Berikut ini akan diberikan satu analisis data deret waktu, yaitu analisis klasik atau analisis
dekomposisi. Analisis dalam kajian ini memperhatikan 4 faktor yang melekat dalam
mempengaruhi model yang akan dibentuk, yaitu :
* Pengaruh Tren : gerakan jangka panjang yang memiliki kecenderungan menuju suatu arah, yaitu
arah naik atau turun
* Pengaruh Musiman: gerakan jangka pendek, kurang dari 1 tahun, yang ber-ulang secara
teratur dari beberapa tahun pengamatan, seperti penjualan
daging sapi, akan terlihat jumlah pesanan yang cukup
meledak biasanya menghadapi lebaran, atau tahun baru.
Demikian pula tentang Jumlah permintaan buku tulis,
tampak sangat berbeda terjadi pada bulan-bulan
memasuku ajaran baru, seperti bulan Juli, dibandingkan
bulan-bulan lainnya. Maka dalam hal akan ada pengaruh
musiman bulanan.
* Pengaruh Residu : atau disebut juga pengaruh randon, yaitu gerakan yang
bersifat acak atau tidak ber-aturan, sehingga tidak
dapat diprediksi sebelumnya. Seperti, terjadi
pengeboman gedung BEJ Jakarta, mengakibatkan
turun-nya transaksi saham pada saat itu dan
beberapa hari setelahnya.
Sehingga dalam hubungan ini suatu pemodelan data akan dapat dibentuk dalam suatu fungsi yang
berbentuk : Y = f (T, M, S, R)
Sehubungan dengan kebutuhannya, maka dalam pasal kajian kita ini hanya dibahas pengaruh Tren
dan Pengaruh musiman saja, dalam rangka menaksir bentuk model data.
(i). Tren Linier : gerak data membentuk garis lurus atau mendekatinya.
Y t = a + b t i
Model Estimasi : ... (6.2)
Yt Yt
0 0 t t
(ii). Tren Non-Linier : gerak data membentuk garis lengkung yang beraturan.
Jenis Trend ini diantaranya :
Tren Parabola : Yt = ao + a1 ti + a2 ti2 ... (6.3)
Kurva Tren :
Yt Tren Parabola Yt
Tren Parabola
0 t
0 t
0
t
Yt
Tren Kubik
0
t
Yt Tren Logistik Yt
Tren Kubik
Metoda analisis Tren, yaitu untuk menaksir model tren data deret waktu, dapat digunakan beberapa
teknik estimasi statistik, diantaranya dengan metode kuadrat terkecil (Least square methods),
metode kemungkinan maksimum (Maximum likelihood methods), tetapi pada umumnya dan untuk
lebih mudah penggunaannya digunakan metoda kuadrat terkecil (MKT), yaitu menentukan model
tren dengan menaksir koefisien model sedemikian rupa sehingga jumlah kuadrat kekeliruan nilai
tren atau deviasi kuadratnya terhadap nilai yang sesungguhnya seminimum mungkin, atau : 2 = (
Y Y )2 minimum.
> Buatkan persamaan normal dari model linier, minimal 2 buah persamaan, yaitu :
(i). Yi = n. a + b ti
(ii). ti Yi = a ti + b ti 2
> Lakukan peng-Kodingan untuk data waktu (t), dibuatkan sedemikian rupa sehingga jumlah t i
atau t = 0 , sehingga :
===========================================
a = Yi / n dan b = ( ti Yi ) / ti 2 ... (6.10)
===========================================
n = jumlah periode waktu dari data pengamatan.
Contoh 1 :
Rekapitulasi penerimaan Koperasi "ANU" dari beberapa sumber penerimaan sejak tahun
1990 s.d 1996 tercatat sbb : (Y = jumlah penerimaan dalam jutaan rupiah )
Jika diasumsikan trend data penerimaan adalah linier, tentukan model trendnya.
Jawab: Untuk menaksir model trend, maka perlu dibentuk tabel perhitungan
berikut :
Jawab : Untuk menaksir model trend, maka perlu dibentuk tabel perhitungan berikut ;
Trend non-linier dapat dipastikan jika pencaran data berdasarkan urutan waktu membentuk garis
lengkung pada sumbu koordinat t atas Y. Untuk menaksir koefisien model trend data dilakukan
dengan MKT yang dimodifikasi sesuai bentuk modelnya dengan pendekatan kepada kelinieran.
(ii). ti Yi = ao ti + a1 ti 2 + a2 ti 3
> Berdasarkan nilai koding tsb, maka persamaan normal diatas dapat ditulis :
(i). Yi = n. ao + a2 ti 2 . . .
(6.11)
(ii). ti Yi = a1 ti 2 . . .
(6.12)
> Taksiran nilai koefisien model akan diperoleh dari subsitusi ketiga persamaan normal hasil
koding diatas.
(i). 186 = 9 ao + 60 a2
(ii). -9 = 60 a1
(iii). 1393 = 60 ao + 708 a2
Dengan langkah subsitusi atau eliminasi, diperoleh hasilnya sbb :
Bentuk ini akan lebih mudah jika dilakukan penyederhanaan : dibuatkan bentuk logaritmanya
log a = A log b = B
maka : Zi = A + B ti
Bentuk terakhir disamping adalah bentuk linier, dengan mengikuti langkah pada penyelesaian
Tren Linier kita akan dapatkan taksiran untuk koefisien a maupun b, yaitu
(Buktikan ! )
Dengan cara yang sama seperti taksiran dalam bentuk tren eksponensial, maka taksiran
koefisien model trennya adalah sbb :
(Buktikan ! )
Dalam analisis Time Series, jika kita berhadapan dengan data mingguan, kuartal, atau data bulanan
akan besar kemungkinannya dipengaruhi oleh faktor musiman. Ambil contoh ; hasil penjualan
daging sapi, akan terasa lonjakan jumlah permintaan pada bulan-bulan menghadapi tahun baru dan
Lebaran Idul Fitri. Permintaan akan buku tulis, nampaknya dalam setahun, akan terlihat jumlah
permintaan buku tulis sangat signifikans pada bulan-bulan menghadapi tahun ajaran baru, biasanya
pada bulan Juni atau Juli.
Untuk meninjau seberapa besar faktor musiman berpengaruh pada data deret waktu, dilakukan
dengan menentukan indeks musimannya (IM).
Cara perhitungan :
Perhitungan Indeks Musiman dalam hal ini lebih mudah dilakukan dengan cara persentase rata-rata,
yaitu mengikuti langkah /prosedur berikut :
Yaitu : (Xij /
X i ) x 100 %
3. Hitung rata-rata untuk waktu pengamatan yang sama dari beberapa tahun yang
diselidiki, nilai hasil hitungan disebut Indeks Musiman Sementara (IMS).
4. Periksa nilai IMS, jika waktu yang diamati data bulanan haruslah berjumlah
1200 untuk setiap tahun penyelidikan. Jika tidak, perlu disesuaikan dengan
mengalikan oleh faktor penentu (p), dimana ; p = 1200/IMS
Contoh : Frekuensi pemanfaatan jasa tabanas di bank Epsilon selama 3 tahun terakhir,
berdasarkan pengamatan perbulan diketahui sbb :
Periode IMS
Januari 87.17
Pebruari 86.63
Maret 95.36
April 98.26
MeI 103.77
Juni 107.78
Juli 106.15
Agustus 101.29
September 100.33
Oktober 103.13
November 106.11
Desember 104.04
Jumlah 1200.00
Karena Total IMS atau : IMS = 1200, maka nilai IMS berlaku otomatis sebagai nilai
IM atau besar pengaruh musiman setiap periodenya.
IM(Agustus)= 100,33 artinya hampir dapat dikatakan tidak ada atau tidak terdapat
pengaruh musiman.
IM(Desemb)= 104,04 artinya terdapat pengaruh musiman sebesar 4,04% diatas rata-rata.
Terlihat bahwa : Pengaruh musiman sangat besar atau tinggi terjadi pada bulan :
Januari dan Pebruari.
SOAL-SOAL LATIHAN
Kasus-1 :
Data Berikut menyatakan tinjauan tentang perkembangan usaha dagang “CV. Angin Ribut
“ untuk beberapa komiditi yang dijalankan selama tahun 2000-2001
a. Buatkan gambar plot perkembangan data kedua komoditi dagang perusahaan tersebut.
TREND LINEAR dapat digambarkan dalam bentuk Grafik Garis Lurus yang naik
a. Disebut : Increasing
Contoh :
y
y!
y!
1) a . n + b ∑ X = ∑ Y
2) a ∑ X + b∑ X2 =∑ X Y
Soal: PT. ABADI mempunyai data hasil penjualan tahun1980 s/d 1985 (dalam jutaan Rp)
sbb:
Penyelesaian:
Th x X2 Y X.Y
1980 0 0 6 0
1981 1 1 5 5
1982 2 4 9 18
1983 3 9 7 21
1984 4 16 13 52
1985 5 25 12 60
∑ 15 55 52 156
Persamaan Normal:
1) 6 a + 15 b = 52 x 2,5
2) 15 a + 55 b = 156 x 1
menjadi:
1) 15 a + 37,5 b = 130
2) 15 a + 55 b = 156
(-)
- 17,5 b = -26
b = -26 = 1,485 = 1,49
- 17,5
a) Th 1986 → xi = 6
Y 1 = 4,94 + 1,49 (6)
= 4,94 + 8,94
= 13,88 → (Rp. 13.880.000)
b) Th 1987 → xi = 7
Y1 = 4,94 + 1,49 (7)
= 4,94 + 10,43
= 15,37 → (Rp.15.370.000)
0
1980 81 82 83 84 85 86 87 TAHUN
Contoh : DEACREASING
Ada perusahaan yang mengalami kemajuan produksi dan penjualan yang Grafiknya naik, dan
ada
pula Perusahaan yang mengalami kemunduran produksi dan penjualan yang mengakibatkan
Grafiknya turun.
Trend untuk Deacreasing sama dengan Trend untuk Increasing yaitu:
Y! = a + bxi
Atau : Cara II
1. b = n ∑ X Y –(∑ X) (∑ Y)
n ∑ X2 - ( ∑ X)2
2. a = ∑ Y - b ∑ X
n n
Soal: PT. Tunggal Jaya sejak didirikan tahun 1981 berkembang dengan baik, tetapi kemudian
mengalami kemerosotan penjualan seperti pada tabel di bawah ini:
THN X X2 Y XY
1981 0 0 180 0
1982 1 1 190 190
1983 2 4 200 400
1984 3 9 170 510
1985 4 16 140 560
1986 5 25 120 600
1987 6 36 80 480
∑ 21 91 1080 2740
7
a = 207,87
Atau : Cara II
1) b = n∑ X Y – (∑ X) (∑ Y)
n ∑ X2 - (∑ X )2
7 (91) - (21)2
= 154,29 + 53,58
= 207,87
2. Penaksiran Penjualan:
a) Th 1988 → xi = 7
b)
y1 = 207,87 – 17,86 xi
= 207,87 – 17.86 (7)
= 207,87 – 125,02
= 82,85
b) Th 1989 → xi = 8
y1= 207,87 – 17,86 (8)
= 64,99
c) Th 1990 → xi = 9
y1 = 207,87 – 17,86 (9)
= 47,13
d) Th 1991 → xi = 10
y1 = 207,87 – 17,86(10)
= 29,27
3. Grafiknya:
200 .
.
.
150
.
.
100
.
Garis Penjualan sebenarnya
50
Trendnya
0
1981 82 83 84 85 86 87 88 89 90 91 Tahun
2. STANDARD ERROR
Adalah Standard yang dipakai untuk mengukur sejauh mana Ketelitian Fungsi Penaksiran
(Forecasting) di buat, berdasarkan selisih antara data sebenarnya dengan penaksiran tahun
sebelumnya atau sudah lewat .
Rumus:
SE = ∑ (Y – Y !) 2
Soal: Data penjualan PT. MAKMUR (dalam jutaan Rp) dari tahun 1981 s/d1989 sbb:
Penyelesaian :
Persamaan Normal :
b = n ∑ X Y – (∑ X) (∑ Y)
n ∑ X2 - (∑ X) 2
9 (204) - (36)2
= 7020
540
= 13
a=∑Y – b∑X
n n
= 737 - 13 (36)
9 9
= 81,89 – 52
= 28,89
Y! = a + b xi
= 28,89 +13 xi
2. Penaksiran
a) Th 1990 → xi = 9
y1 = 29,89 + 13 (9)
= 146,89
b) Th 1991 → xi = 10
y1 = 29,89 + 13 (10)
= 159,89
a) Th 1981 → xi = 0
y1 = 29,89 + 13 (0)
= 29,89
b) Th 1982 → xi = 1
y1 = 29,89 + 13 (1)
= 42,89
c) Th 1983 → xi = 2
y1 = 29,89 + 13 (2)
= 55,89
d) Th 1984 → xi = 3
y1 = 68,89
e) Th 1985 → xi = 4
y1 = 81,89
f) Th 1986 → xi = 5
y1 = 94,89
g) Th 1987 → xi = 6
y1 = 107,89
h) Th 1988 → xi = 7
y1 = 120,89
i) Th 1989 → xi = 8
y1 = 133,89
67
4. SE = 76,8889
= 8,54
5. GRAFIKNYA
JUMLAH
(Jutaan Rp)
180
160
Trendnya
140 159,89
* Garis penjualan sebenarnya
120 *
*
100
*
80 *
*
60 .*
*
40
29,89
20
0
1981 82 83 84 85 86 87 88 89 90 91 TAHUN
Keterangan : Increasing
3. REGRESI (TREND) LINEAR BERGANDA
Y1 = a + b1 X1 + b2 X2
CARA I.
det. A = a11 a22 a33 + a12 a23 a31 + a13 a32 a21 –
a31 a22 a13 – a21 a12 a33 – a11 a23 a32
2) an + b1 ∑ X1 + b2∑ X2 = ∑ Y
3) a ∑ X1 + b1∑ X12 + b2∑X1 X2 = ∑ X1.Y
4) a ∑ X2 + b1∑ X1.X2 + b2 ∑ X2 2 =∑ X2.Y
Hanya satu cara, tidak ada cara dua untuk menghitung a, b1 dan b2; tetapi
kemudian dimasa yang akan datang ada yang membuat jalan lain dengan
hasil yang sama, maka itu benar dan merupakan cara dua dan seterusnya.
Soal: Suatu penelitian dilakukan terhadap 8 rumah tangga yang dipilih secara
Random di sebuah kabupaten datanya Sebagai berikut:
X1 12 16 14 10 12,5 15 11 13
X2 2 4 3 4 4 6 5 2
Y 10 14 8 10 12 16 12 10
Penyelesaian:
No X1 X2 Y X1 . Y X2 . Y X1 . X2 X12 X22
1 12 2 10 120 20 24 144 4
2 16 4 14 224 56 64 256 16
3 14 3 8 112 24 42 196 9
4 10 4 10 100 40 40 100 16
5 12,5 4 12 150 48 50 156,25 16
6 15 6 16 240 96 90 225 36
7 11 5 12 132 60 55 121 25
8 13 2 10 130 20 26 169 4
∑ 103,5 30 92 1208 364 391 1367,2 126
5
Persamaan Normal:
1) 8 a + 103,5 b1 + 30 b2 = 92
2) 103,5 a + 1367,25 b1 + 391 b2 = 1208
3) 30a + 391 b1 + 126 b2 = 364
8 103,5 30 92 103,5 30
A= 103,5 1367,25 391 ; A1 = 1208 1367,25 391
30 391 126 364 391 126
8 92 30 8 103,5 92
A2 = 103,5 1208 391 ; A3 = 103,5 1367,25 1208
30 364 126 30 391 364
b1 = det. A2 1480
= = 0,4964
det A 2981,5
b2 = det. A3 3881
= = 1,3017
det. A 2981,5
2. Penaksiran : X1 = 15 & X2 = 4
Y1 = 0,1965 + 0,4964 (15) + 1,3017 (4)
= 0,1965 + 7,446 + 5,2068
= 12,8493 = (Rp.128.493/bulan)
Saldo = Pendapatan - Pengeluaran
= Rp. 150.000, - Rp. 128.493,
= Rp. 21.507, ( Tabungan )
CARA 2.
X2 = Σ X2 / n = 30 / 8 = 3,75
Y = ΣY/n = 92 / 8 = 11,5
1. Σ X12 = Σ X1 2
- ( Σ X1 ) 2 / n
= 1367,25 - ( 103,5) 2 / 8
= 1367,25 - 1339,03
= 28,22
2. Σ X22 = Σ X22 - ( Σ X2 ) 2 / n 71
= 126 - ( 30 ) 2 / 8
= 126 - 112,5
= 13,5
3. Σ Y2 = Σ Y2 - ( ΣY )2 /n
= 1104 - ( 92 ) 2 / 8
= 1104 - 1058
= 46
= 0, 497
= 1,3019
= 1,302.
a = Y - b1X1 + b2X2
= 11,5 - 11,31
= 0, 19
Ỳ = a + b1X1 + b2X2
= 0,19 + 0,497 X1 + 1,302 X2
y1 = a + bx+ cx 2
y1 = a + b1x1 + b2 x2
Dimana: b1 = b
b2 = c
x1 = x
x2 = x2
1) an + b∑ x + c∑ x2 = ∑ Y
2) a∑ x + b ∑ x2 + c∑ x3 = ∑ X Y
3) a∑ x2 + b ∑ x3 + c∑ x4 =∑ X2 Y
1984 62
1985 76
1986 92
1987 105
1988 112
1989 131
1990 150
Penyelesaian:
TH X Y X2 X3 X4 XY X2 Y
1984 -3 62 9 -27 81 -186 558
1985 -2 76 4 -8 16 -152 304
1986 -1 92 1 -1 1 -92 92
1987 0 105 0 0 0 0 0
1988 1 112 1 1 1 112 112
1989 2 131 4 8 16 262 524
1990 3 150 9 27 81 450 1350
∑ 0 728 28 0 196 394 2940
Persamaan Normal:
1) 7a + 0 +28 c = 728
2) 0 + 28 b + 0 = 394 → b = 394 = 14,07
28
3) 28a + 0 + 196c = 2940
Persamaan 1 & 3
1) 7a + 28c = 728 x4
3) 28a + 196c = 2940 x1
Menjadi:
1) 28a + 112c = 2912
3) 28a + 196c = 2940
(-)
0 - 84c = -28
c = -28
= 0,33
-84
Hasil c masukkan ke persamaan 1
7a + 28c = 728
7a + 28 (0,33) = 728
7a = 728 – 9,24
a = 718,76
= 102,68
7
GRAFIK n = Ganjil
Y
Trendnya
*
180
*
160
*
140
*
120
*
100
*
* 80
* 60
40
20
-3 -2 -1 0 1 2 3 4 5 X
1984 85 86 87 88 89 90 91 92 Tahun
Produksi padi sebuah propinsi di Indonesia dari tahun 1985 s/d 1990 sbb:
2003 2
2004 5
2005 8
1988 15
1989 26
1990 37
Penyelesaian:
Th X Y X2 X3 X4 XY X2 Y
1985 -5 2 25 -125 625 -10 50
1986 -3 5 9 -27 81 -15 45
1987 -1 8 1 -1 1 -8 8
1988 1 15 1 1 1 15 15
1989 3 26 9 27 81 78 234
1990 5 37 25 125 625 185 925
∑ 0 93 70 0 1414 245 1277
Persamaan Normal:
6a + 0 + 70c = 93
0 + 70b + 0 = 245 → b = 245 / 70 = 3,5
Persamaan 1 & 3
1) 6a + 70c = 93 x 20,2 (samakan c)
3) 70a + 1414c = 1277 x 1
Menjadi:
121,2a + 1414c = 1878,6
70 a + 1414c = 1277
(-)
51,2 a = 601,6
a = 601,6
= 11,75
51,2
Hasil a dimasukan ke persamaan 1
6a + 70c = 93
6(11,75) + 70c = 93
70c = 93 - 70,5
c = 22,5 / 70
=0,32
2. Penaksiran :
a. Tahun 1991 Xi = 7
y! = 11,75 + 3,5 (7) + 0,32( 7) 2
= 11,75 + 24,5 + 15,68
= 51,93
b. Tahun 1992 Xi = 9
y! = 11,75 + 3,5 + 0,32( 9) 2
= 69,17
GRAFIK n = Genap
JUMLAH
70 Trendnya
*
60
50 *
40
30
20
*
10
*
*
*
-5 -3 -1 1 3 5 7 9 X
1985 86 87 88 89 90 91 92 TAHUN