Naive Model (metode time series)

Tuesday, May 15, 2012
Posted by nasrul setiawan
0 Comments
Setelah sebelumnya kita membahas kulit dari time series. kali ini kita akan masuk lebih dalam. kali ini akan kita bahas metode-metode untuk melakukan analisis time series.
untuk kali ini saya akan mambahas sebagian dari metode yaitu smoothing method. untuk ARIMA saya akan bahas dipostingan berbeda. karena metode ARIMA sangat luas. jadi saya akan bahas terpisah.

 

kali ini  saya akan mebahas metode:Naive model

NAIVE model merupakan metode yang paling sederhana, menganggap bahwa peramalan periode berikutnya sama dengan nilai aktual periode sebelumnya. Dengan demikian data aktual periode waktu yang baru saja berlalu merupakan alat permalan yang terbaik untuk meramalkan keadaan di masa yang akan datang (lebih menekankan pada penggunaan data-data masa lalu untuk menentukan atau meramalkan kondisi masa depan). Metode ini merupakan metode paling sederhana karena mengasumsikan bahwa data yang baru saja terjadi merupakan prediksi paling tepat untuk meramalkan priode yang akan datang.

Disini naive model dibedakan menjadi 3 jenis berdasarkan plot time series.

a. The simplest model for stationary data


b. The simplest model for trend data


c. The simplest model for seasonal data



Contoh kasus: 
Untuk kali ini saya akan mengambil contoh dari dosen ane gan.
Datanya sebagai berikut: (menggunakan minitab)


 

Disini kita akan membandingkan model untuk ketiga jenis naïve model. Hasilnya sebagai berikut:

 

Kemudian untuk melihat yang model yang paling baik kita menggunakan kriteria berdasarkan posting saya sebelumnya (teori time series), hasilnya sebagai berikut:


 

Berdasarkan hasil tersebut, disimpulkan bahwa model yang terbaik yaitu naive3 karena dilihat MSE yang paling kecil.
Read more
Labels:

 

STATISTIKA RIA KE-8

Friday, May 11, 2012
Posted by nasrul setiawan
1 Comments
Tahun ini adalah STATISTIKA RIA KE-8 yang kembali dilaksanakan di bawah lembaga kemahasiswaan Himpunan Profesi Statistika IPB, yaitu Gamma Sigma Beta.

Dari konsep
Tema Statistika Ria 2012 adalah "Statistika untuk Kebijakan Publik dalam Era Ekonomi Berbasis Pengetahuan."

Statistika Ria 2012 menyajikan:

1. Kompetisi Statistika Nasional.

Ket: Diperuntukkan hanya untuk Mahasiswa S1 Jurusan Matematika/Pendidikan Matematika/Statistika.

2. Kompetisi Statistika Dasar

Ket: Diperuntukkan hanya untuk Mahasiswa S1 Seluruh Jurusan Kecuali Statistika di IPB.

3. Bedah Buku

Ket: Karena waktu pelaksanaan masih lama, kami belum menentukan buku yang akan dibedah. Hal ini disebabkan oleh keinginan kami untuk memilih buku yang best-seller/populer saat mendekati hari H nanti. :)

4. Achievment Motivation Training

5. Lomba Essay

Ket: Tema sesuai dengan tema acara.

6. Seminar-Seminar

Ayo tunjukkan kampusmu yang terbaik!!! :)

- Salam Statistika -

CP:
Alan 085694489157
Yane 085710453520

Twitter: @statistikaria

Read more
Labels:

 

Teori Time Series

Posted by nasrul setiawan
0 Comments


Kali ini sy akan membahas materi mata kuliah saya mengenai time series(untuk slnjutnya akan sy sebut TS ya). mumpung masih fresh karena habis UTS kmren. yg menurut ane hasilnya agak baik atau soalnya yg gampang ya atau mungkin perasaan positif yg berlebihan. mudah2n baik lah hasilnya. Amiin.
Tapi sy ingin berbagi ilmu kepada teman-teman sekalian. tp sepengetahuan ane aja ya, klo ada yg perlu dikritik atau saran dibilang aje ya. ane dengan senang hati menerimanya.

OK!! let's ROCK!
Sebelum kita masuk pada intinya. kita harus kenalan dulu nih, sebenarnya TS itu apa sih? mungkin dah pada klo tau TS. tp ane beri pendpat ya "time series merupakan kumpulan kejadian-kejadian masa lalu yang dirangkum menjadi satu deret waktu sehingga menghasilkan data yang dapat dilihat dari periode ke periode.
 


pertanyaan yang lebih penting. buat apa sebenarnya kita belajar TS ini? apa kelebihannya? bedanya dengan yang laen apa? nah! untuk menjawab ini semua sy akan sedikit mengilustrasikan dengan kasus.
"pada tahu kan mengenai krismon? krismon kan krisis moneter di indonesia pada tahun 1997, pada mulanya krismon ini tidak diduga2 muncul, bahkan pada saat injury time (bola kali) baik pakar2  ekonomi berkaliber2(saking hebatnya) tidak menduga krismon akan muncul, namun jauh2 waktu sebelumnya malah ahli psikologi, antropolgi sudah mengingatkan bom waktu itu akan terjadi." inti dari cerita  yang agak kurang tidak jelas ini yaitu apabila kita bisa mengetahui lebih awal kalau krismon akan muncul, kita bisa mengantisipasi dengan berbagai kebijakan sehingga krismon ini tidak begitu besar dampaknya dan cepat terselesaikan. so, inti dari TS ini yaitu meramalkan masa depan. tp bukan asal meramalkan,meramalkan secara ilmiah. bukan asal2an meramal yg sudah diuji. sehingga dari ramalan bisa dijadikan dasar untuk menentukan kebijkan kedepan supaya kejadian tidak diinginkan bisa tak terjadi.

Untuk kali ini saya akan membahas kulitnya saja ya, lagi UTS masalahnya. insya allah postingan selajutnya. yang pertama dibahas yaitu jenis-jenis data.
Jenis-jenis data:
-Cross sectional artinya itu data yang  dikumpulkan dalam satu waktu
Contoh:data PDB Indonesia berdasarkan provinsi tahun 2012
-Time series artinya data yang dikumpulkan dalam satu series waktu
Contoh: data PDB Indonesia tahun 1997-2012
-Panel merupakan data gabungan cross sectional dan time series.
Contoh: data PDB Indonesia berdasarkan provinsi tahun 1997-2012

untuk kali ini kita akan membahas data time series, untuk data cross sectional mungkin dah sering dengan analisis regresi. sedangkan untuk data panel mungkin tingkatannya lebih tinggi, jadi ane belom bahas. masalahnya ane blom belajar gan.

Inti dari belajar TS adalah forecasting. Dalam metode forecasting dapat digolongkan sebagai berikut:


Disini kita akan focus untuk bagian sebelah kiri yaitu time series method. Selain itu, dalam time series hal yang perlu diperhatikan yaitu jenis datanya. Jenis data ini sangat berpengaruh bagaimana kita menggunakan metode yang tepat pada setiap jenis data.
Berikut jenis data time series dan metode forecesting:
        1. Stasioner

-> terjadi bila data berfluktuasi di sekitar rata-rata dan varian yang konstan

Contoh: Data penjualan mobil yang konstan

Metode :
·         Naïve Models
·         Simple Averages
·         Moving Averages
·         Single Exponential Smoothing
2. Trend

->Terjadi bilamana kenaikan atau penurunan sekuler jangka panjang dalam data

Contoh: PDB indonesia

Metode:
·         Naïve models
·         Double Moving Averages
·         Double Exponential Smothing
3. Siklus

->terjadi bila data dipengaruhi oleh fluktuasi.

Metode:
·         Naïve Models
·         Winter’s  Model
4. Musim

->terjadi bilamana suatu deret dipengaruhi oleh faktor musiman.

Contoh: data produksi durian.

Metode:
·         Naïve Models
·         Winter’s  Model
Selain metode diatas ada satu metode lagi yang paling sering digunakan. Karena kelebihannya yang dapat digunakan hamper di semua jenis data TS yaitu ARIMA(box-jenkins). Untuk semua metode yang saya sebutkan tidak akan saya bahas pada postingan kali ini saya akan melanjutkan di postingan selanjutnya.

Metode-metode diatas memiliki kekurangan dan kelebihan tersendiri. Tapi, untuk menentukan model yang terbaik kita dapat melakukan beberapa pendekatan. Berikut ada beberapa cara untuk melihat model terbaik yang dapat digunakan:
·         MSE(mean square error)/MSD
·         MAD(mean absolute deviation)
·         MAPE(mean absolute percentage error)

Yang perlu diperhatikan model dikatakan baik ketika nilai tersebut yang paling kecil. Biasanya dalam melakukan analisis pada software statistic biasanya ada output seperti itu. Jadi, tidak perlu susah-susah.

Sekian dulu dari penulis. Insya allah akan dilanjutkan untuk metode-metodenya. Ini sedikit dasar agar kedepannya sudah enak gitu. Kritik dan saran ditunggu ya.
Read more
Labels:

 

Pengantar Metode Pemilihan Contoh

Monday, February 27, 2012
Posted by nasrul setiawan
0 Comments

Dalam Metodologi penelitian,untuk penelitian yang bersifat primer, maksudnya penelitian yang mendapatkan data langsung dari responden maka mereka membutuhkan suatu teknik Metode penarik sampel.nah untuk thread kali ini saya tidak akan membahas Tehnik-tehnik analisis data, namun ke tehnik bagaimana mendapatkan data tersebut. yup, materinya Metode Penarikan Contoh biasa disebut MPC(mata kuliah wajib ane gann)

Mungkin sebagian dari kita bertanya-tanya, "buat apa itu MPC??" "padahal kan bisa langsung aja ditanya responden langsung tanpa harus pake cara2 yang ribet?"
sebenarnya saya juga bertanya2 kayak gitu, namun setelah mendalam lagi(yak elah) saya mendapat sedikit pencerahan.
MPC itu mencakup penelitian kita nanti. kenapa karena akan mencakup ruang lingkup penelitian kita dan keabsahaan(kalau gk salah tulisannya ya) analisis.
Misalnya: mw meneliti konsumsi mie mahasiswa(contoh yg sering dkasih dosen ane)
kalau kita sembarangnan mengambil sampel maka kita cuma dapat mengestimasi sampel tersebut saja, namun kita tidak dapat menyimpulkan secara umum.

Kalau masih bingung mulai saja ya,
CEKIDOT!!!

Menurut tante WIKI
Teknik sampling adalah bagian dari metodologi statistika yang berhubungan dengan pengambilan sebagian dari populasi. Jika sampling dilakukan dengan metode yang tepat, analisis statistik dari suatu sampel dapat digunakan untuk menggeneralisasikan keseluruhan populasi. Metode sampling banyak menggunakan teori probabilitas dan teori statistika.

Dalam Metodologi pengumpulan data, ada beberapa cara:
-Regristrasi atau catatan administrasi
-Eksperimen
-Sensus artinya penelitian yang mengambil narasumber dari seluruh populasi
-Survei artinya penelitian yang mengambil narasumber dari sampel  atau sebagaian dari populasi.

Semua teknik memiliki kelebihan dan kekurangan masing-masing
Sebagai contoh , apabila wawancara tatap muka, 
kelebihannya, a.l. : -  petugas sesuai kualifikasi
                    -  “keadaan” responden dapat diketahui
                    -  informasi yg diperoleh lebih rinci
Kelemahan, a.l. : - bias wawancara
                             - biaya mahal
                             - waktu relatif lama

Apabila menggunakan media komputer, telepon dan pos,
kelebihannya, a.l. : - bias wawancara tidak ada
                                  - biaya relatif murah
kelemahannya, a.l.  : - informasi tidak rinci
                                    - non respon besar
                                    - waktu tidak terkontrol
                                    - salah isian sulit dideteksi 

Untuk tatap muka dibedakan menjadi 2: yaitu sensus dan survey. nah, pertanyaaannya sekarang bedanya apa? apa keuntungan dal kelebihan masing2
Sensus:
Kelebihan :  ¤ Data dijamin lebih lengkap
                   ¤ Pengambilan kesimpulan/generalisasi lebih akurat
Kelemahan: ¤ Membutuhkan banyak sumber daya (biaya, tenaga, waktu)
                   ¤ Tidak ada jaminan bahwa semua anggota populasi dapat didata/dilacak dilapangan 

Survey:
Kelebihan:           
  • Menghemat biaya dan tenaga.
  • Mempercepat hasil survey
  • Cakupan materi Lebih besar dan dapat  memberikan info yang lebih menyeluruh
  • Akurasi lebih tinggi, karena nonsampling error kecil
Kekurangan:      
  • Penyajian sampai wilayah yang kecil dengan sampel terbatas tidak terpenuhi
  • Survei sampel sulit/tidak dapat menyajikan variable langka yaitu variable yang kejadianya kecil
  • Tidak tersedianya kerangka sampel

Karena sebelumnya dibahas kerangka sampel maka kita jelaskan lebih rinci lagi.Kerangka sampel  Merupakan seluruh unit dalam populasi yang akan dijadikan dasar penarikan sampel
Persyaratan kerangka sampel :
 - Tersedia sampai ke unit sampel, sbg dasar penarikan sampel
 - Lengkap (tidak ada unit yg hilang)
 - Mempunyai batas yg jelas
 - Tidak tumpang tindih
 - Mempunyai korelasi dg informasi yg akan diteliti
 - mutahir (up to date).

Risiko dari persyaratan di atas (bias karena kerangka sampel) :
 - Unit sampel tidak dijumpai
 - Unit sampel duplikasi
 - Unit sampel terpecah
 - Unit sampel tergabung
 - Unit yg belum terdaftar dalam kerangka sampel, terpilih

Hal-hal penting berkaitan dengan pemilihan sampel yang baik
  • Sampel Yang Baik:
¤ Representatif (harus dapat mewakili populasi atau semua unsure sampel)
¤ Batasan sampel harus jelas
¤ Dapat dilacak dilapangan
¤ Tidak ada keanggotaan sampel yang ganda (didata dua kali/lebih)
¤ Harus up to date (terbaru dan sesuai dengan keadaan saat dilakukan penelitian)

Metode pemilihan atau pengambilan sampel (sampling) yang baik
  • Metode Pengambilan Sampel Yang Baik:
¤ Prosedurnya sederhana dan mudah dilakukan
¤ Dapat memilih sampel yang representatif
¤ Efisien dalam penggunaan sumber daya
¤ Dapat memberikan informasi sebanyak-banyaknya mengenai sampel

Berapa jumlah anggota sampel yang baik?
  • Yang perlu diperhatikan dalam menentukan besarnya sampel:
¤ Derajat keseragaman/heterogenitas dari populasi
¤ Metode analisis yang akan digunakan
¤ Ketersediaan sumber daya
¤ Presisi yang dikehendaki

Dalam metode pengumpulan data. pasti tidak lepas dari kesalahan-kesalahan.
Nah dalam penelitian survey ada dua kesalahn yaitu sampling error dan nonsampling error
-sampling error adalah resiko pemilihan sampel yang tidak sesuai dengan keadaan populasi yang sebenarnya.
-nonsampling error adalah kesalahan yang dilakukan peneliti dalam mendapatkan data.
hubungan dapat digambarkan

Berdasarkan gambar tersebut, terlihat bahwa error pada sampling error semakin tinggi apabila sampelnya sedikit sedangkan nonsampling errornya semakin tinggi apabila sampelnya semakin banyak, maka pilih saja yang sedang-sedang saja,

Untuk selanjutnya saya akan menjelasakan lebih untuk teknik pemilihan sampling.
macam teknik sampling. bisa dilihat di grafik berikut:

   Untuk selanjutnya nnti akan dibahas lebih detail lagi untuk tiap teknik sampling tersebut. untuk materi perkenalan MPC sampe disini dulu ya. Mudah2an bermanfaat ya, Saran dan Kritiknya Ya.
Read more
Labels:

 

Subscribe to: Posts (Atom)