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

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

2. 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

3. 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.

4. 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

5. 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

6. 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

7. 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

8. 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

9. 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.

10. Pola Data

11. 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

12. 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

13. 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

14. Keuntungan Metode Dekomposisi
 Memungkinkan peramalan untuk menentukan
trend jangka panjang dari variable yang
dipertimbangkan
 contoh: suatu perusahaan ingin meneliti kemungkinan
perluasan pabrik dan alat – alatnya
 Analisis 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

15. 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.

16. 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.

17. Analisis SWOT
Maksud dari Analisis SWOT :
 Kuat  dapat dioptimalkan
 Lemah  dapat segera dibenahi
 Kesempatan-kesempatan di luar  untuk
dimanfaatkan
 Ancaman-ancaman dari luar  untuk diantisipasi

18. 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.

19. 4 Langkah Analisis SWOT
4StepSWOTAnalysis
Memilih Bidang Usaha
Analisis Kesempatan
dan Ancaman
Politik
Sosial & Budaya
Ekonomi
Teknologi
Menentukan Faktor
Penentu Sukses
Kekuatan dan
Kelemahan
Perusahaan

20. 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

21. 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

22. 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.