ARIMA (Autoregressive Integrated Moving Average) merupakan metode peramalan yang hanya menggunakan nilai masa lalu dari variabel dependen tanpa melibatkan variabel independen. Metode ini melakukan identifikasi, estimasi, dan seleksi model terbaik berdasarkan kriteria seperti signifikansi parameter, stasioneritas residual, dan nilai informasi kriteria terkecil. Proses pemilihan model terbaik ARIMA melibatkan pengujian otokorelasi residual untuk memastikan model mampu mew
BAB I
PENDAHULUAN
Latar Belakang
Salah satu pendekatan yang dapat dilakukan untuk menyelesaikan masalah manajemen sains adalah pemrograman linear. Pemrograman linear merupakan kelompok teknik analisis kuantitatif yang mengandalkan model matematika atau model simbolik sebagai wadahnya. Artinya, setiap masalah yang kita hadapi dalam suatu sistem permasalahan tertentu perlu dirumuskan dulu dalam simbol-simbol matematika tertentu, jika kita inginkan bantuan pemrograman linear sebagai alat analisisnya.
Metode grafik merupakan salah satu metode yang dapat digunakan untuk menyelesaikan masalah pemrograman linear yang melibatkan dua peubah keputusan. Membahas mengenai masalah meminimumkan fungsi kendala bertanda ≥, fungsi kendala bertanda = tidak ada penyelesaian layak, tidak ada penyelesaian optimal, beberapa alternatif optimal, dan wilayah kelayakan yang tidak terikat dapat terjadi saat menyelesaikan masalah pemrograman linear dengan menggunakan prosedur penyelesaian grafik. Kasus-kasus ini juga dapat terjadi saat menggunakan metode simpleks.
Metode simplek untuk linier programming dikembangkan pertama kali oleh George Dantzing pada tahun 1947, kemudian digunakan juga pada penugasan di Angkatan Udara Amerika Serikat. Dia mendemonstrasikan bagaimana menggunakan fungsi tujuan (iso-profit) dalam upaya menemukan solosi diantara beberapa kemungkinan solosi sebuah persoalan linier programming.
Proses penyelesaiaanya dalam metode simplek, dilakukan secara berulang-ulang (iterative) sedemikian rupa dengan menggunakan pola tertentu (standart) sehingga solusi optimal tercapai.
Ciri lain dari metode simplek adalah bahwa setiap solusi yang baru akan menghasilkan sebuah nilai fungsi tujuan yang lebih besar daripada solosi sebelumnya.
Rumusan Masalah
Adapun rumusan masalah yang akan dibahas dalam makalah ini adalah sebagai berikut:
Bagaimana cara mencari nilai maksimum dengan menggunakan metode simpleks?
Bagaimana cara menyelesaikan masalah/kendala (syarat) bertanda “=”?
Bagaimana cara mencari nilai minimum dengan menggunakan metode simpleks?
Bagaimana cara membedakan antara asalah primal dan dual dalam program linear?
Kapan pemrograman linear dikatakan mengalami degenerasi?
Tujuan
Adapun tujuan dari penulisan makalah ini antara lain :
Dapat menyelesaikan masalah maksimasi dalam program linear
Dapat menyelesaikan masalah / kendala (syarat) bertanda “=” pada program linear
Dapat menyelesaikan masalah minimasi dalam program linear
Dapat mengetahui dan membedakan antara masalah primal dan dual dalam program linear
Dapat menyelesaikan masalah degeneracy / kemerosotan dalam program linear
BAB II
PEMBAHASAN
Masalah Maksimasi
Untuk menyelesaikan masalah maksimasi maka programasi linear harus lebih dahulu ditulis dalam bentuk standar. Dengan bentuk standar dimaksudkan adalah permasalahan programasi linear yang berwujud permasalahan maksimasi dengan batasan-batasan (kendala) yang bertanda kurang dari
Ada model matematis yang menggabungkan konsep probabilitas dan matriks untuk menganalisa proses stokastik, yang mengandung barisan percobaan yang memenuhi kondisi tertentu.
Pengenalan Rantai Markov.
Contoh Soal Rantai Markov.
Diagram transisi, matriks transisi, diagram pohon untuk mendeskripsikan suatu rantai markov.
PT. Eb07 akan memproduksi kain sutra dan wol. Mereka memiliki keterbatasan sumber daya dan waktu. Metode simpleks digunakan untuk menentukan produksi optimal guna memaksimalkan laba. Hasilnya menunjukkan X2 = 20 sebagai produksi kain wol optimal.
Dokumen ini membahas regresi linear dengan pendekatan matriks. Terdiri dari penjelasan tentang matriks, model regresi dalam bentuk matriks, penaksiran parameter regresi dengan metode kuadrat terkecil, analisis varian, dan ramalan observasi baru. Beberapa contoh soal juga diberikan untuk memperjelas materi.
Mata Kuliah: Model dan Simulasi
Pertemuan: 1 sampai 4
Jurusan: Teknologi Informasi
Kampus: STMIK Swadharma
Sumber Gambar:
Huskmitnavn1 (2017), "3D Drawings.", dari https://huskmitnavn.dk/blogs/projects/3d-drawings, diakses 16/11/2018.
Itk Engineering (2018), "Make the Real World Manageable – with Models and Simulations", dari https://www.itk-engineering.de/en/development-partnership-competencies/modeling-simulation/, diakses 16/11/2018.
Wildstrom, Steve (2012), "In Praise of Old-fashioned PCs", dari https://techpinions.com/in-praise-of-old-fashioned-pcs/12039, diakses 16/11/2018.
____ (2018), "Trik Mengocok Kartu seperti Pesulap Profesional", dari https://www.youtube.com/watch?v=5jCInqwev_g, diakses 16/11/2018.
____ (2014), "Energi 6 Sisi Dadu", dari https://shellyashahab.wordpress.com/2014/06/18/energi-6-sisi-dadu/, diakses 16/11/2018.
BAB I
PENDAHULUAN
Latar Belakang
Salah satu pendekatan yang dapat dilakukan untuk menyelesaikan masalah manajemen sains adalah pemrograman linear. Pemrograman linear merupakan kelompok teknik analisis kuantitatif yang mengandalkan model matematika atau model simbolik sebagai wadahnya. Artinya, setiap masalah yang kita hadapi dalam suatu sistem permasalahan tertentu perlu dirumuskan dulu dalam simbol-simbol matematika tertentu, jika kita inginkan bantuan pemrograman linear sebagai alat analisisnya.
Metode grafik merupakan salah satu metode yang dapat digunakan untuk menyelesaikan masalah pemrograman linear yang melibatkan dua peubah keputusan. Membahas mengenai masalah meminimumkan fungsi kendala bertanda ≥, fungsi kendala bertanda = tidak ada penyelesaian layak, tidak ada penyelesaian optimal, beberapa alternatif optimal, dan wilayah kelayakan yang tidak terikat dapat terjadi saat menyelesaikan masalah pemrograman linear dengan menggunakan prosedur penyelesaian grafik. Kasus-kasus ini juga dapat terjadi saat menggunakan metode simpleks.
Metode simplek untuk linier programming dikembangkan pertama kali oleh George Dantzing pada tahun 1947, kemudian digunakan juga pada penugasan di Angkatan Udara Amerika Serikat. Dia mendemonstrasikan bagaimana menggunakan fungsi tujuan (iso-profit) dalam upaya menemukan solosi diantara beberapa kemungkinan solosi sebuah persoalan linier programming.
Proses penyelesaiaanya dalam metode simplek, dilakukan secara berulang-ulang (iterative) sedemikian rupa dengan menggunakan pola tertentu (standart) sehingga solusi optimal tercapai.
Ciri lain dari metode simplek adalah bahwa setiap solusi yang baru akan menghasilkan sebuah nilai fungsi tujuan yang lebih besar daripada solosi sebelumnya.
Rumusan Masalah
Adapun rumusan masalah yang akan dibahas dalam makalah ini adalah sebagai berikut:
Bagaimana cara mencari nilai maksimum dengan menggunakan metode simpleks?
Bagaimana cara menyelesaikan masalah/kendala (syarat) bertanda “=”?
Bagaimana cara mencari nilai minimum dengan menggunakan metode simpleks?
Bagaimana cara membedakan antara asalah primal dan dual dalam program linear?
Kapan pemrograman linear dikatakan mengalami degenerasi?
Tujuan
Adapun tujuan dari penulisan makalah ini antara lain :
Dapat menyelesaikan masalah maksimasi dalam program linear
Dapat menyelesaikan masalah / kendala (syarat) bertanda “=” pada program linear
Dapat menyelesaikan masalah minimasi dalam program linear
Dapat mengetahui dan membedakan antara masalah primal dan dual dalam program linear
Dapat menyelesaikan masalah degeneracy / kemerosotan dalam program linear
BAB II
PEMBAHASAN
Masalah Maksimasi
Untuk menyelesaikan masalah maksimasi maka programasi linear harus lebih dahulu ditulis dalam bentuk standar. Dengan bentuk standar dimaksudkan adalah permasalahan programasi linear yang berwujud permasalahan maksimasi dengan batasan-batasan (kendala) yang bertanda kurang dari
Ada model matematis yang menggabungkan konsep probabilitas dan matriks untuk menganalisa proses stokastik, yang mengandung barisan percobaan yang memenuhi kondisi tertentu.
Pengenalan Rantai Markov.
Contoh Soal Rantai Markov.
Diagram transisi, matriks transisi, diagram pohon untuk mendeskripsikan suatu rantai markov.
PT. Eb07 akan memproduksi kain sutra dan wol. Mereka memiliki keterbatasan sumber daya dan waktu. Metode simpleks digunakan untuk menentukan produksi optimal guna memaksimalkan laba. Hasilnya menunjukkan X2 = 20 sebagai produksi kain wol optimal.
Dokumen ini membahas regresi linear dengan pendekatan matriks. Terdiri dari penjelasan tentang matriks, model regresi dalam bentuk matriks, penaksiran parameter regresi dengan metode kuadrat terkecil, analisis varian, dan ramalan observasi baru. Beberapa contoh soal juga diberikan untuk memperjelas materi.
Mata Kuliah: Model dan Simulasi
Pertemuan: 1 sampai 4
Jurusan: Teknologi Informasi
Kampus: STMIK Swadharma
Sumber Gambar:
Huskmitnavn1 (2017), "3D Drawings.", dari https://huskmitnavn.dk/blogs/projects/3d-drawings, diakses 16/11/2018.
Itk Engineering (2018), "Make the Real World Manageable – with Models and Simulations", dari https://www.itk-engineering.de/en/development-partnership-competencies/modeling-simulation/, diakses 16/11/2018.
Wildstrom, Steve (2012), "In Praise of Old-fashioned PCs", dari https://techpinions.com/in-praise-of-old-fashioned-pcs/12039, diakses 16/11/2018.
____ (2018), "Trik Mengocok Kartu seperti Pesulap Profesional", dari https://www.youtube.com/watch?v=5jCInqwev_g, diakses 16/11/2018.
____ (2014), "Energi 6 Sisi Dadu", dari https://shellyashahab.wordpress.com/2014/06/18/energi-6-sisi-dadu/, diakses 16/11/2018.
Metode cluster random sampling melibatkan 3 tahapan: (1) membagi populasi menjadi sub-sub unit berukuran lebih kecil, (2) memilih sampel tahap pertama dari unit primer secara acak, dan (3) memilih sampel tahap kedua dari unit didalam unit primer terpilih. Metode ini digunakan untuk populasi besar dengan desain kombinasi stratifikasi dan klaster. Contohnya adalah survei cakupan imunisasi anak di suatu kabupaten menggunakan
Populasi adalah total objek yang akan diteliti, sedangkan sampel adalah sebagian populasi yang diambil untuk mewakili populasi. Terdapat berbagai metode pengambilan sampel seperti sampling random, nonrandom, dan sensus untuk mengumpulkan data penelitian.
Teori permainan adalah pendekatan matematis untuk merumuskan situasi persaingan dan konflik antara berbagai kepentingan. Teori ini menganalisis proses pengambilan keputusan dari situasi persaingan yang melibatkan dua atau lebih pemain. Teori permainan dapat digunakan untuk menentukan strategi optimal bagi setiap pemain dalam situasi persaingan tertentu.
Sistem Persamaan Linear (SPL) Aljabar Linear ElementerKelinci Coklat
Sistem persamaan linear dibahas meliputi solusi dengan operasi baris elemen, matriks invers, dan aplikasinya dalam berbagai bidang seperti rangkaian listrik dan model ekonomi."
Dokumen ini membahas analisis tabel kontigensi dan uji chi-kuadrat untuk menguji hubungan antara dua variabel kategorik. Terdapat contoh penggunaan uji ini untuk menguji hubungan antara jenis buku dan tingkat pendidikan siswa, serta hubungan antara pekerjaan anak dan ayah. Dokumen ini juga menjelaskan langkah-langkah analisis dan interpretasi hasil uji chi-kuadrat.
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUALArning Susilawati
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUAL PADA DATA JUMLAH PERMINTAAN AIR BERSIH TERHADAP PENDAPATAN TOTAL KELUARGA, JUMLAH TANGGUNGAN KELUARGA, DAN PENGELUARAN ENERGI
Dokumen tersebut membahas tentang model regresi logistik, yaitu teknik pemodelan untuk variabel dependen bersifat dikotomi sedangkan variabel independennya berskala interval atau rasio. Model ini menghasilkan peluang kejadian variabel dependen berdasarkan kombinasi linier variabel penjelasnya. Koefisien model diduga menggunakan maximum likelihood untuk memaksimalkan fungsi log-likelihood. Contoh kasus menggunakan data kemampuan matematika dan keberhasilan
Dokumen tersebut membahas tentang metode Analytical Hierarchy Process (AHP) yang digunakan untuk membantu seseorang bernama Si Budi memilih pantai mana yang akan dikunjunginya di sekitar Kendari. AHP digunakan dengan menetapkan kriteria keindahan, keamanan, fasilitas, dan biaya, serta alternatif pantai Toronipa, Batu Gong, dan Nambo. Perhitungan vektor prioritas dilakukan untuk setiap kriteria dan alternatif, serta
Dokumen ini membahas optimasi proses dengan metode Lagrange multiplier. Metode ini digunakan untuk mengoptimalkan fungsi objek yang bergantung pada beberapa variabel independen dengan adanya kendala fungsional. Metode Lagrange mengubah masalah optimasi menjadi sistem persamaan aljabar yang dapat diselesaikan untuk menentukan lokasi optimum."
Laporan ini membahas analisis time series data IHSG menggunakan metode Box Jenkins. Langkah-langkahnya meliputi identifikasi stasioneritas data, transformasi data, identifikasi orde AR dan MA, pemodelan ARIMA, overfitting, dan pemilihan model terbaik berdasarkan nilai MSE terkecil. Model terbaik dipilih adalah ARIMA(2,1,3) yang kemudian digunakan untuk melakukan forecasting 1 periode ke depan.
1. SEM digunakan untuk menganalisis hubungan antar variabel laten dalam model yang rumit.
2. Langkah-langkah SEM meliputi pengembangan model, pembuatan diagram jalur, konversi ke persamaan, pemilihan metode estimasi, evaluasi kecocokan model, dan interpretasi hasil.
3. Aplikasi SEM digunakan untuk menguji pengaruh harga, fasilitas, produk dan promosi terhadap image sebuah perusahaan.
Metode cluster random sampling melibatkan 3 tahapan: (1) membagi populasi menjadi sub-sub unit berukuran lebih kecil, (2) memilih sampel tahap pertama dari unit primer secara acak, dan (3) memilih sampel tahap kedua dari unit didalam unit primer terpilih. Metode ini digunakan untuk populasi besar dengan desain kombinasi stratifikasi dan klaster. Contohnya adalah survei cakupan imunisasi anak di suatu kabupaten menggunakan
Populasi adalah total objek yang akan diteliti, sedangkan sampel adalah sebagian populasi yang diambil untuk mewakili populasi. Terdapat berbagai metode pengambilan sampel seperti sampling random, nonrandom, dan sensus untuk mengumpulkan data penelitian.
Teori permainan adalah pendekatan matematis untuk merumuskan situasi persaingan dan konflik antara berbagai kepentingan. Teori ini menganalisis proses pengambilan keputusan dari situasi persaingan yang melibatkan dua atau lebih pemain. Teori permainan dapat digunakan untuk menentukan strategi optimal bagi setiap pemain dalam situasi persaingan tertentu.
Sistem Persamaan Linear (SPL) Aljabar Linear ElementerKelinci Coklat
Sistem persamaan linear dibahas meliputi solusi dengan operasi baris elemen, matriks invers, dan aplikasinya dalam berbagai bidang seperti rangkaian listrik dan model ekonomi."
Dokumen ini membahas analisis tabel kontigensi dan uji chi-kuadrat untuk menguji hubungan antara dua variabel kategorik. Terdapat contoh penggunaan uji ini untuk menguji hubungan antara jenis buku dan tingkat pendidikan siswa, serta hubungan antara pekerjaan anak dan ayah. Dokumen ini juga menjelaskan langkah-langkah analisis dan interpretasi hasil uji chi-kuadrat.
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUALArning Susilawati
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUAL PADA DATA JUMLAH PERMINTAAN AIR BERSIH TERHADAP PENDAPATAN TOTAL KELUARGA, JUMLAH TANGGUNGAN KELUARGA, DAN PENGELUARAN ENERGI
Dokumen tersebut membahas tentang model regresi logistik, yaitu teknik pemodelan untuk variabel dependen bersifat dikotomi sedangkan variabel independennya berskala interval atau rasio. Model ini menghasilkan peluang kejadian variabel dependen berdasarkan kombinasi linier variabel penjelasnya. Koefisien model diduga menggunakan maximum likelihood untuk memaksimalkan fungsi log-likelihood. Contoh kasus menggunakan data kemampuan matematika dan keberhasilan
Dokumen tersebut membahas tentang metode Analytical Hierarchy Process (AHP) yang digunakan untuk membantu seseorang bernama Si Budi memilih pantai mana yang akan dikunjunginya di sekitar Kendari. AHP digunakan dengan menetapkan kriteria keindahan, keamanan, fasilitas, dan biaya, serta alternatif pantai Toronipa, Batu Gong, dan Nambo. Perhitungan vektor prioritas dilakukan untuk setiap kriteria dan alternatif, serta
Dokumen ini membahas optimasi proses dengan metode Lagrange multiplier. Metode ini digunakan untuk mengoptimalkan fungsi objek yang bergantung pada beberapa variabel independen dengan adanya kendala fungsional. Metode Lagrange mengubah masalah optimasi menjadi sistem persamaan aljabar yang dapat diselesaikan untuk menentukan lokasi optimum."
Laporan ini membahas analisis time series data IHSG menggunakan metode Box Jenkins. Langkah-langkahnya meliputi identifikasi stasioneritas data, transformasi data, identifikasi orde AR dan MA, pemodelan ARIMA, overfitting, dan pemilihan model terbaik berdasarkan nilai MSE terkecil. Model terbaik dipilih adalah ARIMA(2,1,3) yang kemudian digunakan untuk melakukan forecasting 1 periode ke depan.
1. SEM digunakan untuk menganalisis hubungan antar variabel laten dalam model yang rumit.
2. Langkah-langkah SEM meliputi pengembangan model, pembuatan diagram jalur, konversi ke persamaan, pemilihan metode estimasi, evaluasi kecocokan model, dan interpretasi hasil.
3. Aplikasi SEM digunakan untuk menguji pengaruh harga, fasilitas, produk dan promosi terhadap image sebuah perusahaan.
Kebaikan Metode Klasifikasi Multiclass Menggunakan Hold-Out Method dan Cross ...MuthiaPandanSari
Dokumen tersebut membahas tentang keunggulan metode klasifikasi multikelas menggunakan hold-out method dan cross validation. Metode klasifikasi terbaik untuk dataset biji-bijian adalah ridge classifier, linear SVC, dan decision tree berdasarkan nilai cross validation masing-masing sebesar 0,966667; 0,952381; dan 0,895238.
Dokumen tersebut merangkum proses pengembangan sistem keamanan pada server komputer menggunakan biometrika detak jantung. Prosesnya meliputi penentuan tujuan dan ruang lingkup, identifikasi masalah keamanan, merumuskan masalah, persiapan dan pengolahan data, pemilihan algoritma KNN, pelatihan model, dan pengujian model untuk mencocokkan detak jantung pengguna dengan target akurasi 90% yang berhasil dicapai sebesar 90,35%.
Dokumen ini membahas metode prediksi numerik dan kategorik menggunakan teknik data mining, seperti analisis regresi linear dan nonlinear, serta model CART. Metode-metode ini dapat digunakan untuk memprediksi penghasilan, waktu pengiriman pesanan, dan kemajuan penyakit menurut data biomedis. Dokumen ini juga menjelaskan penerapan metode-metode tersebut dalam bisnis intelijen untuk memprediksi gaji dan kejahatan
Abstrak – Sistem berbagi sepeda yang sudah tersebar di beberapa negara di dunia sebagian besa berbasis penggunaan teknologi berupa melacak database pendaftaran, pembayaran, jumlah sepeda yang tersedia dan kios loker yang tersedia di setiap stasiun, dan serta penyewaan atau pengembalian sepeda di setiap loker secara realtime. Peneliti ingin mengetahui pola klasifikasi permintaan berbagi sepeda. Peneltian ini menggunakan data sistem berbagi sepeda di Wasington D.C. pada data Bike Sharing Dataset yang bersumber dari UCI Machinr Learning Repository. Untuk menjawab permaslahan tersebut, metode yang digunakan antara lain k-Nearest Neighbors, Support Vector Machine, dan Random Forest. Dengan tinjauan beberapa variabel pendukung.. Dalam final project ini peneliti melakukan preprocessing, feature engineering, eksplorasi data, feature selection dengan korelasi, hold out methods, dan klasifikasi. Diketahui hasil analisis klasifikasi terbaik adalah Random Forest dengan akurasi sebesar 0,69.
Ringkasan dokumen tersebut adalah:
1. Dokumen tersebut membandingkan metode Parabolic Projection dan Autoregressive Integrated Moving Average (ARIMA) untuk memprediksi harga emas di Indonesia.
2. Hasilnya menunjukkan bahwa metode ARIMA lebih akurat dibandingkan metode Parabolic Projection berdasarkan nilai-nilai akurasi seperti Mean Absolute Deviation, Root Mean Square Error, dan Mean Absolute Percentage Error.
3. Metode ARIMA (1,1,0) adalah
Teknik Pengujian Perangkat Lunak membahas berbagai teknik pengujian perangkat lunak termasuk rencana pengujian, proses pengujian, pengujian berbasis kasus, pengujian putih dan hitam, serta pengujian berbasis objek.
Ringkasan artikel fpga sebagai alat untuk realisasi perangkat keras dari kont...DonySamara
Ringkasan artikel fpga sebagai alat untuk realisasi perangkat keras dari kontrol umpan balik (fpga as a tool for hardware realization of feedback control)
Teori Fungsionalisme Kulturalisasi Talcott Parsons (Dosen Pengampu : Khoirin ...nasrudienaulia
Dalam teori fungsionalisme kulturalisasi Talcott Parsons, konsep struktur sosial sangat erat hubungannya dengan kulturalisasi. Struktur sosial merujuk pada pola-pola hubungan sosial yang terorganisir dalam masyarakat, termasuk hierarki, peran, dan institusi yang mengatur interaksi antara individu. Hubungan antara konsep struktur sosial dan kulturalisasi dapat dijelaskan sebagai berikut:
1. Pola Interaksi Sosial: Struktur sosial menentukan pola interaksi sosial antara individu dalam masyarakat. Pola-pola ini dipengaruhi oleh norma-norma budaya yang diinternalisasi oleh anggota masyarakat melalui proses sosialisasi. Dengan demikian, struktur sosial dan kulturalisasi saling memengaruhi dalam membentuk cara individu berinteraksi dan berperilaku.
2. Distribusi Kekuasaan dan Otoritas: Struktur sosial menentukan distribusi kekuasaan dan otoritas dalam masyarakat. Nilai-nilai budaya yang dianut oleh masyarakat juga memengaruhi bagaimana kekuasaan dan otoritas didistribusikan dalam struktur sosial. Kulturalisasi memainkan peran dalam melegitimasi sistem kekuasaan yang ada melalui nilai-nilai yang dianut oleh masyarakat.
3. Fungsi Sosial: Struktur sosial dan kulturalisasi saling terkait dalam menjalankan fungsi-fungsi sosial dalam masyarakat. Nilai-nilai budaya dan norma-norma yang terinternalisasi membentuk dasar bagi pelaksanaan fungsi-fungsi sosial yang diperlukan untuk menjaga keseimbangan dan stabilitas dalam masyarakat.
Dengan demikian, konsep struktur sosial dalam teori fungsionalisme kulturalisasi Parsons tidak dapat dipisahkan dari kulturalisasi karena keduanya saling berinteraksi dan saling memengaruhi dalam membentuk pola-pola hubungan sosial, distribusi kekuasaan, dan pelaksanaan fungsi-fungsi sosial dalam masyarakat.
Modul Ajar Bahasa Inggris Kelas 10 Fase E Kurikulum MerdekaFathan Emran
Modul Ajar Bahasa Inggris Kelas 10 SMA/MA Fase E Kurikulum Merdeka - abdiera.com. Modul Ajar Bahasa Inggris Kelas 10 SMA/MA Fase E Kurikulum Merdeka. Modul Ajar Bahasa Inggris Kelas 10 SMA/MA Fase E Kurikulum Merdeka.
Materi ini membahas tentang defenisi dan Usia Anak di Indonesia serta hubungannya dengan risiko terpapar kekerasan. Dalam modul ini, akan diuraikan berbagai bentuk kekerasan yang dapat dialami anak-anak, seperti kekerasan fisik, emosional, seksual, dan penelantaran.
Universitas Negeri Jakarta banyak melahirkan tokoh pendidikan yang memiliki pengaruh didunia pendidikan. Beberapa diantaranya ada didalam file presentasi
Modul Ajar Matematika Kelas 11 Fase F Kurikulum MerdekaFathan Emran
Modul Ajar Matematika Kelas 11 SMA/MA Fase F Kurikulum Merdeka - abdiera.com. Modul Ajar Matematika Kelas 11 SMA/MA Fase F Kurikulum Merdeka. Modul Ajar Matematika Kelas 11 SMA/MA Fase F Kurikulum Merdeka. Modul Ajar Matematika Kelas 11 SMA/MA Fase F Kurikulum Merdeka. Modul Ajar Matematika Kelas 11 SMA/MA Fase F Kurikulum Merdeka.
Laporan Pembina Pramuka SD dalam format doc dapat anda jadikan sebagai rujukan dalam membuat laporan. silakan download di sini https://unduhperangkatku.com/contoh-laporan-kegiatan-pramuka-format-word/
2. Konsep ARIMA
ARIMA disebut juga metode Box-Jenkins, yang
merupakan suatu teknik yang mengabaikan
independent variable dalam melakukan
peramalan, sehingga;
ARIMA hanya menggunakan nilai-nilai sekarang
dan masa lalu dari dependent variable untuk
melakukan peramalan jangka pendek.
Perbedaannya dengan metode lain karena
metode ini tidak mengasumsikan pola tertentu
dalam data historis dari series yang akan
diforecast.
Qiyara Damayanti Consulting
Untuk mendapatkan filenya silakan
kunjungi: qiyara.ipromart.co.id
2
3. Proses Pemilihan Model ARIMA
Penentuan Bentuk
Umum Model
• Stasioneritas
(Residu)
•Autokorelasi
(Residu)
• AIC
Identifikasi Model
Terpilih secara Tentatif
Estimasi Parameter Model
Terpilih secara Tentatif
Uji Kecukupan Model
(Adequacy Test)
Gunakan Model untuk
Peramalan
Qiyara Damayanti Consulting
Untuk mendapatkan filenya silakan
kunjungi: qiyara.ipromart.co.id
3
4. Proses Pemilihan Model ARIMA
Model AR(p)
Yt = α 0 + α 1Yt −1 + α 2Yt −1 + α 3Yt −1 + ... + α p Yt − p + u t
Model MA(q)
u t = ε t − β1ε t −1 − β 2 ε t −1 − β 3ε t −1 − ... − β p ε t − p
Model ARIMA (p,i=0,q)
Yt = α 0 + α 1Yt −1 + ... + α p Yt − p + ε t − β1ε t −1 − ... − β p ε t − p
Qiyara Damayanti Consulting
Untuk mendapatkan filenya silakan
kunjungi: qiyara.ipromart.co.id
4
5. Penentuan Model Terbaik
Model ARIMA terbaik, adalah model ARIMA yang
memiliki:
Signifikansi t-stat untuk seluruh suku AR dan MA dalam
persamaan. Probabilita t-stat dari setiap koefisien lebih
kecil dari 0.1 (asumsi =10%).
Nilai inverted root matriks (IRM) suku AR dan MA, |IRM|
<1
Nilai residual yang bebas otokorelasi. Yaitu nilai koefisien
korelasi |AC| dan |PAC| yang lebih kecil dari 0.5; dan
probabilita Q-stat seluruh variabel selang yang lebih besar
dari 0.1.
Memiliki nilai Schwarz Criterion atau Akaike Information
Criterion (AIC) terkecil.
Qiyara Damayanti Consulting
Untuk mendapatkan filenya silakan
kunjungi: qiyara.ipromart.co.id
5
6. Penentuan Model Terbaik
Guna memperoleh hasil estimasi yang baik
perhatikanlah kriteria berikut:
Gunakan data dalam jumlah yang banyak (long series)
Gunakan suku MA yang sedikit
Jika menggunakan suku AR dan MA, gunakan dalam
jumlah sedikit
Semakin sedikit suku AR dan MA yang digunakan akan
semakin baik
Qiyara Damayanti Consulting
Untuk mendapatkan filenya silakan
kunjungi: qiyara.ipromart.co.id
6
7. Penentuan Bentuk Umum: I
Pengujian Stasioneritas:
yt = α 0 + α 0 . yt −1 + ε t
Merupakan inspeksi visual atas series: view line graph
Qiyara Damayanti Consulting
Untuk mendapatkan filenya silakan
kunjungi: qiyara.ipromart.co.id
7
8. Penentuan Bentuk Umum: I
Pengujian Statistik: Augmented Dickey Fuller Test
E-views: View Unit Root Test (ADF)
ADF stat sebesar -2.549886 nilainya secara absolut lebih kecil
dari MacKinnon critical value data memiliki unit root (tidak
stasioner) pada level. Lakukan kembali pengujian unit root,
tetapi kali ini pada tingkat 1st difference:
Qiyara Damayanti Consulting
Untuk mendapatkan filenya silakan
kunjungi: qiyara.ipromart.co.id
8
9. To Do …
Do the ARIMA (1,2,1), store it! A
Do the ARIMA (1,2,0), store it! B
d(d(gdpriil)) c AR(1)
Do the ARIMA (0,2,1), store it! C
d(d(gdpriil)) c AR(1) MA(1)
d(d(gdpriil)) c MA(1)
COMPARE THEM ALL
| OK
| Tdk OK |
Significance:
| AR(1)
Stasionerity of
residual:
|
Q-statistic/ Correlogram/ DW:
Adj-R2:
| ARI
AIC:
| ARI
Qiyara Damayanti Consulting
Untuk mendapatkan filenya silakan
kunjungi: qiyara.ipromart.co.id
9
10. Penentuan Bentuk Umum: I
Sekarang ADF stat secara absolut lebih besar daripada critical
value Tolak Ho (tolak hipotesa bahwa ada unit root alias
tidak stasioner) bentuk data yang stasioner pada first
difference.
Secara tidak langsung ordo integrasi pun telah ditemukan,
yaitu d = 1.
Berikutnya adalah penentuan ordo suku AR dan MA.
Qiyara Damayanti Consulting
Untuk mendapatkan filenya silakan
kunjungi: qiyara.ipromart.co.id
10
11. Penentuan Bentuk Umum: AR-MA
Pengujian correlogram:
View Correlogram
(lakukan sesuai dengan
hasil derajat integrasi)
Biarkan Eviews
menentukan panjang lag
maksimum-ok
Dari grafik batang AC:
pelanggaran garis batas
terjadi pada lag 1, 8, dan
12 kandidat MA (1).
Dari grafik batang PAC:
pelanggaran garis batas
juga terjadi pada lag 1
kandidat AR (1).
3 kandidat model: ARIMA
(1,1,1); ARIMA
(1,1,0)/ARI (1); dan
ARIMA (0,1,1)/IMA (1).
Selanjutnya adalah
penentuan model terbaik.
Qiyara Damayanti Consulting
Untuk mendapatkan filenya silakan
kunjungi: qiyara.ipromart.co.id
11
12. Estimasi Parameter
Model ARIMA (1,1,1): quick-estimate equation-ketikkan:
d(gdp) c AR(1) MA(1)
Repeat: Model ARI (1): d(gdp) c AR(1), dan
Repeat: IMA (1): d(gdp) c MA(1)
Qiyara Damayanti Consulting
Untuk mendapatkan filenya silakan
kunjungi: qiyara.ipromart.co.id
12
13. Estimasi Parameter: ARIMA (1,1,1)
Hasil Estimasi: suku MA tidak signifikan maka model ini
gugur.
MODEL ARIMA (1,1,1)
Dependent Variable: D(GDP)
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
AR(1)
MA(1)
23.50643
0.499691
-0.201503
5.942468
0.275092
0.312611
3.955667
1.816447
-0.644582
0.0002
0.0729
0.5210
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.105750
0.084202
34.39166
98171.24
-424.7539
1.994227
Inverted AR Roots
Inverted MA Roots
.50
.20
Qiyara Damayanti Consulting
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)
Untuk mendapatkan filenya silakan
kunjungi: qiyara.ipromart.co.id
23.34535
35.93794
9.947766
10.03338
4.907606
0.009673
13
14. Estimasi Parameter: AR(1)/ ARIMA(1,1,0)
Hasil Estimasi: suku AR signifikan.
Didukung lebih lanjut dg. nilai |IRM|<1 Kandididat OK
Perlu diuji lebih lanjut dengan pengujian otokorelasi.
MODEL ARI(1)
Dependent Variable: D(GDP)
Variable
Coefficient
C
AR(1)
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
Inverted AR Roots
Qiyara Damayanti Consulting
23.44152
0.317238
0.101516
0.090820
34.26717
98636.06
-424.9570
2.034425
Std. Error
t-Statistic
Prob.
5.412216
0.102975
4.331224
3.080716
0.0000
0.0028
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)
23.34535
35.93794
9.929234
9.986311
9.490809
0.002791
.32
Untuk mendapatkan filenya silakan
kunjungi: qiyara.ipromart.co.id
14
15. Estimasi Parameter: IMA (1)/ARIMA(0,1,1)
Hasil Estimasi: suku MA signifikan.
Didukung lebih lanjut dg. nilai |IRM|<1 Kandididat OK
Perlu diuji lebih lanjut dengan: Pengujian otokorelasi.
MODEL IMA(1)
Dependent Variable: D(GDP)
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
MA(1)
22.79699
0.258489
4.666371
0.104582
4.885378
2.471642
0.0000
0.0154
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
Inverted MA Roots
Qiyara Damayanti Consulting
0.080866
0.070053
34.65297
102070.4
-430.8843
1.911491
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)
22.93333
35.93448
9.951364
10.00805
7.478367
0.007598
-.26
Untuk mendapatkan filenya silakan
kunjungi: qiyara.ipromart.co.id
15
16. Uji Kecukupan: Pengujian Otokorelasi
Fokus pada residual model.
Pada masing-masing model: View Residual Test
Correlogram Q-statistics
Qiyara Damayanti Consulting
Untuk mendapatkan filenya silakan
kunjungi: qiyara.ipromart.co.id
16
17. Uji Kecukupan : Pengujian Otokorelasi
Kedua model OK: terlihat dari ketidaksignifikanan nilai Q-stat
di setiap lag.
Maka langkah terakhir pemilihan model akan bergantung
pada nilai SC yang lebih kecil:
ARI (1) memiliki nilai SC sebesar 9.986.
IMA (1) sebesar 10.00805.
Model ARI(1) yang terbaik.
MODEL
Adjusted
R square
AIC
SC
IMA (1)
ARI (1)
ARIMA(1,1,1)*
0.070053
0.09082
0.084202
9.951364
9.929234
9.947766
10.00805
9.986311
10.03338
Qiyara Damayanti Consulting
Untuk mendapatkan filenya silakan
kunjungi: qiyara.ipromart.co.id
17
18. Peramalan
Tipe Peramalan:
Back Cast
Fore Cast
Kriteria model peramalan terbaik:
Theil inequality coefficient < 0.2
Bias proportion < 0.2
Variance proportion < 0.2
Nilai covariance proportion mendekati 1.
Qiyara Damayanti Consulting
Untuk mendapatkan filenya silakan
kunjungi: qiyara.ipromart.co.id
18
19. Peramalan: Kelayakan Model
Terlihat bahwa nilai bias proportion nilainya 0.053880
(dibawah 0.2), sementara covariance proportion 0.856076
(hampir mendekati 1), maka model ini dapat meramal nilai
GDP kedepan.
Qiyara Damayanti Consulting
Untuk mendapatkan filenya silakan
kunjungi: qiyara.ipromart.co.id
19
20. Peramalan: Aplikasi
Perpanjang range data.
Pada menu utama Eviews click procs-change workfile
range-ubah end date menjadi 1992.1, karena bentuk data
yang kuartalan-ok.
Ubah juga sampel data, procs-sample-ubah end date
menjadi 1992.1-ok.
Kemudian kembali pada model ARI (1):
Procs Make model
Solve
Terbentuk variabel forecast gdpf dengan tambahan
nilai konsumsi 1992.1.
Qiyara Damayanti Consulting
Untuk mendapatkan filenya silakan
kunjungi: qiyara.ipromart.co.id
20