Online Training - Microsoft Excel Basic for Advanced

Dilihat 346

OVERVIEW Jika Anda memiliki data berbasis waktu historis, Anda dapat menggunakannya untuk membuat perkiraan. Saat Anda membuat perkiraan, Excel membuat lembar kerja baru yang berisi tabel nilai historis dan prediksi serta bagan yang menyatakan data ini. Perkiraan dapat membantu Anda memprediksi hal-hal seperti penjualan di masa mendatang, persyaratan inventaris, atau tren konsumen. Pelatihan ini akan berfokus pada bagaimana menggunakan Ms. Excel untuk memperluas pengetahuan peserta ke dalam peramalan dan fungsionalitas analitik yang lebih khusus yang ditawarkan oleh Microsoft Excel. MATERI PELATIHAN 1. Analisis Bagaimana-Jika

Pencarian Tujuan
Tabel Data

2. Tabel Pivot

Persiapan untuk Membuat Tabel Pivot
Membuat Tabel Pivot

3. Grafik Tingkat Lanjut

Spin Button untuk Mengganti Jenis Chart
Menandai Nilai Maksimum pada Chart
Penanda Bergerak pada Bagan
Bagan Dinamis

4. Rencanakan Model Prakiraan

Data Mana yang Dapat Diramalkan?
Siapkan Data Sumber dengan Cara yang Benar untuk Mendapatkan Model yang Efisien
Putuskan Metode Mana yang Tepat untuk Data Anda atau Haruskah Saya Menggunakan Lebih Banyak Metode?
Bagaimana Cara Mengukur Keakuratan Ramalan?
Metode Pengukuran Mana yang Terbaik untuk Data Saya?
Bagaimana Cara Melacak Bahwa Saya Menggunakan Model Perkiraan yang Tepat dari Waktu ke Waktu
Pemeliharaan Model Perkiraan

5. Metode Peramalan

Regresi Linier
Fungsi Prakiraan
Fungsi Tren
Fungsi Slope & Intercept
Regresi Eksponensial
Fungsi Pertumbuhan
Penghalusan Eksponensial
Alat Analisis Data Exponential Smoothing
Prakiraan Naif
Rata-rata Bergerak
Alat Analisis Data Moving Average
Peramalan Musiman

6. Mengukur Akurasi Prakiraan

Kesalahan/Penyimpangan Prakiraan
Prakiraan Kesalahan/Penyimpangan Mutlak
Kesalahan/Penyimpangan Persentase Prakiraan
Prakiraan Kesalahan/Penyimpangan Persentase Absolut
Kesalahan Kuadrat
Kesalahan Standar
MAD (Mean Absolute Deviation)
MSQ (Mean Square Error)
MPE (Kesalahan Persentase Rata-Rata)
MAPE (Mean Absolute Percentage Error)
TSE (Kesalahan Sinyal Pelacakan)

7. Menggunakan Solver untuk Mengoptimalkan Prakiraan

Optimalkan Prakiraan Pemulusan Eksponensial
Optimalkan Prakiraan Rata-rata Bergerak Tertimbang
Optimalkan Prakiraan Musiman

8. Tren dan Peramalan menggunakan Grafik

Jenis Bagan
Garis Tren
Persamaan
R2
Visualisasikan Prakiraan & Akurasi Prakiraan

9. Membandingkan Metode dan Model Peramalan 10. Memanipulasi Prakiraan Menggunakan Analisis Bagaimana-Jika 11. Koefisien Korelasi 12. Analisis Titik Impas