Anda di halaman 1dari 14

KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Allah SWT, Karena rahmat-Nya penulis dapat
menyelesaikan dan dapat menyusun makalah tentang Analisa Data Berkala dengan Metode Least
Square. Guna memenuhi tugas matakuliah Statistika Deskriptif.
Pada kesempatan ini penulis ingin mengucapkan terima kasih kepada semua pihak yang
telah membantu dalam menyelesaikan penyusunan makalah ini.
Penulis menyadari bahwa makalah ini masih belum sempurna. Oleh karena itu, penulis
mengharapkan saran dan kritik membangun demi kesempurnaan makalah ini. Akhir kata, semoga
makalah ini dapat bermanfaat bagi kita semua khususnya para mahasiswa. Penulis juga meminta
maaf apabila banyak kesalahan dalam penyusunan makalah ini.

Jakarta, 25 November 2015

Penyusun

Statistik Deskriptif Analisa Data Berkala

DAFTAR ISI
Kata Pengantar.......................................................................................................................................1
Daftar Isi.................................................................................................................................................2
BAB I PENDAHULUAN............................................................................................................................3
1.1 Latar Belakang..................................................................................................................................3
1.2 Batasan Masalah..............................................................................................................................3
1.3 Tujuan...............................................................................................................................................3
1.4 Manfaat Penelitian...........................................................................................................................4
1.5 Metode Penulisan............................................................................................................................4
BAB II PEMBAHASAN.............................................................................................................................4
2.1 Analisis Deret Berkala dalam Statistik Deskriptif.............................................................................4
2.2 Pengertian Analisis dan Deret Berkala.............................................................................................4
2.3 Komponen Deret Berkala.................................................................................................................5
2.4 Ciri-ciri Trend Sekuler.......................................................................................................................7
2.5 Metode Least Square (Kuadrat terkecil)..........................................................................................8
2.6 Contoh Kasus....................................................................................................................................9
a. Contoh I (Untuk jumlah data ganjil)...................................................................................9
i. Analisis menggunakan metode Least Square.........................................................9
ii. Mencari nilai a dan b dan Persamaan Least Square...............................................9
b. Contoh II (Untuk jumlah data genap)................................................................................10
i. Analisis menggunakan metode Least Square.......................................................11
ii. Mencari nilai a dan b dan Persamaan Least Square.............................................11
BAB III PENUTUP..................................................................................................................................13
3.1 Kesimpulan.....................................................................................................................................13
3.2 Saran..............................................................................................................................................13
DAFTAR PUSTAKA................................................................................................................................14

Statistik Deskriptif Analisa Data Berkala

BAB I
PENDAHULUAN

1.1 Latar Belakang


Metode statistik merupakan bidang pengetahuan yang mengalami pertumbuhan pesat.
Metosdenya berkembang sejajar dengan penemuan-penemuan penting oleh para ahli matematis
dan statistisi guna menjawab persoalan-persoalan yang dianjurkan oleh para penyelidik ilmiah.
Selain daripada ilmu hayat sendiri, ilmu pengetahuan tersebut boleh dikatakan telah mempengaruhi
setiap aspek kehidupan manusia modern. Ilmu pengetahuan tersebut sudah meliputi segalah
metode guna mengumpulkan, mengolah, menyajikan, dan menganalisa data kwantitatif secara
deskriptif. Croxton dan cowden berpendapat bahwa metode statistik terlalu memberi tekanan pada
teknik mengumpulkan, mengolah, menyajikan, menganalisa data kwantitatif secara deskriptif agar
dapat memberi gambaran yang teratur tentang suatu peristiwa. Karena itu, metode demikian
acapkali dinamakan metode statistik deskriptif (descriptive statistics).

Semakin sering kita

mempelajari tentang statistik deskriptif maka semakin banyak pula pertanyaan tentang apa itu
statistik deskriptif dan yang terkandung didalamnya serta apa saja yang perlu di ketahui dalam
mempelajari statistik.
Dalam kesempatan ini makalah saya akan sedikit menjelaskan tentang Analisis Deret Berkala
dengan metode Least Square (Kuadrat terkecil)

1.2 Batasan Masalah


Penulisan makalah ini hanya dibatasi pada Analisis Deret Berkala dengan metode Least Square.

1.3 Tujuan
Yang menjadi tujuan penilisan makalah ini yaitu mengkaji dan menganalisis data dengan
menggunakan Analisis Deret Berkala dengan metode Least Square (Kuadrat terkecil).
1. Pengertian Deret Berkala
2. Komponen Deret Berkala
3. Metode Least Square (Kuadrat terkecil)

Statistik Deskriptif Analisa Data Berkala

1.4 Manfaat Penulisan


Dapat memberi informasi mengenai teknik menganalisis data dengan menggunakan Analisis
Deret Berkala dengan metode Least Square (Kuadrat terkecil).

1.5 Metode Penulisan


Metode penulisan yang digunakan adalah dengan pembahasan berdiskusi secara kelompok / tim
berdasarkan study pustaka atau dari buku, modul kuliah dan referensi dari buku tambahan lain dan
juga internet.

BAB II
PEMBAHASAN

2.1 Analisis Deret Berkala dalam Statistika Deskriptif


Croxton dan Cowden memperkenalkan metode statistik tahun 1955 yaitu dengan metode
Statistik Deskriptif dengan memberi definisi statistik sebagai metode guna mengumpulkan,
mengolah, menyajikan, menganalisa dan menginterpretasi data yang berwujud angka-angka.
Dalam metode Statistik Deskriptif terdapat berbagi jenis metode statistik salah satunya adalah
Analisisi Deret Berkala.

2.2 Pengertian Analisis Deret Berkala

Data yang dikumpulkan dari waktu ke waktu untuk menggambarkan perkembangan


suatu kegiatan (perkembangan produksi, harga, hasil penjualan, jumlah penduduk,
jumlah kecelakaan, jumlah kejahatan, dsb).
a) Serangkaian nilai-nilai variabel yang disusun berdasarkan waktu.
b) Serangkaian data yang terdiri dari variabel Yi yang merupakan serangkaian hasil
observasi dan fungsi dari variabel Xi yang merupakan variabel waktu yang
bergerak secara seragam dan ke arah yang sama, dari waktu yang lampau ke
waktu yang mendatang.

Statistik Deskriptif Analisa Data Berkala

Deret berkala atau runtut waktu adalah serangkaian pengamatan terhadap peristiwa,
kejadian atau variabel yang diambil dari waktu ke waktu, dicatat secara teliti menurut
urut-urutan waktu terjadinya, kemudian disusun sebagai data statistik.

Dari suatu runtut waktu akan dapat diketahui pola perkembangan suatu peristiwa,
kejadian atau variabel. Jika perkembangan suatu peristiwa mengikuti suatu pola yang
teratur, maka berdasarkan pola perkembangan tersebut akan dapat diramalkan
peristiwa yang bakal terjadi dimasa yang akan datang.

Jika nilai variabel atau besarnya gejala (peristiwa) dalam runtut waktu (serangkaian
waktu) diberi simbol Y 1 , Y 2 , ..Y n dan waktu-waktu pencatatan nilai variabel (peristiwa)
diberi simbol X 1 , X 2 , ..X n maka rutut waktu dari nilai variabel Y dapat ditunjukan oleh
persamaan Y = f (X) yaitu besarnya nilai variabel Y tergantung pada waktu terjadinya
peristiwa itu.

2.3 Komponen Deret Berkala


Pola gerakan runtut waktu atau deret berkala dapat dikelompokan kedalam 4 (empat) pola
pokok. Pola ini bisanya disebut sebagai komponen dari deret berkala (runtut waktu). Empat
komponen deret berkala itu adalah :
1. Trend, yaitu gerakan yang berjangka panjang yang menunjukkan adanya kecenderungan
menuju ke satu arah kenaikan dan penurunan secara keseluruhan dan bertahan dalam
jangka waktu yang digunakan sebagai ukuran adalah 10 tahun keatas.
2. Variasi Musim, yaitu ayunan sekitar trend yang bersifat musiman serta kurang lebih
teratur.
3. Variasi Siklus, yaitu ayunan trend yang berjangka lebih panjang dan agak lebih teratur.
4. Variasi Yang Tidak Tetap (Irreguler), yaitu gerakan yang tidak teratur sama sekali.
Gerakan atau variasi dari data berkala juga terdiri dari empat komponen, yaitu :
Gerakan/variasi trend jangka panjang atau long term movements or seculer trend yaitu
suatu gerakan yang menunjukan arah perkembangan secara umum (kecenderungan
menaik atau menurun) dan bertahan dalam jangka waktu yang digunakan sebagai ukuran
adalah 10 tahun ke atas.
Gerakan/variasi siklis atau cyclical movements or variation adalah gerakan/variasi jangka
panjang disekitar garis trend.

Statistik Deskriptif Analisa Data Berkala

Gerakan/variasi musim atau seasonal movements or variation adalah gerakan yang


berayun naik dan turun, secara periodik disekitar garis trend dan memiliki waktu gerak
yang kurang dari 1 (satu) tahun, dapat dalam kwartal, minggu atau hari.
Gerakan variasi yang tidak teratur (irregular or random movements) yaitu gerakan atau
variasi yang sporadis sifatnya. Faktor yang dominan dalam gerakan ini adalah faktor-faktor
yang bersifat kebetulan misalnya perang, pemogokan, bencana alam dll.

Gambar 1 Variasi Tren Jangka Panjang

Gambar 2 Variasi Siklis

Dari gerakan siklis diperoleh titik tertinggi (puncak) dan titik terendah (lembah). Pergerakan dari
puncak ke lembah dinamakan kontraksi dan pergerakan dari puncak ke lembah berikutnya
dinamakan ekspansi.

Variasi sikli berlangsung selama lebih dari setahun dan tidak pernah variasi

tersebut

memperlihatkan pola yang tertentu mengenai gelombangnya.

Gerakan sikli yang sempurna umumnya meliputi fasefase pemulihan (recovery),


kemakmuran (prosperity), kemunduran / resesi (recession) dan depresi (depression).

Statistik Deskriptif Analisa Data Berkala

Gambar 3 Variasi Musim


Pola musiman juga menunjukan puncak dan lembah seperti pada siklus, tetapi lamanya variasi
musim selalu satu tahun atau kurang.

Gambar 4 Variasi Fluktuasi Tak Teratur


Jika dikaitkan dengan kegiatan bisnis dan ekonomi, analisis deret berkala atau analisis time
series seringkali digunakan untuk memprediksi nilai dimasa yang akan datang. Dengan diketahuinya
nilai dimasa mendatang, maka pihak manajemen perusahaan akan dapat mengambil keputusan
Nilai dimasa mendatang itu pada dasarnya merupakan nilai time series dimasa mendatang,
yaitu nilai-nilai yang diharapkan dapat terjadi dimasa mendatang, dengan dasar faktor-faktor (nilainilai) yang telah diterjadi dimasa lalu.

2.4 Ciri-ciri Trend Sekuler


Trend (T) atau Trend Sekuler ialah gerakan dalam deret berkala yang berjangka panjang, lamban
dan berkecenderungan menuju ke satu arah, arah menaik atau menurun. Umumnya meliputi
gerakan yang lamanya 10 tahun atau lebih.
Trend sekuler dapat disajikan dalam bentuk :

Statistik Deskriptif Analisa Data Berkala

Persamaan trend, baik persamaan linear maupun persamaan non linear.

Gambar/grafik yang dikenal dengan garis/kurva trend, baik garis lurus maupun garis
melengkung.

Trend juga sangat berguna untuk membuat ramalan yang sangat diperlukan bagi perencanaan,
misalnya :

Menggambarkan hasil penjualan

Jumlah peserta KB

Perkembangan produksi harga

Volume penjualan dari waktu ke waktu, dll

Trend digunakan dalam melakukan peramalan (forecasting). Metode yang biasanya dipakai,
antara lain adalah Metode Semi Average dan Metode Least Square.

2.5 Metode Least Square (Kuadrat terkecil)


Metode ini paling sering digunakan untuk meramalkan Y, karena perhitungannya lebih teliti.
Persamaan garis trend yang akan dicari ialah

Y = a0 +bx a = ( Y ) / n b = ( XY ) / x2
dengan :

Y = data berkala (time series) = taksiran nilai trend. a0 = nilai trend pada tahun dasar.

b = rata-rata pertumbuhan nilai trend tiap tahun.

x = variabel waktu (hari, minggu, bulan atau tahun).

Untuk melakukan penghitungan, maka diperlukan nilai tertentu pada variabel waktu (x) sehingga
jumlah nilai variabel waktu adalah nol atau x = 0.
Untuk n ganjil maka :

Jarak antara dua waktu diberi nilai satu satuan.

Di atas 0 diberi tanda negatif

Dibawahnya diberi tanda positif.

Untuk n genap maka :

Jarak antara dua waktu diberi nilai dua satuan.

Statistik Deskriptif Analisa Data Berkala

2.6

Di atas 0 diberi tanda negatif

Dibawahnya diberi tanda positif.

Contoh Kasus
a. Contoh I (Untuk jumlah data ganjil) :
Ramalan Penjualan Metode Least Square
Data Penjualan (Unit) PT. SELALU SENANG Tahun 1995-1999
Tahun (X)

No

Penjualan (Y)

1995

130

1996

145

1997

150

1998

165

1999

170

Dari data tersebut akan dibuat forecast penjualan dengan menggunakan Metode least Square.
Penyelesaian :
i. Analisis menggunakan metode Least Square
Tahun (X)

Penjualan (Y)

2
X

XY

1995

130

-2

-260

1996

145

-1

-145

1997

150

1998

165

165

1999

170

340

Total

760

10

100

ii. Mencari nilai a dan b


a = 760 : 5
= 152

Statistik Deskriptif Analisa Data Berkala

b = 100 : 10
= 10
Setelah mengetahui nilai variabel a dan b maka persamaan trendnya dapat diketahui
yaitu :

Y = 152 + 10X
Dari persamaan fungsi Y diatas maka nilai trend dari tahun 1995 sampai dengan 1999 dapat
diketahui :
Tahun

Penjualan (Y)

1995

132

1996

142

1997

152

1998

162

1999

172

Dari persamaan fungsi Y diatas juga dapat disusun ramalan

penjualan pada tahun

berikutnya untuk dijadikan dasar pembuatan anggaran penjualan.


Y(2000) = 152 +10 (3)
= 182
Tahun

Penjualan (Y)

2000

182

2001

192

2002

202

2003

212

2004

222

b. Contoh II (Untuk jumlah data genap) :


Ramalan Penjualan Metode Least Square
Data Penjualan (Unit ) PT. KAMSEUPAY Tahun 1995-2000

Statistik Deskriptif Analisa Data Berkala

10

Penjualan (Y)

No

Tahun

1995

130

1996

145

1997

150

1998

165

1999

170

2000

185

Dari data tersebut akan dibuat ramalan penjualan dengan menggunakan Metode least
Square.
Penyelesaian :
i. Analisis menggunakan metode Least Square

Tahun

Penjualan (Y)

2
X

XY

1995

130

-5

25

-650

1996

145

-3

-435

1997

150

-1

-150

1998

165

165

1999

170

510

2000

185

25

925

Total

945

70

365

ii. Mencari nilai a dan b


a = 945 : 6
= 157,5

b = 365 : 70
= 5,21

Statistik Deskriptif Analisa Data Berkala

11

Setelah mengetahui nilai variabel a dan b maka persamaan trendnya dapat diketahui yaitu :

Y = 157,5 + 5,21X
Tahun

Penjualan (Y)

1995

131,45 = 131

1996

141,87 = 142

1997

152,29 = 152

1998

162,71 = 163

1999

173,13 = 173

2000

183,55 = 184

Dengan cara yang sama dapat pula diketahui ramalan penjualan untuk tahun 2001 2005 :
Tahun

Penjualan (Y)

2001

193,97 = 193

2002

204,39 = 204

2003

214,81 = 215

2004

225,23 = 225

2005

235,65 = 236

Statistik Deskriptif Analisa Data Berkala

12

BAB III
PENUTUP

3.1 Kesimpulan
Peramalan yang diberikan oleh metode least square dalam data berkala cukup baik, itu
menunjukkan bahwa metode least square merupakan metode yang lebih teliti sehingga sering
digunakan untuk menghitung data berkala. Selain itu metode least square juga dapat digunakan
tidak hanya untuk meramalkan penjualan tetapi berbagai macam peramalan lainnya, contohnya saja
perkembangan produksI dan lain-lain.
Ramalan penjualan hanya perkiraaan atas penjualanan dimasa yang akan datang, jarang sekali
penjualan akan sama dengan ramalan penjualan, oleh karena itu akan terjadi penyimpangan /
perbedaan antara penjualan dengan ramalan penjualan baik jumlah penjualan diatas / melebihi
jumlah ramalan penjualan maupun jumlah penjualan dibawah / kurang dari jumlah ramalan
penjualan.
Bila dibandingkan Data Ganjil dan Data Genap, angka dimasing masing data ganjil dan genap
tidak menentu, bisa data ganjil angkanya diatas / melebihi dari pada angka data genap, atau
sebaliknya data ganjil angkanya dibawah / kurang dari pada angka data genap, dan juga bisa angka
data ganjil dan data genap, angkanya sama.

3.2 Saran
Pada perhitungan dengan metode least square tentunya juga diperlukan ketelitian dan
kecermatan agar tidak terjadi kesalahan, untuk memperkecil kesalahan pada metode least square ini
bisa menggunakan MS. Excel.

Statistik Deskriptif Analisa Data Berkala

13

DAFTAR PUSTAKA

1. Statistik Deskriptif BSI - Slide Pertemuan ke - 6 (ANALISA DATA BERKALA).


2. Boediono, Dr, Wayan Kaester, dr, Ir. MM. 2001. Teori dan Aplikasi Statistika dan Probabilitas,
Penerbit Pt. Remaja Rosdakarya. Bandung.
3. Kuswadi dan Erna Mutiara. 2004. Statistik Berbasis Komputer untuk Orangorang Non Statistik.
Elex Media Komputindo. Jakarta.
4. Supranto,J. M.A. 2000. Statistik : Teori dan Aplikasi, Edisi Keenam, Jilid 1, Erlangga, Jakarta.
5. Santoso, Singgih 2001. Aplikasi Excel dalam Statistik Bisnis. Elex Media Komputindo. Jakarta.
6. Santoso, Singgih. 2006. Seri Solusi Bisnis Berbasis TI : Menggunakan SPSS dan Excel untuk
mengukur Sikap dan Kepuasan Konsumen. Penerbit PT. Elex Media Komputindo. Jakarta.
7. Dan sumber lain.

Statistik Deskriptif Analisa Data Berkala

14