KATA PENGANTAR
Puji syukur kepada Tuhan yang Maha Esa kiranya telah diberikan kesehatan dan
pembelajaran sehingga penyusunan makalah ini telah selesai berkat pertolongan Tuhan dan kerja
keras.Dan kepada Bapak Dosen Algoritma saya mengucap syukur sebesar besarnya kiranya telah
diberikan pelajaran algoritma hingga kami dapat berpikir dengan matang karena penyusunan
makalah ini kami bias bekerja sama antara sesama mahasiswa hingga kami dapat berbagi ilmu.
Semoga makalah ini dapat berguna pada teman-teman mahasiswa tanpa doa temanteman mungkin makalah ini belum selesai.Saya berterima kasih atas bantuannya tanpa kalian
mungkin makalah ini tidak selesai.
Mungkin makalah ini jauh diatas sempurna, jadi kami mohon maaf jika ada kesalahan
penulisan atau kurang berkenan dihati saudara kami mohon maaf atas kesalahan tersebut. Dan
semoga makalah ini membuat ilmu kita bertambah, kami berterimakasih kepada Bapak
dosen struktur data beserta teman-teman mahasiswa.
DAFTAR ISI
Judul Makalah.............................................................................................
Kata Pengantar............................................................................................
Daftar Isi.......................................................................................................
BAB I Pendahuluan.....................................................................................
1.1 Latar Belakang.........................................................................................
1.2 Tujuan......................................................................................................
1.3 Metode Penulisan.....................................................................................
BAB II Pembahasan.....................................................................................
2.1 Pengertian Analisis Data Berkala..........................................................
2.2 Komponen Data Berkala.........................................................................
2.3 Ciri-ciri Trend Sekuler.............................................................................
2.4 Metode Least Square (Kuadrat terkecil)..................................................
2.5 Contoh Kasus...........................................................................................
2.5.1 Contoh I (Untuk jumlah data ganjil)....................................................
2.5.1.1 Analisis menggunakan Metode Least Square.....................................
2.5.1.1.1 Persamaan garis trend yang akan dicari..........................................
2.5.1.1.1.1 Penghitungan Ramalan Jumlah Penjualan HP ( Ganjil )..............
2.5.1.1.1.1.1 Graphik Penjualan Data Ganjil...................................................
2.5.2 Contoh II (Untuk jumlah data genap)...................................................
2.5.1.2 Analisis menggunakan Metode Least Square.....................................
2.5.1.2.2 Persamaan garis trend yang akan dicari...........................................
2.5.1.2.2.2 Penghitungan Ramalan Jumlah Penjualan HP ( Genap )...............
2.5.1.2.2.2.2 Graphik Penjualan Data Genap...................................................
BAB III Penutup...........................................................................................
3.1 Kesimpulan...............................................................................................
3.2 Saran.........................................................................................................
3.3 Daftar Pusataka.........................................................................................
BAB I
PENDAHULUAN
Latar Belakang
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 kami akan sedikit menjelaskan tentang Data Berkala salah satu
pokok bahasan dalam mata kuliah Statistika Deskriptif dan menjelaskan suatu kasus
mengunakan Metode Least Square (Kuadrat terkecil) dan metode ini paling sering digunakan
untuk meramal Y, karena perhitungannya lebih teliti.
Tujuan
Tujuan di buatnya makalah dan presentasi ini adalah sebagai syarat pembelajaran di kampus
dalam mempelajari Statistika Deskriptif salah satu mata kuliah UAS KBK. Serta dapat
bermanfaat baik bagi penulis maupun bagi pembaca untuk meningkatkan pemahaman pada mata
kuliah Statistika Deskriptif khususnya pada pokok bahasan Data Berkala dan ingin mengetahui
cara penghitungan ramalan penjualan antara lain :
Pengertian Data Berkala
Penggolongan Gerakan Runtut Waktu / Komponen Data Berkala
Pengertian Trend Sekuler
Pengertian Metode Least Square (Kuadrat terkecil)
Untuk mengetahui berapa jumlah penjualan ditahun yang akan datang
Untuk dapat memperbandingkan Data Ganjil dan Data Genap
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 Pengertian Analisis Data Berkala
Data yang dikumpulkan dari waktu ke waktu untuk menggambarkan perkembangan suatu
kegiatan (perkembangan produksi, harga, hasil penjualan, jumlah penduduk, jumlah kecelakaan,
jumlah kejahatan, jumlah unit, dll).
Serangkaian nilai-nilai variabel yang disusun berdasarkan waktu.
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.
Data 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 Y1, Y2, ..Yn dan waktu-waktu pencatatan nilai variabel (peristiwa) diberi simbol
X1, X2, ..Xn 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.
2.2 Komponen Data 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 :
Trend Sekunder, yaitu gerakan yang berjangka panjang,lamban seolah olah alun ombak dan
berkecendrungan menuju kesatu arah, arah menaik atau menurun.
Variasi Musim, yaitu ayunan sekitar trend yang bersifat musiman serta kurang lebih teratur.
Variasi Siklus, yaitu ayunan trend yang berjangka lebih panjang dan agak lebih teratur.
Variasi Random/Residu, yaitu gerakan yang tidak teratur sama sekali.
Gerakan atau variasi dari data berkala juga terdiri dari empat komponen, yaitu:
2003
2004
2005
2006
2007
2008
2009
2010
2011
120
155
259
307
260
317
320
370
409
Dari data tersebut akan dibuat ramalan penjualan dengan menggunakan Metode least Square.
Penyelesaian :
a = 2238/10
= 223,8
b = xy/x2
b = 3408/110
= 30,9818
y = ao + b(x) maka diperoleh persamaan :
y = 223,8 + 30,9818(x)
penjualan tahun 2012 adalah ?
y = ao + b(x)
y = 223,8 + 30,9818 (7)
y = 223,8+ 216,8726
y = 440,6726
2.5.2.2.2.2 Perhitungan Ramalan Jumlah Penjualan HP ( Genap )
Tahun Jumlah Penjualan HP (Y) X XY X2 Y
2001 51 -5 -255 25 68,891
2002 79 -4 -316 16 99,8728
2003 120 -3 -360 9 130,855
2004 155 -2 -310 4 161,836
2005 259 -1 -259 1 192,818
2006 307 1 307 1 254,782
2007 260 2 520 4 285,764
2008 317 3 951 9 316,765
2009 320 4 1280 16 347,727
2010 370 5 1850 25 378,709
2011 ? 6 409,691
2012 ? 7 440,673
Jumlah 2238 0 3408 110
(Gambar)
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, dll.
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 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.
Daftar Pustaka
Modul Statistika Deskriptif.BSI/Pertemuan6
Drs. Bambang Soepeno. 2012. Manajemen Produksi Berbantuan Komputer. Jakarta.
soekirman.files.wordpress.com/2012/03/ma_7.doc