• Tidak ada hasil yang ditemukan

TREND DAN PROBABILITAS - Spada UNS

N/A
N/A
Protected

Academic year: 2023

Membagikan "TREND DAN PROBABILITAS - Spada UNS"

Copied!
10
0
0

Teks penuh

(1)

1. Analisis Trend

Suatu gerakan kecenderungan naik atau turun dalam jangka panjang yang diperoleh dari rata-rata perubahan dari waktu ke waktu dan nilainya cukup rata (smooth).

Metode Analisis Trend : a) Metode Semi Rata-Rata

Membagi data menjadi 2 bagian

Menghitung rata-rata kelompok. Kelompok 1 (K1) dan kelompok 2 (K2)

Menghitung perubahan trend dengan rumus:

Merumuskan persamaan trend Y = a + bX

TREND DAN PROBABILITAS

5

Bab

(2)

Contoh:

b) Metode Kuadrat Terkecil

Menentukan garis trend yang mempunyai jumlah terkecil dari kuadrat selisih data asli dengan data pada garis trendnya.

Ket :

Y = a + bX

(3)

Contoh:

Nilai a = = 30,6/5 = 6,12 Nilai b = = 5,5/11 = 0,50

Jadi persamaan trend = Y’= 6,12 + 0,50 X c) Metode Kuadratis

Untuk jangka waktu pendek, kemungkinan trend tidak bersifat linear. Metode kuadratis adalah contoh metode nonlinear.

Y = a + bX + cX2

Koefisien a, b, dan c dicari dengan rumus sebagai berikut:

a =

Y = a + bX + cX2

(4)

Y = a + bX + cX2

b =

c =

Contoh:

a =

=

= = 6,13

b = = = 0,55

c =

=

= -0,0071

Jadi persamaan kuadratisnya adalah Y = 6,13+0,55X – 0,0071X2

(5)

d) Tren Eksponensial

Persamaan eksponensial dinyatakan dalam bentuk variabel waktu (X) dinyatakan sebagai pangkat. Untuk mencari nilai a, dan b dari data Y dan X, digunakan rumus sebagai berikut:

Y’ = a (1+b)X

Ln Y’ = Ln a + X Ln (1+b) Sehingga :

a = anti ln

b = anti ln

Y = a (1+b)X

(6)

Contoh:

Nilai a dan b didapat dengan:

a = anti ln = anti ln = anti ln 1,8 = 6,1

b = anti ln = anti ln – 1 = 1,094 –1 = 0,094 Sehingga persamaan eksponensial Y = 6,1 (1+0,094)X

2. Analisis Variasi Musim

Variasi musim terkait dengan perubahan atau fluktuasi dalam musim-musim atau bulan tertentu dalam 1 tahun. Jenis-jenis variasi musim:

• Variasi Musim Produk Pertanian

Produksi Padi Permusim

0 10 20 30

I- 98

II- 98

III- 98

I- 99

II- 99

III- 99

I- 00

II- 00

III- 00

I- 01

II- 01

III- 03

Triw ulan

Produksi (000 ton)

(7)

• Variasi Inflasi Bulanan

Pergerakan Inflasi 2002

0 0,5 1 1,5 2 2,5

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

Bulan

Inflasi (%)

• Variasi Harga Saham Harian

Indeks Saham PT. Astra Agro Lestari, Maret 2003

0 50 100 150

03 05 13 14 22

Tanggal

Indeks

a) Variasi Musim dengan Metode Rata-Rata Sederhana

(8)

b) Variasi Musim dengan Metode Rata-Rata Trend

Metode rata-rata dengan trend dilakukan dengan cara yaitu indeks musim diperoleh dari perbandingan antara nilai data asli dibagi dengan nilai trend. Oleh sebab itu nilai trend Y’ harus diketahui dengan persamaan Y’ = a + bX.

3. Analisis Siklis a) Variasi Siklus

(9)

Y = T x S x C x I Maka

TCI = Y/S CI = TCI/T

Dimana CI adalah Indeks Siklus Contoh:

b) Gerak Tak Beraturan

(10)

Ingat :

Y = T x S x C x I Maka

TCI = Y/S CI = TCI/T Contoh :

4. Definisi Probabilitas

Probabilitas adalah peluang suatu kejadian 5. Manfaat

Manfaat mengetahui probabilitas adalah membantu pengambilan keputusan yang tepat, karena kehidupan di dunia tidak ada kepastian, dan informasi yang tidak sempurna.

6. Contoh

• Pembelian harga saham berdasarkan analisis harga saham

• Peluang produk yang diluncurkan perusahaan (sukses atau tidak), dan lain-lain.

Referensi

Dokumen terkait

Data yang tersedia dianalisa menggunakan analisa time series (TREND) dengan memakai metode kuadrat terkecil ( Least Square Method ) untuk melihat proyeksi

Data yang tersedia dianalisa menggunakan analisa time series (TREND) dengan memakai metode kuadrat terkecil ( Least Squared Method ) untuk melihat proyeksi kesempatan kerja,

pada etode trend moment, nilai X pada persamaan trend dihitung dengan menjadikan data pertama sebagai tahun dasar dan nilai X=0.. Contoh : sebagaimana data pada kasus

Metode kuadrat terkecil linier (Least Square Regression Method) adalah suatu metode yang digunakan untuk menentukan hubungan linier dari suatu data agar dapat

Nilai jumlah kuadrat sisaan dari persamaan nonlinier Langmuir dan Freundlich yang dihasilkan dengan menggunakan metode kuadrat terkecil nonlinier Marquardt-Levenberg

Analisis Regresi Linier Sederhana  Adalah suatu teknik yang digunakan untuk membangun suatu persamaan garis lurus dan menentukan nilai perkiraannya  Hanya ada 1 variabel X dan 1

Analisis Regresi Linier Sederhana  Adalah suatu teknik yang digunakan untuk membangun suatu persamaan garis lurus dan menentukan nilai perkiraannya  Hanya ada 1 variabel X dan 1

PENDEKATAN UNTUK MENGESTIMASI MODEL R EGRESI NONLINEAR Dalam metode ini, jumlah kuadrat eror diturunkan terhadap setiap koefisien atau parameter yang tak diketahui, lalu