Analisa data dan interpretasi

22
Analisa Data dan Interpretasi Peramalan, Alur Waktu, Trend, SWOT Pengambilan Keputusan

description

Ppt. Analisa Pasar Wisata Analisa Data dan Interpretasi Peramalan, Alur Waktu, Trend, SWOT, dan Pengambilan Keputusan

Transcript of Analisa data dan interpretasi

Page 1: Analisa data dan interpretasi

Analisa Data dan Interpretasi

Peramalan, Alur Waktu, Trend, SWOTPengambilan Keputusan

Page 2: Analisa data dan interpretasi

Peramalan

Kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang, dikenal dengan apa yang disebut peramalan (forecasting)

Peramalan adalah usaha untuk melihat situasi dan kondisi pada masa yang akan datang dengan memperkirakan hasil masa lampau dan pengaruh situasi secara kondisi terhadap perkembangan dimasa yang akan datang

Page 3: Analisa data dan interpretasi

Kegunaan / Peran Peramalan

Peramalan diperkirakan karena adanya perbedaan waktu antara kesadaran akan dibutuhkannya suatu kebijakan baru dengan waktu pelaksanaan kebijakan tersebut

Peramalan dibutuhkan untuk menentukan kapan suatu peristiwa akan terjadi atau suatu kebutuhan akan timbul, sehingga dapat dipersiapkan kebijakan atau tindakan – tindakan yang diperlukan

Peranan peramalan sangat penting , baik dalam penelitian, perencanaan, maupun dalam pengambilan keputusan.

Page 4: Analisa data dan interpretasi

Jenis Peramalan

Pada umumnya peramalan dibedakan dari beberapa segi tergantung dari cara melihatnya.

Peramalan

Sifat Penyusunannya

subyektif

obyektif

Jangka Waktu Ramalan

Jangka Panjang

Jangka Pendek

Sifat Ramalan

Kualitatif

Kuantitatif

Page 5: Analisa data dan interpretasi

Langkah – langkah Peramalan

Mutu dari hasil peramalan yang disusun, sangat ditentukan oleh proses pelaksanaan penyusunannya.

Mengumpulkan dan menganalisa data yang lalu, data harus akurat

Menentukan metode yang dipergunakan. Metode yang baik adalah yang memberikan hasil ramalan yang tidak jauh berbeda dari kenyataan yang terjadi

Memproyeksikan data yang lalu dengan menggunakan metode yang dipergunakan, serta mempertimbangkan adanya faktor perubahan, apakan perlu evaluasi ulang atau ada yang diganti

Page 6: Analisa data dan interpretasi

Metode Peramalan

Metode merupakan cara berpikir yang sistematis dan pragmatis atas pemecahan suatu masalah.

metode peramalan adalah cara memperkirakan secara kuantitatif apa yang akan terjadi pada masa depan secara sistematis dan pragmatis berdasarkan data yang relevan di masa lalu.

Metode peramalan termasuk peramalan yang obyektif dan sifatnya kuantitatif

Page 7: Analisa data dan interpretasi

Metode Peramalan Kuantitatif

Metode peramalan kuantitatif

Casual Methods Time Series

Moving Average Model

Single Ekspontial Smoothing Model

Linear Expontial Smoothing Trend Model

Trend Linear

Trend Kuadratik

Page 8: Analisa data dan interpretasi

Kegunaan Metode Peramalan

Berguna untuk dapat memperkirakan secara sistematis dan pragmatis atas dasar data yang relevan pada masa lalu

Memberikan urutan pengerjaan dan pemecahan atas pendekatan suatu masalah dalam peramalan

Memberikan cara pengerjaan yang teratur dan terarah

Page 9: Analisa data dan interpretasi

Pola Data

Pola horisontal, terjadi bilamana data berfluktuasi di sekitar nilai rata-rata yang konstan atau stasioner terhadap nilai rata-ratanya.

Pola musiman, terjadi bilamana suatu deret data dipengaruhi oleh faktor musiman (misalnya kuartal tahun tertentu, bulanan atau hari pada minggu tertentu)

Pola siklis, terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis atau ekonomi.

Pola tren, terjadi bilamana terdapat kenaikan atau penurunan jangka panjang dalam data.

Page 11: Analisa data dan interpretasi

Metode Dekomposisi

Prinsip dasar dari metode dekomposisi deret waktu adalah mendekomposisi (memecah) data deret

waktu menjadi beberapa pola dan mengidentifikasi masing-masing komponen dari deret waktu

tersebut secara terpisah.

Pemisahan ini dilakukan untuk membantu meningkatkan ketepatan peramalan dan

membantu pemahaman atas perilaku deret data secara lebih baik

Page 12: Analisa data dan interpretasi

Metode Dekomposisi

Metode dekomposisi mendasarkan asumsi bahwa data yang ada merupakan gabungan komponen pola dan error

Metode dekomposisi pada umumnya mencoba mengidentifikasikan 3 komponen secara terpisah sebagai pola dasar, yaitu : kecenderungan (trend), siklik (cyclical), dan faktor musiman (seasonal factor)

Data = Pola + Error= f (trend, siklik, musiman) + galat

Page 13: Analisa data dan interpretasi

Metode Dekomposisi

Trend menggambarkan perilaku data dalam jangka panjang yang dapat bersifat menaik, menurun atau tidak berubah. misalnya, data peningkatan mengenai penjualan perumahan yang

terjadi karena adanya pertumbuhan penduduk jangka panjang Faktor musimat berkaitan erat dengan fluktuasi periodik

yang relatif konstan di sekitar garis trend yang berulang secara teratur dalam periode yang sama pada setiap tahun. misalnya, volume penjualan pohon natal yg tinggi di bulan

desember setiap tahunnya, atau volume penjualan buku pelajaran di awal – awal tiap tahun ajaran.

Faktor siklik merupakan suatu pola berkala dalam deret waktu yang terjadi dan berulang kembali setelah suatu masa dalam beberapa tahun dan biasanya dengan waktu yang tidak sama. misalnya, resepsi, depresi dan kondisi perekonomian lainnya

Page 14: Analisa data dan interpretasi

Keuntungan Metode Dekomposisi

Memungkinkan peramalan untuk menentukan trend jangka panjang dari variable yang dipertimbangkan contoh: suatu perusahaan ingin meneliti kemungkinan

perluasan pabrik dan alat – alatnyaAnalisis model ini memungkinkan manajemen

untuk membuat rencana jangka pendek contoh : suatu perusahaan menjual 5500 unit sebulan

pada suatu musim, tetapi pada musim lain hanya mampu menjual 1000 unit sebulan.

Analisa model ini membantu dalam perencanaan jangka menengah. contoh : seorang manajer perlu memutuskan tentang

percepatan atau perlambatan rekrutmen personalia sehingga dapat dicapai tingkat pemanfaatan tenaga kerja yang lebih baik

Page 15: Analisa data dan interpretasi

Kerangka Berpikir

Metode Dekomposisi akan menghasilkan nilai ramalan yang lebih tepat jika dibandingkan dengan metode intuisi

Penjualan sangat dipengaruhi oleh variable bebasnya yaitu waktu

Fungsi waktu itu memiliki beberapa unsur yang penting yaitu unsur trend, musim dan siklis

Ketiga unsur inilah yang tidak dapat diperkirakan berapa besarnya jika menggunakan metode intuisi.

Page 16: Analisa data dan interpretasi

Analisis SWOT

Yang dimaksud dengan analisis SWOT adalah suatu cara menganalisis faktor-faktor internal dan eksternal menjadi langkah-langkah strategi dalam pengoptimalan usaha yang lebih menguntungkan.

Page 17: Analisa data dan interpretasi

Analisis SWOT

Maksud dari Analisis SWOT :

Kuat dapat dioptimalkan Lemah dapat segera dibenahiKesempatan-kesempatan di luar untuk

dimanfaatkanAncaman-ancaman dari luar untuk diantisipasi

Page 18: Analisa data dan interpretasi

Analisis SWOT

Langkah – Langkah Analisis Data dalam analisis SWOT

Langkah penelitian ini akan menerangkan bagaimana analisis dilakukan, mulai dari data mentah yang ada sampai pada hasil penelitian yang dicapai. Dalam penelitian ini, langkah-langkah analisis data dilakuka sebagai berikut:

Melakukan pengklasifikasian data, faktor apa saja yang menjadi kekuatan dan kelemahan sebagai faktor internal organisasi, peluang dan ancaman sebagai faktor eksternal organisasi. Pengklasifikasian ini akan menghasilkan tabel informasi SWOT.

Melakukan analisis SWOT yaitu membandingkan antara faktor eksternal Peluang (Opportunities) dan Ancaman (Threats) dengan faktor internal organisasi Kekuatan (Strengths) dan Kelemahan (Weakness).

Dari hasil analisis kemudian diinterpretasikan dan dikembangkan menjadi keputusan pemilihan strategi yang memungkinkan untuk dilaksanakan. Strategi yang dipilih biasanya hasil  yang paling memungkinkan (paling positif) dengan resiko dan ancaman yang paling kecil.

Page 19: Analisa data dan interpretasi

4 Langkah Analisis SWOT

4 S

tep

SW

OT A

naly

sis

Memilih Bidang Usaha

Analisis Kesempatan dan Ancaman

Politik

Sosial & Budaya

Ekonomi

Teknologi

Menentukan Faktor Penentu Sukses

Kekuatan dan Kelemahan Perusahaan

Page 20: Analisa data dan interpretasi

Komponen Analisis Data

Analisis data adalah proses penyederhanaan data dan penyajian data dengan mengelompokkan dalam suatu bentuk yang mudah dibaca dan diinterpretasi

Kesimpulan / Penarikan / Verifikasi

Pengumpulan Data

Reduksi Data

Penyajian Data

Page 21: Analisa data dan interpretasi

Komponen Analisis Data

o Reduksi data diartikan sebagai proses pemilihan, pemusatan perhatian pada penyederhanaan, pengabstraksian, dan transformasi data kasar yang muncul dari catatan – catatan tertulis dilapangan.

o Penyajian data, sebagai sekumpulan informasi yang tersusun yang memberi kemungkinan adanya penarikan kesimpulan dan pengambilan tindakan

o Kegiatan analisis yang ketiga adalah menarik kesimpulan dan verifikasi

Page 22: Analisa data dan interpretasi

Pengambilan Keputusan

Apabila analisis data telah lengkap, peneliti menginterpretsi atau melakukan pembahasan atas hasil analisis sesuai dengan tujuan teoritis dan praktis penelitian.

Interpretasi dan pembahasan hasil penelitian mustahil dilakukan tanpa ada hasil analisis data yang jelas dan tuntas

Interpretasi atau menafsir berarti menjelaskan dan menemukan makna hasil analisis.

Interpretasi atau penafsiran menggarap hasil – hasil analisis itu, membuat inferensi yang relevan dengan relasi penelitian yang dikaji, serta membuat kesimpulan tentang relasi tersebut.

Melalui interpretasi dan pembahasan, dapat diketahui jawaban atas pertanyaan – pertanyaan penelitian maupun menerima atau menolak hipotesis penelitian.