Metode Trend Semi Average Data Genap

Contoh Metode Trend Semi Average Data Genap-Genap (Banyaknya Data Keseluruhan dan
Banyaknya Data Dalam Kelompok Berjumlah Genap)
Oleh Hendra Poerwanto

Berikut contoh metode Trend Semi Average Data Genap-Genap (Banyaknya Data
Keseluruhan dan Banyaknya Data Dalam Kelompok Berjumlah Genap). Dengan menggunakan
data penjualan di bawah ini diminta untuk membuat peramalan penjualan untuk tahun 2007
dengan menggunakan metode Semi Average.

Jumlah seluruh data di atas yakni 4 data (Genap). Oleh karena itu analisis data dilakukan
dengan cara sebagai berikut:

 Mengelompokkan data menjadi 2 kelompok. Karena jumlah data genap langsung dibagi
dua yang masing-masing kelompok terdiri dari 2 data (Genap).
 Menentukan periode dasar. Misalnya diasumsikan periode dasar menggunakan tahun
tengah data tahun kelompok I sehingga periode dasar terletak antara tahun 2003 dan
tahun 2004.
 Menentukan Angka Tahun. Karena periode dasar berangka tahun x = 0 dan terletak
antara tahun 2003 dan 2004, maka angka tahun untuk tahun 2003 adalah -1/2 dan angka
tahun untuk 2004, 2005, 2006 berturut-turut adalah 1/2, 3/2, 5/2 dst. Untuk memudahkan
perhitungan maka dikonversi ke bilangan bulat dengan mengalikan dengan angka 2,

1
 sehingga angka tahun untuk 2003 menjadi -1 dan angka tahun 2004, 2005, 2006 dst
brturut-turut menjadi 1, 3, 5 dst.
 Menentukan nilai Semi Total yakni Jumlah total penjualan masing-masing kelompok.
Untuk kelompok I, Nilai Semi Totalnya adalah 145 + 150 = 295. Dengan cara yang sama
dihitung Nilai Semi Total untuk Kelompok II.
 Menentukan Semi average tiap Kelompok data. Semi Average untuk kelompok I adalah
(semi total kelompok I dibagi jumlah data kelompok I sehingga nilainya adalah
295/2=147,5. Dengan cara yang sama juga dihitung Semi Average untuk Kelompok II.

Ringkasan Perhitungan disajikan pada tabel berikut:

Dari perhitungan tersebut di atas, ditentukanlah nilai a dan b sehingga diperoleh fungsi
persamaan untuk peramalan dengan cara sebagai berikut::

 Nilai a ditentukan berdasarkan nilai Semi Average untuk kelompok yang tahun
tengahnya digunakan sebagai periode dasar. Pada kasus ini periode dasar menggunakan
tahun tengah kelompok I, sehingga nilai a adalah sebesar nilai Semi Average kelompok I
yakni 147,5.
 Menentukan nilai b Karena Jumlah data dalam kelompok adalah genap maka untuk
menentukan nilai b terlebih dulu menghitung Nilai Antara dengan cara membagi selisih
antara nilai Semi Average kelompok II dan I dengan jumlah data dalam kelompok
sehingga hasilnya (167,5 - 147,5) / 2 = 10. Selanjutnya Nilai b ditentukan dengan

2
 membagi Nilai Antara dengan selisih antar angka tahun, sehingga diperoleh nilai b
sebesar (10/2) = 5
 Menentukan Fungsi Peramalan. Karena nilai a=147,5 dan nilai b= 5, maka fungsi
peramalannya adalah Y= 147,5 + 5X

Perhitungan selengkapnya adalah sebagai berikut:

3
Contoh Metode Semi Average Data Ganjil-Ganjil (Banyaknya Keseluruhan Data Berjumlah
Ganjil dan Banyaknya Data Dalam Kelompok Juga Ganjil)
Oleh Hendra Poerwanto

Berikut ini contoh metode Semi Average Data Ganjil-Ganjil (Banyaknya Keseluruhan Data
Berjumlah Ganjil dan Banyaknya Data Dalam Kelompok Juga Ganjil). Data penjulan PT "S".
Dengan menggunakan data tersebut diminta untuk membuat peramalan penjualan untuk tahun
2008 dengan menggunakan metode Semi Average.

Jumlah seluruh data di atas adalah 5 data (Ganjil ). Oleh karena itu analisis data dilakukan
dengan cara sebagai berikut:

 Mengelompokkan data menjadi 2 kelompok. Karena jumlah seluruh data adalah Ganjil,
maaka sebelum membagi menjadi dua kelompok harus disesuaikan dulu. Penyesuaian
dapat dilakukan dang salah satu dari dua cara yang ada. Misalnya diasumsikan
disesuaikan dengan menduplikasi data yang terletak di tengah yaitu data tahun 2004,
sehingga seluruh data menjadi berjumlah 6 data (Genap). Selanjutnya baru dibagi
menjadi dua kelompok yang masing-masing kelompok terdiri dari 3 data (Ganjil)
 Menentukan periode dasar. Misalnya diasumsikan periode dasar menggunakan tahun
tengah data tahun kelompok I, sehingga periode dasarnya adalah tahun 2003

4
  Menentukan Angka Tahun. Karena periode dasar 2003 berangka tahun x = 0, maka angka
tahun untuk tahun 2002 adalah -1 dan angka tahun untuk 2004, 2004', 2005, 2006
berturut-turut adalah 1, 2, 3, 4 dst.
 Menentukan nilai Semi Total yakni Jumlah total penjualan masing-masing kelompok.
Untuk kelompok I, Nilai Semi Totalnya adalah 120 + 110 + 128 = 358. Dengan cara yang
sama dihitung Nilai Semi Total untuk Kelompok II.
 Menentukan Semi average tiap Kelompok data. Semi Average untuk kelompok I adalah
(semi total kelompok I dibagi jumlah data kelompok I sehingga nilainya adalah
358/3=119,33. Dengan cara yang sama juga dihitung Semi Average untuk Kelompok II.

Ringkasan Perhitungan disajikan pada tabel berikut:

Dari perhitungan tersebut di atas, ditentukanlah nilai a dan b sehingga diperoleh fungsi
persamaan untuk peramalan dengan cara sebagai berikut::

 Nilai a ditentukan berdasarkan nilai Semi Average untuk kelompok yang tahun
tengahnya digunakan sebagai periode dasar. Pada kasus ini periode dasar menggunakan
tahun tengah kelompok I, sehingga nilai a adalah sebesar nilai Semi Average kelompok I
yakni 119,33
 Menentukan nilai b Karena Jumlah data dalam kelompok adalah ganjil maka untuk
menentukan nilai b dapat langsung dengan cara membagi selisih antara nilai Semi
Average kelompok II dan I dengan jumlah data dalam kelompok sehingga hasilnya
(142,67 - 119,33) / 3 = 7,78
 Menentukan Fungsi Peramalan. Karena nilai a=142, 67 dan nilai b= 10,89, maka fungsi
peramalannya adalah Y= 119,33+ 7,78X

Perhitungan selengkapnya adalah sebagai berikut:

5
 Dengan menggunakan fungsi peramalan yang diperoleh dengan metode Semi Average
tersebut selanjutnya dilakukan peramalan penjualan tahun 2008 dimana angka tahun 2008 adalah
6 (X = 6). Diramalkan penjualan tahun 2008 sebesar 166 unit.

6
 TREND MOMENT
Metode trend moment menggunakan cara-cara perhitungan statistika dan matematika tertentu
untuk mengetahui fungsi garis lurus sebagai pengganti garis patah-patah yang dibentuk oleh data
historis perusahaan. Dengan demikian pengaruh unsur-unsur subyektif dapat dihindarkan.
Prinsip-prinsip pengerjaan metode trend moment adalah sebagai berikut:
a. Barang tahan lama minimal satu tahun.
b. Barang yang selalu diperlukan, misalnya sembako.
c. Kegiatan usaha sudah berjalan minimal dua tahun, digunakan sebagai data penjualan tahun yang
lalu.
d. Jumlah data tahun lalu baik tahun ganjil maupun genap tetap diurut dari 0, 1, 2, 3,…
dst pada kolom x.

Rumus metode trend moment:

I. Y= a + bx
II. ∑ y= n.a + b.∑ x
III. ∑ xy= a. ∑ x + b. ∑ x2
Contoh soal:

Sebuah perusahaan yang bergerak dalam penyediaan minuman air gallon ingin membuat
forecast penjualan minuman air gallon untuk beberapa tahun mendatang didaerah Singkawang,
dengan menggambarkan garis trend data penjualan tahun yang lalu adalah sebagai berikut:

Penjualan
Tahun
Y
2005 130.000
2006 145.000
2007 150.000
2008 165.000
2009 170.000

7
 Hitunglah forecast penjualan dengan metode trend moment!

Jawab:

Penjualan
Tahun x xy x2
y
2001 0 130.000 0 0
2002 1 145.000 145.000 1
2003 2 150.000 300.000 4
2004 3 165.000 495.000 9
2005 4 170.000 680.000 16
∑ 10 760.000 1.620.000 30

II. ∑ y= n.a + b.∑ x

760.000= 5a + 10b
III. ∑ xy= a. ∑ x + b. ∑ x2
1.620.000= 10a + 30b
Dibuat persamaan menjadi:

760.000= 5a + 10b x 2 1.520.000 = 10a + 20b

1.620.000= 10a + 30b x 1 1.620.000 = 10a + 30b -
-100.000 = -10b

b = 10.000
760.000= 5a + 10b
760.000= 5a + 10 (10.000)
760.000= 5a + 100.000
660.000= 5a
a = 132.000
Y= 132.000 + 10.000x

Maka nilai trend tiap tahun sampai tahun 2011 dapat dihitung sebagai berikut:

8
2005 Y= 132.000 + 10.000 ( 0 ) =

132.000
2006 Y= 132.000 + 10.000 ( 1 ) =

142.000
2007 Y= 132.000 + 10.000 ( 2 ) = 152.000
2008 Y= 132.000 + 10.000 ( 3 ) = 162.000
2009 Y= 132.000 + 10.000 ( 4 ) = 172.000
2010 Y= 132.000 + 10.000 ( 5 ) = 182.000
2011 Y= 132.000 + 10.000 ( 6 ) = 192.000
1.134.000

9
TREND LEAST SQUARE

Metode ini sedikit berbeda dengan metoda moment. Bagaimana perbedaan tersebut akan lebih
jelas pada pemecahan masalah yang diberikan pada bagian contoh.

Fungsi Dasar Metode Least Square

Fungsi dasar metode Least Square adalah sebagai berikut:

Contoh Penggunaan Metode Least Square

Diminta membuat peramalan penjualan untuk tahun 2007 dengan menggunakan metode
Least Square berdasarkan data-data berikut ini:

10
Data-data tersebut selanjutnya dianalasis dengan cara berikut:

Dari perhitungan di atas, dicari nilai a dan b untuk mendapatkan fungsi persamaan peramalan
metode Least Square sebagai berikut:

11
 Setelah mendapatkan fungsi persamaan trend, maka dapat ditentukan ramalan penjualan tahun
2007 yang memiliki angka tahun X=5, yakni sebesar 180 unit yang dihitung dengan cara sebagai
berikut

*****

12
METODE REGRESI KORELASI (REGRESION CORELATION)

penggunaan metode ini didasarkan kepada variabel yang ada dan yang akan mempengaruhi hasil
peramalan. Hal- hal yang perlu diketahu sebelum melakukan peramalan dengan metode regresi
adalah mengetahui terlebih dahulu mengetahui kondisi- kondisi seperti :

Pada kesempatan ini hanya dibahas tentang Analisis deret waktu untuk regresi sederhana.

Fungsi Dasar Metode Regresi

Bentuk fungsi dasar metode Regresi adalah sebagai berikut:

Contoh Penggunaan Metode Regresi

Diminta untuk membuat peramalan penjualan tahun 2007 bla tingkat kelahiran =12 dengan
menggunakan metode Regresi berdasarklan data-data berikut:

13
Data-data di atas selanjutnya dianalisis dengan cara sebagai berikut:

Setelah mendapatkan persamaan trendnya, dapatlah diramalkan penjualan tahun 2007 pada saat
tingkat kelahiran =12. Besarnya penjualan diramalkan akan sebesar 222. unit. Perhitungannya
adalah sebagai berikut:

14
*****

15
TUGAS:
EXERCISE:
Hitung perkiraan penjualan pada tahun 2020:
YEAR SALES (unit) Advertising
Cost (Rp)
2015 345.000 350
2016 312.000 375
2017 325.000 380
2018 362.000 400
2019 365.000 500

Berdasarkan method:
1. Trend Semi Average
2. Trend Least Square
3. Trend Moment
4. Regresion Method

Cara, lihat contoh di halaman sebelumnya.

Kumpulkan di akhir perkuliahan.

16
17