Kamis, 03 Januari 2013

Pelatihan Forecasting di Universitas Indonesia

FORECASTING 

Teknik peramalan (Forecasting) adalah teknik untuk memprediksi nilai sebuah kejadian dimasa datang berdasarkan pada nilai kejadian pada waktu sekarang dan waktu sebelumnya (data historis).  Data yang digunalan untuk meramal merupakan data series waktu, dimana yang digunakan sebagai prediktornya adalah variabel waktu itu sendiri.  Pelatihan ini akan mempelajari berbagai teknik analisa peramalan (forecasting) dan cara menentukan teknik peramalan yang sesuai dengan sifat data yang kita miliki. Dengan pemilihan teknik peramalan yang sesuai diharapkan kesalahan akibat proses peramalan menjadi seminimal mungkin.

Target Pelatihan
  1. Peserta memahami konsep data time serries; 
  2. Peserta memahami berbagai metode peramalan sederhana (Metode Rata2x & Eksponensial); 
  3. Peserta memahami model peramalan AR, MA, ARMA, ARIMA & SARIMA. 
  4. Peserta mampu mengoperasikan program statistik Eviews/SPSS untuk Forecasting

Lama Pelatihan
2 hari, @ 375 menit

Referensi :
Makridakis, S , T. C. Wheelwright & V. E. McGee. Forecasting, Second Edition. John Wiley & Sons. Inc

Biaya 
Mahasiswa & Dosen      : Rp 2.000.000,-
Umum & Profesional      : Rp 2.500.000,-




Sylabus:



No
MATERI – FORECASTING
01
PENDAHULUAN

Komponen Data Time Series

Beberapa Istilah dalam Time Series

Regresi Vs Autoregresi

Stasionarity

Ukuran Fit Model Dlam Time Series
02
METODE PERAMALAN RATA-RATA

Rata-rata Sederhana

Rata-rata Bergerak (Moving Average)

Rata-rata Bergerak Tertimbang (Weighted Moving Average)
03
METODE EKSPONENSIAL

Eksponensial Tunggal Linier : Satu Parameter

Eksponensial Tunggal Ganda Linier : Satu Parameter Brown

Eksponensial Tunggal Ganda Linier : Dua Parameter Holt

Metode Winter
04
METODE  ARIMA

Tahapan Analisa ARIMA

Indentifikasi Kestasioneran Data

Diagnosa Asumsi Model ARIMA

OverFitting Model
05
METODE SARIMA

Tahapan Analisa SARIMA (Seasonal ARIMA)

Indentifikasi Kestasioneran Data

Diagnosa Asumsi Model SARIMA

OverFitting Model
06
METODE ARCH DAN GARCH

Volatilitas Data Time Series

Model ARCH

Deteksi Unsur ARCH

Model GARCH

Model ARCH-M

Model TARCH

Model EGARCH




Back