DATA BERKALA
Penyelesaian :
Untuk mempermudah perhitungan, dibuatlah tabel seperti berikut :
Tahun Penjualan Semitotal Setengah rata-rata
bersih
1989 176 - -
1990 170 - -
1991 182 930 186
1992 197 - -
1993 205 - -
1994 212 - -
1995 236 - -
1996 225 1.193 238,6
a. Nilai trend yang ada dalam tabel (setengah rata-rata)adalah nilai
trend untuk tahun 1991-1996. Nilai-nilai trend untuk tahun-tahun
yang lain diperoleh melalui perhitungan berikut :
1) Kenaikan total trend (1991-1996) adalah 238,6-186=52,6
2) Rata-rata kenaikan trend per tahun adalah 10,52 (52,6:5
=10,52)
3) Nilai-niai trend untuk tahun-tahun bersangkutan :
T89 = 186-2(10,52)=164,96
T90 =186-1(10,52)=175,48
T91 =186-0(10,52)=186
T92 =186+1(10,52)=196,52
T93 =186+2(10,52)=207,04
T94 =186+3(10,52)=217,56
T95 =186+3(10,52)=228,08
T96 =186+5(10,52)=238,6
Y=a
= bX
Keterangan:
a, b = konstanta
pada metode itu terdapat dua nilai Y dan dua niai X yaitu sebagai berikut:
(ӯ2)
Dari data tabel 7.2 tertentu nilai trend tahun-tahun bersangkutan denan
menggunakan persamaan garis lurus atau trend!
-52, 6 = -5b
b = 10, 52
186 = a + 2 (10,52)
186 = a + 21,04
a = 164, 96
Y = 1664, 96 +
10, 52 X
Perhitungan nilai-nilai trend untuk tahun-tahun bersangkutan dilakukan
dengan mengsubtitusikan nilai-nilai X pada tabel persamaan trendnya.
C. TREND LINEAR
Trend linier adalah trend yang variabel X-nya (periode waktu) berpangkat
paling tinggi satu. Trend linier mempunyai bentuk persamaan berupa
persamaan gari lurus.
Y = a+bX
Keterangan :
Y = data berkala atau nilai trend untuk periode tertentu
X = periode waktu (hari, minggu, bulan, tahun )
a = konstanta, nilai y jika X =0
b = koefisien X, kemiringan garis trend
a = ƩY dan b = ƩXY
n ƩX2
keterangan :
Y = nilai data berkala
N = jumlah periode waktu
X = Tahun kode
Tahun kode (X) memiliki ilai-nilai yang berbeda untuk jumlah tahun ganjil
dan tahun genap.
a. Untuk jumlah tahun ganjil (n ganjil) nilai-nilai X-nya;..........,-3,-2,-
1,0,+1,+2,+3,...
b. Untuk jumlah tahun genap(n genap) nilai-nilai X-nya;..........,-5,-3,--
1,,+1,+2,+3,...
Contoh soal :
Dari data berkala berikut, tentukan niali a dan b dan buatlah trendnya
Contoh :
= 39,5 + 9,25X
Contoh :
= 13,17 + 0,26X
Contoh :
Y = 158 + 37X
Apabila menginginkan tahun 1994 sebagai tahun dasar, berarti maju 3 tahun.
Dengan mengganti angka 3 untuk X pada persamaan trend semula (diatas).
Diperoleh nilai Y yang juga merupakan nilai a untuk tahun
dasarbersangkutan( tahun 1994). Pada tahun ini nilai X dianggap 0, sehingga
Y = 269+37X
E. TREND NONLINEAR
Trend nonlinear adalah trend yang variabelnya berpangkat bukan 1 atau
sebagai pangkat.
Keterangan :
X = periode waktu
trend (garis trend) dapat dibagi dengan terlebih dahulu menentukan nilai
a,b,c dengan persamaan normal, nilai a, b, c, dapat ditentukan.
ƩY = n . a + Cʃx2
ƩXY = Bʃx2
Seperti ada trend linier dengan metode kuadrat terkecil, X merupakan tahun
kode (devisi) tahun, dengan ketentuan :
a. Untuk jumlah tahun ganjil, nilai-nilai X adalah ......-3, -2, -1, 0, +1, +2,
+3, ......
b. Untuk jumlah tahun genap, nilai-nilai X adalah ......-5, -3, -1, 0, +1, +3,
+5, ......
(Ʃ𝑌)(Ʃ𝑋2) − = (Ʃ𝑋2𝑌)(Ʃ𝑋2)
a= 𝑛 (Ʃx4)− (𝑋2)2
Ʃxy
b = Ʃ𝑥2
𝑛(Ʃx2Y)− (ƩX2)(ƩY)
c= 𝑛(ƩX2)− (ƩX2)2
Contoh soal :
Berikut ini data berkala mengenai laba tahunan dari perusahaan penjualan
dinner set tahun 1985 - 1989
LABA TAHUNAN DARI SUATU PERUSAHAAN
PENJUALAN DNNER SET, TAHUN 1985 – 1989
TAHUN Laba (juta rupiah)
1985 12
1986 16
1987 19
1988 21
1989 22
(90(34)−(173)(10)
a = 5(34)−(10)2
1.330
= 70
= 19
25
b = 10
= 2,5
5 (173)−(10)(90)
c = 5(34)−100
−35
= 70
= -0,5
1. Trend Eksponensial
Trend eksponensial disebut juga trend logitma, merupakan bentuk
trend nonlinear yang lain, yaitu trend yang variabel X-nya (periode
waktu)berfungsi sebagai pangkat. Berikut umum persamaan trend
ekspotensial adalah
Y = a (1+b)x
Keterangan :
X = periode waktu
Trend (garis trend) dapat dibuat dengan terlebih dahulu menentukan nilai a
dan b. Dengan menerapkan sifat-sifat logaritma, nilai a dan b dapat
ditentukan
Y = a (1+b) X
Ln Y = Ln a + X Ln (1+b)
Ʃ𝐿𝑛 𝑌
a = anti Ln 𝑛
Ʃ(𝑋 𝐿𝑛 𝑌 )
b = anti Ln - 1
Ʃ(𝑥)2
F. VARIASI MUSIM
Variasi musim (s) merupakan salah satu komponen dari data berkala (time
series). Untuk mengetahui pola variasi musim suatu databerkala maka
komponen-komponen lain dari data berkal, yaitu Trend (t), variasi siklis(C),
dan variasiresidu atau ireguer(i).
Variasi musim dapat diberikan atas beberapa macam, yaitu sebagai berikut
:
1) Variasi musim spesifik (spesifik seasonal)
Variasi musim spesifik adalah variasi musim dalam jangka waktu satu
tahun
2) Variasi musim berubah-ubah (changing seasond)
Variasi musim berubah-ubah adalah variasi musim yang tidak tetap dari
satu periode ke periode yang lain
3) Variasi musim tipikal (typical season)
Variasi muism tipikal adalah variasi musim rata-rata daam jangka waktu
yang agak lama
4) Variasi musim tetap (constant season)
Variasi musim tetap adalah variasi musim yang tidak megalami perubahan
atau tidak berubah-ubah dalam setiap periode
Berikut data mengenai laba bersih dari perusahaan dinner set dari
tahun 1991-1994
Penyelesaian :
66
b. rata-rata jumlah = = 16,5
4
16
kuartil 2 : 16,5 × 100% = 96,97 %
15
kuartil 3 : 16,5 × 100% = 90,91%
22
kuartil 4 : 16,5 × 100% = 133,33 %