METODE PERAMALAN BISNIS DAN UPAYA MEMPEROLEH AKURASI YANG LEBIH BAIK Januari 17, 2007
Posted by dickyrahardi in Metode Analysis.trackback
ANALISIS DERET WAKTU
Peramalan berdasarkan sifatnya dapat dibedakan menjadi dua yaitu peramalan kualitatif dan peramalan kuantitatif. Metode peramalan kuantitatif dapat dibagi menjadi dua bagian yaitu metode peramalan deret waktu dan metode kausal, sedangkan metode kualitatif dibagi menjadi metode eksploratoris dan normatif. Teknik peramalan kuantitatif sangat beragam, dikembangkan dari berbagai disiplin ilmu dan untuk berbagai maksud. Setiap teknik yang akan dipilih memiliki sifat, ketepatan, tingkat kesulitan dan biaya tersendiri yang harus dipertimbangkan.
Makridakis, Wheelwright dan McGee (1992) menjelaskan bahwa pada umumnya peramalan kuantitatif dapat diterapkan bila terdapat tiga kondisi berikut
1. Tersedia informasi tentang masa lalu (data historis)
2. Informasi tersebut dapat dikuantitatifkan dalam bentuk numerik
3. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut di masa mendatang.
Peramalan dengan menggunakan metode deret waktu didasarkan pada pendugaan masa depan yang dilakukan berdasarkan nilai masa lalu dari suatu variabel dan / atau kesalahan peramalan di masa lalu. Tujuan metode peramalan deret waktu seperti itu adalah menemukan pola dalam deret data historis dan
mengekstrapolasikan pola dalam deret data tersebut ke masa depan.
Menurut Makridakis, Wheelwright dan McGee (1992), langkah penting dalam memilih suatu metode deret waktu yang tepat adalah dengan mempertimbangkan jenis pola datanya. Pola data dapat dibedakan menjadi empat, yaitu :
1. Pola horisontal, terjadi bilamana data berfluktuasi di sekitar nilai rata-rata yang konstan atau stasioner terhadap nilai rata-ratanya.
Komentar
Sorry comments are closed for this entry
Mas Dicky,
Boleh gak aku minta literatur dari tulisan ini. Saya sangat tertarik dengan teori yang Mas Dicky susun.
Makacih ya sebelumnya
Mas Dicky,
Boleh gak aku minta literatur dari tulisan ini. Saya sangat tertarik dengan teori yang Mas Dicky susun.
Makacih ya sebelumnya
Sepertinya mbak Sisca perlu memperjelas dulu pertanyaan yang diajukan, mohon dijabarkan model forecast apa yang anda ingin lakukan dan jelaskan pula tujuan dari penelitian yang anda lakukan dengan 2 valiabel yang anda sebutkan, mudah2an saya bisa memberi pencerahan.
Pada prinsipnya semua bentuk metode peramalan sederhana akan menganalisis sebuah variabel yang berisi data historis
Metode peramalan akan mempelajari ttg perilaku data historis tersebut dan menggunakannya untuk kepentingan perencanaan/peramalan bisnis
Terima kasih kembali, prinsipnya kita saling membantu
DickyRahardi.Com
saya lagi neliti tentang metode peramalan yang paling cocok umtuk meramalkan erapa permintaan cpo untuk masa akan datang.tolong y pak/ibu.
pak dicky saya ingin bertanya ? untuk pola data peramalan musiman
? memakai perhitungan metode yang mana, untuk mendapatkan nilai error terkecil
—————————————————————
Jawab :
Untuk jenis data musiman, sebaiknya menggunakan metoda peramalan Dekomposisi Klasik. Jika Anda memiliki software yang lengkap untuk dekomposisi seperti Systat/STATISTICA maka Anda bisa menerapkan metode Dekomposisi Cencus II, jika hanya memiliki Minitab maka bisa gunakan Dekomposisi Klasik.
Dekomposisi klasik juga sudah bagus kok
pak dicky saya ingin bertanya ? untuk pola data peramalan musiman? memakai perhitungan metode yang mana, untuk mendapatkan nilai error terkecil
—————————–
jawab :
Untuk jenis data musiman, sebaiknya menggunakan metoda peramalan Dekomposisi Klasik. Jika Anda memiliki software yang lengkap untuk dekomposisi seperti Systat/STATISTICA maka Anda bisa menerapkan metode Dekomposisi Cencus II, jika hanya memiliki Minitab maka bisa gunakan Dekomposisi Klasik.
Dekomposisi klasik juga sudah bagus kok
mas boleh gak saya minta bantuan untuk menyelesaikan soal peramalan dengan metode moving average dengan N = 3 dan N=5. makasih yah, kalo boleh kirim secepatnya. tolong yah
—————————————-
Jawab :
Maaf jika lama baru balas, karena pesan anda masuk ke Spam Akismetnya WordPress…entah kenapa
Sementara ini saya baru bisa merekomendasikan buku Metode Peramalan karangan Makridakis dan Software MINITAB untuk menyelesaikan masalah tersebut
Jika Anda menemui kesulitan dalam penggunaan MINITAB, insya Allah saya bersedia memberikan saran-saran
saya ingin bertanya bagaimana kaitan antara peramalan dengan perencanaan beserta ilustrasinya.Trims
saya lagi neliti tentang metode peramalan yang paling cocok umtuk meramalkan berapa permintaan customer untuk masa akan datang berdasarkan data 2 tahun sebelumnya perminggunya…
kira2 metode yang cocok apa ya pak?makasih..
# Mas Vandzul :
Kaitan peramalan dengan perencanaan diantaranya adalah : hasil-hasil peramalan dapat digunakan untuk membantu proses perencanaan dan penetapan kebijakan untuk “move” dari suatu lembaga /organisasi/perusahaan.
Misalnya :
hasil peramalan menunjukkan bahwa produksi sepatu dengan merek tertentu pada bulan Mei-Juni harus lebih tinggi dari bulan-bulan yang lain, hal ini diketahui dari analisa pengaruh musiman. Produksi pada bulan september cenderung menurun. Nah manager bidang produksi akan membuat kebijakan produksi berdasarkan hasil analisa forecast tersebut, sehingga tidak terlalu banyak barang yang tersimpan dalam gudang dan produksi barang dapat lebih bijak ditetapkan. Sangat disayangkan jika produksi barang hanya memenuhi gudang stok barang, karena sejumlah produksi barang tentunya berbanding lurus dengan besarnya modal yang harus dialokasikan.
Jadi menurut saya peramalan/forecast adalah elemen penting dari perencanaan, apalagi terkait dengan perencanaan di manufacturing.
# Mbak Era Meliala :
Sebaiknya data mingguan yang terkumpul selama 2 tahun tersebut diplot terlebih dahulu dalam time series diagram. Hal ini bermanfaat agar anda dapat mengetahui sifat atau kandungan dari data time series anda. Biasanya data time series itu mengandung unsur2 pola teratur seperti :
a. Pola Horisontal
b. Trend (Linear atau Non-Linear)
c. Musiman
d. Siklus
Sebagaimana yang telah saya tuliskan dalam artikel ini.
Dari plot data tersebut barulah dapat ditentukan, metode peramalan apa yang cocok untuk data anda.
Jadi metode peramalan tidak bisa ditentukan secara langsung dari “object penelitian” tapi ditentukan dari identifikasi pola data time series yang anda miliki.
Metode peramalan sangat banyak, mulai dari yang sederhana sampai yang canggih dan sulit.
Biasanya seorang forecaster akan menggunakan beberapa metode untuk menganalisa datanya, kemudian ia akan mengambil metode yang tingkat kesalahannya paling kecil.
Mas dicky saya mau nanya nih.. kebetulan saya mau nyusun tugas akhir, saya tertarik dng forecasting. Setelah saya membaca article mas saya ada sedikit bngung nih. Klo qt menggunakan data time series, data historis mutlak sebagai parameter utama dlm menentukan peramalan. Tapi saya pikir msh ada faktor eksternal lain yg bisa mempengerahui dari peramalan tsb. Yg saya tanyakan, sejauh mana faktor eksternal tsb berpengaruh terhadap nilai peramlan? kemudian caranya gmn faktor eksternal tsb jika diikutkan dlm proses perhitungan? tolong dibls ya Mas.. makasih.
mas Dicky,
saya sedang menulis TA tentang metode Dekomposisi, saya masih bingung bagaimana menentukan faktor siklus. dan materi apa saja yang menunjang sebelum kita membahasa metode dekomposisi? terimakasih sebelumnya
kak Dicky,
saya tampilan rumusnya ko ga kebuka hanya ada kotak hitam
mas dicky,tolong dimuat dong tentang metode peramalan menggunakan metode box-jenkins..soalnya saya lagi ngerjain TA yang pake’ metode itu..
tolong ya…dan kalo boleh saya minta literaturnya
# Kpd Mas Anonymous :
Untuk implementasinya, Metode Dekomposisi Klasik bisa dikerjakan dengan Minitab dan untuk Dekomposisi Census II bisa menggunakan software bernama “STATISTICA”, cuma software STATISTICA ini sulit didapat dipasaran
Materi yang menunjang pada dasarnya adalah : Moving Average, Regresi dan Dasar Peramalan
Untuk metode box-jenkins, coba pelajari dari buku Metoda Peramalan Bisnis karangan Sofyan Assauri, mudah2an masih naik cetak ya karena saya punya buku tsb sudah lama sih… Untuk literatur lainnya kebanyakan dari Barat sana, nanti coba saya usahakan untuk mempublish literatur-literaturnya, soalnya ketinggalan di rumah nih catatannya
Salam, Dicky R
pak diky maaf saya mau tanya,
saya sedang menyusun TA tapi saya bingung mengenai pertanyaan
saya kan melakukan peramalan volume penjualan ekspor, pertanyaan saya apakah pada tahun 2–8 dan 2009 akan terjadi perubahan peraturan ekspor?, jika ya apa?, trus jika tidak, seandainya terjadi perubahan peraturan akankah peramalan itu penting?
pentingnya peramalan seperti apa? trima kasih selaku atas bantuan nya.
makasih sebelumnya,
fransisca 02470407127
ma’af pak Dicky saya mau bertanya?penerapan Resistant Smooth metode 4253H dan metode 3RSSH itu bagaimana?peramalannya bagaimana?please….
terimakasih sebelumya
mas dicky saya masih kebingungan menentukan variasi siklis dan kerandoman pada metode dekomposisi, kalau, apakah nantinya sama seperti mencari indeks musiman? dengan rata-rata medial atau bagaimana? terimakasih untuk jawabannya..
# mbak Francisca :
Saya kurang memahami masalah ekspor dan kemungkinan perubahan peraturan dan kondisionalnya pada tahun 2008 – 2009. Tetapi jika pada tahun tersebut ternyata terjadi perubahan kondisional yang berbeda dengan tahun-tahun sebelumnya, maka peramalan dengan metode time series akan memunculkan nilai acak (random) yang cukup besar.
Perlu diketahui bahwa pendekatan time series bukanlah satu-satunya jalan untuk melakukan peramalan. Masih banyak pendekatan lain yang dapat kita gunakan, misalnya dengan pendekatan Jaringan Saraf Tiruan (JST) atau artificial neural network.
JST adalah jaringan dari sekelompok unit pemroses kecil yang dimodelkan berdasarkan jaringan saraf manusia. JST merupakan sistem adaptif yang dapat merubah strukturnya untuk memecahkan masalah berdasarkan informasi eksternal maupun internal yang mengalir melalui jaringan tersebut.
Secara sederhana, JST adalah sebuah alat pemodelan data statistik non-linier. JST dapat digunakan untuk memodelkan hubungan yang kompleks antara input dan output untuk menemukan pola-pola pada data.
JST memang sangat komplek dan membutuhkan pemecahan secara iteratif dengan bantuan bahasa pemrograman, tetapi lebih menjanjikan suatu solusi peramalan dibandingkan pendekatan time series, karena JST dibangun dengan mengimplementasikan sistem kecerdasan buatan yang dapat digunakan untuk berbagai keperluan.
# mbak Nie :
Variasi Siklis pengertiannya sama dengan variasi musiman atau indeks musiman, tetapi jika musiman akan memiliki perulangan karakter tiap 3 bulan, 4 bulan, per semester, atau per satu tahun; maka siklis akan membutuhkan waktu perulangan dalam kurun waktu yang lebih panjang, misalnya ditemukan pola teratur dalam kurun waktu 6 bulan sekali dan juga pola teratur dalam kurun 5 tahun sekali.
Maka pola teratur dalam kurun waktu 6 bulanan tersebut disebut sebagai indeks musiman, sedangkan pola teratur yang didapati setiap 5 tahun sekali dapat disebut sebagai indeks siklus.
Dalam peramalan dengan menggunakan pendekatan time series, metode dekomposisi misalnya, tidak mengharuskan semua jenis pola data ada pada data kita.
Metode dekomposisi pada prinsipnya adalah metode untuk mengurai data time series menjadi 3 pola teratur dan 1 peubah random.
Tiga pola teratur tersebut adalah : tren, musiman dan siklus. Bisa jadi suatu deretan jenis data memiliki 3 pola tersebut, tetapi bisa jadi hanya 2 pola saja yang berhasil diidentifikasi (misal tren dan musiman) dan bisa jadi hanya satu pola saja yang ditemui (tren misalnya).
Pola siklis biasanya baru dapat ditemui pada kumpulan data yang sangat panjang seperti, data 10 tahun, 20 tahun dan lain-lain. Jadi jika data anda hanya berkisar antara 2 tahun sampai 3 tahun, dan berdasarkan pada plotting chart diagram anda tidak menemui adanya pola siklus maka siklus tidak perlu dijadikan sbg variabel dalam peramalan.
Penelitian yang saya lakukan dengan metode dekomposisi juga tidak melibatkan unsur siklus, karena saya tidak mendapati pola teratur dalam kurun waktu yang panjang. Saya cukup melibatkan unsur tren dan musiman yang jelas terlihat sifat dan keteraturannya.
Khusus berkenaan dengan variabel random, perlu difahami bahwa valiabel random atau pola acak dalam metode dekomposisi adalah ibarat kesalahan prediksi atau salah duga.
Misalnya dalam pertandingan sepakbola, kita menduga AC Milan akan mencetak 3 gol, tetapi ternyata sampai pertandingan berakhir AC Milan hanya mencetak 2 gol. Artinya ada kesalahan prediksi sebesar 1 (3 dikurang 2), nilai kesalahan prediksi itulah yang disebut sebagai nilai yang akan mengisi variabel random. Nah, jika ada 10 pertandingan yang kita ramal maka tentunya kita akan mempunyai nilai kesalahan sebanyak 10 nilai. Jika tebakan kita tepat maka nilai kesalahan=0, jika tebakan kita terlalu jauh maka akan ada kesalahan bernilai positif, jika sebaliknya maka akan ada nilai kesalahan bernilai negatif.
10 nilai tersebut yang akan masuk dalam valiabel random. Nilai tersebut bersifat acak dan tidak mempunyai pola teratur dan perlu dipisahkan dari unsur2 lainnya.
Dekomposisi :
data = tren+musiman+siklus + random
Peramalan :
dugaan = tren+musiman+siklus
nilai random tidak digunakan dalam peramalan
# kpd Anonymous :
untuk melakukan analisa dengan metode 4253H dan metode 3RSSH, anda bisa menggunakan software Minitab dengan Exploratory Analysis. Coba anda pelajari di link http://math.carleton.ca/old/help/minitab/STEDANAL.pdf
Di sana akan dibahas tentang Resistant Smooth dengan cukup jelas karena ada tutorialnya. Semoga jawaban saya memuaskan
Terima kasih,
# Buat yang butuh info tentang literatur :
Assauri, S., 1984, Teknik dan Metode Peramalan Penerapannya Dalam Ekonomi dan Dunia Usaha, Lembaga Penerbit Fakultas Ekonomi UI, Jakarta.
Awat, N.J., 1990, Metode Peramalan Kuantitatif, Liberty, Yogyakarta.
Berenson, M.L., and Levine, D.M., 1989, Basic Business Statistics, 4th edition, Departement of statistics and Computer Information System, Baruch College, Prentice-Hall Inc, New Jersey.
Chatfield, C., 1984, The Analysis of Time Series : An Introduction, 3rd edition, Chapman and Hall, New York.
Croxton, F.E., Cowden, D.J., and Bolch, B.W., 1969, Practical Business Statistics, 4th edition, Prentice-Hall Inc, englewood Cliffs, New Jersey.
Enns, P.G., 1985, Business Statistics : Methods and Applications, Richard D. Irwin, Inc, Homewood, Illionis, USA
Hibon, M., and Makridakis, S., 1979, Accuracy of Forecasting : An Ampirical Investigation, J.R. Statist. Soc. : A, 142 (2), 97 –145.
Hildebrand, D.K., 1991, Statistical Thinking, PWS-KENT, Publishing Company, Boston, Massachusetts.
Makridakis, S., dan Wheelright, S.C., 1994, Metode-Metode Peramalan Untuk Manajemen, Alih Bahasa : Wiraraja, Binarupa aksara, Jakarta.
Makridakis, S., Wheelright, S.C., dan McGee, V.E., 1992, Metode dan Aplikasi Peramalan, edisi ke-2, jilid I, Alih Bahasa : Andriyanto, U.S., dan Basith, A., Erlangga, Jakarta.
Nugroho, B., 1993, Pengantar Statistik Ekonomi dan Perusahaan, Edisi Revisi, Penerbit UPP AMP YKPN, Yogyakarta.
Pindyck, R.S., and Rubinfield, D.L., Economic Models and Economic Forecasts, 3rd edition, McGraw-Hill Inc.
Reitsch, A.G., and Hanke, J.E., 1989, Business Forecasting, 4th edition, Allyn and Bacom, Boston, London, Sidney, toronyo, tokyo, Singapore.
Subagyo. P., 1986, Forecasting Konsep dan Aplikasi, BPFE, Yogyakarta.
White, J.A., 1987, Production Handbook, 4th edition, John wiley and Sons, Canada
pak dicky saya ingin bertanya lagi, literatur STEDANAL itu sudah saya lihat, tapi diSTEDANAL tidak dibahas mengenai ujinya,sampai sekarangpun saya masih bingung metode 4253H dab netode 3rssh ini pake’ uji apa?ato pake’ MSE/MAPE?
makasih banyak sebelumnya…
Pertanyaan lanjut dari nie :
mas dicky saya masih bingung, saya dapat contoh peramalan untuk PDB menggunakan metode dekomposisi dari salah satu jurnal ekonomi. Di situ terdapat unsur siklus, dari penjelasan mas dicky sebelumnya berarti harus dicari indeks siklusnya yang jadi masalah saya masih bingung bagaimana menentukan nilai indeks siklus apakah caranya sama dengan mencari indeks musiman?
nie
———————————————
Jawab :
Mbak nie, berhubung anda salah posting pertanyaan ke artikel saya yang lain, maka pertanyaan Anda saya copy paste seperti di atas
Berhubung banyak yang menanyakan ttg metode Dekomposisi Klasik, maka saya memutuskan untuk menata ulang artikel saya dan memisahkan beberapa artikel menjadi sub-sub artikel
Untuk menjawab tentang teknik mencari Indeks Siklus, maka indeks siklus dapat dihitung dengan cara sbb :
Indeks siklus diperoleh dari persamaan yang digunakan untuk perhitungan rata-rata bergerak dibagi dengan persamaan yang berfungsi untuk menghitung tren
Jadi Indeks siklus adalah pembagian antara kolom yang menyimpan nilai-nilai rata-rata bergerak (Moving Average) dengan persamaan tren. Monggo jenengan simak penataan ulang artikel saya ini.
Salam hangat,
ma’a f pak dicky saya tanya lagi.soalnya yang literatur STEDANAL itu tidak dibahas mengenai uji metode 4253h dan 3rssh,terimakasih ^_^
Sebelumnya saya mohon maaf, karena ternyata anda telah bertanya hal serupa sebelumnya tapi belum sempat saya jawab kembali,
Mengenai uji untuk metode 4253h dan 3rssh, sebagaimana yang dijelaskan di STEDANAL bahwa :
Resistant Smooth smooths an ordered series of data, usually collected over time, to remove random fluctuations. Smoothing is useful for discovering and summarizing both data trends and outliers.
Prinsipnya penerapan metode tersebut adalah untuk memisahkan data time series dari fluktuasi unsur acak (random). Langkah uji biasanya dilakukan untuk mengecek apakah penerapan metode 4253h dan/atau 3rssh telah mampu mereduksi unsur acak,
Coba anda lakukan step berikut :
[1] Periksa unsur2 (pola teratur) yang terkandung pada data time series anda
[2] terapkan Resistant Smooth dengan metode 4253h dan/atau 3rssh
[3] setelah itu lakukan uji distribusi normal dan pengujian unsur acak pada kolom Rough
[4] lakukan analisis trend atau uji pola teratur lainnya pada kolom Smooth, misal dengan analisis regresi dan memperhatikan statistik uji yang ada pandanya atau paling sederhana dapat dengan pengamatan grafis
[5] jika pemisahan pola teratur dan random telah berhasil dengan sukses, maka Rough tidak akan berdistribusi normal dan akan bersifat acak. Kemudian analisis pada kolom Smooth akan memiliki best fit yang tinggi
[6] coba anda buka buku Ekonometrika Damodar Gujarati, walaupun tidak membahas metode 4253h dan 3rssh, tapi buku ini adalah rujukan yang baik untuk dijadikan sebagai landasan pemikiran kita
Anda coba dulu ya, nanti insya Allah kita sambung lagi….
salam
Assalamu’alaikum Wr.Wb
ma’af pak saya tanya lagi
1.untuk referensinya bisa pake’ buku lain tidak pak?dan kl’ bukunya ekonometrika punya damodar gujarati itu biasanya harganya berapa?
2.untuk langkah 1 dalam mengecek datanya acak atau tidak itu caranya dilihat secara kasat mata atau ada cara lain?
ma’af pak pertanyaannya mungkin agak jelimet.
terimakasih
Wassalamu’alaikum Wr. Wb
Mas Dicky,saya sedang menyusun TA tentang metode dekomposisi, namun setelah saya mempelajari buku Makridakis, saya kebingungan dengan statement seperti ini :”Metode dekomposisi muncul dan berasal dari dua arah yang berbeda. Pertama, telah dikenal bahwa untuk mempelajari korelasi seri di dalam atau diantara variabel harus dihilangkan adanya korelasi semu yang mungkin ada karena unsur trend”.Maksudnya korelasi semu disini seperti apa ya mas?
pak Dicky, saya mahasiswa tingkat akhir, sedang menyusun TA business plan, bisnis yang saya rancang ialah merencanakan sebuah travel shuttle service tujuan Jakarta-Bandung dengan menggunakan metode Blue ocean, yang jadi permasalahan saya ialah sudah seyogyanya suatu rancangan business plan menyertakan peramalan, sedangkan saya tidak tahu harus memulai dari mana, dimana saya jg tidak memiliki data historis jumlah penumpang sebelumnya.. dan metode apa yg harus saya pergunakan.. mohon penjelasannya, setidaknya agar saya memiliki gambaran mengenai langkah-langkah apa harus saya lakukan.. terimakasih sebelumnya..
pa dicky saya sedang membuat forecasting demand dengan menggunakan metoda linear sederhan. yang ingin saya tanyakan:
1. Apabila hasil forecasting menunjukkan hasil yang negatif artinya apa?
2. Apakah ini berarti demand untuk periode selanjut nya bisa dikatakan 0 (nol)?
terima kasih.
Assalamu’alaikum Wr.Wb
ma’af pak saya tanya lagi
1.untuk referensinya bisa pake’ buku lain tidak pak?dan kl’ bukunya ekonometrika punya damodar gujarati itu biasanya harganya berapa?
2.untuk langkah 1 dalam mengecek datanya acak atau tidak itu caranya dilihat secara kasat mata atau ada cara lain?
ma’af pak pertanyaannya mungkin agak jelimet.
terimakasih
Wassalamu’alaikum Wr. Wb
# syifa’ati’abdillah :
Wa’alaykumussalam
[1] Referensi tentunya bisa pake buku lain karena buku tentang metode statistika dan metode penelitian sudah banyak beredar di pasaran. Wah tentang harga saya tidak tahu karena buku yang saya miliki sudah berumur sekitar 9-10 tahunan. (Lebih tua dari umur anak saya yang pertama…hehehe)
[2] Pengecekan data acak bisa dengan cara non-formal (Grafik) tetapi yang lebih akurat adalah dengan menerapkan uji normalitas seperti Uji Kolmogorov Smirnov. Coba lihat di SPSS, saya biasanya menerapkan uji kolmogorov smirnov dengan SPSS. Lakukan analisa terhadap nilai standardized random variabel (nilai acak yang telah distandarisasi) atau nilai acak (random) yang dihasilkan oleh Minitab.
# Arief :
Korelasi semu yang dimaksudkan adalah adanya masalah “multikolinearitas” atau “kolinearitas” pada analisa tren. Agar lebih jelas tolong anda sebutkan judul bab, halaman atau indeks lainnya yang dapat mempermudah saya menemukan statemen tersebut di buku makridakis, semoga saya bisa memberikan jawaban yang lebih terang ya….
# Aryo :
Semoga anda dapat menyelesaikan TA dengan baik.
Pada prinsipnya perlu atau tidaknya penerapan metode peramalan adalah tergantung dari tujuan dan kebutuhan penelitian. Kalo memang ada goal yang harus dilalui dari penerapan metode peramalan, maka barulah jalan peramalan ditempuh.
untuk masalah anda, saya ingin memberikan gambaran bahwa :
[1] Metode peramalan membutuhkan data historis (data yang berkaitan dengan bisnis pada tahun2 sebelumnya)
[2] Metode peramalan adalah metode yang mempelajari data historis dan berusaha menemukan pola teratur yang dapat digunakan untuk memprediksi masa depan berdasarkan deret waktu
[3] setelah anda memperoleh data historis dari bisnis yang anda teliti, maka lakukan plotting data untuk memprediksi panjang musiman dan barulah terapkan langkah2 selanjutnya dari metode-metode peramalan yang ada
Jadi intinya, perusahaan yang anda teliti haruslah perusahaan yang telah melaksanakan bisnisnya beberapa tahun sebelum ini dan memiliki data historis yang berkesesuaian dengan apa yang hendak anda ramal
# yossy :
Mungkin yang anda maksudkan adalah metode regresi linier sederhana ya…?
Oke, jika metode tersebut adalah metode yang anda anggap sudah sesuai untuk menjawab penelitian anda maka nilai negatif pada hasil forecasting perlu anda perjelas lagi. Apakah yang dimaksud dengan “hasil negatif” itu adalah koefisien regresinya atau nilai dari ramalannya (yang disebut juga dengan Y duga)
Jika koefisien regresi bernilai negatif maka peningkatan variabel bebas sebanyak satu satuan akan berpengaruh untuk menurunkan nilai dari variabel tak bebas dengan signifikan. Sangatlah mungkin hasil ramalan (Y duga) akan menghasilkan nilai nol atau bahkan negatif pada periode-periode selanjutnya, karena pendekatan yang anda gunakan adalah regresi linier sederhana.
Saran saya :
jika kebutuhan anda terbatas pada pengujian pengaruh maka analisa regresi linier sederhana sudah cukup, tapi untuk kebutuhan peramalan sebaiknya anda menerapkan metode peramalan yang tepat dan tidak hanya sekedar analisa regresi saja
mas dicky..
salam kenal..
saya ingin bertanya tentang dekomposisi data.
kalau kita pakai excel untuk dekomposisi data bisa ga??
trus kalo mau baca textbook-nya sebaiknya apa ya mas?
terima kasih banyak mas..
# beni :
Sekitar 11 tahun yang lalu, saat saya pertama kali mengimplementasikan metode peramalan, saya juga menggunakan Excel dengan tujuan untuk memahami rumus2 dan tahapan2 perhitungan dengan baik. Tapi kelemahannya adalah ketika ada data lain yang ingin kita proses, data gak langsung bisa diproses tapi kudu musti kita rangkai dulu dalam rumusan excel dari cell ke cell.
Intinya : penerapan metode dekomposisi bisa dilakukan menggunakan excel, positifnya : kita jadi lebih faham langkah2 & filosofisnya, negatifnya : sangat repot untuk mengelola data yang bervariasi
Diskusi tentang artikel ini telah diarahkan ke dickyrahardi.blogspot.com
SILAKAN KLIK DISINI