Metode Dekomposisi Census II

Oleh : Dicky Rahardiantoro


Metode dekomposisi Census II pada prinsipnya adalah hasil pengembangan dari metode dekomposisi klasik dengan mempertajam sistem pemisahan komponen musiman dengan komponen-komponen lainnya.

Artikel ini akan membahas tentang metode dekomposisi Census II hanya pada cara pemisahan komponen musiman saja, karena metode untuk memisahkan komponen tren dan siklus dapat dilakukan seperti penerapan metode dekomposisi klasik (baca artikel : Metode Peramalan Bisnis dan Upaya Memperoleh Akurasi yang Lebih Baik)


Pemisahan komponen musiman dengan metode Census II

Metode dekomposisi Census II sebagaimana yang dijelaskan oleh Reitsch dan Hanke (1981) memiliki pendekatan yang terdiri dari 4 fase. Pada fase pertama dilakukan penyesuaian data menurut hari perdagangan. Penyesuaian data terhadap hari perdagangan sangatlah penting karena banyaknya jam kerja atau perdagangan, variasi hari dari tahun ke tahun memberi sumbangan tertentu atau pengaruh tertentu dalam tingkat penjualan. Hal tersebut juga dijelaskan oleh Makridakis, Wheelwright dan McGee (1992), bahwa dalam beberapa industri seperti penjualan eceran dan bank, faktor ini menjadi sangat penting, karena faktor tersebut akan dapat berpengaruh nyata pada tingkat penjualan.

Fase kedua dari metode ini adalah meliputi estimasi awal dari faktor musiman dan penyesuaian deret data aktual dengan faktor musimannya. Dalam fase ini dibuat pemisahan awal faktor musiman dari komponen tren, siklus dan kemudian dilakukan pengisolasian komponen random. Pada fase ketiga, penyesuaian yang telah dilakukan pada fase kedua kembali dilakukan guna memperbaiki proses penyesuaian musiman dan untuk memperoleh faktor musiman yang lebih akurat. Fase terakhir dari metode Census II adalah dengan melakukan uji yang sangat berguna untuk menerangkan bagaimana metode ini berhasil mengisolasi faktor musiman dan untuk pengembangan peramalan lebih lanjut dari tren-siklus (Reitsch dan Hanke, 1981).

Tahapan-tahapan metode Census II dalam mengidentifikasi komponen musiman dari deret waktu secara lebih terinci dijelaskan oleh Makridakis, Wheelwright dan McGee (1992), sebagai berikut :

1. Data hari perdagangan perbulan dikumpulkan. Data tersebut kemudian dirata-rata, sehingga diperoleh nilai rata-rata hari perdagangan perbulan. Koefisien hari perdagangan per bulan diperoleh dengan membagi data hari perdagangan pada bulan tertentu dengan nilai rata-rata hari perdagangan pada bulan yang berkesesuaian. Kemudian data asli dibagi dengan koefisien hari perdagangan yang berkesesuaian sehingga akhirnya diperolehlah deretan data yang telah disesuaikan menurut hari perdagangan.

2. Rata-rata bergerak 12 x 2 atau 4 x 2 dihitung sebagaimana yang dilakukan pada metode klasik.

3. Sebelum komponen musiman diestimasi, maka nilai-nilai ekstrim yang ada haruslah terlebih dahulu dikeluarkan. Hal tersebut dapat dilakukan yaitu dengan melalui tahapan berikut :

· MA 3x3 diterapkan pada deret data rasio terpusat (Rt) guna menghilangkan komponen random sebanyak mungkin. Kehilangan 2 buah data pada setiap ujung-ujung deret dapat diatasi dengan membuat nilai taksiran sebelumnya.

· Deviasi standar per bulan kemudian dihitung dengan menghitung jumlah kuadrat dari selisih antara nilai rasio terpusat, Rt, dengan hasil MA 3x3. Deviasi standar tersebut kemudian digunakan untuk membuat batas kontrol sebesar MA 3x3 ± 2.(Deviasi Standar). Nilai-nilai Rt yang lebih kecil atau lebih besar dari batas kontrol tersebut kemudian diganti dengan nilai yang berkesesuaian.

· Enam data yang hilang pada setiap ujung deret di saat rata-rata bergerak terpusat 12 bulanan diterapkan diganti dengan nilai-nilai ditahun sebelum dan sesudahnya. Agar angka rata-rata perbulan adalah 100 maka, rasio tiap tahun disesuaikan sehingga jumlahnya menjadi 1200.

4. Rata-rata bergerak 3 x 3 kemudian diterapkan pada deret data yang telah diperoleh pada langkah 3. Hal ini dimaksudkan agar komponen musiman dapat terbebas dari gerakan acak yang disebabkan oleh adanya komponen random, sehingga diperolehlah faktor penyesuaian musiman awal.

5. Deret data asli atau deret data yang telah disesuaikan menurut hari perdagangan kemudian dibagi dengan faktor penyesuaian musiman awal, sehingga diperolehlah deret data yang disesuaikan menurut musim awal.

6. Rata-rata bergerak berbobot 15 bulanan dari Spencer kemudian diterapkan guna mengeliminasi pengaruh komponen random dari hasil penyesuaian musiman awal. Estimasi komponen tren dan siklus yang lebih halus diperoleh dari rata-rata bergerak ini. Adapun bentuk persamaan dari rata-rata bergerak tersebut adalah sebagai berikut :




7. Tahapan penyesuaian musiman akhir dilakukan pertama-tama dengan membagi data asli dengan hasil estimasi komponen tren-siklus yang diperoleh dari hasil penerapan rata-rata bergerak Spencer. Faktor penyesuaian musiman akhir diperoleh dengan mengulangi langkah ke-3 sampai dengan langkah ke-6.

8. Setelah faktor penyesuaian musiman akhir diperoleh maka faktor musiman untuk 12 periode mendatang diramalkan dengan persamaan berikut :



9. Setelah komponen dasar dari deret waktu selesai diestimasi, maka dalam fase terakhir dari metode ini dilakukan pengujian deret data guna menentukan apakah dekomposisi tersebut sukses atau tidak. Uji yang dilakukan untuk menentukan keberhasilan dari pemisahan komponen musiman adalah uji bulan / periode yang berdekatan, AMTt , dengan persamaan sebagai berikut :



Penyesuaian komponen musiman dikatakan berhasil jika nilai AMTt berada disekitar 100 atau terdapat dalam batas kontrol 100 ± 5.





Artikel terkait :

Metode Peramalan Bisnis dan Upaya Memperoleh Akurasi yang Lebih Baik

Metode Pemulusan

Statistik Uji Yang Berguna Untuk Pemilihan Metode

3 komentar:

ria said...

maaf pak, sya mau tanya. apakah metode dekomposisi census II bisa digunakan untuk peramalan curah hujan?
trima ksih

Penyebab Wc Mampet said...

informasi yang sangat menarik dan bermanfaat nih
terimakasih banyak gan
salam sukses selalu

Pakan Kelinci dari Gedebong said...

keren gan info nya
terimakasih info nya
ditunggu update nya gan gan

Post a Comment

Tanggapan, pesan atau pertanyaan hendaknya disertai dengan identitas (minimal mengisi NAMA dgn men-select bagian Comment as dengan "Name/URL"). Terima kasih

(c) DickyRahardi.Com™, 2006