PROGRAM STUDI DIII STATISTIKA FMIPA-ITS
RENCANA PEMBELAJARAN
KODE/ MATA KULIAH/ SKS/ SEMESTER : SS14 5368 / METODE PERAMALAN/ (2/0/1)/ 4 DOSEN PEMBINA: DOSEN STATISTIKA FMIPA ITS
97 CAPAIAN PEMBELAJARAN (Learning Outcomes) :
Mampu menganalisis data menggunakan metode statistika
Penguasaan Pengetahuan : 5.1 Mampu menjelaskan konsep dasar metode-metode peramalan beserta penggunaan dan keterbatasannya 5.2 Mampu mengidentifikasi informasi yang diperlukan untuk memperoleh hasil ramalan yang akurat
Kemampuan Kerja: 5.3 Mampu memilih dan menerapkan metode peramalan yang tepat untuk menyelesaikan persoalan
5.4 Mampu menerapkan metode peramalan dengan bantuan program MINITAB dan SAS
5.5 Mampu menginterpretasikan hasil analisis dan mengevaluasi kualitas hasil ramalan sebagai bagian terintegrasi dari proses pengambilan keputusan
Kemampuan Manajerial : 5.6. Mampu mengelola kelompok kerja dan mengkomunikasikan hasilnya baik lisan maupun tertulis secara komprehensif 5.7. Bertanggung jawab pada pekerjaan sendiri
5.8. Dapat diberi tanggung jawab atas pencapaian hasil kerja kelompok
Sikap dan Tata Nilai : 5.9 Memiliki etika profesi (termasuk menghargai temuan orisinil orang lain); menghargai pendapat orang lain; patuh pada aturan tertulis dan tidak tertulis; serta berfikir cerdas, amanah dan kreatif
Materi (pokok bahasan):
Pendahuluan (ruang lingkup mata kuliah, klasifikasi dan aplikasi metode peramalan), Trend Analysis, Regresi Linear Berganda, Dummy Variable, Calendar Variation, Metode Naif, Moving Average, Metode Pemulusan, Metode Dekomposisi, Model ARIMA Reguler - Musiman - Multiplikatif, Kriteria Pemilihan Model Terbaik
Prasayarat:
PROGRAM STUDI DIII STATISTIKA FMIPA-ITS
RENCANA PEMBELAJARAN
KODE/ MATA KULIAH/ SKS/ SEMESTER : SS14 5368 / METODE PERAMALAN/ (2/0/1)/ 4 DOSEN PEMBINA: DOSEN STATISTIKA FMIPA ITS
98 PERT
-ke
CAPAIAN PEMBELAJARAN
Indikator Capaian Materi Pustaka Pembelajaran Metode Asesmen Bentuk Bobot
NOMOR DESKRIPSI
1-2 5.1; 5.2 1.Mampu menjelaskan
konsep dasar metode peramalan dengan pendekatan time series dan kausal, serta menjelaskan aplikasi metode peramalan
1.1 Mampu menjelaskan konsep dasar dan
aplikasi metode peramalan.
1.2 Mampu menjelaskan kesamaan dan
perbedaan analisis time series dengan metode statistika kausal, khususnya analisis regresi.
1.3 Mampu menerapkan analisis regresi untuk
memodelkan data time series yang memiliki trend linier, kuadratik, kubik, eksponensial dan hiperbolik
Pendahuluan:
• Ruang lingkup mata
kuliah
• Klasifikasi dan aplikasi metode peramalan
• Trend Analysis
[1] - [6] Ceramah,
Diskusi, Latihan, Project Based Learning
Tugas (presentasi), Observasi di kelas
5%/ 5%
3-4 5.1 - 5.9 2.Mampu menjelaskan
konsep analisis regresi, mampu menganalisis data time series menggunakan regresi linear berganda serta menginterpretasikan hasil
2.1 Mampu menerapkan analisis regresi linear berganda dari data time series beserta interpretasinya
2.2 Mampu melakukan pemilihan model terbaik menggunakan metode backward, forward dan stepwise dari data time series
2.3 Mampu melakukan uji kebaikan suai model 2.4 Mampu menginterpretasikan hasil
pemodelan regresi
Regresi Linear Berganda
• Pemodelan (penaksiran
dan pengujian parameter model regresi)
• Pemilihan model terbaik • Pengujian asumsi
[1] BAB 3-5 Observasi di kelas, Tes
5%/ 10%
5-8 5.1 - 5.9 3.Mampu menggunakan
variabel dummy untuk pemodelan data time series
3.1 Mampu menggunakan variabel dummy untuk
memodelkan data time series yang
mengalami perubahan pola, mempunyai pola musiman dan atau variasi kalender
Dummy variable, calendar variation Observasi di kelas, Tes
10%/ 20%
9-16 5.1 - 5.9 4.Mampu menjelaskan
metode moving average, metode pemulusan dan penerapannya dalam pemodelan data time series
4.1 Mampu menerapkan metode moving
average, single dan double exponential smoothing, holt dan winter untuk memodelkan data time series
Metode Naive, Moving Average, Metode Pemulusan (smoothing
method) Observasi di kelas, Tes
PROGRAM STUDI DIII STATISTIKA FMIPA-ITS
RENCANA PEMBELAJARAN
KODE/ MATA KULIAH/ SKS/ SEMESTER : SS14 5368 / METODE PERAMALAN/ (2/0/1)/ 4 DOSEN PEMBINA: DOSEN STATISTIKA FMIPA ITS
99 PERT
-ke
CAPAIAN PEMBELAJARAN
Indikator Capaian Materi Pustaka Pembelajaran Metode Asesmen Bentuk Bobot
NOMOR DESKRIPSI
Learning
17-20 5.1 - 5.9 5.Mampu menerapkan
metode dekomposisi
5.1 Mampu menerapkan dekomposisi yang
merupakan penguraian nilai suatu data time series sebagai penggandaan (multiplication) dari faktor-faktor : trend, cyclical, seasonality,
dan irregularity
Metode Dekomposisi [1] BAB 7 Observasi di kelas, Tes
10%/ 50%
21-26 5.1- 5.9 6.Mampu menerapkan
metode ARIMA reguler, Mampu
menginterpretasikan hasil dan mengevaluasi kualitas hasil ramalan, Mampu memilih model terbaik
6.1 Mampu menjelaskan konsep ACF dan PACF
pada proses AR, MA, ARMA dan ARIMA
6.2 Mampu menjelaskan tahapan pemodelan
ARIMA
6.3 Mampu menjelaskan cara identifikasi proses yang tidak stasioner dalam mean dan/atau varians
6.4 Mampu menjelaskan konsep estimasi dan pengujian parameter model ARIMA
6.5 Mampu menjelaskan konsep cek diagnosa
model ARIMA
6.6 Mampu menjelaskan konsep pemilihan model terbaik dan kriteria pemilihan model terbaik
6.7 Mampu menjelaskan konsep peramalan
model ARIMA
6.8 Mampu membedakan penggunaan metode
AR, MA, ARMA dan ARIMA
Pemodelan ARIMA reguler
• Konsep stasioneritas data time series, fungsi autokorelasi (ACF), dan fungsi autokorelasi parsial (PACF).
• Tahapan pemodelan
ARIMA
• Metode estimasi parameter pada model ARIMA
• Cek diagnosa dan
pemilihan model terbaik (kriteria in-sample dan out-sample)
• Peramalan
[1] BAB Observasi di kelas, Tes
20%/ 70%
27-28 5.1-5.9 7.Mampu menerapkan
metode SARIMA (ARIMA musiman), Mampu menginterpretasikan hasil dan mengevaluasi kualitas hasil ramalan, Mampu memilih model terbaik
7.1 Mampu menjelaskan konsep ACF dan PACF
pada proses AR, MA, ARMA dan ARIMA musiman dan multiplikatif
7.2 Mampu menjelaskan konsep estimasi dan pengujian parameter model SARIMA
7.3 Mampu menjelaskan konsep cek diagnosa
model SARIMA
7.4 Mampu menjelaskan konsep pemilihan model terbaik dan kriteria pemilihan model
Pemodelan ARIMA
musiman dan multiplikatif
• ACF dan PACF model
SARIMA
• Estimasi dan pengujian parameter model SARIMA Observasi di kelas, Tes
PROGRAM STUDI DIII STATISTIKA FMIPA-ITS
RENCANA PEMBELAJARAN
KODE/ MATA KULIAH/ SKS/ SEMESTER : SS14 5368 / METODE PERAMALAN/ (2/0/1)/ 4 DOSEN PEMBINA: DOSEN STATISTIKA FMIPA ITS
100 PERT
-ke
CAPAIAN PEMBELAJARAN
Indikator Capaian Materi Pustaka Pembelajaran Metode Asesmen Bentuk Bobot
NOMOR DESKRIPSI
terbaik
7.5 Mampu menjelaskan konsep peramalan
model SARIMA
7.6 Mampu membedakan penggunaan metode
AR, MA, ARMA dan ARIMA musiman dan multiplikatif
pemilihan model terbaik (kriteria in-sample dan out-sample)
• Peramalan
29-30 5.1-5.9 8. Mampu memilih dan
menerapkan metode yang tepat dalam meramalkan data time series
8.1 Mampu memilih dan menerapkan metode yang tepat untuk meramalkan data time series
Review dan Studi Kasus [1] - [6] Ceramah,
Diskusi, Latihan, Praktikum, Problem Based Learning
Tugas, Presentasi, Observasi di kelas, Tes
10%/ 100%
PUSTAKA UTAMA
1. Bowerman, B. L., O’Connell, R., and Koehler, A. “Forecasting, Time Series and Regression”. Thomson, Brooks Cale. 2005 2. Hanke, J.E. and Wichern, D. W. Business Forecasting, 9th Edition, Pearson International Edition. 2008
3. Makridakis, S., Wheelwright, S.C., and McGee, V. E. Metode dan Aplikasi Peramalan: Jilid 1, Erlangga, Jakarta. 1988
PUSTAKA PENDUKUNG
1. Cryer, D.J. and Chan, K. “Time Series Analysis: with Applications in R”, 2nd Edition. Springer. USA. 2005 2. Wei, W. W. S. Time Series Analysis: Univariate and Multivariate Methods, 2nd Edition. Pearson. USA. 2006 3. Manual Minitab dan SAS Users Guide.