STATISTIKA

Deret berkala dan Peramalan

Julius Nursyamsi

Pendahuluan
Deret berkala Time series
Sekumpulan data yang dicatat dalam
satu periode waktu
Digunakan untuk meramalkan kondisi
masa mendatang
Dalam jangka pendek (kurang dari 1
tahun ) atau jangka panjang (lebih dari
3 tahun)
Berguna untuk penyusunan recana
(perusahaan dan negara)

Pendahuluan
Deret berkala mempunyai empat
komponen :
Tren kecenderungan
Variasi musim
Variasi siklus
Variasi yang tidak tetap irregular
variation

Tren - Kecenderungan
Tren
Merupakan suatu gerakan kecenderungan
naik atau turun dalam jangka panjang
yang diperoleh dari rata-rata perubahan
dari waktu ke waktu dan nilainya cukup
rata atau mulus
Bentuk tren
Tren positif = tren meningkat
Y = a + b.X
Tren negatif = tren menurun
Y = a b.X

Bentuk Tren
Tren positif

Tren negatif

Pelanggan

Penjualan

80
70

160
140

60
50
40
30

120
100
80
60

Pelanggan

Tahun

Tahun

20
08

20
06

20
04

20
02

20
00

20
08

20
06

20
04

40
20
0
20
02

20
00

20
10
0

Penjualan

Metode Analisa Tren

Metode semi rata rata
( Semi average method)
Metode kuadrat terkecil
( Least square method)
Metode tren kuadratis
( Quadratic trend method)
Metode tren eksponensial
( Exponential trend method)

Metode semi rata - rata

Dengan cara mencari rata rata
kelompok data
Langkah :
Kelompokan data menjadi dua
kelompok
Hitung rata rata hitung dan letakkan
di tengah kelompok ( K1 dan K2),
menjadi nilai konstanta (a) dan letak
tahun merupakan tahun dasar
Hitung selisih K2 K1
K2 K1 > 0 = Tren positif
K2 K1 < 0 = Tren negatif

Lanjutam .

Langkah berikut
Tentukan nilai perubah tern (b) dengan
cara :
b=

K2 K1
th dasar 2 th dasar 1

Persamaan tren ; Y = a + b.X

Untuk mengetahui besarnya tren,
masukan nilai (X) pada persamaan
Untuk data ganjil, data (tahun) tengah
dapat dihilangkan atau dihitung dua kali

Contoh
Tahun

Penjualan Rata 2

Nilai X tahun dasar

2000

2005

2000

150

-2

-6

2001

140

-1

-5

2002

125

-4

2003

110

-3

2004

130

2004

130

-2

2005

150

-1

2006

156

2007

160

2008

168

131.0

152.8

Untuk Nilai (a)

-2002 = 131.0
-2006 = 152.8
Untuk Nilai (b)
= (152.8 131.0)/
(2006 2002)
= 5.45

Lanjutan .

Maka persamaan tren

Tahun dasar 2002
Y = 131+ 5.45 (X)
Tahun dasar 2006
Y = 152.8 + 5.45 (X)

Peramalan tahun 2009

Y = 131+ 5.45 (7)
Y = 152.8 + 5.45 (3)

= 169.15
= 169.15

Metode kuadrat terkecil

Dengan menentukan garis tren yang
mempunyai jumlah terkecil dari
kuadrat selisih data asli dengan data
pada garis tren
Persamaan ; Y = a + b. (X)
Mencari nilai koefisien
a = ( Y ) / n
b = (XY) / (X)2

Contoh Kasus
Tahun

Penjualan

Kode X

(tahun)

Y.X

2000

150

-3.5

-525

12.25

2001

140

-2.5

-350

6.25

2002

125

-1.5

-187.5

2.25

2003

110

0.5

55

0.25

2004

150

0.5

75

0.25

2005

156

1.5

234

2.25

2006

160

2.5

400

6.25

2007

168

3.5

588

12.25

289.5

42

Total

1159

144.875

6.89285714

= 1159 / 8
=289.5 / 42

Persamaan tren
Y = a + b(X)
Y = 144.875 +
6.8928 (X)
Peramalan tahun
2008 :
(X) = 4.5
Maka :
Y = 144.875 +
6.8928. (4.5)
Y = 175.892

Metode Tren Kuadratis

Digunakan untuk tren jangka
panjang yang polanya tidak linier
Maka digunakan metode tren
kuadratis, persamaan :
Y = a + b.X + c.X2
Nilai koefisien :
(Y) (X4) (X2Y) (X2)
Konstanta (a) =
n (X4) (X2)2

Metode Tren Kuadratis

Nilai koefisien :
Pengubah (b) = XY / X2

Pengubah (c) =

n (X2Y) - (X2) (Y)

n (X4) (X2)2

Contoh Kasus
Tahun

Penjualan
(Y)

(X)

XY

XY

X^4

2001

140

-3

-420

1260

81

2002

125

-2

-250

500

16

2003

110

-1

-110

110

2004

150

2005

156

156

156

2006

160

320

640

16

2007

168

504

1512

81

200

28

4178

196

Total

1009

[(1009 x 196) (4178 x 28)] / [(7 x 196) - 784]

137.3810

7.1429

1.6905

[200] / [28]

[(7x4178) (28x1009)] / [(7x196) (784)]

Contoh Kasus
Persamaan tren kuadratis
Y = 137.3810 + 7.1429(X) + 1.6905(X2)

Jadi Peramalan penjualan untuk

tahun 2008 (X = 4) adalah :
Y = 137.3810 + 7.1429(4) + 1.6905(42)
Y = 137.3810 + 28.5714 + 27.0476
Y = 193
Perkiraan penjualan tahun 2009 sebesar
193 unit

Metode tren eksponensial

Suatu tren yang mempunyai pangkat
atau eksponen dari waktu
Bentuk persamaan :
Y = a(1 + b)x
Koefisien :
Konstanta (a) = anti Ln (LnY)/n
Pengubah (b) =
anti Ln [(X.LnY)/((X)2] - 1

Contoh
Tahun

Penjualan
(Y)

(X)

Ln Y

X.LnY

2001

140

-3

4.94164

-14.8249

2002

125

-2

4.82831

-9.65663

2003

110

-1

4.70048

-4.70048

2004

150

5.01064

2005

156

5.04986

5.049856

2006

160

5.07517

10.15035

2007

168

5.12396

15.37189

1009

34.73007

28

1.39006

142.79899

0.05090

[anti Ln (34.73007 / 7) ]
[anti Ln ((1.39006 / 28)) - 1]

Contoh
Persamaan tren eksponensial
Y = a(1 + b)x
Y = 142.79899 (1 + 0.05090)x
Peramlan penjualan tahun 2009
( X =5 ), sebesar :
Y = 142.79899 (1 + 0.05090)5
Y = 142.79899 (1.05090)5
Y = 142.79899 (1.281749)
Y = 144.08074
Jadi perkiraan unit terjual tahun 2009
sebesar 144 unit

Memilih Tren yang baik

Dalam memilih metode tren yang
baik dapat digunakan ukuran
ketepatan
Ukuran ketepatan Adalah seberapa
tepat sebuah alat peramalan
tersebut menduga kejadian yang
sebenarnya
Alat ukur yaitu (Y Y)2 paling kecil

Memilih Tren yang baik

Metode semi rata rata ; Y = 131 + 5.45 (X)
Tahun

Penjualan
Y

Y'

Y - Y'

2000

150

-2

120

30

894.01

2001

140

-1

126

14

208.80

2002

125

131

-6

36.00

2003

110

136

-26

699.60

2004

130

142

-12

141.61

2005

150

147

7.02

2006

156

153

10.24

2007

160

158

3.06

2008

168

164

18.49

Total

(Y -Y')

2018.84

Memilih Tren yang baik

Metode kuadrat terkecil ; Y = 144.875 + 6.8928(X)
Tahun

Penjualan
Y

Y'

Y - Y'

(Y -Y')

2000

150

-3.5

120.75

29.25

855.55

2001

140

-2.5

127.64

12.36

152.70

2002

125

-1.5

134.54

-9.54

90.93

2003

110

0.5

148.32

-38.32

1468.53

2005

150

0.5

148.32

1.68

2.82

2006

156

1.5

155.21

0.79

0.62

2007

160

2.5

162.11

-2.11

4.44

2008

168

3.5

169.00

-1.00

1.00

Total

2576.58

Memilih Tren yang baik

Metode kuadratis ;
Y = 137.3810 + 7.1429(X) + 1.6905(X2)
Tahun

Penjualan
(Y)

(X)

2001

140

-3

131.08

8.92

79.62

2002

125

-2

129.82

-4.82

23.21

2003

110

-1

131.92

-21.92

480.43

2005

150

137.38

12.62

159.24

2006

156

146.20

9.80

95.95

2007

160

158.39

1.61

2.60

2008

168

173.93

-5.93

35.21

Total

Y'

Y - Y'

(Y -Y')

876.26

Memilih Tren yang baik

Metode Eksponensial
Y = 142.79899 (1 + 0.05090)x
Tahun

Penjualan
(Y)

(X)

2001

140

-3

143.66

-3.66

13.40

2002

125

-2

143.70

-18.70

349.86

2003

110

-1

143.75

-33.75

1139.10

2005

150

143.80

6.20

38.45

2006

156

143.85

12.15

147.63

2007

160

143.90

16.10

259.10

2008

168

143.96

24.04

577.94

Total

Y'

Y - Y'

(Y -Y')

2525.48

Memilih Tren yang baik

Kesimpulan :
Tren
Tren
Tren
Tren

semi rata rata

Kuadrat terkecil
kuadratis
Eksponensial

: 2018.84
: 2576.58
: 876.26
: 2525.48

Metode kuadratis yang lebih kecil,

Jadi metode yang cocok untuk
meramalkan penjualan adalah metode
kuadratis

Berlanjut ke pembahasan Analisis

Variasi musim