MODUL STATISTIKA I 2012 (INTERNAL)

ANALISIS DERET BERKALA

Deret berkala adalah sekumpulan data yang dicatat dalam satu periode waktu.
(Suharyadi, Statistika : 174). Melakukan analisis deret berkala berguna untuk
mengetahui kondisi masa mendatang atau meramalkan kondisi mendatang.

Ada beberapa sub bab dalam analisis deret berkala (Time Series) menurut
Suharyadi, antara lain:

1. Trend
2. Indeks Musim
3. Variasi Siklus
4. Variasi yang tidak tetap

1. Trend

Trend adalah 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) (Suharyadi, Statistika:176). Trend biasanya digunakan dalam melakukan
peramalan di masa yang akan datang.

*. Trend Positif

Tren positif mempunyai kecenderungan nilai ramalan (Y) meningkatnya waktu (X).
Persamaannya

= a + bX

Dimana a= konstanta dan b adalah tingkat kecenderungan. Apabila X naik 1 satuan,

maka akan naik sebesar b satuan.

*. Trend Negatif

110
 MODUL STATISTIKA I 2012 (INTERNAL)

Tren negatif mempunyai kecenderungan nilai ramalan (Y) menurun dengan

meningkatnya waktu (X).

= a bX

Dimana a= konstanta dan b adalah tingkat kecenderungan. Apabila X naik 1 satuan,

maka akan turun. sebesar b satuan.

Metode-metode dalam menghitung dan menggambarkan garis trend, antara lain:

a. Metode Setengah Rata-rata (Semi Average Method)

Metode semi rata-rata membuat trend dengan cara mencari rata-rata kelompok
data. Langkah-langkahnya :
1. Mengelompokan data menjadi dua bagian. Jika data ganjil, maka nilai
yang ditengah dapat dihilangkan atau dihitung dua kali yaitu 1 bagian
menjadi kelompok pertama dan 1 bagian menjadi kelompok kedua.
2. Menghitung rata-rata hitung kelompokK1 dan kelompok K2. K1 diletakkan
pada tahun pertengahan pada kelompok 1 dan K2 diletakan pada tahun
pertengahan pada kelompok 2. Nilai K1 dan K2 merupakan nilai konstanta
(a) dan letak tahun merupakan tahun dasar. Nilai K1 dan K2 menjadi
intercept pada persamaan trendnya.
3. Menghitung selisih K1 dan K2. Apabila K2-K 1 > 0 berarti tren positif dan
bila K2 K1<0, maka trendnya negatif>
4. Nilai perubahan tren (b) diperoleh dengan cara:
b=

5. Untuk mengetahui trendnya, tinggal memasukan nilai X pada persamaan

Y = a +bX yang sudah ada

111
 MODUL STATISTIKA I 2012 (INTERNAL)

b. Metode Rata-rata Bergerak (Moving Average Method)

Dalam metode ini, setelah rata-rata dihitung, diikuti oleh gerakan satu periode
ke belakang. Metode ini disebut juga rata-rata bergerak terpusat karena rata-
rata bergerak diletakkan pada pusat dari periode yang digunakan.
Langkah-langkah pengerjaan:
1. Menghitung rata-rata dari sejumlah data yang paling awal.
2. Melupakan nilai data yang pertama.
3. Mengulang tahap 1 dan tahap 2 sampai data yang terakhir.
Metode ini terdiri dari dua pola, yaitu:
a. Pola gerak ganjil (taraf N ganjil)
b. Pola gerak genap (taraf N genap)

Dengan menggunakan metode ini, jumlah moving averagenya adalah

jumlah data asli dikurangi satu (N-1), semakin banyak tahun yang
bersangkutan yang diambil, semakin kurang fluktuasi rata-ratanya dan
semakin halus (smooth) grafiknya.

c. Metode Kuadrat Terkecil (Least Square Method)

Garis Trend dalam persamaan matematik:

Yt = a + bX

dimana untuk menemukan nilai a dan b dapat dicari dengan cara:

Cara panjang (X 0)
Harus ada koding, X1 = 0 (koding tahun pertama), X2 = 1 dan
seterusnya. Rumus

a= dan

112
 MODUL STATISTIKA I 2012 (INTERNAL)

Cara Pendek ( X = 0)
Koding untuk N ganjil : ...,-2,-1,0,1,2,...
Koding untuk N genap : ...,-2,5;-1,5;-0,5;0,5;1,5;2,5...
Rumus:

a= b=

Mengubah trend tahunan menjadi triwulan dan bulanan.

Dirumuskan:
Trend triwulanan:

Y=

Trend Bulanan

Y=

Contoh :
Berikut merupakan data peminat Fakultas FE UNPAD periode 2001-2011
Tahun Jumlah Peminat
(orang)
2001 3060

2002 3420

2003 3650

2004 4120

2005 4100

2006 4930

113
 MODUL STATISTIKA I 2012 (INTERNAL)

2007 5330
2008 6000
2009 6500
2010 6790
2011 7020

Tentukan persamaan garis trendnya dengan menggunakan Least Square Method

(Cara pendek dan panjang).

a. Cara Pendek

Tahun Jumlah Peminat (orang)

yi ui .yi ui
2001 3060 -5 -15300 25
2002 3420 -4 -13680 16
2003 3650 -3 -10950 9
2004 4120 -2 -8240 4
2005 4100 -1 -4100 1
2006 4930 0 0 0
2007 5330 1 5330 1
2008 6000 2 12000 4
2009 6500 3 19500 9
2010 6790 4 27160 16
2011 7020 5 35100 25
54920 0 46820 110

a= =

b= = = 425,636363

114
 MODUL STATISTIKA I 2012 (INTERNAL)

maka persamaan trendnya: Yt = 4992,727273 + 425,636363X

Origin : 1 Juli 2006

Unit X : 1 tahun

Unit Y : Jumlah peminat dalam satuan orang.

Cara Perhitungan Menggunakan Software SPSS

Langkah-langkah adalah sebagai berikut :

1. Buka Software SPSS

2. Pilih variabel view, lalu masukan peminat (yi) dan koding (ui)
3. Pilih data view dan masukan data untuk masing-masing variabel.
4. Masuk ke menu bar, pilih analyze, kemudian pilih sub menu dan pilih
regression linear.
5. Masukan yi sebagai variabel dependen dan jumlah mesin yang terjual sebagai
variabel dependen
6. Lalu masuk ke menu statistik
7. Check list estimates, dan confidence intervals..
8. Klik Ok
Hasilnya

Variables Entered/Removedb

Variables Variables
Model Entered Removed Method

1 xa . Enter

a. All requested variables entered.

b. Dependent Variable: yi

115
 MODUL STATISTIKA I 2012 (INTERNAL)

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients 95% Confidence Interval for B

Model B Std. Error Beta t Sig. Lower Bound Upper Bound

1 (Constant) 4992.727 62.468 79.924 .000 4851.415 5134.040

X 425.636 19.754 .990 21.547 .000 380.949 470.323

a. Dependent Variable: yi

Maka Persamaan trendya: Yt = 4992,727 + 425,636X

Origin : 1 Juli 2006.

Unit X : 1 Tahun.
Unit Y : Jumlah Peminat dalam satuan orang.

Cara Panjang

Tahun Jumlah Peminat

x x.y x
(orang) yi
2001 3060 0 0 0
2002 3420 1 3420 1
2003 3650 2 7300 4
2004 4120 3 12360 9
2005 4100 4 16400 16
2006 4930 5 24650 25
2007 5330 6 31980 36
2008 6000 7 42000 49
2009 6500 8 52000 64
2010 6790 9 61110 81
2011 7020 10 70200 100

116
 MODUL STATISTIKA I 2012 (INTERNAL)

54920 55 321420 385

a= = = 2864,545455

b= = =425,63636363

Maka persamaan trendya: Yt = 2864,545455 + 425,63636363X

Origin : 1 Juli 2001
Unit X : 1 tahun
Unit Y : Jumlah peminat dalam satuan orang

Hasil Komputer

Coefficientsa

Unstandardized Standardized 95% Confidence Interval for

Coefficients Coefficients B

Model B Std. Error Beta T Sig. Lower Bound Upper Bound

1 (Constant) 2864.545 116.867 24.511 .000 2600.174 3128.917

X 425.636 19.754 .990 21.547 .000 380.949 470.323

a. Dependent Variable: y1

b
Variables Entered/Removed

Variables Variables
Model Entered Removed Method

1 xa . Enter

a. All requested variables entered.

b. Dependent Variable: y1

117
 MODUL STATISTIKA I 2012 (INTERNAL)

Maka Persamaan trendnya: Y = 2864,545 + 425,63636X

Origin : 1 Juli 2001
Unit X : 1 Tahun
Unit Y : Jumlah peminat dalam satuan orang

2. Indeks Musim
Apabila tren berhubungan dengan jangka panjang, maka indeks musim
berhubungan dengan perubahan atau fluktuasi dalam musim-musim tertentu atau
tahunan. Dalam perhitungan statistik, komponen musim dinyatakan dalam suatu
bilangan yang dinyatakan dalam bentuk presentase yang disebut Indeks Musim.
Manfaat indeks musim antara lain:
a. Untuk deasonalisasi
Y desasonalisasi =

b. Untuk meramalkan dengan memperhitungkan pengaruh musim.

Y ramalan =

Macam-macam metode untuk menghitung Indeks musim:

1. Metode Rata-rata Sederhana (Percentage Average Method)
Metode rata-rata sederhana mengasumsikan bahwa pengaruh tren dan siklus
yang tidak besar dan dianggap tidak ada. Indeks Musim hanya berdasarkan
pada data aktual dan nilai rata-ratanya saja.

Indeks Musim dirumuskan sebagai berikut :

Indeks Musim =

2. Metode rata-rata dengan trend

Metode rata-rata dengan trend adalah metode rata-rata yang disesuaikan
dengan trend. Indeks Musim pada metode rata-rata dengan tren merupakan

118
 MODUL STATISTIKA I 2012 (INTERNAL)

perbandingan antara nilai data asli dengan nilai tren. Oleh sebab itu, nilai
trend harus diketahui lebih dahulu. Indeks musim dirumuskan:

Indeks Musim =

3. Metode ratio rata-rata bergerak (Ratio to moving average method)

Metode rasio rata-rata bergerak (ratio to moving average method) adalah
metode yang dilakukan dengan cara membuat rata-rata tidak ada ketentuan
berapa periode (n). Nilai n bisa 2,3,4 atau 12 tergantung pada kondisi
pengaruh fluktuasi musiman.
Dirumuskan:
Indeks Musim = Nilai rasio X Faktor koreksi,
Dimana:
Nilai ratio : Data asli/data rata-rata bergerak
Faktor koreksi : (100xn)/Jumlah rata-rata ratio selama n

Contoh Soal:

Hitunglah indeks musim dengan metode ratio rata-rata bergerak untuk tiga triwulan
dari data produksi padi berikut.

Triwulan
Tahun Produksi
I II III
2003 44 22 14 8
2004 48 25 15 8
2005 48 26 14 8
2006 47 24 14 9
Penyelesaian:

1. Membuat rata-rata bergerak dan rasio data asli dengan nilai rata-rata bergerak.

119
 MODUL STATISTIKA I 2012 (INTERNAL)

Data Tren bergerak 3

Ta Tahun Triwulan Rata-rata Indeks Musim
Asli triwulan
2003 I 22
II 14 22+14+8 = 44 14,67 95,43285617
III 8 14+8+25 = 47 15,67 51,05296745
2004 I 25 8+25+15 = 48 16,00 156,25
II 15 25+15+8 = 48 16,00 93,75
III 8 15+8+26 = 49 16,30 49,0797546
2005 I 26 8+26+14 = 48 16,00 162,5
II 14 26+14+8 =48 16,00 87,5
III 8 14+8+24 = 46 15,33 52,18525766
2006 I 24 8+24+14 = 46 15,33 156,555773
II 14 24 +14+9 = 47 15,67 89,34269304
III 9

a. membuat rata-rata bergerak dengan 3 triwulan, maka dibuat penjumlahan setiap 3

triwulan. Contoh penjumlahan triwulan pertama =22+14+8 =44. Nilai ini bisa
diletakkan pada triwulan I , II ,III, tidak ada aturan baku. Untuk contoh ini diletakkan
pada triwulan 2 karena posisinya ada di tengah. Untuk jumlah total triwulan
selanjutnya bergerak yaitu meninggalkan triwulan I tahun 2003 dan masuk triwulan I
tahun 2004 sehingga menjadi 14+8+25 = 47. Hal ini diteruskan sampai selesai.

b. membuat rata-rata bergerak. Jumlah penjumlahan selama 3 triwulan perlu dibuat

rata-ratanya dengan cara membagi jumlah pada kolom 4 dengan 3. Contoh 44/3 =
14,67

120
 MODUL STATISTIKA I 2012 (INTERNAL)

c. Membuat indeks musim dengan membuat rasio antara data asli dengan data rata-
rata.

Contoh : (14/14.67)x100 = 95,43285617

2. Setelah mendapatkan indeks musim setiap triwulan, perlu mengetahui rata-raata

setiap kuartalan dari setiap tahunnya. Maka dari indeks musim triwulan
dikelompokan ke dalam triwulan yang sama.

Tahun Triwulan
I II III
2003 95,43285617 51,05296745
2004 156,25 93,75 49,0797546
2005 162,5 87,5 52,18525766
2006 156,555773 89,34269304
Rata-rata 158,4352577 91,5063873 50,7726599
Maka indeks musim kuartalan selanjutnya:

Triwulan I = 158,4352577

Triwulan II = 91,5063873

Triwulan III = 50,7726599

121
 MODUL STATISTIKA 2015 (INTERNAL)

SOAL ANALISIS DERET BERKALA

1. Berikut adalah daftar jumlah peminat Teaching Assistant Statistic AMIK

WAHANA MANDIR tahun 2005-2011
Tahun Jumlah
2005 43
2006 38
2007 40
2008 52
2009 46
2010 33

a. Tentukan persamaan trendnya dengan metode Least Square Method Cara

Panjang!
b. Berdasarkan persamaan trend yang didapatkan, berapa estimasi jumlah
peminat Teaching Assistant Statistic 2012?

Jawab:

Tahun Jumlah (Y) x xy x

2005 43 0 0 0
2006 38 1 38 1
2007 40 2 80 4
2008 52 3 156 9
2009 46 4 184 16
2010 33 5 165 25
Jumlah 252 15 623 55

A. a = = = 43
 MODUL STATISTIKA 2015 (INTERNAL)

b= = = -0,4

Maka persamaan trendya: Yt = 43 0,4X

Origin : 1 Juli 2005
Unit X : 1 tahun
Unit Y : Jumlah peminat dalam satuan orang

B. Y = 43-0,4X
Y = 43 0,4(6)
Y = 40,6
Y = 41 orang
Origin : 1 Juli 2012
Unit X : 1 Tahun
Unit Y : Jumlah peminat dalam satuan orang.
Jadi, berdasarkan persamaan tren yang ada, maka jumlah peminat STA yang akan
diperkirakan terjadi tahun 2012 adalah 41 orang.

2. This Following table is showing the total applicants of Ajou International School
held by UNPAD for the last six years.

Seasons
Year
Fall Summer Winter Spring
2006 120 60 68 46
2007 89 68 45 23
2008 98 56 60 35
2009 100 70 72 26
2010 79 56 56 38
2011 95 68 80 42
 MODUL STATISTIKA 2015 (INTERNAL)

Determine a typical seasonal index using Percentage Average Method for eah of the
four quarters!

Jawab

Tahap 1.

Seasons Rata-
Year Jumlah
Fall Summer Winter Spring rata
2006 120 60 68 46 294 73,5
2007 89 68 45 23 225 56,25
2008 98 56 60 35 249 62,25
2009 100 70 72 26 268 67
2010 79 56 56 38 229 57,25
2011 95 68 80 42 285 71,25

Tahap 2

Seasons
Year
Fall Summer Winter Spring
2006 163,2653061 81,63265306 92,5170068 62,58503401
2007 158,2222222 120,8888889 80 40,88888889
2008 157,4297189 89,95983936 96,38554217 56,2248996
2009 149,2537313 104,4776119 107,4626866 38,80597015
2010 137,9912664 97,81659389 97,81659389 66,37554585
2011 133,3333333 95,43859649 112,2807018 58,94736842
Total 899,4955783 590,2141836 586,4625312 323,8277069
Rata-rata 149,9159297 98,3690306 97,7437552 53,97128449
 MODUL STATISTIKA 2015 (INTERNAL)

So the seasonal index for each quarter is 149,9159297, 98,3690306, 97,7437552,

53,97128449.

3. Berikut ini adalah perkembangan produk domestik bruto Indonesia tahun 2002-
2011.

Tahun PDB (Rp. Milliar)

2002 413
2003 399
2004 358
2005 379
2006 398
2007 411
2008 426
2009 401
2010 424
a. Tentukan persamaan trendnya, gunakan Least Square Method cara pendek!
b. Tentukan persamaan trend kuartal dan trend bulanannya!
c. Jika tahun dasarnya digeser menjadi tahun 2008, tentukan persamaan trend
yang barunya.

Jawab

PDB (Rp.
Tahun X XY X
Milliar)/ Y
2002 413 -4 -1652 16
2003 399 -3 -1197 9
2004 358 -2 -716 4
2005 379 -1 -379 1
2006 398 0 0 0
 MODUL STATISTIKA 2015 (INTERNAL)

2007 411 1 411 1

2008 426 2 852 4
2009 401 3 1203 9
2010 424 4 1696 16
Jumlah 3609 0 218 60

A. a = = 401

b= = = 3,633333333

maka persamaan trendnya: Yt = 401+ 3,633333333 X

Origin : 1 Juli 2006

Unit X : 1 tahun

Unit Y : Jumlah PDB dalam Milliar rupiah.

B. Trend Triwulanan

Y=

Maka persamaan trendnya adalah 99.22812509 + 0.2270833313X

Origin : 15 Februari 2006
Unit X : 1 tahun
Unit Y : Jumlah PDB dalam Milliar rupiah
Trend Bulanan

Y=

Maka persamaan trendnya adalah 33,27789352+ 0,0252314917X

Origin : 15 Januari 2006
Unit X : 1 tahun
Unit Y : Jumlah PDB dalam Milliar rupiah
C. Persamaan trendya jika tahun dasarnya menjadi 2008
 MODUL STATISTIKA 2015 (INTERNAL)

Yt = a + b(2) + bx
Yt = 401+ 3,633333333(2) + 3,633333333X
Yt = 409,266666+ 3,633333333X
Origin : 1 Juli 2008
Unit X : 1 Tahun
Unit Y : Jumlah PDB dalam Milliar rupiah

4. Berikut ini peredaran jumlah mobil di Indonesia pada tahun 2005-2011 per
caturwulan. Nilai dalam Jutaan

Caturwulan
Tahun
I II III
2005 45 26 50
2006 56 34 45
2007 59 28 43
2008 69 36 58
2009 64 40 61
2010 63 44 67
2011 72 42 73
a. Tentukanlah indeks musim dengan menggunakan Ratio to Trend Method
b. Hitunglah peramalan peredaran jumlah mobil untuk caturwulan I sampai
dengan III pada tahun 2012.

Jawaban:

Tahun Kuartal Y X XY X Yt Y/Yt * 100

I 45 0 0 0 39,476190480 113,9927624
2005 II 26 1 26 1 40,647619051 63,96438612
III 50 2 100 4 41,819047622 119,562742
 MODUL STATISTIKA 2015 (INTERNAL)

I 56 3 168 9 42,990476193 130,2614089

2006 II 34 4 136 16 44,161904764 76,98943282
III 45 5 225 25 45,333333335 99,26470588
I 59 6 354 36 46,504761906 126,8687282
2007 II 28 7 196 49 47,676190477 58,72952457
III 43 8 344 64 48,847619048 88,02885553
I 69 9 621 81 50,019047619 137,9474486
2008 II 36 10 360 100 51,190476190 70,3255814
III 58 11 638 121 52,361904761 110,7675518
I 64 12 768 144 53,533333332 119,5516812
2009 II 40 13 520 169 54,704761903 73,11977716
III 61 14 854 196 55,876190474 109,1699335
I 63 15 945 225 57,047619045 110,4340568
2010 II 44 16 704 256 58,219047616 75,57663995
III 67 17 1139 289 59,390476187 112,8127005
I 72 18 1296 324 60,561904758 118,8866174
2011 II 42 19 798 361 61,733333329 68,03455724
III 73 20 1460 400 62,904761900 116,0484482
Jumlah 1075 210 11652 2870 1074,999999990 2100,337540100

a= = = 39.47619048

b= = = 1.171428571

Maka persamaan trendya: Yt = 39.47619048 +1.171428571 X

Origin : 1 Juli 2005
Unit X : 1 tahun
 MODUL STATISTIKA 2015 (INTERNAL)

Unit Y : Jumlah mobil yang beredar dalam jutaan unit

Tahap 2

Tahun Kuartal I Kuartal II Kuartal III

2005 113,9927624 63,96438612 119,562742
2006 130,2614089 76,98943282 99,26470588
2007 126,8687282 58,72952457 88,02885553
2008 137,9474486 70,3255814 110,7675518
2009 119,5516812 73,11977716 109,1699335
2010 110,4340568 75,57663995 112,8127005
2011 118,8866174 68,03455724 116,0484482
Jumlah 857,9427035 486,7398993 755,6549374
Rata-
rata 122,5632434 69,53427132 107,9507053
Maka, indeks musim Jumlah Mobil yang beredar pada kuartal (I, II, III) adalah
122,5632434, 69,53427132, 107,9507053

B. Forecasting jumlah mobil yang beredar untuk tahun 2012 pada kuartal 1 sampai 3
Yt = 39.47619048 +1.171428571 X
Origin : 1 April 2005
Unit X : 1 kuartal
Unit Y : Jumlah peredaran mobil
Yt = 39.47619048 +1.171428571 (21) = 64,07619047
Yt = 39.47619048 +1.171428571 (22) = 65,24761904
Yt = 39.47619048 +1.171428571 (23) = 66,41904761
 MODUL STATISTIKA 2015 (INTERNAL)

Forecasting dengan memperhitungkan pengaruh musim

Y
Tahun Kuartal Yt Im forecasting
I 64,07619047 122,5632434 78,53385729
2012 II 65,24761904 69,53427132 45,36945645
III 66,41904761 107,9507053 71,69983035
Jumlah total 195,6031441 = 196

Jadi forecasting jumlah mobil yang beredar pada kuartal 1 sampai 3 pada tahun 2012
adalah 78,53385729, 45,36945645, 71,69983035

5. This following table shows consumption of apple in twelve months at Bandung

District in 2009.

Mont 200 200 200 200 200 200 200 200 200 201 201
h 1 2 3 4 5 6 7 8 9 0 1
Apple 123 145 138 148 159 168 179 188 194 209 220
(KG)
a. Determine the trend equation use Semi Average Method, which median is
ignored and origin 2003!
b. Determine trend equation, if the median is counted twice!

Jawab:

Apple Rata-
Kelompok Month Nilai X
(Kg) rata
2001 123 -2
K1 2002 145 -1
2003 138 142,6 0
 MODUL STATISTIKA 2015 (INTERNAL)

2004 148 1
2005 159 2
2006
2007 179 3
2008 188 4
K2 2009 194 198 5
2010 209 6
2011 220 7

a = 142,6

b=

maka persamaan regresinya adalah : Y = 142,6 + 9,23333333X

Origin: I juli 2003

Unit X : 1 Tahun

Unit Y : Jumlah apple

b. Jika tahun 2006 dihitung dua kali

Apple Rata-
Kelompok Month Nilai X
(Kg) rata
2001 123 -5
2002 145 -3
2003 138 -1
K1 146,8333
2004 148 1
2005 159 3
2006 168 5
 MODUL STATISTIKA 2015 (INTERNAL)

2006 168 7
2007 179 9
2008 188 11
K2 193
2009 194 13
2010 209 15
2011 220 17

a= 146,8333

Maka persamaan trendnya adalah :

Y = 146,83333 + 3,847222X

Origin : I januari 2004

Unit X = tahun

Unit Y = Jumlah apple

6. Berikut adalah data mengenai produksi sepatu pada PT. STA, cibaduyut tahun
2003-2008. Nilai dalam ribuan pasang sepatu

Tahun Triwulan
I II III IV
2003 165 335 607 192
2004 163 342 577 181
2005 167 385 568 205
2006 167 367 593 206
2007 175 372 607 223
 MODUL STATISTIKA 2015 (INTERNAL)

2008 178 378 615 212

Tentukan Indeks Musim serta variasi musimnya dengan menggunakan Percentage
Average Method.

Jawab:

Tahap 1

Tahun Triwulan Rata-

I II III IV Jumlah rata
2003 165 335 607 192 1299 324,75
2004 163 342 577 181 1263 315,75
2005 167 385 568 205 1325 331,25
2006 167 367 593 206 1333 333,25
2007 175 372 607 223 1377 344,25
2008 178 378 615 212 1383 345,75

Tahap 2

Tahun Triwulan
I II III IV
2003 50,80831409 103,1562741 186,91301 59,12240185
2004 51,62311956 108,3135392 182,739509 57,32383215
2005 50,41509434 116,2264151 171,471698 61,88679245
2006 50,11252813 110,1275319 177,944486 61,81545386
2007 50,83514887 108,0610022 176,325345 64,77850399
2008 51,48228489 109,3275488 177,874187 61,31597975
Jumlah 305,2764899 655,2123112 1073,268235 366,2429641
Rata-rata 50,87941498 109,2020519 178,8780391 61,04049401
 MODUL STATISTIKA 2015 (INTERNAL)

Maka seasonal indeks buat tiap triwulannya adalah 50,87941498, 109,2020519,

178,8780391, 61,04049401.

7. Sales of clothes monthly since 2008 until 2011 for STA Corporation are shown
belom (in $000)

Month Triwulan 1 Triwulan 2 Triwulan 3 Triwulan 4

2000 246,3 346,5 357,7 470,5
2001 267.8 321,8 348,3 465,4
2002 300.5 345,6 349,4 468,7
2003 310,4 333,3 358,6 477,1
2004 320.0 348,8 363,5 489,6
2005 314,2 349,5 365,7 485.2
Determine the typical seasonal pattern for sales using the ratio to moving average
Method.

Tahap 1

Four
Centered
Total 4 Quarter
Tahun Kuartal Y Moving Average Y/Yt *100
kuartal Moving
(Yt)
Average
I 246,3
II 346,5
1421 355,25
2000
III 357,7 357,9375 99,93364763
1442,5 360,625
IV 470,5 317,3125 148,2765413
 MODUL STATISTIKA 2015 (INTERNAL)

1096 274
I 267,8 313,05 85,54544003
1408,4 352,1
II 321,8 351,4625 91,56026603
1403,3 350,825
2001
III 348,3 354,9125 98,13686472
1436 359
IV 465,4 361,975 128,5724152
1459,8 364,95
I 300,5 365,0875 82,30903551
1460,9 365,225
II 345,6 365,6375 94,51984548
1464,2 366,05
2002
III 349,4 367,2875 95,12983698
1474,1 368,525
IV 468,7 366,9875 127,7155216
1461,8 365,45
I 310,4 366,6 84,66993999
1471 367,75
II 333,3 368,8 90,37418655
1479,4 369,85
2003
III 358,6 371,05 96,64465705
1489 372,25
IV 477,1 374,1875 127,502923
1504,5 376,125
I 320 376,7375 84,93977902
2004
1509,4 377,35
 MODUL STATISTIKA 2015 (INTERNAL)

II 348,8 378,9125 92,05291459

1521,9 380,475
III 363,5 379,75 95,72086899
1516,1 379,025
IV 489,6 379,1125 129,1437238
1516,8 379,2
I 314,2 379,475 82,79860333
1519 379,75
II 349,5 318,55 109,7159002
2005
1029,4 257,35
III 365,7
IV 485.1

Tahap 2

Tahun Triwulan
I II III IV
2000 99,93364763 148,2765413
2001 85,54544003 91,56026603 98,13686472 128,5724152 100
2002 82,30903551 94,51984548 95,12983698 127,7155216 4
2003 84,66993999 90,37418655 96,64465705 127,502923
2004 84,93977902 92,05291459 95,72086899 129,1437238
2005 82,79860333 109,7159002
Jumlah 420,2627979 478,2231129 485,5658754 661,2111249
Rata-rata 84,05255958 95,64462257 97,11317507 132,242225 409,0525822
IM 82,19242536 93,52794896 94,9640015 129,3156242 0,977869392
 MODUL STATISTIKA 2015 (INTERNAL)

Faktor koreksi = (100Xn)/ jumlah rata-rata rasio selama n

So, the typical seasonal pattern for sales using the ratio to moving average Method
is 82,19242536, 93,52794896, 94,9640015, 129,3156242

8. Berikut adalah data mengeni jumlah permintaan terhadap shampo Wangi Setiap
hari mulai dari tahun 2000-2011. Dalam Ribuan Unit

Tahun Jumlah
2000 345
2001 467
2002 399
2003 420
2004 457
2005 469
2006 478
2007 499
2008 483
2009 494
2010 502
2011 506
a. Dengan Menggunakan Moving Average Method, tentukan jumlah bergerk
tertimbang tahun 2000-2011 (per tiga tahun).
b. Tentukan juga rata-rata bergerak tiga tahun.
 MODUL STATISTIKA 2015 (INTERNAL)

Tahun Jumlah TMA MA

2000 345
2001 467 1211 403,6666667
2002 399 1286 428,6666667
2003 420 1276 425,3333333
2004 457 1346 448,6666667
2005 469 1404 468
2006 478 1446 482
2007 499 1460 486,6666667
2008 483 1476 492
2009 494 1479 493
2010 502 1502 500,6666667
2011 506

9. This Following table shows the production of X Sandal in Bandung for current
years. In thousands pairs
Year Pairs
2003 1230
2004 1650
2005 1285
2006 1380
2007 1789
2008 1890
2009 1956
a. Determine the trend equation with Long Least Square Method!
b. How many pairs the X Sandals in 2012 !
 MODUL STATISTIKA 2015 (INTERNAL)

Year Pairs X X*Y X

2003 1230 0 0 0
2004 1650 1 1650 1
2005 1285 2 2570 4
2006 1380 3 4140 9
2007 1789 4 7156 16
2008 1890 5 9450 25
2009 1956 6 11736 36
Jumlah 11180 21 36702 91

a= = = 1258.357143

b= = = 112,9285714

So the regression equation is: Yt =1258.357143 +112,9285714X

Origin : 1 July 2005
Unit X : 1 Year
Unit Y : Pairs of shoes

10. Berikut ini adalah jumlah permintaan terhadap mobil Y beberapa tahun terakhir.
Dalam ribuan unit

Tahun Jumlah
1999 356
2000 366
2001 373
2002 378
 MODUL STATISTIKA 2015 (INTERNAL)

2003 389
2004 407
2005 408
2006 423
2007 425
2008 444
2009 451

a. Dengan Metode setengah rata-rata, berapakah jumlah permintaan di awal

tahun 2005 jika tahun dasar 2001 dan nilai tengah diabaikan?
b. Dengan Metode setengah rata-rata Berapakah Jumlah permintaan di
pertengahan 1998, jika diketahui tahun dasar 2001?
c. Dengan Metode setengah rata-rata Berapakah jumlah permintaan di
pertengahan 2012, jika tahun dasar 2001?

Tahun Jumlah TSA SA X

1999 356 -2
2000 366 -1
2001 373 1862 465,5 0
2002 378 1
2003 389 2

2005 408 3
2006 423 4
2007 425 2151 537,75 5
2008 444 6
2009 451 7
 MODUL STATISTIKA 2015 (INTERNAL)

a= 465,5 b=

Maka persamaan trendya adalah Y = 465,5 + 12,04166667

A. Maka jumlah permintaan di tahun 2005 jika tahun dasar 2001 adalah
Y = 465,5 + 12,04166667X
Y = 465,5 + 12,04166667(3)
Y = 501,625 = 502625 unit
Maka, jumlah permintaan terhadap mobil Y pada pertengahan 2005 adalah
502625 unit.
B. Jumlah permintaan di pertengahan 1998 jika tahun dasar 2001 adalah
Y = 465,5 + 12,04166667X
Y = 465,5 + 12,04166667(-3)
Y = 429,375 = 429375 unit
Maka, jumlah permintaan terhadap mobil Y pada pertengahan 1998 adalah
429375unit.
C. Jumlah permintaan di pertengahan 2012 jika tahun dasar 2001 adalah
Y = 465,5 + 12,04166667X
Y = 465,5 + 12,04166667(10)
Y = 585,917 = 585917 unit
Maka, jumlah permintaan terhadap mobil Y pada pertengahan 2012 adalah
585917unit.