Predictive Analysis For Time Series Data

Sebagai kelanjutan strategis dari modul “Predictive Analysis I” yang berfokus pada data cross-sectional (potong lintang), pelatihan ini beralih ke dimensi waktu: Data Time Series. Inti dari analisis ini adalah kemampuan membaca jejak masa lalu untuk memetakan masa depan.

Dalam pelatihan ini, peserta akan mempelajari seni dan sains peramalan (forecasting). Kita tidak hanya akan menggunakan metode tunggal, melainkan mengeksplorasi berbagai algoritma dalam ekosistem R untuk menemukan model yang paling presisi (best fit) sesuai karakteristik data yang dimiliki. Tujuannya adalah menghasilkan proyeksi angka masa depan yang akurat sebagai landasan pengambilan keputusan bisnis yang krusial.

Target Pelatihan :

Konsep Deret Waktu: Memahami karakteristik fundamental data time series (tren, musiman, siklus, dan residu).
Metode Smoothing: Menguasai teknik peramalan klasik seperti Moving Average dan Exponential Smoothing untuk pola data yang stabil.
Pemodelan Lanjut (Box-Jenkins): Mampu membangun dan menginterpretasikan model stokastik kompleks, meliputi AR (Auto Regressive), MA (Moving Average), ARMA, ARIMA, hingga SARIMA (untuk pola musiman).
Seleksi Model: Terampil melakukan diagnostik statistik untuk memilih metode peramalan yang paling akurat di antara berbagai kandidat model.
Aplikasi Forecasting: Mampu mengoperasikan R untuk menghasilkan prediksi data masa depan secara otomatis dan visual.

Referensi

Makridakis, S , T. C. Wheelwright & V. E. McGee. Forecasting, Second Edition. John Wiley & Sons. Inc
Gujarati, Damodar N. Basic Econometrics, Fourth Edition. New York: The McGraw-Hill Companies.

Biaya Pelatihan

Mahasiswa & Dosen : Rp 2.000.000,-
Umum & Profesional : Rp 3.000.000,-

Daftar Pelatihan

Details



Predictive Analysis For Time Series Data

