deret berkala dan peramalan
DESCRIPTION
STATISTIKA: DERET BERKALA DAN PERAMALANTRANSCRIPT
Deret Berkala dan PeramalanKelompok 3:• Jemmy Esrom Serang
(43212010038)• Bambang Cipto Jati
(43212010039)• Diki Nurhakim
(43212010046)• Maulina Sahara
(43212010047)Statistik
PENDAHULUAN
Data deret berkala adalah sekumpulan data yang dicatat dalam suatu periode tertentu.
Manfaat analisis data berkala adalah mengetahui kondisi masa mendatang atau meramalkan kondisi mendatang.
Peramalan kondisi mendatang bermanfaat untuk perencanaan produksi, pemasaran, keuangan dan bidang lainnya.
Deret Berkala dan Peramalan
Analisis Trend
Variasi Musim
Variasi Siklus
Gerak Tak Beraturan
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).
Tahun (X) Tahun (X)
Y Y
Trend Positif Trend Negatif
Analisis Trend
Metode Kuadrat Terkecil
Metode Trend Kuadratis
Metode Trend Eksponensial
Metode Semi Rata-Rata
Metode Semi Rata-rata
• Membagi data menjadi 2 bagian
• Menghitung rata-rata kelompok. Kelompok 1 dan kelompok 2
• Menghitung perubahan trend dengan rumus:
• Merumuskan persamaan trend Y’ = a + bX
Tahun Jumlah Pelanggan (Jutaan)
1996 4,2
1997 5,0
1998 5,6
1999 6,1
2000 6,7
2001 7,2
Data diatas adalah perkembangan jumlah pelanggan PT Telkom. a. Buatlah persamaan pelanggan PT
Telkomb. Hitunglah perkiraan pelanggan PT
Telkom pada tahun 2002
Penyelesaian:
a. Membagi data menjadi 2 kelompok. Data ada 6 tahun, jadi kelompok 1 : tahun 1996-1998 sedangkan kelompok 2: tahun 1999-2001.
b. Rata-rata tiap kelompok = a1 = (4,2 + 5,0 + 5,6)/3 = 4,93 = a2 = (6,1 + 6,7 + 7,2)/3 = 6,67
c. Nilai perubahan
Jadi persamaan trendnya adalah :1. Y’ = 4,93 + 0,58X, dengan tahun dasar 19972. Y’ = 6,67 + 0,58X, dengan tahun dasar 2000
Tahun Pelanggan Rata-rata Nilai X untuk th
dasar 1997
Nilai X untuk th
dasar 2000
1996 4,2 -1 -4
1997 5,0 4,93 0 -3
1998 5,6 1 -2
1999 6,1 2 -1
2000 6,7 6,67 3 0
2001 7,2 4 1
d. Nilai peramalan untuk tahun 2002
Tahun dasar 1997, nilai X = 5Y’ = 4,93 + 0,58X = 4,93 + 0,58(5) = 7,82 juta pelanggan
Tahun dasar 2000, nilai X = 2Y’ = 6,67 + 0,58X = 6,67 + 0,58(2) = 7,82 juta pelanggan
Analisis Trend
Metode Kuadrat Terkecil
Metode Trend Kuadratis
Metode Trend Eksponensial
Metode Semi Rata-Rata
Metode Kuadrat Terkecil (Least Square Method)
Trend dengan kuadrat terkecil diperoleh denga menentukan garis trend yang mempunyai jumlah terkecil dari kuadrat
selisih data asli dengan data pada garis trend.
Rumus garis trend dengan metode least square adalah:
Y’ = a + bX
Tahun Jumlah Pelanggan (Jutaan)
1997 5,0
1998 5,6
1999 6,1
2000 6,7
2001 7,2
Dari data tersebut buatlah persamaan trend dengan metode least square dan
tentukan nilai peramalannya untuk tahun 2002 dan 2005!
Tahun Pelanggan (Y)
Kode X (tahun)
Y.X
1997 5,0
1998 5,6
1999 6,1
2000 6,7
2001 7,2
Σ𝑌=5,0+5,6+6,1+6,7+7,2
Tahun Pelanggan (Y)
Kode X (tahun)
Y.X
1997 5,0
1998 5,6
1999 6,1
2000 6,7
2001 7,2
Data yang berada ditengah = 0, untuk tahun
sebelumnya -1 dan seterusnya,
sedangkan tahun selanjutnya 1 dan
seterusnya
Tahun Pelanggan (Y)
Kode X (tahun)
Y.X
1997 5,0 -2
1998 5,6 -1
1999 6,1 0
2000 6,7 1
2001 7,2 2
𝑌 .𝑋=5,0 x−2
Tahun Pelanggan (Y)
Kode X (tahun)
Y.X
1997 5,0 -2 -10,0
1998 5,6 -1 -5,6
1999 6,1 0 0
2000 6,7 1 6,7
2001 7,2 2 14,4
𝐾𝑜𝑑𝑒 ( 𝑋 ) 𝑑𝑖𝑘𝑢𝑎𝑑𝑟𝑎𝑡𝑘𝑎𝑛=(−2)2
Tahun Pelanggan (Y)
Kode X (tahun)
Y.X
1997 5,0 -2 -10,0 4
1998 5,6 -1 -5,6 1
1999 6,1 0 0 0
2000 6,7 1 6,7 1
2001 7,2 2 14,4 4
Nilai
Nilai
Jadi persamaan trendnya = Y’ = 6,12 + 0,55X
Nilai peramalan untuk tahun 2002Nilai X = 3
Y = 6,12 + 0,55X = 6,12 + 0,55(3) = 7,77
Nilai peramalan untuk tahun 2005Nilai X = 6
Y = 6,12 + 0,55X = 6,12 + 0,55(6) = 9,42
Analisis Trend
Metode Kuadrat Terkecil
Metode Trend Kuadratis
Metode Trend Eksponensial
Metode Semi Rata-Rata
TREND KUADRATIS
Untuk jangka waktu pendek, kemungkinan trend tidak bersifat linear. Metode kuadratis adalah contoh metode nonlinear.
Persamaan trend kuadratis dirumuskan :Y’ = a + bX + c
Koefisien a, b, dan c dicari dengan rumus :
Tahun Jumlah Pelanggan (Jutaan)
1997 5,0
1998 5,6
1999 6,1
2000 6,7
2001 7,2
Dari data yang sama, carilah persmaan trend kuadratis dan tentukan nilai
peramalannya untuk tahun 2002 dan 2005!
Tahun Pelanggan (Y)
Kode X (tahun
)
Y.X
1997 5,0 -2 -10,0 4
1998 5,6 -1 -5,6 1
1999 6,1 0 0 0
2000 6,7 1 6,7 1
2001 7,2 2 14,4 4
Jumlah
𝑿𝟐 .𝒀=𝟒 𝒙𝟓 ,𝟎
Tahun Pelanggan (Y)
Kode X (tahun
)
Y.X
1997 5,0 -2 -10,0 4 20
1998 5,6 -1 -5,6 1 5,6
1999 6,1 0 0 0 0
2000 6,7 1 6,7 1 6,7
2001 7,2 2 14,4 4 28,8
Jumlah 61,1
𝐾𝑜𝑑𝑒 ( 𝑋 ) 𝑝𝑎𝑛𝑔𝑘𝑎𝑡𝑒𝑚𝑝𝑎𝑡=(−2)4
Tahun Pelanggan (Y)
Kode X (tahun
)
Y.X
1997 5,0 -2 -10,0 4 20 16
1998 5,6 -1 -5,6 1 5,6 1
1999 6,1 0 0 0 0 0
2000 6,7 1 6,7 1 6,7 1
2001 7,2 2 14,4 4 28,8 16
Jumlah 61,1 34
Persamaan kuadratisnya:Y = 6,13 + 0,55X – 0,0017
Peramalan untuk tahun 2002 (X=3)Y= 6,13 + 0,55(3) – 0,0017 = 7,72
Peramalan untuk tahun 2005 (X=6)Y = 6,13 + 0,55(6) – 0,0017 = 9,18
Analisis Trend
Metode Kuadrat Terkecil
Metode Trend Kuadratis
Metode Trend Eksponensial
Metode Semi Rata-Rata
TREND EKSPONENSIAL
Trend eksponensial adalah suatu trend yang mempunyai pangkat atau eksponen dari waktunya. Persamaan
eksponensial dinyatakan dalam bentuk variabel waktu (x) dinyatakan sebagai pangkat.
Bentuk persamaan eksponensial dirumuskan :Y’ = a
Ln Y’ = Ln a + X Ln (1 +b)
Sehingga :
Tahun Jumlah Pelanggan (Jutaan)
1997 5,0
1998 5,6
1999 6,1
2000 6,7
2001 7,2
Contoh Soal :
Masih menggunakan data yang sebelumnya, buatlah persamaan trend
eksponensial. Ramalkan untuk tahun 2002 dan 2005.
Tahun Y X Ln Y X Ln Y
1997 5,0 -2 4
1998 5,6 -1 1
1999 6,1 0 0
2000 6,7 1 1
2001 7,2 2 4
Jumlah 10
𝐿𝑛𝑌=ln 5,0=1,6
Tahun Y X Ln Y X Ln Y
1997 5,0 -2 4 1,6
1998 5,6 -1 1 1,7
1999 6,1 0 0 1,8
2000 6,7 1 1 1,9
2001 7,2 2 4 2,0
Jumlah 10 9,0
𝑋 𝐿𝑛𝑌=−2×1,6=−3,2
Tahun Y X Ln Y X Ln Y
1997 5,0 -2 4 1,6 -3,2
1998 5,6 -1 1 1,7 -1,7
1999 6,1 0 0 1,8 0
2000 6,7 1 1 1,9 1,9
2001 7,2 2 4 2,0 3,9
Jumlah 10 9,0 0,9
Sehingga persamaan eksponensialnya :Y = 6,1
Peramalan tahun 2002 (X=3)Y = 6,1
Peramalan tahun 2005 (X=6)Y = 6,1
Deret Berkala dan Peramalan
Analisis Trend
Variasi Musim
Variasi Siklus
Gerak Tak Beraturan
ANALISIS VARIASI MUSIM
Variasi musim terkait dengan perubahan atau fluktuasi dalam musim-musim atau bulan
tertentu dalam satu tahun.
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
Prod
uksi
(000
ton)
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
Infla
si
(%)
Indeks Saham PT. Astra Agro
Lestari, Maret 2003
0
50
100
150
03 05 13 14 22
Tanggal
Inde
ksVariasi Musim
Produk PertanianVariasi Inflasi
BulananVariasi Harga Saham Harian
Variasi MusimMetode Rata-rata
dengan Trend
Metode Rasio Rata-rata Bergerak
Metode Rata-Rata Sederhana
Metode Rata-Rata Sederhana
• Indeks musim hanya berdasarkan pada data aktual dan nilai rata-ratanya saja.
• Indeks musim dirumuskan :
Berikut adalah data produksi padi per triwulan tahun 1998-2001. hitunglah indeks musim setiap triwulan.
Apabila produksi padi tahun 2003 diperkirakan mencapai 54 juta ton, berapa target produksi setiap
triwulannya?
Tahun ProduksiTriwulan
I II III
1998 44 22 14 8
1999 48 25 15 8
2000 48 26 14 8
2001 47 24 14 9
Tahun ProduksiTriwulan
I II III
1998 44 22 14 8
1999 48 25 15 8
2000 48 26 14 8
2001 47 24 14 9
Nilai Total
Rata-rata
h𝐽𝑢𝑚𝑙𝑎 𝑃𝑟𝑜𝑑𝑢𝑘𝑠𝑖 𝑑𝑎𝑟𝑖 h𝑡𝑎 𝑢𝑛1998 𝑠𝑎𝑚𝑝𝑎𝑖2001
Tahun ProduksiTriwulan
I II III
1998 44 22 14 8
1999 48 25 15 8
2000 48 26 14 8
2001 47 24 14 9
Nilai Total 187 97 57 33
Rata-rata
𝑇𝑜𝑡𝑎𝑙 𝑃𝑟𝑜𝑑𝑢𝑘𝑠𝑖𝐵𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎𝑑𝑎𝑡𝑎
Tahun ProduksiTriwulan
I II III
1998 44 22 14 8
1999 48 25 15 8
2000 48 26 14 8
2001 47 24 14 9
Nilai Total 187 97 57 33
Rata-rata 46,75 24,25 14,25 8,25
• Rata-rata total 46,75 adalah untuk 1 tahun, sehingga untuk setiap triwulan harus dibagi dengan 3, menjadi 15,58.
• Produksi padi pada tahun 2003 direncanakan 54 juta ton. Maka setiap triwulan rata-rata toralnya adalah 18 juta ton.
Untuk setiap triwulan targetnya adalah :
Variasi MusimMetode Rata-rata
dengan Trend
Metode Rasio Rata-rata Bergerak
Metode Rata-Rata Sederhana
Metode Rata-rata dengan trend
• Metode rata-rata dengan trend adalah metode rata-rata yang disesuaikan dengan trend. Indeks musim pada metode rata-rata dengan trend merupakan perbandingan atara nilai data asli dengan nilai trend. Oleh sebab itu, nilai trend harus diketahui lebih dahulu.
• Indeks musim metode rata-rata dengan trend dirumuskan :
Bulan Pendapatan (Jutaan)
Januari 88
Februari 82
Maret 106
April 98
Mei 112
Juni 92
Juli 102
Agustus 96
September 105
Oktober 85
November 102
Desember 76
Dari data tersebut, hitunglah indeks musim
bulanannya.
Bulan Y X XY Y’
Januari 88
Februari 82
Maret 106
April 98
Mei 112
Juni 92
Juli 102
Agustus 96
September 105
Oktober 85
November 102
Desember 76
Jumlah 1144 Karena data yang digunakan berjumlah genap, nilai X digunakan
nilai 0,5 dan -0,5 dan seterusnya
Bulan Y X XY Y’
Januari 88 -6,5
Februari 82 -5,5
Maret 106 -4,5
April 98 -2,5
Mei 112 -1,5
Juni 92 -0,5
Juli 102 0,5
Agustus 96 1,5
September 105 2,5
Oktober 85 4,5
November 102 5,5
Desember 76 6,5
Jumlah 1144 𝑋 .𝑌=88×(−6,5)=−572
Bulan Y X XY Y’
Januari 88 -6,5 -572
Februari 82 -5,5 -451
Maret 106 -4,5 -477
April 98 -2,5 -245
Mei 112 -1,5 -168
Juni 92 -0,5 -46
Juli 102 0,5 51
Agustus 96 1,5 144
September 105 2,5 262,5
Oktober 85 4,5 382,5
November 102 5,5 561
Desember 76 6,5 494
Jumlah 1144 -64𝑋 𝑑𝑖𝑘𝑢𝑎𝑑𝑟𝑎𝑡𝑘𝑎𝑛=(−6,5)2=42,3
Bulan Y X XY Y’
Januari 88 -6,5 -572 42,25
Februari 82 -5,5 -451 30,25
Maret 106 -4,5 -477 20,25
April 98 -2,5 -245 6,25
Mei 112 -1,5 -168 2,25
Juni 92 -0,5 -46 0,25
Juli 102 0,5 51 0,25
Agustus 96 1,5 144 2,25
September 105 2,5 262,5 6,25
Oktober 85 4,5 382,5 20,25
November 102 5,5 561 30,25
Desember 76 6,5 494 42,25
Jumlah 1144 -64 203𝑎=
Σ𝑌𝑛
=114412
=95,33
𝑏=Σ𝑌𝑋𝑋 2 =
−64203
=−0,32
𝑌 ′=𝑎+𝑏𝑋=95,33−0,32 (−6,5 )
Bulan Y X XY Y’
Januari 88 -6,5 -572 42,25 97,41
Februari 82 -5,5 -451 30,25 97,09
Maret 106 -4,5 -477 20,25 96,77
April 98 -2,5 -245 6,25 96,13
Mei 112 -1,5 -168 2,25 95,81
Juni 92 -0,5 -46 0,25 95,49
Juli 102 0,5 51 0,25 95,17
Agustus 96 1,5 144 2,25 94,85
September 105 2,5 262,5 6,25 94,53
Oktober 85 4,5 382,5 20,25 93,89
November 102 5,5 561 30,25 93,57
Desember 76 6,5 494 42,25 93,25
Jumlah 1144 -64 203
Bulan Y Y’ Indeks Musim
Januari 88 97,41
Februari 82 97,09
Maret 106 96,77
April 98 96,13
Mei 112 95,81
Juni 92 95,49
Juli 102 95,17
Agustus 96 94,85
September 105 94,53
Oktober 85 93,89
November 102 93,57
Desember 76 93,25
Setelah nilai trend dihitung masukkan kedalam tabel yang baru
𝐼𝑛𝑑𝑒𝑘𝑠𝑚𝑢𝑠𝑖𝑚=𝑛𝑖𝑙𝑎𝑖 𝑑𝑎𝑡𝑎𝑎𝑠𝑙𝑖
𝑛𝑖𝑙𝑎𝑖𝑡𝑟𝑒𝑛𝑑×100=
8897,41
×100=90,3
Bulan Y Y’ Indeks Musim
Januari 88 97,41 90,3
Februari 82 97,09 84,5
Maret 106 96,77 109,5
April 98 96,13 101,9
Mei 112 95,81 116,9
Juni 92 95,49 96,3
Juli 102 95,17 107,2
Agustus 96 94,85 101,2
September 105 94,53 111,1
Oktober 85 93,89 90,5
November 102 93,57 109
Desember 76 93,25 81,5
Variasi MusimMetode Rata-rata
dengan Trend
Metode Rasio Rata-rata Bergerak
Metode Rata-Rata Sederhana
Metode Rasio Rata-rata Bergerak
• Metode rasio rata-rata bergerak (ratio to moving average method) adalah metode yang dilakukan dengan cara membuat rata-rata bergerak selama periode tertentu.
• Indeks musim metode rasio rata-rata bergerak dirumuskan :
• Dimana :
Tahun ProduksiTriwulan
I II III
1998 44 22 14 8
1999 48 25 15 8
2000 48 26 14 8
2001 47 24 14 9
Hitunglah Indeks musim dengan metode rata-rata bergerak untuk 3
triwulan dari data produksi padi berikut.
Tahun Triwulan Data asli
Total bergerak
3 triwulan
Rata-rata
Indeks musim
I 22
1998 II 14
III 8
I 25
1999 II 15
III 8
I 26
2000 II 14
III 8
I 24
2001 II 14
III 9Penjumlahan setiap 3
triwulan = 22 + 14 + 8 = 44
Tahun Triwulan Data asli
Total bergerak
3 triwulan
Rata-rata
Indeks musim
I 22
1998 II 14 44
III 8 47
I 25 48
1999 II 15 48
III 8 49
I 26 48
2000 II 14 48
III 8 46
I 24 46
2001 II 14 47
III 9
𝑡𝑜𝑡𝑎𝑙𝑏𝑒𝑟𝑔𝑒𝑟𝑎𝑘𝑡𝑟𝑖𝑤𝑢𝑙𝑎𝑛3
=443
=14,7
Tahun Triwulan Data asli
Total bergerak
3 triwulan
Rata-rata
Indeks musim
I 22
1998 II 14 44 14,7
III 8 47 15,7
I 25 48 16
1999 II 15 48 16
III 8 49 16,3
I 26 48 16
2000 II 14 48 16
III 8 46 15,3
I 24 46 15,3
2001 II 14 47 15,7
III 9
𝐷𝑎𝑡𝑎𝑎𝑠𝑙𝑖𝐷𝑎𝑡𝑎𝑟𝑎𝑡𝑎−𝑟𝑎𝑡𝑎
×100=1414,7
×100=95
Tahun Triwulan Data asli
Total bergerak
3 triwulan
Rata-rata
Indeks musim
I 22
1998 II 14 44 14,7 95
III 8 47 15,7 51
I 25 48 16 156
1999 II 15 48 16 94
III 8 49 16,3 49
I 26 48 16 163
2000 II 14 48 16 88
III 8 46 15,3 52
I 24 46 15,3 157
2001 II 14 47 15,7 89
III 9
TahunTriwulan
I II III
1998 95 51
1999 156 94 49
2000 163 88 52
2001 157 33
Rata-rat 159 90 51
Setelah mendapatkan indeks musim setiap triwulan, maka dikelompokkan kedalam triwulan
yang sma untuk mengetahui rata-rata setiap kuartalan dari setiap tahunnya.
• Jumlah kuartal dalam setahun (n) = 3. oleh sebab itu penjumlahan nilai rata-rata indeks kuartalan yaitu 159 + 90 +51 semestinya = 300, namun yang terjadi adalah 299. hal ini terjadi karena adanya pembulatan. Oleh sebab itu, perlu diperhatikan faktor koreksi.
• Indeks musim kuartalan selanjutnya dikalikan dengan faktor koreksi.
Deret Berkala dan Peramalan
Analisis Trend
Variasi Musim
Variasi Siklus
Gerak Tak Beraturan
ANALISIS VARIASI SIKLUS
• Komponen data berkala adalah :Y = T x S x C x I
Maka :
Dimana T x C x I = menunjukkan data normal, untuk memperoleh faktor siklus (CI), maka unsur trend (T) dikeluarkan dari data normal, sehingga faktor siklus menjadi :
Tahun ProduksiTriwulan
I II III
1998 44 22 14 8
1999 48 25 15 8
2000 48 26 14 8
2001 47 24 14 9
Menggunakan data sebelumnya, hitunglah indeks siklusnya.
Tahun
Triwulan Y T S TCI CI C
I 22
1998 II 14 95
III 8 51
I 25 156
1999 II 15 94
III 8 49
I 26 163
2000 II 14 88
III 8 52
I 24 157
2001 II 14 89
III 9
Menggunakan metode least square = Y’ = a + bX; persamaannya adalah Y’ = 15,83 – 0,353 X. Nilai X
dimasukkan maka akan dapat nilai Y’ sebagai nilai trend (T).
Tahun
Triwulan Y T S TCI CI C
I 22 17,5
1998 II 14 17,2 95
III 8 16,8 51
I 25 16,5 156
1999 II 15 16,1 94
III 8 15,8 49
I 26 15,4 163
2000 II 14 15,1 88
III 8 14,7 52
I 24 14,3 157
2001 II 14 14,0 89
III 9 13,6
𝑌𝑆×100=
1495×100=14,7
Tahun
Triwulan Y T S TCI CI C
I 22 17,5
1998 II 14 17,2 95 14,7
III 8 16,8 51 15,7
I 25 16,5 156 16,0
1999 II 15 16,1 94 16,0
III 8 15,8 49 16,3
I 26 15,4 163 16,0
2000 II 14 15,1 88 15,9
III 8 14,7 52 15,4
I 24 14,3 157 15,3
2001 II 14 14,0 89 15,7
III 9 13,6
𝑇𝐶𝐼𝑇×100=
14,717,2
×100=86
Tahun
Triwulan Y T S TCI CI C
I 22 17,5
1998 II 14 17,2 95 14,7 86
III 8 16,8 51 15,7 93
I 25 16,5 156 16,0 97
1999 II 15 16,1 94 16,0 99
III 8 15,8 49 16,3 103
I 26 15,4 163 16,0 104
2000 II 14 15,1 88 15,9 105
III 8 14,7 52 15,4 105
I 24 14,3 157 15,3 107
2001 II 14 14,0 89 15,7 112
III 9 13,6
Menggunakan metode rata-rata bergerak, dengan menjumlahkan setiap
triwulan =
Tahun
Triwulan Y T S TCI CI C
I 22 17,5
1998 II 14 17,2 95 14,7 86
III 8 16,8 51 15,7 93 92
I 25 16,5 156 16,0 97 97
1999 II 15 16,1 94 16,0 99 100
III 8 15,8 49 16,3 103 102
I 26 15,4 163 16,0 104 104
2000 II 14 15,1 88 15,9 105 105
III 8 14,7 52 15,4 105 106
I 24 14,3 157 15,3 107 108
2001 II 14 14,0 89 15,7 112
III 9 13,6
Deret Berkala dan Peramalan
Analisis Trend
Variasi Musim
Variasi Siklus
Gerak Tak Beraturan
ANALISIS GERAK TAK BERATURAN
Gerak tak beraturan (irregular movement-IM) merupakan suatu perubahan berupa kenaikan dan penurunan yang tidak
beraturan baik dari sisi waktu dan lama dari siklusnya..
Indeks gerak tak beraturan dirumuskan :
Tahun ProduksiTriwulan
I II III
1998 44 22 14 8
1999 48 25 15 8
2000 48 26 14 8
2001 47 24 14 9
Masih menggunakan data sebelumnya, hitunglah indeks gerak tak beraturan
Dari penyelesaian soal sebelumnya didapatkan nilai CI dan C, maka
Tahun Triwulan CI C I
I
1998 II 86
III 93 92
I 97 97
1999 II 99 100
III 103 102
I 104 104
2000 II 105 105
III 105 106
I 107 108
2001 II 112
III
Tahun Triwulan CI C I
I
1998 II 86
III 93 92 101
I 97 97 100
1999 II 99 100 99
III 103 102 101
I 104 104 100
2000 II 105 105 100
III 105 106 99
I 107 108 99
2001 II 112
III
SEKIAN DAN
TERIMAKASIH :D