12144 kriteria memilih trend
KRITERIA MEMILIH TREND
SIP-SESI10
Memilih trend ada 3cara
1. Menganalisis grafik data atau scatter-plot
2. Menganalisis selisih data
3. Menghitung Mean Square Error
1. Menganalisis grafik data atau scatterplot
• Jika data observasi cenderung
menunjukkan gejala linier, kita sebaiknya
menggunakan trend linier.
• Jika data observasi cenderung
menunjukkan ciri-ciri bentuk kuadratik,
gunakan trend kuadratik.
• Jika data observasi cenderung
menunjukkan tidak linier dan tidak
kuadratik, gunakan trend eksponensial.
Cenderung Linier
Cenderung Kuadratik
Cenderung Eksponensial
2. Menganalisis selisih data
a. Jika selisih pertama
data observasi
cenderung konstan,
gunakan trend linier
Y
Selisih Pertama
10
10
20
9
29
10
39
11
50
10
60
Y
b. Jika selisih kedua
dari data observasi
cenderung konstan,
gunakan trend
kuadratik
Selisih
pertama
Selisih
kedua
10
10
20
5
15
35
5
20
55
5
25
80
5
30
110
5
35
145
Y
• Jika selisih pertama
dari nilai logaritma
data observasi
cenderung konstan,
gunakan trend
eksponensial
10
Log Y
Selisih
kedua
1
0,176
15
1,176
0,222
25
1,398
0,204
40
1,602
0,301
80
1.903
0,273
150
2,176
0,125
200
2,301
3. Menghitung Mean Square
Error
• Menghitung Mean
Square Error untuk
setiap jenis trend,
pilih garis trend yang
memberikan MSE
terkecil
• Dimana:
At = Nilai aktul pd
periode ke t
Ft = Nilai prediksi atau
trend untuk periode
ke t
n = Jumlah observasi
SIP-SESI10
Memilih trend ada 3cara
1. Menganalisis grafik data atau scatter-plot
2. Menganalisis selisih data
3. Menghitung Mean Square Error
1. Menganalisis grafik data atau scatterplot
• Jika data observasi cenderung
menunjukkan gejala linier, kita sebaiknya
menggunakan trend linier.
• Jika data observasi cenderung
menunjukkan ciri-ciri bentuk kuadratik,
gunakan trend kuadratik.
• Jika data observasi cenderung
menunjukkan tidak linier dan tidak
kuadratik, gunakan trend eksponensial.
Cenderung Linier
Cenderung Kuadratik
Cenderung Eksponensial
2. Menganalisis selisih data
a. Jika selisih pertama
data observasi
cenderung konstan,
gunakan trend linier
Y
Selisih Pertama
10
10
20
9
29
10
39
11
50
10
60
Y
b. Jika selisih kedua
dari data observasi
cenderung konstan,
gunakan trend
kuadratik
Selisih
pertama
Selisih
kedua
10
10
20
5
15
35
5
20
55
5
25
80
5
30
110
5
35
145
Y
• Jika selisih pertama
dari nilai logaritma
data observasi
cenderung konstan,
gunakan trend
eksponensial
10
Log Y
Selisih
kedua
1
0,176
15
1,176
0,222
25
1,398
0,204
40
1,602
0,301
80
1.903
0,273
150
2,176
0,125
200
2,301
3. Menghitung Mean Square
Error
• Menghitung Mean
Square Error untuk
setiap jenis trend,
pilih garis trend yang
memberikan MSE
terkecil
• Dimana:
At = Nilai aktul pd
periode ke t
Ft = Nilai prediksi atau
trend untuk periode
ke t
n = Jumlah observasi