasapoetra, Ance Gunarsih 4 menguraikan tentang iklim yang mencakup tinjauan tentang iklim, sifat, dan klasifikasinya, dan bagaimana pendekatanpendekatan yang dilakukan terhadap iklim yang berpengaruh terhadap berbagai bidang. Makridakis, S 5 menguraikan bahwa dalam metode dan aplikasi peramalan Makridakis, pada dasarnya ada dua Modell Dari metode Box-Jenkins yaitu Modell linier untuk deret statis Briefpapier Serie dan Modell linier yang tidak statis Nicht Schreibwaren Serie Modell-Modell untuk deret statis menggunakan teknik penyaringan untuk deret waktu yaitu apa yang disebut dengan ARMA Auto Regresive-Moving Durchschnittlich untuk suatu kumpulan Daten, Sedangkan untuk model yang tidak statis menggunakan apa yang krankheit ARIMA Auto Regresive Integrate - Moving Average. Skripsi Matematika Peramalan Kecepatan Angin Bulanan Di Kota Medan Dengan Metode Box-Jenkins Herunterladen lengkap Versi PDF. Puji dan syukur penulis panjatkan kehadiran Allah SWT yang telah melimpahkan Rahmat dan Karunien-nya sehingga penulis dapat menyelesaikan Makalah ini, Shalawat dan salam tidak lupa penulis sampaikan kepangkuan baginda Rasullulah SAW Yang telah Membran Risalah untuk umat Manusia Adapun Makalah Yang Penulis Tulis Adalah PERAMALAN Vorhersage. Selama Dalam Proses Penulisan Makalah Ini Banyak Sekali Hambatan Dan Kesulitan Yang Penulis Alami di karenakan terbatasnya pengetahuan yang penulis miliki Justru itu, penulis mengucapkan terima kasih kepada.1 Bapak Ir Muhammad ST, MT Yang telah Banyak Memberikan Petunjuk, Bimbingan dan Dorongan Dalam Menyusun Vorschlag ini dari awal sampai akhir.2 J uga kepada rekan seperjuangan, dan Sema pihak yang telah membantu penulis dalam menyusun Vorschlag ini. Atas semua batuan dan bimbingan dari semua pihak penulis serahkan kepada Allah SWT, semoga Allah dapat Membranen dengan rahmat yang berlimpah ganda Makalah ini masih sangat jauh dari kesempurnaan, justru itu penulis megharapkan kritik dan saran dari Sema pihak yang sifatnya membangun demi kesempurnaan Makalah ini, akhirnya harapan penulis, semoga Makalah ini dapat bermanfaat bagi semua pihak pembaca, terutama bagi penulis sendiri.1 1 Latar Belakang Masalah. Peramalan merupakan tahap awal dari perencanaan dan pengandalian produksi Peramalan adalah pemikiran terhadap suatu besaran , misalnya permintaan terhadap Suatu atau beberapa produk Pada periode yang akan datang Pada hakekatnya peramalan merupakan Suatu perkiraan terhadap keadaan yang akan terjadi di masa yang akan datang Keadaan masa yang akan datang yang adalah.1 Apa yang dibutuhkan jenis.2 Berapa yang dibutuhkan Anzahl der Beiträge kuantitas dimaksud 0,3 Kapan dibutuhkan waktu. Tujuan peramalan dalam kegiatan produksi adalah untuk meredam ketidakpastian, sehingga diperoleh Suatu perkiraan yang mendekati keadaan yang sebenarnya peramalan tidak Akan pernah perfekt, tetapi meskipun demikian hasil peramalan Akan memberikan arahan bagi Suatu perencanaan Suatu Perusahaan biasanya menggunakan prosedür tiga tahap untuk Sampai pada peramalan penjualan, yaitu diawali dengan melakukan peramalan lingkungan, diikuti dengan peramalan penjualan industri, dan diakhiri dengan peramalan penjualan perusahaan.1 2 Pendefinisian Tujuan Peramalan. Tujuan peramalan dilihat dengan waktu.1 Jangka pendek kurzfristig. Menentukan kuantitas dan waktu dari item dijadikan Produksi Biasanya bersifat harian ataupun mingguan dan ditentukan oleh niedrigen management.2 Jangka menengah mittelfristig. Menentukan kuantitas dan waktu dari kapasitas produksi Biasanya bersifat bulanan ataupun kuartal dan ditentukan oleh mittlere management.3 Jangka panjang langfristige. Menentukan kuantitas dan waktu dari fasilitas produksi Biasanya Bersifat tahunan, 5 tahun, 10 tahun, ataupun 20 tahun dan ditentukan oleh top management.1 3 Peranan Peramalan dalam Sistem Produksi. Peranan peramalan dalam perencanaan proses produksi adalah sebagai berikut.1 Business Planning. Berisi rencana pendanaan, pembiayaan dan keuangan perusahaan sebagai dasar Untuk membuat rencana pemasaran.2 Marketing Planning. Rencana tentang produk yang akan dibuat, penjualan dan pemasaran, sebagai dasar untuk membuat produktionsplanung.3 Master Produktion Schdule. Rencana produk akhir yang harus dibuat pada tiap periode selama 1-5 tahun Produk akhir, merupakan Dekomposei dari Produktionsplanung.4 Resource Planning. Rencana kapasitas yang diperlukan untuk memenuhi Produktionsplan dapat dinyatakan dalam jam-orang atau jam-mesin Merupakan bahan pertimbanagn untuk ekspansi orang, mesin, pabrik, dan lain-lain, yang ditetapkan berdasarkan kapasitas yang tersedia. 5 Rought Cut Kapazitätsplanung RCPP. Rencana untuk menentukan kapasitas yang diperlukan untuk memenuhi MPS Hasilnya berupa jenis orang mesin yang diperlukan untuk tiap arbeitsplatz pada setiap periode Merupakan bahan pertimbangan untuk penambahan jam kerja atau sub kontrak.6 Demand Management. Aktivitas memprediksi kebutuhan di masa Datang dikaitkan dengan kapasitas Terdiri dari aktivitas Prognose Verteilung Anforderung Planung Auftragseingang, Versand, Dan Service Teil Anforderung.7 Material Anforderung Planung. Menetapkan Rencana Kebutuhan Material untuk melaksanakan MPS Ausgabe MRP adalah Kauf als PAC Produktion Aktivität Kontrolle, als MRP menghasilkan rencana pembelian meliputi jumlah Fälligkeitsdatum, Freigabedatum.8 Kapazitätsbedarfsplanung. Rencana kebutuhan kapasitas yang dibutuhkan untuk merelealisasikan MPS di tiap periode dan tiap mesin CRP lebih teliti dan lebih rinci dibanding RCCP, karena disarkan pada geplanten Auftrag Jika kapasitas tidak tersedia bisa ditambah dengan im Laufe der Zeit merubah routing Dan lain-lain Jika tidak tercapai MPS harus dirubah.9 Produktion Aktivität Kontrolle PAC. Sering krankheit Verteiler Geschäft Boden contro l SFC, aktivitas Membranprodukt setelah bahan dibeli PAC terdiri dari aktivitas awal-akhir suatu job berdasarkan urutan kedatangan job, lalu membebankan job ke Arbeitsstation dan melakukan pelaporan Hasil laporan akan merupakan Rückkopplung bagi MPS. Merupakan aktivitas memilih Lieferant membuat bestellen pembelian, dan menjadwalkan vendor.11 Performance Measurement. Evaluasi sistem untuk melihat seberapa jauh hasil yang diperoleh dibandingkan dengan rencana yang telah ditetapkan Sebagai bahan evaluasi pencapaian bisnis planung .1 4 Karakteristik Peramalan yang Baik. Peramalan yang baik mempunyai beberapa kriteria yang penting, antara lain akurasi, biaya, dan kemudahan Penjelasan dari kriteria-kriteria tersebut adalah sebagai berikut. Akurasi dari suatu peramalan diukur dengan hasil kebiasaan dan konsistensi peramalan tersebut Hasil peramalan dikatakan Bias bila peramalan tersebut terlalu tinggi atau telalu rendah dibanding dengan kenyataan yang sebenarnya terjadi Hasil peramalan dikatakan konsisten jika besarnya kesalahan peramalan relatif kecil peramalan yang terlalu rendah Akan mengakibatkan kekurangan persediaan sehingga permintaan konsumen tidak dapat dipenuhi Segera, akibatnya Perusahaan kemungkinan kehilangan pelanggan dan keuntungan penjualan peramalan Yang terlalu tinggi akan mengakibatkan terjadinya penumpukan barang persediaan, sehingga banyak modal tersia-siakan Keakuratan hasil peramalan berperan dalam menyeimbangkan persediaan ideal. Biaya yang diperlukan dalam pembuatan suatu peramalan tergantung jumlah item yang diramalkan, lamanya periode peramalan, dan metode peramalan yang digunakan Ketiga faktor pemicu Biaya tersebut akan mempengaruhi betapa banyak daten yang diblutuhkan, bagaimana pengolahannya manuell atau komputerisasi, bagaimana penyimpanan datanya dan siapa Daten ahli yang diperbantukan Pemilihan metode peramalan harus sesuai dengan dana yang tersedia dan tingkat akurasi yang ingin didapat, misalnya item-item yang penting akan diramalkan dengan Metode yang sederhana dan murah Prinsip ini merupakan adopsi dari hukum Pareto Analisa ABC. Penggunaan metode peramalan yang sederhana, mudah dibuat, dan mudah diaplikasikan akan memberikan keuntungan bagi perusahaan Adalah percuma memakai metode yang canggih tetapi tidak dapat diaplikasikan pada sistem perusahaan karena keterbatasan dana, sumber Daya manusia, maupun peralatan teknologi.2 1 Pengertian Peramalan. Peramalan Vorhersage merupakan bagian vital bagi setiap organisasi bisnis dan untuk setiap pengambilan keputusan manajemen yang sangat signifikan Peramalan menjadi dasar bagi perencanaan jangka panjang perusahaan Dalam Bereich fungsional keuangan, peramalan memberikan dasar dalam menentukan anggaran dan Pengendalian biaya Pada bagian pemasaran, peramalan penjualan dibutuhkan untuk merencanakan produk baru, kompensasi tenaga penjual, dan beberapa keputusan penting lainnya Selanjutnya, pada bagian produksi dan operasi menggunakan Daten-Daten peramalan untuk perencanaan kapasitas, fasilitas, produksi, penjadwalan, dan pengendalian persedian Inventarkontrolle Untuk menetapkan kebijakan ekonomi seperti tingkat pertumbuhan ekonomi, tingkat pengangguran, tingkat inflasi, dan lain sebagainya dapat pula dilakukan dengan metode peramalan. Peramalan adalah penggunaan Daten masa lalu dari sebuah variabel atau kumpulan variabel untuk mengestimasi nilainya di masa yang akan datang Asumsi dasar dalam penerapan teknik - teknik peramalan adalah Wenn wir vorhersagen können, was die Zukunft sein wird, können wir unser Verhalten jetzt in einer besseren Position ändern, als wir sonst wäre, wenn die Zukunft kommt Artinya, Jika Kita Dapat memprediksi apa yang terjadi di masa depan Maka kita dapat mengubah kebiasaan kita saat ini menjadi lebih baik dan akan jauh lebih berbeda di masa yang akan datang Hal ini disebabkan kinerja di masa lalu akan terus berulang setidaknya dalam masa mendatang yang relatif dekat. Peramalan merupakan teknik yang digunakan untuk memperkirakan suatu system dimasa yang Akan diperlukan oleh suatu perusahaan karena setiap keputusan yang diambil dapat memengaruhi keadaan diamasa yang akan datang Menurut Horison waktu, nya, peramalan dapat dibagi menjadi 3 yaitu.1 Peramalan jangka pendek yang memberikan hasil peramalan satu tahun kurang.2 Peramalan jangka menengah untuk meramalkan keadaan satu Hingga 5 tahun kedepan.3 Peramalan jangka panjang digunakan untuk pengambilan keputusan mengenai perencanaan produk dan perencanaan pasar, pengeluaran biaya perusahaan, studi kelayakan pabrik, anggaran, bestellung, perencanaan tenaga kerja dan perencanaan kapasitas kerja serta pengambilan keputusan yang berhubungan dengan kejadian lebih dari 5 Tahun yang akan datang.1 Dalam metode peramalan dapat dibagi atas dua metode yaitu. A Metode kuanlitatif. Metode kuanlitatif yaitu menggunakan perhitungan matematik dan statistic. Metode kuanlitatif dapat digolongkan menjadi 2 yaitu.1 Teknik Deret Berkala Zeitreihe yang memerlukan sistem seperti kotak hitamdan tidak Ada usaha memerlukan faktor yang berpengaruh pada system tersebut. Metode ini cocok untuk peramalan jangka pendek dan jangka menengah.1 Single Moving Average.2 Einzelne Exponential Smothing.2 Teknik Exponentielle Kausal Yang Mengasumsikan Adanya Hubungan Sebab Akibat Anatara Ausgang Dan Eingang Dari Suatu Sistem.1 Analisis Regrasi Ganda.1 Metode kualitatif. Metode ini digunakan dimana tidak ada modell matematik, biasanya dikarenakan daten yang ada tidak cukup vertretung untuk meramalkan masa yang akan datang langfristige prognose Peramalan kualitatif menggunakan pertimbangan pendapat-pendapat para pakar yang ahli atau experd di bidangnya Adapun Kelebihan dari metode ini adalah biaya yang dikeluarkan sangat murah tanpa daten dan cepat diperoleh Sementara kekurangannya yaitu bersifat subyektif sehingga seringkali dikatakan kurang ilmiah. Salah satu pendekatan peramalan dalam metode ini adalah Teknik Delphi dimana menggabungkan dan merata-ratakan pendapat para pakar dalam suatu forum yang dibentuk untuk memberikan estimasi Suatu hasil permasalahan di masa yang akan datang Misalnya berapa estimasi pelanggan yang dapat diperoleh dengan realisasi teknologi 3G. Metode kualitatif biasanya tidak menggunakan perhitungan matematis ataupun perhitungan Secara ini cukup dengan tanggapan atau buah pikiran Dari Orang Orang yang cuku mengenai keadaan yang akan diramalakan 0,1 metode Juri Opinion.2 metode Delphi.2 2 Langkah Langkah dalam melakukan peramalan adalah sebagai berikut. Dalam melakukan peramalan terdiri Dari beberapa tahapan khususnya jika menggunakan metode kuantitatif tahapan tersebut adalah.1 Definisikan Tujuan Peramalan. Misalnya peramalan dapat digunakan Selama masa Pra Produksi untuk mengukur tingkat dari suatu permintaan.2 Buatlah diagramm pencar Plot Data. Misalnya memplot Nachfrage versus waktu, dimana Nachfrage sebagai ordinat Y dan waktu sebagai Achse X.3 Memilih Modell peramalan Yang tepat. Melihat dari kecenderungan Daten pada Diagramm pencar, maka dapat dipilih Beberapa modell peramalan yang diperkirakan dapat mewakili pola tersebut.4 Lakukan Peramalan.5 Hitung kesalahan ramalan prognose error. Keakuratan suatu modell peramalan bergantung pada seberapa dekat nilai hasil peramalan terhadap nilai daten yang sebenarnya Perbedaan atau selisih antara nilai aktualisiert dan nilai ramalan krankheit sebagai kesalahan ramalan Prognose Fehler atau deviasi yang dinyatakan dalam. Dimana Y t Nilai Daten aktualisieren pada periode tY t Nilai hasil peramalan pada periode tt Periode peramalan. Maka diperoleh Jumlah Kuadrat Kesalahan Peramalan Yang disingkat SSE Summe der quadratischen Fehler als Estimasi Standar Fehler SEE Standard Fehler geschätzt. Pilih Metode Peramalan dengan kesalahan yang terkecil. Apabila nilai kesalahan tersebut tidak berbeda secara signifikan pada tingkat ketelitian tertentu Uji statistik F, maka pilihlah secara sembarang metode-metode tersebut. Untuk mengevaluasi apakah pola Daten menggunakan metode peramalan tersebut sesuai dengan pola Daten sebenarnya.2 3 Metode Peramalan. Salah satu cara untuk mengklasifikasikan permasalahan pada peramalan adalah mempertimbangkan skala waktu peramalannya yaitu seberapa jauh rentang waktu daten yang ada untuk diramalkan Terdapat tiga kategori waktu yaitu jangka pendek minggu bulan, menengah bulan tahun, dan jangka panjang tahun dekade Tabel berikut ini menunjukkan tipe - Tipe keputusan berdasarkan jangka waktu peramalannya. Tabel 2 3 Rentang Waktu dalam Peramalan.2 3 1 Jenis-Jenis Metode Peramalan. Untuk melakukan peramalan diperlukan metode tertentu dan metode mana yang digunakan tergantung dari daten dan informasi yang akan diramal serta tujuan yang hendak dicapai Dalam prakteknya Terdapat berbagai metode peramalan antara lain.1 Zeitreihe atau Deret Waktu. Analisis Zeitreihe merupakan hubungan antara variabel yang dicari abhängiger dengan variabel yang mempengaruhi-nya unabhängige variable, yang dikaitkan dengan waktu seperti mingguan, bulan, triwulan, catur wulan, semester atau tahun. Dalam analisis Zeitreihe yang menjadi variabel yang dicari adalah waktu. Metode peramalan ini terdiri dari. a Metode Smoting, merupakan jenis peramalan jangka pendek seperti perencanaan persediaan, perencanaan keuangan Tujuan penggunaan metode ini adalah untuk mengurangi ketidakteraturan Daten masa lampau seperti musiman. b Metode Box Jenkins, merupakan dieet waktu dengan menggunakan modell matematis dan digunakan untuk peramalan jangka pendek. c Metode proyeksi trend dengan regresi, merupakan metode yang dignakan baik untuk jangka pendek maupun jangka panjang Metode ini merupakan garis trend untuk persamaan matematis.2 Kausale Methoden atau sebab akibat. Merupakan metode peramalan yang didasarkan kepada hubungan antara variabel yang diperkirakan dengan variabel alin yang mempengaruhinya tetapi buakn waktu Dalam prakteknya jenis metode peramalan ini terdiri dari. a Metode regresi dan kolerasi, merupakan metode yang digunakan baik untuk jangka panjang maupun jangka pendek dan didasarkan kepada persamaan Dengan teknik am wenigsten quadrate yang dianalisis secara statis. b Modell Input Output, merupakan metode yang digunakan untuk peramalan jangka panjang yang biasa digunakan untuk menyusun trend ekonomi jangka panjang. c Modell ekonometri, merupakan peramalan yang digunakan untuk jangka panjang dan jangka pendek. Berikut ini akan Dijabarkan cara melakukan peramalan dengan menggunakan Modell Zeitreihenanalyse yang terdiri dari beberapa Modell Adapun asieni dasar dalam menggunakan Modell deret waktu ini adalah pola Daten ramalan akan sama dengan pola Daten sebelumnya Modell yang termasuk kategori Modell deret waktu yaitu 1 Modell Konstan, 2 Model Siklis, 3 Modell Analisis Regresi, 4 Modell Moving Average, 5 Modell Exponential Glättung.2 4 1 Modell Konstan Konstante Prognose. Persamaan Garis Yang Menggambarkan Pola Konstan Adalah. Y ta dimana ein konstanta. Untuk mendapatkan nilai a maka dapat didekati melalui turunan kuadrat terkecilnya am wenigsten Platz Terhadap a sebagai berikut.2 4 2 Model Siklis Musiman. Untuk Pola Daten Yang Bersifat siklis atau musiman, persamaan Garis Yang mewakili dapat didekati dengan fungsi trigonometri, yaitu. Dimana n adalah jumlah periode peramalan. Jumlah Kuadrat Kesalahan Terkecil didefinisikan sebagai.2 4 3 Model Regresi Linier Linier Prognose. Persamaan Garis Yang Mendekati Bentuk Daten linier adalah. Konstanta a dan b ditentukan dari Daten mentah berdasarkan Kriteria Kuadrat Terkecil am wenigsten quadratischen Kriterium Perhitungannya sebagai berikut Anggaplah Daten mentah diwakili dengan Y i, ti, dimana Y i adalah permintaan aktual di Saat ti dimana i 1,2 n.2 4 4 Modell Rata-Rata Bergerak Moving Average. Metode rata-rata bergerak banyak digunakan untuk menentukan trend dari suatu deret waktu Dengan menggunakan metode rata-rata bergerak ini, deret berkala dari Daten asli diubah menjadi Dere rata-rata bergerak yang lebih mulus Metode ini digunakan untuk daten yang perubahannya tidak cepat, dan tidak mempunyai karakteristik musiman atau saisonale Modell rata-rata bergerak mengestimasi permintaan periode berikutnya sebagai rata-rata Daten permintaan aktualisiert dari n periode terakhir Terdapat tiga macam Modell rata - rata bergerak, yaitu.2 4 4 1 Simple Moving Average. Simple Moving Durchschnittliche SMA t.2 4 4 2 Zentriert Moving Average. Perbedaan utama antara Einfache Verschiebung Durchschnittlich Dan Zentriert Moving Durchschnittliche Terletak Pada Pemilihan Beobachtungs-Yang Digunakan Einfache Verschiebung Durchschnittliche Menggunakan Daten Yang Sedang diobservasi tambah Daten sebelum observasi Misalnya, menggunakan 5 Periode gleitenden Durchschnitt, Maka untuk SMA menggunakan Datenperiode ke-5 dan 4 Datenperiode sebelumnya Sebaliknya untuk CMA, Mitte berarti rataan antara Daten sekarang dengan menggunakan Daten sebelumnya dan Daten sesudahnya Misalnya untuk 3 Periode bewegen Durchschnittlich, maka SMA menggunakan Datenperiode 3 ditambah Daten sebelumnya dan Daten sesudahnya Didefinisikan sebagai berikut. Dimana Y t adalah nilai tengah dari Intervall L Daten observasi L-1 2 Beobachtungen merupakan Daten Sebelum dan sesudahnya Misalnya CMA 5 Periode, Maka Y t Y 5 Maka Intervalnya dimulai dari Y 3 sampai Y 7.2 4 4 3 Weighted Moving Average. Formula untuk Weighted Moving Average WMAt.2 4 5 Pelicinan Exponential Exponential Smoothing. Dalam Modell rata-rata bergerak Moving Durchschnittlich dapat dilihat bahwa untuk semua Daten obesrvasi memiliki bobot yang sama yang Membrana rata-ratanya Padahal, Daten-Beobachtungsstelle, Seharusnya Memiliki Bobot Yang Lebih Besar Dibandingkan Dengan Daten Beobachtungen Di Masa Yang Lalu Hal Ini Dipandang Sebagai Kelemahan Modell Peramalan Moving Average Untuk Itu, Digunakanlah Metode Exponentielle Glättung Agar Kelemahan Tersebut Dapat Diatasi Didasarkan Pada Alasan Sebagai Berikut. Metode exponentielle Glättung mempertimbangkan bobot daten datumsdaten sebelumnya dengan estimasi untuk Y t 1 dengan periode t 1 dihitung sebagai. Dimana ein disebut konstanta pelicinan dalam interval 0 a 1 Rumus ini memperlihatkan bahwa Daten yang lalu memiliki bobot lebih kecil dibandingkan dengan Daten yang terbaru Rumus tersebut Dapat disederhanakan sebagai berikut. Dengan nilai Y 1 untuk inisial ramalan didekati dengan nilai rata-ratanya. Perlu diperhatikan bahwa penetapan nilai konstanta memiliki andil yang penting dalam menghasilkan hasil ramalan yang andal Modell Exponential Glättung digunakan untuk peramalan jangka pendek. permisi pak, saya pernah menulis Tentang fungsi autokorrelation untuk penentuan pola Daten Zeitreihe apakah musiman, tren, atau stationer, di artikel berikut yang ingin saya tanyakan, apakah ada teknik lain untuk mencari pola Daten Zeitreihe selain fungsi autokorrelation ya pak terima kasih. Suatu analisis ekonomi dan kegiatan usaha perusahaan Yang menitikberatkan pada mengkaji situasi dan kondisi yang berlaku sekarang maupun yang telah lalu, dan melihat pengaruhnya pada situasi dan kondisi di masa yang akan mendatang, Membran-Suatu teknis dan metode analisis peramalan Peramalan Vorhersage ialah kegiatan untuk memperkirakan apa yang akan terjadi di masa akan datang. peramalan Menjadi Penting Sebab situasi dan kondisi yang berkaitan dengan ekonomi dan kegiatan Usaha dihadapkan pada. Meningkatnya kompleksitas organisasi. Meningkatnya ukuran-ukuran keberhasilan organisasi. Perubahan Lingkungan yang sangat cepat. Kegunaan Dari peramalan ialah Akan membantu dalam pengambilan keputusan keputusan yang baik ialah keputusan yang didasarkan Atas pertimbangan apa yang terjadi pada waktu keputusan itu dilaksanakan Apabila peramalan yang dibuat kurang tepat, maka keputusan yang kita buat kurang baik, sehingga diperlukan suatu kemampuan menguasai teknik dan metode secara benar Ketepatan dalam melakukan peramalan akan menunjang perencanaan yang ditetapkan. A JENIS-JENIS PERAMALAN. Peramalan dilihat dari sifat penyusunannya terbagi atas dua macam, yaitu. Peramalan kualitatif bersifat subyektif dan didasarkan atas perasaan atau intuisi dari orang yang menyusunnya Dalam hal ini pandangan atau urteil dari orang yang menyusunnya sangat menentukan baik tidaknya hasil ramalan tersebut.2 Peramalan Kuantitatif. Peramalan Kuantitatif didasarkan atas data historis yang relevan di masa lalu, mengikuti pendekatan statistika formale dan pendekatan yang sistematis yang meminimumkan kesalahan error peramalan. Dalam peramalan kuantitatif, memerlukan tiga kondisi yaitu. a Informasi tersebut dapat dikuantifisir. c Dapat diasumsikan bahwa Polen di masa lalu dapat berkelanjutan di masa yang akan datang. B JENIS POLA DATA. Jenis pola Daten dapat Dilihat dalam gambar sbb. 1 Pola Daten horizontal menunjukan bahwa nilai Daten berfluktuasi di sekitar nilai rata-rata stasioner terhadap nilai rata-ratanya. 2 Pola Daten musiman menunjukan bahwa nilai dipengaruhi oleh faktor musiman harian, mingguan, bulanan, semesteran, tahunan. 3 Pola Daten siklus menunjukan bahwa nilai Daten dipengaruhi oleh flukstuasi dalam jangka panjang. 4 Pola Daten Trend menunjukan bahwa nilai Daten terjadi kenaikan atau penurunan dalam jangka panjang. C TAHAPAN PERAMALAN. Tahapan peramalan yang baik meliputi 3 hal. a Menganalisis Daten Masa Lalu. Tahap ini berguna untuk mengetahui pola Daten yang tepat di masa lalu Analisis dilakukan dengan cara Membran-Tabulasi kemudian mem-plot-kan Daten untuk mengetahui pola data. b Menentukan Metode. Tahap ini ialah menetapkan metode peramalan yang baik Metode yang baik ialah metode yang menghasilkan penyimpangan terkecil. c Memproyeksikan Daten. Tahap ini ialah memproyeksikan Daten masa lalu dengan menggunakan metode Terpilih dan mempertimbangkan adanya faktor-faktor perubahan. D MODELL DAN DASAR-DASAR PERAMALAN. Dalam Peramalan Kuantitatif, dikenal dua Modell Daten yaitu.1 Modell deret berkala Zeitreihe.2 Modell kausal eksplanantoris regresi. 1 Model Deret Berkala. Model deret berkala bertujuan menemukan pola dalam dieet daten historis, kemudian mengeksplorasi daten historis tersebut untuk diekstrapolasi ke masa yang akan datang Peramalan dengan Modell deret berkala memperlakukan sistem sebagai suatu kotak hitam schwarz box dan tidak ada upaya untuk menemukan faktor yang berpengaruh Pada perilaku sistem tersebut Sistem dianggap sebagai suatu proses bangkitan Erzeugung Prozess yang tidak diketahui mekanismenya. Coba hitung dengan nilai taksiran 8, 9, 10, 11, 12 kemudian hitung MAPE yang paling kecil diantara ke enam nilai taksiran yang dibuat Nilai taksiran dengan MAPE yang terkecil Ialah nilai ramalan yang paling tepat. F METODE PEMULUSAN SMOOTHING. Apabila suatu Modell deret berkala Zeitreihe ditunjukan suatu proses konstan yang mengandung kesalahan zufällig, maka nilai tengah akan sangat bermanfaat sebagai nilai ramalan di masa yang akan datang Akan tetapi apabila deret berkala mengandung kecenderungan trend Naik atau turun atau pengaruh musiman atau kecenderungan dan musiman sekaligus, maka nilai tenagh tidak dapat menggambarkan pola sata tersebut Untuk hal seperti ini, maka metode pemulusan glättung akan lebih baik dibandingkan dengan nilai tengah. Klasifikasi metode pemulusan ialah sebagai berikut. Metode pemulusan Eksponensial. Metode Rata-rata Bergerak Tunggal. Metode Rata-rata Bergerak Ganda. Metode Rata-rata Bergerak Lainnya.1 Metode Rata-rata Bergerak Tunggal Single Umzug Durchschnittliche SMA. SMA merupakan suatu cara untuk mengubah pengaruh Daten masa lalu terhadap nilai tengah sebagai ramalan, dengan cara Menentukan sejak awal berapa nilai observasi masa lalu yang akan digunakan untuk menghitung nilai tengah Pengertian rata-rata bergerak digunakan untuk nilai ramalan di masa mendatang, hal yang harus diperhatikan ialah jumlah titik dalam setiap rata-rata ialah konstan dan observasi yang digunakan ialah yang paling akhir .2 Metode Rata-rata Bergerak Ganda Double Moving Durchschnitt DMA. DMA merupakan variasi dari prosedur rata-rata bergerak yang diinginkan untuk dapat mengatasi adanya trend yang lebih baik, DMA selanjutnya disebut Metode rata-rata bergerak linier Dasar metode ini ialah menghitung rata-rata bergerak yang kedua, sehingga disebut juga rata-rata bergerak dari rata-rata bergerak.3 M etode Pemulusan Eksponensial. Metode pemulusan eksponensial menjelaskan sekelompok metode yang menunjukan pembobotan menurun secara eksponensial terhadap nilai observasi yang terdahulu Metode pemulusan eksponensial terdiri atas metode pemulusan tunggal, metode pemulusan ganda dan metode pemulusan lainnya, mempunyai sifat yang sama yaitu bahwa nilai yang lebih baru diberikan bobot yang relatif lebih besar dibanding dengan nilai observasi yang terdahulu. G METODE REGRESI. Metode regresi merupakan model sebab dan akibat eksplanatoris, yaitu pendekatan yang mencoba mengajukan variabel lain yang berkaitan dengan rangkaian data dan mengembangkan suatu model yang menyatakan adanya saling ketergantungan fungsional diantara semua variabel tersebut. Model-model regresi ialah sebagai berikut.
No comments:
Post a Comment