Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke...
Transcript of Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke...
![Page 1: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/1.jpg)
Dr. Kusman Sadik, M.Si
Departemen Statistika IPB, 2016
1
![Page 2: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/2.jpg)
2
This part presents some basic statistical
methods essential to modeling, analyzing, and
forecasting time series data.
Both graphical displays and numerical
summaries of the properties of time series
data are presented.
2
![Page 3: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/3.jpg)
3
Forecasts are based on data or observations on
the variable of interest. This data is usually in the
form of a time series.
Suppose that there are T periods of data
available, with period T being the most recent.
We will let the observation on this variable at
time period t be denoted by: yt, t = 1, 2, .... , T.
3
![Page 4: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/4.jpg)
4 4
![Page 5: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/5.jpg)
5 5
![Page 6: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/6.jpg)
6 6
![Page 7: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/7.jpg)
7
Developing a forecasting model should
always begin with graphical display and
analysis of the available data.
Many of the broad general features of a time series can be seen visually.
7
![Page 8: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/8.jpg)
8
Time Series Plots.
Plotting Smoothed Data.
8
![Page 9: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/9.jpg)
9
This is just a graph of yt versus the time period, t, for t
= 1, 2, ... , T.
Features such as trend and seasonality are usually
easy to see from the time series plot.
It is interesting to observe that some of the classical
tools of descriptive statistics, such as the histogram
and the stem-and-leaf display, are not particularly
useful for time series data because they do not take time order into account.
9
![Page 10: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/10.jpg)
10 10
![Page 11: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/11.jpg)
11 11
![Page 12: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/12.jpg)
12 12
![Page 13: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/13.jpg)
13 13
Bulan (t) Profit (Yt)
1 11
2 18
3 16
4 22
5 24
6 20
7 16
8 14
9 10
10 13
Berikut data profit bulanan (dalam milyar) suatu perusahaan di bidang
ekspor impor selama 10 bulan terakhir.
a. Tentukan data termuluskan melalui teknik rataan bergerak sederhana
dengan rentang N = 3. Kemudian buat time-series plotnya bersama
dengan data asal.
b. Tentukan ramalan besarnya profit pada setiap satu waktu ke depan.
Berapa ramalan profit pada bulan ke-11 dan ke-12?
![Page 14: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/14.jpg)
14 14
Bulan (t) yt MT
1 11 -
2 18 -
3 16 15.0
4 22 18.7
5 24 20.7
6 20 22.0
7 16 20.0
8 14 16.7
9 10 13.3
10 13 12.3
a. Tentukan data termuluskan melalui teknik rataan bergerak sederhana
dengan rentang N = 3. Kemudian buat time-series plotnya bersama
dengan data asal.
![Page 15: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/15.jpg)
15 15
a. Tentukan data termuluskan melalui teknik rataan bergerak sederhana
dengan rentang N = 3. Kemudian buat time-series plotnya bersama
dengan data asal.
0
5
10
15
20
25
30
1 2 3 4 5 6 7 8 9 10
Bulan (t)
yt
MT
![Page 16: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/16.jpg)
16 16
Bulan (t) yt MT
1 11 -
2 18 -
3 16 15.0
4 22 18.7 15.0
5 24 20.7 18.7
6 20 22.0 20.7
7 16 20.0 22.0
8 14 16.7 20.0
9 10 13.3 16.7
10 12 12.3 13.3
11 - - 12.3
12 - - 12.3
b. Tentukan ramalan besarnya profit pada setiap satu waktu ke depan.
Berapa ramalan profit pada bulan ke-11 dan ke-12?.
![Page 17: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/17.jpg)
17 17
![Page 18: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/18.jpg)
18
Metode rataan bergerak sederhana (simple moving
average) hanya relevan untuk data deret waktu
yang stasioner.
Untuk data deret waktu yang tidak stasioner,
memerlukan pendekatan teknik pemulusan yang
berbeda.
18
![Page 19: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/19.jpg)
19
A very important type of time series is a stationary
time series.
A time series is said to be strictly stationary if its
properties are not affected by a change in the time
origin.
That is, if the joint probability distribution of the
observations yt, yt+1 …. yt+n is exactly the same as the
joint probability distribution of the observations yt+k, yt+k+1
…. yt+k+n then the time series is strictly stationary.
19
![Page 20: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/20.jpg)
20 20
![Page 21: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/21.jpg)
21 21
![Page 22: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/22.jpg)
22 22
![Page 23: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/23.jpg)
23
Measure of forecast accuracy should always be
evaluated as part of a technique validation effort.
When more than one forecasting technique seems
reasonable for a particular application, these
forecast accuracy measures can also be used to discriminate between competing models.
23
![Page 24: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/24.jpg)
24
Mean Error (ME).
Mean Absolute Deviation (MAD).
Mean Squared Error (MSE).
Mean Percent forecast-Error (MPE).
Mean Absolute Percent forecast-Error (MAPE).
24
![Page 25: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/25.jpg)
25 25
![Page 26: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/26.jpg)
26 26
![Page 27: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/27.jpg)
27 27
![Page 28: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/28.jpg)
28 28
![Page 29: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/29.jpg)
29 29
![Page 30: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/30.jpg)
30 30
The mean percent forecast error (MPE) is
![Page 31: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/31.jpg)
31 31
![Page 32: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/32.jpg)
32 32
![Page 33: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/33.jpg)
33 33
![Page 34: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/34.jpg)
34
![Page 35: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/35.jpg)
35
Gunakan data (the sales of mature pharmaceutical product) di dalam buku
Montgomery (Appendix B, Table B.2, hlm. 412).
a. Tentukan data termuluskan melalui teknik rataan bergerak sederhana
dengan rentang N = 3. Hitung ramalan untuk 3 waktu ke depan.
b. Tentukan data termuluskan melalui teknik rataan bergerak sederhana
dengan rentang N = 5. Hitung ramalan untuk 3 waktu ke depan.
c. Buat time-series plotnya masing-masing bersama dengan data asal.
d. Tentukan nilai ME, MAD, MSE, dan MAPE masing-masing untuk (a)
dan (b). Apa kesimpulan Anda?
Catatan: Kerjakan terlebih dahulu poin (a) s.d. (d) di atas menggunakan
Excel. Kemudian bandingkan hasilnya dengan keluaran Minitab,
SAS, dan Eviews.
35
![Page 36: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/36.jpg)
36 36
![Page 37: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/37.jpg)
37 37
Gunakan data (Chemical Process Viscosity ) di dalam buku Montgomery (Appendix B,
Table B.3, hlm. 413).
a. Tambahkan m pada seluruh data reading pada Table B.3 tersebut.
b. Pada data (a) di atas, tentukan data termuluskan melalui teknik rataan bergerak
sederhana dengan rentang N = 4. Hitung ramalan untuk 3 waktu ke depan.
c. Pada data (a) di atas, tentukan data termuluskan melalui teknik rataan bergerak
sederhana dengan rentang N = 6. Hitung ramalan untuk 3 waktu ke depan.
d. Buat time-series plotnya masing-masing bersama dengan data asal.
e. Tentukan nilai ME, MAD, MSE, dan MAPE masing-masing untuk (b) dan (c). Apa
kesimpulan Anda?
Catatan: Kerjakan terlebih dahulu poin (a) s.d. (e) di atas menggunakan Excel.
Kemudian bandingkan hasilnya dengan keluaran Minitab.
![Page 38: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/38.jpg)
38 38
![Page 39: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/39.jpg)
39
Montgomery, D.C., et.al. 2008. Forecasting Time Series Analysis
2nd. John Wiley.
Cryer, J.D. and Chan, K.S. 2008. Time Series Analysis with
Application in R. Springer.
Wei, William, W.S. 1990. Time Series Analysis, Univariate and
Multivariate Methods. Adison-Wesley Publishing Company Inc,
Canada.
Abraham, B. and Ledolter, J. 2005. Statistical Methods for
Forecasting. John Wiley.
39
![Page 40: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/40.jpg)
40 40
Bisa di-download di
http://www.stat.ipb.ac.id/en/index.php?page=dr-kusman-sadik
![Page 41: Departemen Statistika IPB, 2016 - ADW/02... · 2016. 8. 30. · Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan](https://reader033.fdocuments.net/reader033/viewer/2022052811/6086a64e8a2ac55e966a76f7/html5/thumbnails/41.jpg)
41 41