RANCANGAN MATA KULIAH (RMK)

RANCANGAN MATA KULIAH

(RMK)

JUDUL/KODE MATA KULIAH

: METODE PERAMALAN (SATS4323)

SKS

: 3 (tiga)

PENULIS

: Prof. Dr. Eko Sediyono, M. Kom

DESKRIPSI SINGKAT :

Matakuliah Metode Peramalan ini membahas tentang pengenalan metode peramalan yang berisi motivasi pentingnya metode

peramalan untuk mengambil keputusan bisnis, pola data yang diperlukan untuk menentukan teknik peramalan yang tepat. Selain itu

juga membahas metode-metode peramalan ekstrapolatif (rata-rata bergerak, eksponensial pemulusan, autoregresif rata-rata bergerak

(ARMA)-Box Jenkins), dan peramalan dengan variabel eksplanatori (regresi sederhana, regresi berganda dan regresi dengan data

runtun waktu).

KOMPETENSI UMUM :

Setelah mempelajari matakuliah ini, mahasiswa dapat memanfaatkan metode-metode statistika yang diperlukan untuk memprediksi

(meramal) bisnis. Untuk dapat menguasai teknik peramalan ini disyaratkan bahwa mahasiswa sudah pernah mempelajari statistika dasar

dan menguasai pengoperasian komputer untuk aplikasi pengolah kata dan pengolah lembar kerja (Spreadsheet).

PENELAAH : Prof. Dr. Ir. Sony Heru Priyanto, M.M.

PENELAAH DI/ BAHASA : Dra. Andi Megawarni, M.Ed.

No KOMPETENSI KHUSUS POKOK BAHASAN SUB POKOK BAHASAN

BAHAN AJAR TUTORIAL EVALUASI DAFTAR PUSTAKA

Cetak Noncetak TTM Tuton dll. Obj Ess dll.

1 2 3 4 5 6 7 8 9 10 11 12 11

Mahasiswa mampu

I 1. Mendefinisikan peramalan dan perlunya peramalan di dunia bisnis

2. Memahami metode-metode peramalan 3. Mengerti tahap-tahap peramalan

4. Membedakan kasus-kasus yang dapat diselesaikan dengan menggunakan metode peramalan

Pengenalan Metode Peramalan A. Sejarah Peramalan B. Perlunya Peramalan C. Macam-macam

Peramalan

D. Tips Memilih Metode

Peramalan E. Tahap-tahap peramalan F. Macam-macam program peramalan G. Contoh-contoh kasus peramalan

V

V

V

(Hanke,

2009, Bab

1)

V

V

V

2

No KOMPETENSI KHUSUS POKOK BAHASAN SUB POKOK BAHASAN

BAHAN AJAR TUTORIAL EVALUASI DAFTAR PUSTAKA

Cetak Noncetak TTM Tuton dll. Obj Ess dll.

1 2 3 4 5 6 7 8 9 10 11 12 11

6. Menghitung autokorelasi untuk menyelidiki pola data

digunakan dalam peramalan

B. Pola data runtun waktu C. Penyelidikan pola data

dengan analisis autokorelasi

2009, Bab

3)

III 7. Mendefinisikan dan memberikan contoh pola data pada kehidupan sehari-hari

8. Menentukan teknik peramalan yang cocok dengan pola data yang ada

9. Mengimplementasikan teknik peramalan dengan pola data yang cocok untuk masalah yang diberikan

Memilih teknik peramalan sesuai dengan pola data

A. Teknik peramalan

untuk data stasioner

B. Teknik peramalan

untuk data tren

C. Teknik peramalan

untuk data musiman

D. Teknik peramalan

untuk data berulang (Cyclical)

(

Hyndman

, 2016 bab

2

)

IV 10. Menuliskan kembali urut-urutan fungsi peramalan rata-rata bergerak sederhana maupun ganda

11. Menghitung data dengan fungsi peramalan rata-rata bergerak sederhana maupun ganda

12. Menginterpretasikan hasil perhitungan menjadi solusi masalah yang diberikan

13. Mengukur kesalahan peramalan dengan menggunakan ukuran-ukuran kesalahan

Metode Rata-rata bergerak (Metode Ekstrapolatif)

A. Metode Peramalan

rata-rata sederhana

B. Metode peramalan

rata-rata bergerak

C. Metode Peramalan

rata-rata bergerak ganda

D. Perhitungan kesalahan

pengukuran (MAPE, MAD, MAE, MASE, RMSE)

(Hanke,

2009, Bab

4)

V 14. Mendefinisikan kembali metode peramalan eksponensial pemulusan dengan penyesuaian untuk data tren maupun musiman Metode eksponensial pemulusan (exponential smooting) (Metode Ekstrapolatif) A. Metode Peramalan eksponensial pemulusan dengan penyesuaian

(Hanke,

2009, Bab

4)

No KOMPETENSI KHUSUS POKOK BAHASAN SUB POKOK BAHASAN

BAHAN AJAR TUTORIAL EVALUASI DAFTAR PUSTAKA

Cetak Noncetak TTM Tuton dll. Obj Ess dll.

1 2 3 4 5 6 7 8 9 10 11 12 11

15. Menghitung fungsi peramalan eksponensial pemulusan dengan penyesuaian untuk data tren maupun musiman 16. Menginterpretasikan hasil perhitungan untuk

menyelesaikan masalah yang diberikan

17. Menghitung besarnya kesalahan peramalan dengan menggunakan ukuran tertentu

untuk data tren

B. Metode Peramalan

eksponensial pemulusan dengan tren dan musiman

VI 18. Mendefinisikan kembali metode autoregresif rata-rata bergerak dengan stategi Box-Jenkins

19. Menghitung fungsi autoregresif rata-rata bergerak 20. Mengimplementasikan strategi pembangunan model

dalam bidang manajemen

Metode autoregresif rata-rata bergerak (Autoregressive moving average - ARMA) - Box-Jenkins (Metode Ekstrapolatif) A. Metode Box-Jenkins B. Mengimplementasikan strategi pembangunan model C. Implementasi dalam manajemen

(Hanke,

2009, Bab

9)

VII 21. Mendefinisikan kembali konsep fungsi dan garis regresi sederhana

22. Menghitung persamaan regresi berdasarkan data yang diberikan

23. Menginterpretasi hasil perhitungan untuk masalah yang diberikan

Analisis Regresi sederhana (Metode Variabel eksplanatori)

A. Konsep garis dan

persamaan regresi

B. Standar galat estimasi

C. Meramal Y D. Koefisien determinasi E. Analisis residual

(Hanke,

2009, Bab

6)

VIII 24. Mendefinisikan kembali konsep fungsi dan garis regresi Analisis Regresi berganda (Metode dengan variabel

A. Beberapa variabel

_(Hanke,

4

No KOMPETENSI KHUSUS POKOK BAHASAN SUB POKOK BAHASAN

BAHAN AJAR TUTORIAL EVALUASI DAFTAR PUSTAKA

Cetak Noncetak TTM Tuton dll. Obj Ess dll.

1 2 3 4 5 6 7 8 9 10 11 12 11

berganda

25. Menghitung persamaan regresi berdasarkan data yang diberikan

26. Menginterpretasi hasil perhitungan untuk masalah yang diberikan eksplanatori) prediktor B. Matrik korelasi C. Model regresi berganda D. Menginterpretasikan koefisien regresi E. Implementasi pada bidang manajemen

V

7)

IX

27. Mendiskripsikan peramalan dengan regresi untuk data runtun waktu

28. Mendiskripsikan masalah-masalah korelasi diri dan heteroskedastisitas pada data runtun waktu. 29. Menghitung regresi dengan data runtun waktu 30. Menerapkan pada persoalan yang diberikan

Regresi Dengan Data Runtun Waktu

(Metode dengan variabel eksplanatori)

A. Data runtun waktu dan

masalah korelasi diri (Autocorrelation)

B. Korelasi diri dan Uji

Durbin-Watson

C. Solusi untuk masalah

Korelasi diri

D. Data runtun waktu dan

masalah

heteroskedastisitas

E. Menggunakan regresi

untuk meramal data musiman

(Hanke,

2009, Bab

5)

*) Daftar Pustaka

Verawati A. (2006), Penerapan Model Box-Jenkins Musiman dalam Meramalkan Nilai Tukar Mata Uang Dollar Terhadap Rupiah (Skripsi), Universitas Kristen Satya

Wacana, Salatiga

Hyndman, R. J, George Athana-sopou-los., (2016), Forecasting: principles and practice, O-Texts, Online Open-Access Textbooks, https://www.otexts.org/fpp/6/2

Mengetahui Penulis Penelaah Materi, Penelaah DI/Bahasa Ketua Jurusan

Ir. Sri Enny Triwidiastuti, M.T Prof. Dr. Eko Sediyono, M.Kom

Prof. Dr. Ir. Sony Heru Priyanto,M.M.

Dra. Andi Megawarni, M.Ed. NIP 195807111989032001 NIDN. 0628096101 NIDN.0614096601 NIP 195311071989032001

6

Analisis Modul :

Modul 1

Pengenalan Metode Peramalan

Modul 2

Pengenalan pola data

Modul 4 Metode Rata-rata bergerak

Modul 5

Metode eksponensial pemulusan

Modul 6

Metode autoregresif rata-rata bergerak

Modul 9

Regresi Dengan Data Runtun Waktu

Teknik Peramalan ekstrapolatif dan variabel eksplanatori Pengenalan peramalan

Modul 3

Memilih teknik peramalan sesuai dengan pola data

Modul 7 Analisis Regresi sederhana

Modul 8 Analisis Regresi berganda

Analisis Kompetensi

Setelah mempelajari matakuliah ini, mahasiswa dapat memanfaatkan

metode-metode statistika yang diperlukan untuk memprediksi

(meramal) bisnis. Untuk dapat menguasai teknik peramalan ini

disyaratkan bahwa mahasiswa sudah pernah mempelajari statistika dasar

dan menguasai pengoperasian komputer untuk aplikasi pengolah kata

dan pengolah lembar kerja (Spreadsheet).

Kompetensi 21- 30

Kompetensi 10 - 20

Kompetensi 1-4

Kompetensi 5-6

Kompetensi 7 - 9

KISI-KISI

TUGAS TUTORIAL/TUGAS MATA KULIAH

UNIVERSITAS TERBUKA

Program Studi

: Statistika

Kode/Nama Mata Kuliah

: SATS4323 / Metode Peramalan

Jumlah sks

: 3

Nama Penulis

: Irlan Soelaeman

Institusi : Universitas Terbuka

Nama Penelaah

: Isfarudi

Institusi : Universitas Terbuka

Tahun Pengembangan

: 2020

Status Pengembangan

: Baru/Revisi*

Tangerang Selatan, 14 September 2020

Menyetujui,

Telah divalidasi Pengampu Mata Kuliah,

Ketua Program Studi Statistika,

Pengampu Mata Kuliah,

Deddy A. Suhardi, S.Si., M.M.

Drs. Irlan Soelaeman, M.Ed.

NIP 197207272005011001

NIP 19570822 198811 1 001

*) coret yang tidak sesuai

Lampiran II Surat Wakil Rektor Bidang Akademik

Nomor

: 33953 /UN31.WR.1/PK.02.03/2020

Tanggal

: 2 September 2020

LEMBAR KISI-KISI TUGAS TUTORIAL ATAU TUGAS MATA KULIAH I/II/III*

Program Studi

: Statistika

Penulis

: Irlan Soelaeman

Kode/Mata Kuliah/sks

: SATS4323/Metode Peramalan/3

Institusi

: Universitas Terbuka

Jumlah Soal

: ( 1 )

Penelaah

: Isfarudi

Tanggal/Bulan/Tahun

Penulisan

: 14 Sept 2020

Institusi

: Universitas Terbuka

Baru/Revisi*

: ____________________

Capaian Pembelajaran

Mata Kuliah (MK)

: Menjelaskan berbagai macam metode dalam peramalan berdasarkan data runtun waktu. Pembahasannya berpusat pada

peremajaan taksiran parameter dan peramalan untuk beberapa periode kedepan, baik yang berupa taksiran titik ataupun

interval.

Soal

C

Tertinggi

Indikator

Skor

Tingkat

Kesukaran

Waktu

Pengerjaan

No. dan Judul Modul/No.

dan Judul KB

No.

Capaian

Pembelajaran

1.

Menaksir parameter beta

dan menghitung ramalan

pada periode t dengan

menggunakan model

regresi linear sederhana

C3

Mhs mampu menghitung

parameter beta dan nilai ramalan

pada periode t dengan

menggunakan model regresi

linear sederhana

20 Sedang 20 Menit

Modul 1: Metode Regresi Linier

KB 1: Metode Regresi Linier Sederhana

LEMBAR KISI-KISI TUGAS TUTORIAL ATAU TUGAS MATA KULIAH I/ II /III*

Program Studi

: Statistika

Penulis

: Irlan Soelaeman

Kode/Mata Kuliah/sks

: SATS4323/Metode Peramalan/3

Institusi

: Universitas Terbuka

Jumlah Soal

: ( 1 )

Penelaah

: Isfarudi

Tanggal/Bulan/Tahun

Penulisan

: 14 Sept 2020

Institusi

: Universitas Terbuka

Baru/Revisi*

: ____________________

Capaian Pembelajaran

Mata Kuliah (MK)

: Menjelaskan berbagai macam metode dalam peramalan berdasarkan data runtun waktu. Pembahasannya berpusat pada

peremajaan taksiran parameter dan peramalan untuk beberapa periode kedepan, baik yang berupa taksiran titik ataupun

interval.

Soal

C

Tertinggi

Indikator

Skor

Tingkat

Kesukaran

Waktu

Pengerjaan

No. dan Judul Modul/No.

dan Judul KB

No.

Capaian

Pembelajaran

1.

Penaksiran parameter 

dengan menggunakan

metode PES dan

konstanta penghalus 

serta harga awal S

0

yang

ditentukan berdasarkan

data historis. Kemudian,

melakukan peramalan

pada suatu periode t.

C3

Mhs mampu menggunakan

metode PES untuk melakukan

sebuah peramalan pada suatu

periode t.

40 Sedang 35 menit

Modul 3: Metode Penghalusan Eksponensial

KB 1: Metode Penghalusan Eksponensial Sederhana

LEMBAR KISI-KISI TUGAS TUTORIAL ATAU TUGAS MATA KULIAH I/ II /III*

Program Studi

: Statistika

Penulis

: Irlan Soelaeman

Kode/Mata Kuliah/sks

: SATS4323/Metode Peramalan/3

Institusi

: Universitas Terbuka

Jumlah Soal

: ( 1 )

Penelaah

: Isfarudi

Tanggal/Bulan/Tahun

Penulisan

: 14 Sept 2020

Institusi

: Universitas Terbuka

Baru/Revisi*

: ____________________

Capaian Pembelajaran

Mata Kuliah (MK)

: Menjelaskan berbagai macam metode dalam peramalan berdasarkan data runtun waktu. Pembahasannya berpusat pada peremajaan taksiran

parameter dan peramalan untuk beberapa periode kedepan, baik yang berupa taksiran titik ataupun interval.

Soal

C

Tertinggi

Indikator

Skor

Tingkat

Kesukaran

Waktu

Pengerjaan

No. dan Judul Modul/No. dan

Judul KB

No.

Capaian Pembelajaran

1.

Menghitung statistik penelusuran jejak dan menguji ketidakbiasan hasil sebuah ramalan.

C3

Mhs mampu menghitung statistik penelusuran jejak dan menguji ketidakbiasan hasil sebuah ramalan.

40 Sedang 35 menit

Modul 9: Pengawasan Kualitas Ramalan

KB 1: Penelusuran Jejak

KB 2: Pemeriksaan Data Pencilan

KISI-KISI

SOAL UJIAN URAIAN (TAKE HOME EXAM)

UNIVERSITAS TERBUKA

Program Studi

: Statistika

Kode/Nama Mata Kuliah

: SATS4323 / Metode Peramalan

Jumlah sks

: 3

Nama Penulis

: Irlan Soelaeman

Institusi : Universitas Terbuka

Nama Penelaah

: Isfarudi

Institusi : Universitas Terbuka

Tahun Pengembangan

: 2020

Status Pengembangan

: Baru/Revisi*

Tangerang Selatan, 28 Oktober 2020

Menyetujui,

Telah divalidasi Pengampu Mata Kuliah,

Ketua Program Studi Statistika,

Pengampu Mata Kuliah,

Deddy A. Suhardi, S.Si., M.M

Drs. Irlan Soelaeman, M.Ed.

NIP 197207272005011001

NIP 19570822 198811 1 001

*) coret yang tidak sesuai

Lampiran I Surat Wakil Rektor Bidang Akademik

Nomor

: 39313 /UN31.WR.1/PK.02.03/2020

Tanggal

: 8 Oktober 2020

LEMBAR KISI-KISI UAS URAIAN (TAKE HOME EXAM)

Program Studi : Statistika Penulis : Irlan Soelaeman

Kode/Nama Mata Kuliah/SKS : SATS4323 / Metode Peramalan / 3 SKS Institusi : Universitas Terbuka

Jumlah Soal : 3 (Tiga) Penelaah : Isfarudi

Tanggal/Bulan/Tahun Penulisan : 28/10/2020 Institusi : Universitas Terbuka

Baru/Revisi* : Baru Capaian Pembelajaran

Mata Kuliah (MK) : Mahasiswa mampu menggunakan berbagai metode peramalan berikut kualitas hasil ramalannya untuk peramalan beberapa periode ke depan baik yang berupa taksiran titik ataupun taksiran interval.

Soal

C

Tertinggi

Indikator

Skor

Tingkat

Kesukaran

Waktu

Pengerjaan

No. dan Judul Modul/No. dan

Judul KB

No.

Capaian Pembelajaran

1. Menaksir parameter beta dan

menghitung ramalan pada periode t dengan menggunakan model regresi linear sederhana

C3 Mahasiswa mampu menghitung parameter beta dan nilai ramalan pada periode t dengan menggunakan model regresi linear sederhana

20 Sedang 20 Menit Modul 1: Metode Regresi Linier

2. Penaksiran parameter  dengan menggunakan metode PES dan konstanta penghalus  serta harga awal S0 yang ditentukan berdasarkan data historis. Kemudian, melakukan peramalan pada suatu periode t.

C3 Mahasiswa mampu menggunakan metode PES untuk melakukan sebuah peramalan pada suatu periode t.

40 Sedang 35 menit Modul 3: Metode Penghalusan Eksponensial

KB 1: Metode Penghalusan Eksponensial Sederhana

3. Menghitung statistik penelusuran jejak dan menguji ketidakbiasan hasil sebuah ramalan.

C3 Mahasiswa mampu menghitung statistik penelusuran jejak dan menguji ketidakbiasan hasil sebuah ramalan.

40 Sedang 35 menit Modul 9: Pengawasan Kualitas Ramalan

KB 1: Penelusuran Jejak

KB 2: Pemeriksaan Data Pencilan