Makalah Statistika Ok 11
Makalah Statistika Ok 11
Statistika
Deskriptif
Analisa Deret Berkala dengan Metode
Least Square
Tim Penyusun :
Kelompok 3
Deny Alfian (11114130)
Eka Aprilia (11114002)
Imam Arifin (11111457)
Randy Arisopya (11113245)
AMIK BSI- Komputerisasi Akuntansi
Semester 2
BINA SARANA
INFORMATIKA
Raden Fattah 70 A Pondok
Aren Tangerang 2012
KATA PENGANTAR
Puji syukur kepada Tuhan YME, atas segala rahmat dan hidayahNya
sehingga kami dapat menyelesaikan tugas akhir Semester 2 mata kuliah Statistika
Deskriptif dengan tepat waktu, terwujud dalam makalah kami Analisa Deret
Berkala dengan Metode Least Square.
Besar harapan kami semoga hasil makalah ini dapat memberikan manfaat
yang besar baik untuk kami ataupun orang lain. Ucapan terima kasih tak lupa
kami sampaikan kepada dosen Pengajar mata kuliah Statistika Deskriptif
Semester 2 atas bimbingan dan arahan beliau, kepada teman-teman dan pihak-
pihak yang turut mendukung untuk terciptanya makalah ini.
Penulis
(Kelompok Tiga)
1.2. 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 Deret berkala antara lain :
1. Pengertian Deret Berkala
2. Penggolongan Gerakan Runtut Waktu /Komponen Deret Berkala
3. Pengerian Trend Sekuler
4. Metode Least Square (Kuadrat terkecil)
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.
o Variasi sikli berlangsung selama lebih dari setahun dan tidak pernah variasi
tersebut memperlihatkan pola yang tertentu mengenai gelombangnya.
o Gerakan sikli yang sempurna umumnya meliputi fasefase pemulihan
(recovery), kemakmuran (prosperity), kemunduran / resesi (recession) dan
depresi (depression).
Pola musiman juga menunjukan puncak dan lembah seperti pada siklus,
tetapi lamanya variasi musim selalu satu tahun atau kurang.
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 dengan lebih efektif.
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 (nilai-nilai) yang telah diterjadi dimasa
lalu.
Tahun Penjualan
No
(X) (Y)
1 1995 130
2 1996 145
3 1997 150
4 1998 165
5 1999 170
Penyelesaian :
2.5.1.1 Analisis menggunakan metode Least Square
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 :
Penjualan
Tahun
(Y)
1995 132
1996 142
1997 152
1998 162
1999 172
b = 365 : 70
= 5,21
Setelah mengetahui nilai variabel a dan b maka persamaan trendnya dapat
diketahui yaitu :
Y = 157,5 + 5,21X
Dari persamaan fungsi Y diatas maka nilai trend dari tahun 1995 sampai
dengan 2000 dapat diketahui :
Penjualan
Tahun
(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
Penjualan
Tahun
(Y)
2001 193,97 = 193
2002 204,39 = 204
2003 214,81 = 215
2004 225,23 = 225
2005 235,65 = 236
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, seperti perkembangan KB, perkembangan
produksi, dll.
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.