RINGKASAN

1. Deret Berkala Sebagai Landasan dalam Melakukan Peramalan

Peramalan adalah salah satu bentuk usaha untuk memprediksi bagaimana kelanjutan suatu
keadaan. Dalam proses pengambilan keputusan, peramalan ialah salah satu alat bantu utama yang
menjadikan suatu keputusan menjadi lebih tepat dan lebih tinggi kevaliditasannya. Selain itu,
dalam proses peramalan, hal ini harus ditunjang oleh data-data yang relevan agar dapat dipercaya
kebenarannya.

Deret berkala ialah data yang disusun berdasarkan urutan waktu. Sedangkan analisis deret
berkala adalah suatu alat analisis yang dapat digunakan untuk mengetahui kecenderungan suatu
nilai dari waktu ke waktu, serta alat analisis yang dapat diterapkan guna memprediksi nilai suatu
variabel dalam kurun waktu tertentu.

Terdapat empat komponen variasi deret berkala, yaitu : tren sekular, variasi musiman,
variasi siklis, dan variasi tak beraturan. Hubungan di antaranya dapat digambarkan sebagai
berikut :
A=T+S+C+I
A : Data actual
T : Tren sekular
S : Variasi musiman
C : Variasi siklis
I : Variasi tak beraturan

1.1 Tren Sekuler

Tren sekuler ialah pergerakan naik dan turun seuatu keadaan dalam jangka
panjang. Tren ini menampakkan suatu kecenderungan (gerakan) yang lamban, panjang,
dan menuju suatu arah. Tren ini dibagi menjadi tiga, tren yang menunjukkan gejala
kenaikkan, konstan dan penurunan.

Jika Tren Sekuler menampakkan gejala kenaikan, ini disebut sebagai Tren Sekuler
Positif.
 Jika Tren Sekuler menampakkan gejala penurunan, ini disebut sebagai Tren Sekuler
Negatif.

Jika Tren Sekuler menampakkan gejala secara terus menerus/ konstan, ini disebut
sebagai Tren Sekuler Konstan.

1.2 Variasi Musiman

Variasi musiman merupakan pergerakan suatu keadaan yang berlangsung secara
periodik dalam kurun waktu tertentu, biasanya satu tahun.

1.3 Variasi Siklis

Variasi siklis adalah pergerakan tren yang meningkat atau menurun dalam
jangka waktu yang relatif panjang (lebih dari sepuluh tahun). Hal ini diakibatkan oleh
dinamika kegiatan yang bersifat agregat yang menggambarkan suatu keteraturan bentuk
maupun sulit untuk diperkirakan.

1.4 Variasi tak Beraturan

Variasi tak beraturan adalah pergerakan keadaan yang terjadi tanpa dapat
diperkirakan, yang disebabkan oleh hal-hal yang tak terduga ataupun secara kebetulan
yang dapat menyebabkan fluktuasi yang tidak beraturan.
2. Tren Sekular Sebagai Penanda Kecenderungan
Tren sekular mampu menampakkan pola kecenderungan suatu fenomena. Tren sekular
terdiri dari tren garis lurus dan tren linear.

2.1 Tren garis lurus

Rumus persamaan untuk mencari nilai tren lurus:
Y = a = bX
Y : nilai variabel terikat
X : nilai variabel bebas
A : ialah konstanta Y

Ada beberapa metode untuk penggambaran tren garis lurus.

2.1.1 Metode bebas

Kita dibebaskan menggambar garis tren di antara titik-titik dari data asli.
Langkah-langkahnya ialah :
a. Menggambarkan data asli dalam garis
b. Menarik garus lurus yang berdasarkan pertimbangan kita bahwa garis itu
dianggap terletak di antara titik-titik yang diperlihatkan oleh data asli dalam
grafik itu.

Tahun Indeks Biaya Hidup Tahun Indeks Biaya Hidup

1970 100 1980 123
1971 105 1981 130
1972 102 1982 135
1973 105 1983 138
1974 106 1984 140
1975 110 1985 145
1976 110 1986 148
1977 115 1987 150
1978 120 1988 160
1979 125 1989 160

2.1.2 Metode setengah rata-rata

 Langkah-langkah penggambaran tren sekulan dengan metode setengah rata-rata :
a. Membagi kumpulan data menjadi dua bagian (jika jumlah data ganjil, data
tengah dihilangkan).
b. Menjulmlahkan masing-masing bagian, mencari nilai setengah dari keseluruhan
(semi total).
c. Menghitung mean dari masing-masing bagian.
d. Menggambarkan nilai titik-titik dari nilai mean tiap bagian itu, lalu dihubungkan
dengan satu garis lurus.

Tahun Jml Unit Nilai Rata- Nilai x Tahun Nilai x Tahun Penjualan Penjualan
Terjual Rata Tiap Tengah 1992 Tengah 1998 Yang Yang
Bagian Diperkirakan Diperkirakan
1992 1998
1990 126 -2 -8 125,80 125,80
1991 129 -1 -7 131,70 131,70
1992 148 137,60 0 -6 137,60 137,60
1992 136 1 -5 143,50 143,50
1993 149 2 -4 149,40 149,40
1995 154 3 -3 155,30 155,30
1996 160 4 -2 161,20 161,20
1997 153 5 -1 167,10 167,10
1998 157 173 6 0 173 173
1999 200 7 1 178,90 178,90
2000 195 8 2 184,80 184,80

21
=
21

SA1 : nilai rata tiap bagian pertama

SA2 : nilai mean tiap bagian kedua
CY1 : tahun tengah bagian pertama
CY2 : tahun tengah baian kedua

173 137,6 35,4

= = 5,90
1998 1992 6

Karena ada 2 bagian & 2 titik pusat maka ada 2 persamaan

1992 : Y = 137,60 + 5,90X

 1998 Y = 173 + 5,90X

2.1.3 Metode rata-rata bergerak

Metode ini menghitung dan menggambarkan tren sekularnya dengan dasar
perhitungan tiga tahunan.
4
Jika 4 tahun yg digunakan sebagai dasar hitung maka yang hilang =2
2

Tahun Jml Unit Terjual Nilai tot Moving dasar Nilai Moving average Nilai Moving Average
4th dasar 4th dasar pemusatan
kembali
1990 126 Xxx Xxx Xxx
1991 129 Xxx Xxx xxx
1992 148 (126+129+148)=539 539:4=134,75 134,75(1992)
1993 136 562 140,5 140,5(1993)
1994 149 587 146,75 146,75(1994)
1995 154 599 149,75 149,75(1995)
1996 160 616 154 154(1996)
1997 153 624 156 156(1997)
1998 157 670 167,5 167,5(1998)
1999 200 Xxx xxx Xxx
2000 195 xxx Xxx Xxx

2.1.4 Metode jumlah kuadrat terkecil

Jumlah penyimpangan nilai data terhadap nilai tren sekular terkecil. Garis tren
sekularnya terletak di tengah-tengah data asli. Rumus persamaan yang berlaku ialah:

Y = a + b X

Tahun Jml Unit X XY Nilai Tren(Y)

Terjual(Y)
1990 126 -11 121 -1.386 77,51
1991 129 -9 81 -1.161 92,69
1992 148 -7 49 -1.036 108,87
1993 136 -5 25 -680 123,05
1994 149 -3 9 -447 138,23
1995 154 -1 1 -154 153,41
0 0 0 0 0 161
1996 160 1 1 160 168,59
1997 153 3 3 459 183,77
1998 157 5 25 785 198,95
1999 200 7 49 1.400 214,13
2000 195 9 81 1.755 229,31
2001 225 11 121 2.475 224,49
=1.932 2 =286 =2.170

a=

b=
2

Penghitungannya,
1932
a= =161
12

2170
b= =7,59
286

maka, rumus persamaan trennya ialah Y = 161 = 7,59X

2.2 Tren non linear

Tren yang bervariabel berpangkat bukan 1. Jenisnya ada dua, yaitu :

2.2.1 Tren parabola

Disebut juga tren kuadratis, mempuyai variabel berpangkat dua.

Y = a+bX=c 2

Y : nilai tren
X : periode waktu
a,b,c : konstanta

[( ) ( 4 )][( 4 ) ( 2 )
a= ( 4 )( 2 )2

b= 2

[( 2 )][( 2 ) ( )]
c= ( 2 )( 2 )2
 Tahun Jml Unit yg X XY Y
diminta(Y)
1989 200 -5 25 625 -1.000 5000 287,72
1990 300 -4 16 256 -1.200 4.800 326,95
1991 350 -3 9 81 -1.050 3.150 369,95
1992 400 -2 4 16 -800 1.600 415,83
1993 425 -1 1 1 -425 425 464,52
1994 561 0 0 0 0 0 515,87
1995 570 1 1 1 570 570 569,88
1996 600 2 4 16 1.200 2.400 626,55
1997 650 3 9 81 1.950 5.850 685,88
1998 700 4 16 256 2.800 11.200 747,17
1999 750 5 25 625 3.750 18.750 812,52
SY = 5.506 2 =110 4 =1.958 =5.795 2 =53.745

(5.5061.958)(53.745110) (10.780.748)(5.911.950) 4.868.798

a= = = = 515,87
(1119582 ) (21.538)(12.100) 9.438

5.795
b= = 52,68
110

(1153.745)(1105.506) (591.195)(605.660) 14.465

c = (11110)(1102 )
= (1.210)(12.100)
= = 1,33
10.890

Maka, persamaan tren parabolanya ialah Y = 515,87X + 1,33

2.2.2 Tren eksponensial

Tren ini menggunakan penghitungan logaritma, maka dinamakan tren logaritma.
Dalam tren ini, variabel waktu yang dilambangkan X berfungsi sebagai pangkat.

Y = a x (1+b)

Mencari nilai a & b

Ln Y
a = anti Ln

( Ln Y)
b = anti Ln (X)2
1

Tahun Periode Waktu (X) Jml Penjualan (Y) Ln Y X x Ln Y Nilai Tren

1989 -5 200 5,298 -26,49 25 83,94
1990 -4 300 5,704 -22,82 16 118,35

1991 -3 350 5,858 -17,57 9 166,87

1992 -2 400 5,991 -11,98 4 233,29

1993 -1 425 6,052 -6,05 1 331,76

1994 0 561 6,329 0 0 467,78

1995 1 570 6,346 6,35 1 659,57

1996 2 600 6,397 12,79 4 929,99

1997 3 650 6,477 19,43 9 1.311,29

1998 4 700 6,551 26,20 16 1.848,92

1999 5 750 6,620 33,10 25 2.606,98

= = 2=
67,623 12,96 110

Mencari nilai a dan b

Nilai a

67,623
Anti Ln = anti Ln 6,148 = 467,78
11

Nilai b
12,96
Anti Ln 1 = anti Ln 0,12 -1 = anti Ln 0,88 = 0,41
110

Jadi persamaan tren eksponensialnya

Y = 467,78 x (1 + 0,41)

3. Mengubah Persamaan Tren Menjadi Tren Kuartalan dan Bulanan

Untuk mengubah tren tahunan menjadi tren kuartalan yaitu dengan membagi 4 nilai a dan
membagi 16 nilai b. Dengan demikian,persamaan tren kuartalan memiliki rumus sebagai berikut :

a b
Y= + X
4 16
 PT. Grand River Garment Factory
Jumlah Penjualan Garmen dari Tahun 1989 hingga 1998
(dalam Satuan Koli)

Tahun Jumlah Penjualan Tiap Kuartal Jumlah

I II III IV Total
1989 5 5 6 5 21
1990 6 7 5 7 25
1991 7 9 8 9 33
1992 9 10 12 12 43
1993 10 12 11 15 48
1994 9 11 11 10 41
1995 15 15 17 18 65
1996 15 16 18 20 69
1997 20 15 8 8 51
1998 8 10 9 10 37

Dari tabulasi diatas,pihak manajemen perusahaan ingin mengetahui perubahan nilai tren
dalam setiap kuartalnya. Karena itulah, perubahan perhitungan perlu dilakukan. Selanjutnya,
departemen pemasaran mencoba melakukan perhitungan ulang agar dapat mengetahui dinamika
dalam setiap kuartalnya.

Perhitungan Nilai Tren Tahunan jumlah penjualan Garmen

PT. Grand River Garment Factory dari tahun 1989 hingga 1999
 Dalam penghitungan ini, maka dapat diketahui nilai a :

433
= 43,30
10
Dan nilai b :

582
= 1,76
330
Sehinga, persamaan nilai trennya ialah Y = 43,30 + 1,76 X

Untuk mengetahui dinamika perubahan nilai tren setiap kuartal,maka persamaan nilai
trennya perlu diubah.Dalam satu tahun terdapat empat kuartal.Oleh sebab itu,persamaan nilai tren
tersebut haruslah diubah menjadi persamaan nilai tren kuartalan.Jadi persamaan trennya menjadi
Y= 10,83+0,11 X

Dari perhitungan tren tersebut bisa diderivasikan lagi menjadi persamaan tren bulanan.
Untuk menjadikan persamaan tren bulanan nilai a dibagi dengan 12 dan b dibagi dengan 144.Jadi
persamaan tren bulanan menjadi :

Y=3,61+0,012 X
4. Persamaan Nilai Tren Rata-Rata
Persamaan nilai tren tahunan diubah menjadi persamaan nilai tren rata-rata setiap kuartal
dan bulan, maka nilai a dan nilai b dibagi empat jika ingin menjadikan persamaan tren kuartalan,
dan dibagi dua belas jika ingin mengubahnya menjadi persamaan tren bulanan.

Y= 10,83 + 0,44 X
Berikut adalah adalah nilai perhitungan nilai trennya
 Persamaan tren bulannya ialah

Y=3,61 + 0,15 X

Berikut adalah adalah nilai perhitungan nilai trennya

5. Variasi Musiman, Gejala Temporer yang Sering Kali Berulang

Ditinjau dari segi periode terjadinya,variasi musiman ini berlangsung dalam waktu yang
relatif pendek,misalnya pada bulan-bulan tertentu.Variasi musiman dinyatakan dalam hitungan
persen yang disebut indeks musiman (seasonal indeks).Berkaitan dengan variasi musiman,ada
beberapa metode untuk menghitungnya.Metode yang relevan itu antara lain adalah :

5.1 Metode rata-rata sederhana

Berikut adalah langkah-langkahnya:
a. Menghitung nilai rata-rata jumlah setiap periode tertentu, missal bulan atau kuartal
dalam satu tahun.
b. Menghilangkan pengaruh tren dengan jalan mengalikan kuartal 1 dengan ( 0xb
),kuartal dua dengan ( 1xb ),kuartal 3 dengan ( 2xb ) dan kuartal 4 dengan ( 3xb ).Hal
yang sama juga berlaku apabila rentang waktunya adalah bulanan.
c. Mencari nilai indeks musiman.
d. Melakukan penyesuaian bila dianggap perlu.
 PT. Sapta Daya Flour
Jumlah Tepung terigu yang berhasil dipasarkan dari tahun 1994 hingga 1999
Tahun Jumlah penjual tiap kuartal (dalam satuan ton)
I II III IV
1994 25 25 24 28
1995 25 26 23 30
1996 28 27 29 35
1997 29 30 30 37
1998 30 31 32 44
1999 31 33 34 50

Mencari nilai a dan b untuk mencari nilai persamaan

PT. Sapta Daya Flour

Jumlah Penjualan Tepung terigu dari tahun 1994 hingga 1999

Tahun Kuartal Jumlah X XY

I II III IV total (Y)
1994 25 25 24 28 102 -5 25 -510
1995 25 26 23 30 104 -3 9 -312
1996 28 27 29 35 119 -1 1 -119
0 0 0 0 0 0 0 0 0
1997 29 30 30 37 126 1 1 126
1998 30 31 32 44 137 3 9 411
1999 31 33 34 50 148 5 25 740
Total =736 =70 =336

Maka diketahui, nilai a :

736
= 122,6
6
Nilai b :

336
= 4,80
70

Maka persamaan trennya ialah Y= 122,66 + 4,80X

 Karena jangka waktu yang diamati adalah kuartalan,maka persamaan trennya diubah
menjadi : Y=30,67 + 0,30 X

Mengenai kelanjutan perhitungan nilai indeks musiman dapat dilihat dibawah ini :

Perhitungan Nilai Indeks Musiman

Tahun Jumlah penjual tiap kuartal (dalam satuan ton)

I II III IV
1994 25 25 24 28
1995 25 26 23 30
1996 28 27 29 35
1997 29 30 30 37
1998 30 31 32 44
1999 31 33 34 50
Jumlah 168 172 172 224

Rata-rata Tiap kuartal 28 28,66 28,66 37,33

Tren 0b 1b 2b 3b
Rata-rata kuartal b 28 28,66 28,06 36,43
Jumlah Total kuartal b 120,85
dibagi 4 30,21
Indeks musiman kuartal I (28/30,21) x 100% = 92,68%
Indeks musiman kuartal II (28,36/ 30,21) x 100% = 93,88%
Indeks musiman kuartal III (28,06/30,21) x 100% = 92,88%
Indeks musiman kuartal IV (36,43/30,21) x 100% = 120,59%
400 %

5.2 Metode rasio terhadap tren

Berikut adalah langkah-langkahnya :
a. Membagi nilai data asli dengan nilai trennya.
b. Menjumlahkah hasilnya dan mencari nilai rata-ratanya yang merupakan nilai indeks
musiman.
c. Apabila jumlahnya tidak sama dengan seharusnya, penyesuaian melalui factor
koreksi yang diperlukan.
 Contoh :

Nilai Tren Penjualan Tepung terigu PT Sapta Daya Flour

Dari Tahun 1994 hingga 1999 secara kuartalan
Tahun Kuartal Tren Tahun Kuartal Tren Tahun Kuartal Tren
1994 I 23,77 1996 I 28,57 1998 I 33,37
II 24,37 II 29,17 II 33,97
III 24,97 III 29,77 III 34,57
IV 25,57 IV 30,37 IV 35,17
1995 I 26,17 1997 I 30,97 1999 I 35,77
II 26,77 II 31,57 II 36,37
III 27,37 III 32,17 III 36,97
IV 27,97 IV 32,77 IV 37,57
Kemudian mencari perbandingan antara nilai penjualan actual dengan nilai tren
penjualan tepung terigu.

Perhitungan Nilai indeks Musiman Penjualan Tepung Terigu

PT Sapta Daya Flour dengan metode Rasio terhadap Tren

Tahun Kuartal Data Nilai A/T x Tahun Kuartal Data Nilai A/T x
Aktual(A) Tren 100% Aktual(A) Tren 100%
(T) (T)
1994 I 25 23,77 105,17 1997 I 29 30,97 93,64
II 25 24,37 102,59 II 30 31,57 95,03
III 24 24,97 96,12 III 30 32,17 93,25
IV 28 25,57 109,50 IV 37 32,77 112,91
1995 I 25 26,17 95,53 1998 I 30 33,37 89,90
II 26 26,77 97,12 II 31 33,97 91,26
III 23 27,37 84,03 III 32 34,57 92,57
IV 30 27,97 107,26 IV 49 35,17 139,32
1996 I 28 28,57 98 1998 I 31 35,77 86,66
II 27 29,17 92,56 II 33 36,37 90,73
III 29 29,77 97,41 III 34 36,97 91,97
IV 35 30,37 113,75 IV 50 37,57 133,09
Maka ditetapkan rasio antara data asli dengan nilai tren

Tahun Jumlah Penjualan tiap Kuartal (dalam satuan ton)

I II III IV
1994 105,17 102,59 96,12 109,50
1995 95,53 97,12 84,03 107,26
1996 98 92,56 97,41 113,75
1997 93,64 95,03 93,25 112,91
1998 89,90 91,26 92,57 139,32
1999 86,66 90,73 91,97 133,09
TOTAL =568,90 =569,29 =555,35 =715,83
 Jumlah total masing-masing kuartal kemudian dibagi dengan jumlah tahun
.Kuartal I nilai rata-ratanya adalah 94,82,kuartal II 94,88,kuartal III 92,56 dan kuartal IV
119,31.Semuanya dijumlahkan agar dapat mengetahui apakah jumlahnya mencapai
400.Ternyata jumlahnya 400,57 yang berarti memiliki kelebihan nilai sebesar
1,57.Karena itu penyesuaian perlu dilakukan dengan cara mengalikan masing-masing
nilai indeks musiman dengan nilai faktor koreksi.

= ,
,

Dengan demikian,nilai masing-masing indeks musiman berubah menjadi :

Kuartal I : 94,82 x 0,996 = 94,44072%
Kuartal II : 94,88 x 0,996 = 94,50048%
Kuartal III : 92,56 x 0.996 = 92,18976%
Kuartal IV : 119,31x 0,996= 118,83276%

5.3 Metode rasio terhadap rata-rata bergerak

Berikut adalah langkah-langkahnya
a. Menghitung nilai tren dengan metode rata-rata bergerak.
b. Membagi setiap data asli dengan nilai tren yang telah diperoleh.
c. Menjumlahkan dan mencari nilai rata-ratanya untuk memperoleh nilai indeks
musiman.
d. Melakukan penyesuaian jika diperlukan.

Perhitungan Nilai Indeks Musiman Penjualan Tepung Terigu PT. Sapta Daya Flour
Melalui Metode Rasio Terhadap Rata-rata Bergerak dengan Dasar Tiga Kuartalan
Tahun Kuartal Penjualan(Y) Nilai Total Moving dengan Nilai Moving (A/T) x
dasar tiga tahun Average dengan 100%
dasar Tiga
tahun
1994 I 25 XXX XXX XXX
II 25 74 24,66 101,38
III 24 77 25,66 95,53
IV 28 77 25,66 109,12
1995 I 25 79 25,33 94,95
II 26 74 24,66 105,43
III 23 79 26,33 87,35
IV 30 81 27 111,11
1996 I 28 85 28,33 98,84
II 27 84 28 96,43
III 29 91 30,33 95,61
IV 35 93 31 112,90
e.
 Lanjutan

Tahun Kuartal Penjualan(Y) Nilai Total Nilai Moving Average (A/T) x 100%
Moving dengan dengan dasar Tiga
dasar tiga tahun tahun
1997 I 29 94 31,33 92,56
II 30 89 29,66 101,15
III 30 97 32,33 92,79
IV 37 97 32,33 114,44
1998 I 30 98 32,66 91,86
II 31 93 31 100
III 32 112 37,33 85,72
IV 49 112 37,33 131,26
1999 I 31 113 37,66 82,32
II 33 98 32,66 101,04
III 34 117 39 87,18
IV 50 xxx xxx xxx
Tabel dibuat lebih ringkas,

Ikhtisar Perhitungan Nilai indeks Musiman Penjualan Tepung Terigu

PT Sapta Daya Flour dari tahun 1994 hingga 1999
Dengan Metode rasio terhadap Rata-rata Bergerak

Tahun Jumlah Penjualan Tiap Kuartal (dalam satuan ton)

I II III IV
1994 xxx 101,38 95,53 109,12
1995 94,95 105,43 87,35 111,11
1996 98,84 96,43 95,61 112,90
1997 92,56 101,15 92,79 114,44
1998 91,86 100 85,72 131,26
1999 82,32 101,04 87,18 xxx
Kuartal I = Kuartal II= Kuartal III= Kuartal IV=
460,53 605,43 542,18 578,83
Nilai-nilai keseluruhan masing-masing kuartal dibagi dengan jumlah tahun. Kuartal I
nilai rata-ratanya adalah sebesar 76,66, kuartal II 100,91, kuartal III 90,36 dan kuartal IV
96,47. Setelah dijumlahkan,ternyata hanya sebesar 364,50%. Nilai tersebut belum
mencapai jumlah nilai rata-rata keseluruhan seharusnya yakni 400%. Karena itu
diperlukan penyesuaian.

400
= 1,097
364,50
 Jadi nilai indeks musiman berubah menjadi :
Kuartal I : 76,76 x 1,097 = 84,20572 %
Kuartal II : 100,91 x 1,097 = 110,69827 %
Kuartal III : 90,36 x 1,097 = 99,12492 %
Kuartal IV : 96,47 x 1,097 = 105,82759 %
400 %

5.4 Metode relative berangkai

Tren dihitung berdasarkan proyeksi relatifnya. Proyeksi relatif yang dimaksud di
sini adalah bahwa semua data dinyatakan dalam bentuk presentase terhadap data
sebelumnya dan selanjutnya metode rata-rata digunakan untuk menghilangkan
pengaruh gerak siklis tak beraturan. Lalu penghitungan tren dilakukan.

PT Sapta Daya Flour

Jumlah Tepung Terigu yang Berhasil dipasarkan dari tahun 1994 hingga 1999

Tahun Nilai Relatif Jumlah Penjualan Tiap kuartal (dalam satuan ton)
I II III IV
1994 100 100 96 116,66
1995 89,29 104 88,46 130,43
1996 93,33 96,43 107,41 120,69
1997 82,86 106,89 100 123,33
1998 81,08 103,33 103,23 13,50
1999 70,45 106,45 103,03 147,06

Atas dasar tabel tentang jumlah penjualan tepung terigu selama tahun 1994 hingga 1999,
tabel nilai relatif data penjualan perlu disusun.

Nilai Relatif Jumlah Tepung Terigu yang Berhasil Dipasarkan

Dari Tahun 1994 hingga 1999
Tahun Jumlah Penjualan Tiap Kuartal (dalam satuan ton)
I II III IV
1994 25 25 24 28
1995 25 26 23 30
1996 28 27 29 35
1997 29 30 30 37
1998 30 31 32 44
1999 31 33 34 50
168 172 172 224

Setelah itu ,Ikhtisar nilai relative masing-masing kuartal perlu disusun secara berurutan
dalam tabel berikut.
 Susunan Nilai Relatif untuk tiap Kuartal

Kuartal I II III IV V VI Jumlah Rata-

rata
I 70,45 81,08 82,86 89,29 93,33 100 517,01 86,17
II 96,43 100 103,33 104 106,45 106,89 617,10 102,85
III 88,46 96 100 103,23 103,23 107,41 598,13 99,69
IV 116,66 120,69 123,33 130,43 137,5 147,06 775,67 129,28

Agar nilai ekstrem tidak menimbulkan pengaruh yang terlalu besar, perhitungan rata-rata
dari empat nilai yang berada ditengah sehingga jumlah maupun rata-rata didasarkan atas
empat angka saja.

Perhitungan Nilai Indeks Musiman dengan Metode Relatif Berangkai

Kuartal Rata-rata % Nilai Berantai Penyesuaian Tren Indeks Mentah

% %
I 86,64 100 0 100
II 103,45 119,40 -2,57(119,40-2,57) 116,83
III 100,57 97,22 -5,14(97,22-5,14 ) 92,08
IV 127,99 127,26 -7,71(127,26-7,71) 119,55

Proyeksi :
127,26
86,64 = 110,26
100

Berarti terdapat kelebihan nilai sebesar 10,26 dari 100.Untuk melakukan penyesuaian
tren, ia dibagi empat menjadi 2,57.

Jumlah nilai rata-rata Keseluruhan adalah :

428,46
= 107,12
4

Sehingga nilai faktor koreksi adalah sebesar

100
= 0,934
107,12

Dengan demikian,nilai indeks musiman untuk masing-masing kuartal adalah sebesar

Kuartal I : 100 x 0,934 =93,40%
Kuartal II : 1 16,83 x 0,934 = 109,12 %
Kuartal III : 92,08 x 0,934 = 86%
Kuartal IV : 119,55 x 0,934 = 111,66%
6. Variasi Siklik dan Dinamika dalam Jangka Waktu Lebih Dari Satu Tahun
Apabila analisis deret berkala dilakukan untuk kejadian yang terjadi selama lima, sepuluh,
dua puluh tahun dan lebih. Analisis deret yang terjadi dapat diciptakan akibbat dinamika dalam
tataran makro, baik social, politik, atau ekonomi.

6.1 Variasi siklis tahunan

Variasi musiman tidak Nampak, cyclical irregular dihitung berdasarkan presentase
relative terhadap tren (cyclical relative).

Rumus dari cyclical relative sendiri

AT
CR x100%
T
CR merupakan cyclical relative, A adalah data asli atau nilai actual dan T adalah nilai tren

Grafik nilai Cyclical relative

6.2 Variasi siklis untu data kuartalan

Data kuartalan dipengaruhi oleh variasii musiman dengan rumus cyclical irregular :

A
CI x100%
(TxS / 100)

CI adalah cyclical irregular A adalah nnilai data actual, T adalah nilai tren, dan S
merupakan nilai indeks musiman.

Grafik Nilai cyclical Irregular

7. VAriasi Tak Beraturan Yang Bersifat Acak
Variasi tak beraturan atau variasi acak merupakan pergerakan keadaan yang terjadi tanpa
bisa atau sulit sekali diperkirakan. Variasi tak beraturan seringkali terjadi sekalipun hampir tidak
dapat ditentukan intesitas dan waktu terjadinya, variasi ini mampu memberikan dampak yang
cukup signifikan terhadap dinamika usaha, kancah politik maupun arus perekonomian secara
makro.
Variasi tak beraturan itu sendiri merupakan keadaan yang sulit diduga. Karena itulah,
dalam kenyataan nilainya ditentukan sebesar 100 yang mengandungarti bahwa pasti akan terjadi,
atau bahkan tidak dapat diperhitungkan sama sekali mengingat kemungkinan dan intensitas
terjadinya sanagt sukar ditentukan.