ANALISIS DERET BERKALA

(TIME SERIES ANALYSIS)

Analisis Deret Berkala:

suatu metode kuantitatif untuk menentukan pola data masa lampau yang telah dikumpulkan secara
teratur menurut urutan waktu kejadian. Pola masa lalu ini dapat digunakan sebagai dasar
pertimbangan untuk forecasting di masa yang akan datang.

Manfaat Analisis Deret Berkala:

1. Membantu mempelajari data masa lalu, sehingga dapat dipelajari faktor-faktor yang
mempengaruhi data masa lalu sebagai pertimbangan untuk perencanaan di masa mendatang.
2. Untuk membantu dalam peramalan (forecasting).

Deret Berkala (Time Series)

Deret berkala adalah data yang disusun berdasarkan urutan waktu kejadian.
Pengertian waktu dapat berupa tahun, triwulan, bulan, dan sebagainya.

Komponen-komponen Deret Berkala

1. Trend (Trend)
2. Variasi Musim (Seasonal Variation)
3. Variasi Siklis (Cyclical Variation)
4. Variasi tak beraturan (Random/Irregular Variation)
-------------------------------------------------------------------------------------------------------------

Trend
Trend adalah gerak naik atau turun dalam jangka panjang.
Contoh:
-Trend naik (Upward trend) → trend biaya hidup
-Trend turun (Downward trend) → trend pekerja di sektor pertanian

Variasi Musim
Variasi musim adalah gerak naik atau turun secara periodik dalam jangka waktu 1 tahun.
Contoh:
penjualan pakaian sekolah melonjak menjelang awal tahun ajaran baru dan menurun kembali
setelahnya.

Variasi Siklis
Variasi Siklis adalah gerak naik atau turun secara periodik dalam jangka panjang, yaitu 5 tahun,
10 tahun, 15 tahun, atau lebih.
Contoh yang menunjukkan variasi siklis seperti industri konstruksi bangunan mempunyai gerakan
siklis antara 15-20 tahun sedangkan industri mobil ataupun industri pakaian mempunyai gerakan
siklis yang lebih pendek.

Variasi Tak Beraturan

Variasi tak beraturan adalah gerakan tidak teratur dan sulit diramalkan.
Variasi ini timbul sebagai akibat adanya peperangan, bencana alam, dan sebagainya.

1
TREND
Trend merupakan salah satu komponen dalam Deret Berkala (Time Series).
Trend merupakan gerakan dalam deret berkala yang mempunyai kecenderungan meningkat atau
menurun pada jangka panjang.

Persamaan trend terbagi menjadi dua, yaitu:

- Persamaan trend linier (garis lurus).
- Persamaan trend non linier.

Persamaan Trend Linier

Bentuk persamaan linier adalah:
Yt = a + bX
Yt = taksiran / nilai trend
a = nilai trend pada waktu dasar (origin)
b = rata-rata kenaikan/penurunan Y untuk 1 unit X
X = kode untuk waktu

Pada waktu dasar (origin) nilai X adalah 0.

Untuk menentukan nilai a dan b pada persamaan trend tersebut dapat digunakan beberapa cara,
antara lain Metode Semi–Average dan Metode Least Square.
------------------------------------------------------------------------------------------------------------------

1. Metode Semi Average (Setengah Rata-rata)

Langkah-langkahnya sebagai berikut:
- Bagi data menjadi dua kelompok.
- Tentukan rata-rata dari tiap kelompok ( X 1 dan X 2 )
Letak rata-ratanya pada pertengahan setiap kelompok.
- Tentukan nilai b dan a dengan rumus :
X 2 − X1
b= a = X 1 atau X 2
t
t merupakan selisih waktu (dengan memperhatikan letak X 1 dan X 2 ).

Apabila banyaknya nilai data adalah ganjil maka dapat dilakukan dua cara :
- Nilai di tengah ditulis dua kali.
- Nilai di tengah “dihilangkan” (tidak diperhitungkan).

2
CONTOH:
Sebuah perusahaan memiliki data penjualan seperti yang tercantum dalam tabel berikut:
Tahun Penjualan (ton)
2008 14,2
2009 12,8
2010 19,6
2011 21,0
2012 32,4
2013 30,0
2014 35,2
2015 30,4
2016 32,0
2017 28,6
a. Tentukanlah persamaan trend dengan menggunakan metode semi-average.
b. Berapa ramalan penjualan pada tahun 2019?

JAWAB :
a. Persamaan trend: Yt = a + bX
Tahun Penjualan (ton) Semi-average
2008 14,2
2009 12,8
100
2010 19,6 X1 = = 20
2011 21,0 5
2012 32,4
2013 30,0
2014 35,2
156,2
2015 30,4 X2 = = 31,24
2016 32,0 5
2017 28,6
Nilai b dan a dihitung sebagai berikut:
X − X1
b= 2
t
31,24 − 20
b= = 2,248 a = 20 (origin 2010) atau a = 31,24 (origin 2015)
5
Apabila digunakan origin tahun 2015 maka persamaan trend-nya adalah :
Yt = 31,24 + 2,248X
dimana :
Y= penjualan (ton)
Origin = 2015
Unit X = 1 tahun

b. Ramalan (nilai trend) penjualan pada tahun 2019 (X = 4):

Yt = 31,24 + 2,248(4)
= 40,232 (ton).

3
2. Metode Least Square (Metode Kuadrat Terkecil)

a) Cara panjang (X = 0 pada baris pertama):

n.XY − X .Y Y X
b= a= − b.
n.X − (X )
2 2
n n

b) Cara pendek ( X = 0 di tengah data ):

XY Y
b= a=
X 2
n

CONTOH SOAL:
Sebuah perusahaan memiliki data seperti yang tercantum dalam tabel berikut:
Tahun 2008 2009 2010 2011 2012 2013 2014
Penjualan (ton) 14,2 12,8 19,6 21,0 32,4 30,0 35,2
a. Tentukanlah persamaan trend linier dengan menggunakan metode kuadrat terkecil
(least square method).
b. Berapa ramalan penjualan pada tahun 2019?
c. Berapa ton rata-rata pertambahan penjualan setiap tahunnya?

JAWAB :
a. Persamaan trend Yt = a + bX
Cara panjang: (Origin pada baris pertama)
Tahun Y X XY X2
2008 14,2 0 0 0
2009 12,8 1 12,8 1
2010 19,6 2 39,2 4
2011 21,0 3 63,0 9
2012 32,4 4 129,6 16
2013 30,0 5 150,0 25
2014 35,2 6 211,2 36
Jumlah 165,2 21 605,8 91

n.XY − X .Y Y X
b= a= − b.
n.X 2 − (X ) 2 n n

7(605,8) − 21(165,2) 165,2  21 

b= a= − 3,936 
7(91) − 212 7 7
771,4
b= = 3,936 a = 11,792
196
Persamaan trend:

Yt= 11,792 + 3,936 X

dimana:
Y = penjualan (ton)
Origin = 2008
Unit X = 1 tahun
4
 Cara pendek: (Origin pada tengah data)
Tahun Y X XY X2
2008 14,2 -3 -42,6 9
2009 12,8 -2 -25,6 4
2010 19,6 -1 -19,6 1
2011 21,0 0 0 0
2012 32,4 1 32,4 1
2013 30,0 2 60,0 4
2014 35,2 3 105,6 9
Jumlah 165,2 - 110,2 28

XY Y
b= a=
X 2 n
110,2 165,2
b= = 3,936 a= = 23,6
28 7
Persamaan trend:
Yt = 23,6 + 3,936 X
dimana :
Y = penjualan (ton)
Origin = 2011
Unit X = 1 tahun

b. Ramalan (nilai trend) penjualan pada tahun 2019:

Persamaan Trend (cara panjang):
Yt= 11,792 + 3,936 X ; Origin = 2008
tahun 2019 (X = 11)
Yt= 11,792 + 3,936 (11)
= 55,088 (ton)
Persamaan Trend (cara pendek):
Yt = 23,6 + 3,936 X ; Origin = 2011
tahun 2019 (X = 8)
Yt = 23,6 + 3.936 (8)
= 55,088 (ton)

c. Rata-rata pertambahan penjulan setiap tahun sebesar 3,936 ton.

5
Soal 1
Banyaknya biro jasa travel pada saat ini tentunya membuat PT Blackpink sebagai biro jasa travel
terbesar di Bandung berusaha untuk menawarkan paket-paket travel yang menarik. Sebagai
investor, Mr. A harus mereview profit dari biro jasa travel ini dari data berikut :
Tahun 2013 2014 2015 2016 2017 2018
Profit Perusahaan (juta rupiah) 254 278 307 369 391 435
a) Tentukan persamaan trend dari data tersebut menggunakan metode semi average.
b) Tentukan ramalan/nilai trend profit pada tahun 2020.

6
Soal 2
Dengan menggunakan data pada Soal 1:
a. Tentukan persamaan trend dari data tersebut menggunakan metode least square.
b. Tentukan ramalan/nilai trend profit pada tahun 2020.

7
PERUBAHAN ORIGIN

Untuk melakukan peramalan (forecasting) kadang diperlukan perubahan origin.

Misalkan terdapat persamaan trend:
Yt= 11,792 + 3,936 X
dimana:
Y = produksi (ton) Origin = 2008 Unit X = 1 tahun

Jika origin (waktu dasar) diubah menjadi tahun 2014 maka akan diperoleh
persamaan trend yang baru, dengan cara sebagai berikut:

Tahun 2014 (X = 6)
Yt= 11,792 + 3,936 X
Yt= 11,792 + 3,936 (6) = 35,408 (nilai a yang baru)
sehingga diperoleh persamaan trend yang baru :
Yt= 35,408 + 3,936 X
dimana :
Y = produksi (ton) Origin = 2014 Unit X = 1 tahun
-------------------------------------------------------------------------------------------------------------

PERUBAHAN PERSAMAAN TREND

Selain perubahan origin kadang diperlukan juga perubahan persamaan trend, dalam hal ini terkait
dengan perubahan unit X.

Misalkan terdapat persamaan trend tahunan:

Yt= a + b X Unit X = 1 tahun

Dari persamaan trend tersebut dapat dibuat persamaan trend bulanan, persamaan trend triwulanan,
maupun persamaan trend semesteran.

Persamaan trend bulanan:

𝑎 𝑏
Yt= + X Unit X = 1 bulan.
12 144

Persamaan trend triwulanan:

𝑎 𝑏
Yt= + X Unit X = 1 triwulan.
4 16

Persamaan trend semesteran:

𝑎 𝑏
Yt= + X Unit X = 1 semester.
2 4

8
CONTOH SOAL:
Data penjualan produk tertentu di Toko Jaya sebagai berikut:

Tahun 2014 2015 2016 2017 2018

Penjualan (unit) 200 182 195 210 244

a. Tentukan persamaan trend linier untuk data tersebut.

b. Tentukan nilai trend (ramalan) penjualan pada tahun 2019.
c. Tentukan ramalan penjualan pada bulan Oktober 2020.
d. Tentukan ramalan penjualan pada Triwulan II tahun 2021.

JAWAB:
Tahun Y X XY X2
2014 200 0 0 0
2015 182 1 182 1
2016 195 2 390 4
2017 210 3 630 9
2018 244 4 976 16
Jumlah 1031 10 2178 30

a. Persamaan trend : Yt = a + b X
n.XY − X .Y Y X
b= a= − b.
n.X 2 − (X ) 2 n n
5(2178) − 10(1031) 1031  10 
b= a= − 11,6 
5(30) − 10 2 5 5
580
b= = 11,6 a = 183
50

Persamaan trend:
Yt = 183 + 11,6 X
dimana :
Y = Penjualan (unit)
Origin = 2014
Unit X = 1 tahun

b. Ramalan penjualan pada tahun 2019:

Tahun 2019 (X = 5)
Yt = 183 + 11,6 X
Yt = 183 + 11,6 (5) = 241 (unit).

9
c. Ramalan penjualan pada bulan Oktober 2020:
- Ubah origin menjadi tahun 2020 (X = 6)
Yt = 252,6 + 11,6 (6) = 252,6
Persamaan trend:
Yt = 252,6 + 11,6 X
Origin = 2020
Unit X = 1 tahun

- Buat persamaan trend bulanan :

252,6 11,6
Yt = + X
12 144
Yt = 21,05 + 0,08 X
Origin = 2020 (Juni/Juli)
Unit X = 1 bulan

- Ramalan penjualan bulan Agustus 2020; Bulan X

Yt = 21,05 + 0,08 X Juni -0,5
Juli 0,5
= 21,05 + 0,08 (1,5) Agt 1,5
= 21,17 (unit) Sept 2,5

d. Ramalan penjualan Triwulan II tahun 2021:

- Ubah origin menjadi tahun 2021 (X=7)
Yt = 183 + 11,6 (7) = 264,2

Persamaan trend :
Yt = 264,2 + 11,6 X
Origin = 2021
Unit X = 1 tahun
- Buat persamaan trend triwulan:
264,2 11,6
Yt = + X
4 16
Yt = 66,05 + 0,725 X
Origin = 2021 (Triwulan II/III)
Unit X = 1 triwulan

- Ramalan penjualan Triwulan II tahun 2021: TW X

Yt = 66,05 + 0,725 X I -1,5
= 66,05 + 0,725 (-0,5) II -0,5
= 65,6875 III 0,5
- IV 1,5

10
Soal 1
Penjualan sepeda motor PT Astra dapat dilihat pada tabel berikut ini.
Tahun 2009 2010 2011 2012 2013 2014
Penjualan (juta unit) 2,7 3,4 4,2 4,1 4,7 5,1
a. Tentukan persamaan trend dengan menggunakan metode least square.
b. Tentukan ramalan penjualan sepeda motor pada tahun 2019.
c. Tentukan ramalan penjualan sepeda motor pada Semester I dan II tahun 2021.

11
Soal 2
Diketahui persamaan trend sebagai berikut:
Yt = 12.345 + 6.789 X
dimana: Y = penjualan mobil (unit) Origin = 2015 unit X = 1 tahun
a) Tentukan perkiraan penjualan mobil tahun 2020 dari persamaan trend tersebut
b) Buatlah perkiraan penjualan mobil pada bulan Mei - Agustus tahun 2025.
c) Buatlah perkiraan penjualan mobil pada Triwulan II tahun 2028.

12
VARIASI MUSIM
Variasi musim adalah gerak naik atau turun secara periodik dalam jangka waktu satu tahun.
Contoh:
penjualan pakaian sekolah melonjak menjelang awal tahun ajaran baru dan menurun kembali
setelahnya.

Variasi Musim biasanya dinyatakan dalam persentase. Nilai persentase ini juga disebut dengan
istilah Indeks Musim (Seasonal Index). Sebagai contoh, indeks musim penjualan pakaian
sekolah pada bulan Juli 175% berarti volume penjualan 75% di atas keadaan normal.

Perhitungan Indeks Musim dengan metode Rata-rata Sederhana

Langkah-langkah:
1. Tentukan rata-rata setiap tahun.
2. Tentukan rata-rata musiman: setiap nilai data dibagi rata-rata tahun tersebut.
3. Tentukan Indeks Musim dari rata-rata musiman.

CONTOH:
Diketahui penjualan minuman ringan (dalam lusin) di sebuah toko sebagai berikut:

Tahun Triwulan 1 Triwulan 2 Triwulan 3 Triwulan 4

1985 32 17 12 22
1986 34 16 13 25
1987 37 19 17 26
1988 38 24 16 29

Hitunglah Indeks Musim dari data tersebut.

13
JAWAB:

Langkah 1:

Tahun Triwulan 1 Triwulan 2 Triwulan 3 Triwulan 4 Rata-rata

tahunan
1985 32 17 12 22 20,75
1986 34 16 13 25 22,00
1987 37 19 17 26 24,75
1988 38 24 16 29 26,75

Langkah 2 dan 3:

Tahun Triwulan 1 Triwulan 2 Triwulan 3 Triwulan 4

1985 32/20.75 =1,542 0,819 0,578 1,060
1986 34/22 =1,545 0,727 0,591 1,136
1987 1,495 0,768 0,687 1,051
1988 1,421 0,897 0,598 1,084
Rata-rata 1,501 0,803 0,614 1,083
Indeks Musim
1,501x100 =150,1 80,3 61,4 108,3
(IM)

Kegunaan Indeks Musim

𝑌.100
1. Menghilangkan pengaruh musiman pada data =
𝐼𝑀

Tahun Triwulan 1 Triwulan 2 Triwulan 3 Triwulan 4

1985 32x100/150,1 =23,32 21,17 19,54 20,31
1986 22,65 19,93 21,17 23,08
1987 24,65 23,66 27,69 24,01
1988 25,32 2,.89 26,06 26,78

𝑌𝑡.𝐼𝑀
2. Menentukan peramalan dengan memperhitungkan Indeks Musim =
100

14
Soal 1:
Penjualan sepeda motor PT Astra dapat dilihat pada tabel berikut ini.
Tahun 2009 2010 2011 2012 2013 2014
Penjualan (juta unit) 2,7 3,4 4,2 4,1 4,7 5,1

a. Tentukan persamaan trend dengan menggunakan metode least square.

b. Tentukan ramalan penjualan sepeda motor pada tahun 2017.
c. Diketahui indeks musim Triwulan I, II, III, IV sebagai berikut: 110, 83, 115, 92. Tentukan
ramalan penjualan sepeda motor pada Triwulan I, II, III, IV tahun 2018 dengan
memperhitungkan indeks musim tersebut.

15