MAKALAH ANALISIS DATA BERKALA DENGAN

METODE LEAST SQUARE

Disusun oleh :

Nurvarahim 12191987

Anggrenia Jesika 12191997

Nabilla Salshabila 12192006

Marinja Crismawarti 12191895

PRODI SISTEM INFORMASI

FAKULTAS TEKNIK DAN INFROMASI
UNIVERSITAS BINA SARANA INFORMATIKA
2020
 KATA PENGANTAR

Segala puji syukur kita hanturkan kepada Tuhan yang Maha Esa. Sebab karena
limpahan rahmat serta anugrah dari-nya kami mampu menyelesaikan makalah kami
dengan judul “Analisis Data Berkala Dengan Metode Least Square” ini.

selanjutnya dengan rendah hati kami meminta kritik dan saran dari pembaca
untuk makalah ini supaya selanjutnya dapat kami revisi kembali. Karena kami sangat
menyadari, bahwa makalah yang telah kami buat ini masih memiliki banyak kekurangan.

Kami ucapkan terimakasih yang sebanyak-banyaknya kepada setiap pihak yang

telah mendukung serta membantu kami selama proses penyelesaian makalah ini sehingga
rampungnya makalah ini.

Demikianlah yang dapat kami hanturkan, kami berharap supaya makalah yang telah kami
buat ini mampu memberikan manfaat kepada setiap pembacanya.

Pontianak, Oktober 2020

Penulis
 DAFTAR ISI

KATA PENGANTAR......................................................................................................................................ii
DAFTAR ISI...................................................................................................................................................ii
BAB I............................................................................................................................................................1
PENDAHULUAN...........................................................................................................................................1
1.1 latar belakang....................................................................................................................................1
1.2 Rumusan masalah..............................................................................................................................1
1.3 tujuan................................................................................................................................................1
TINJAUAN PUSTAKA....................................................................................................................................2
2.1 pengertian Analisis Deret berkala......................................................................................................2
2.2. analisis Deret Berkala dalam Statistika desktiptif.............................................................................2
2.3. komponen Deret Berkala..................................................................................................................2
2.4. Ciri-ciri Trend Sekuler.......................................................................................................................5
BAB III..........................................................................................................................................................6
PEMBAHASAN.............................................................................................................................................6
3.1 Metode least Square (Kuadrat terkecil).............................................................................................6
3.2 contoh kasus......................................................................................................................................6
3.2.1. contoh I (Untuk jumlah data ganjil) :.........................................................................................6
3.2.2. contoh II (untuk jumlah data genap).........................................................................................8
BAB IV........................................................................................................................................................10
PENUTUP...................................................................................................................................................10
4.1 Kesimpulan......................................................................................................................................10
4.2 Saran................................................................................................................................................10
DAFTAR PUSTAKA.......................................................................................................................................iii
 BAB I
PENDAHULUAN

1.1 latar belakang

metode statistik bidang pengetahuan yang mengalami pertembuhan pesat. Metodenya
berkembang sejajar dengn penemuan-penemuan penting oleh para ahli matematis dan statistisi
guna menjawab persoalan-persoalan yang terlanjur oleh para penyelidik ilmiah. Selain daripada ilmu
hayat sendiri, ilmu pengetahuan tersebut boleh dikatakan telah mempengaruhi setiap aspek
kehidupan manusia modern. Ilmu pengetahuan tersebut sudah meliputi segala metode guna
mengupulkan, mengolah, menyajikan, dan menganalisa data kwantitatif secara dekriptif.
Croxton dan Cowden berpendapat bahwa metode statistik terlalu memberi tekanan pada teknik
mengumpulkan, mengolah, menyajikan ,menganalisa data kwantitatif secara deskriptif agar dapat
memberi gambaran yang teratur tentang suatu peristiwa. Karena itu, etode demikian seringkali
dinamakan metode statistik deskriptif (descriptive statisics). Semakin sering kita mempelajari
tenatng statitik deskriptif maka semakin banyak pula pertayaan tentang apa itu deskriptif dan yang
terkandung didalamnya serta apa saja yang perlu diketahui dalam mempelajari statistik.
Statistika deskriptif hanya memberi informasi mengenai data yang dipunyai dan sama sekali
tidak menarik inferensia atau kesimpulan apapun tentang gugus induknya yang lebih besar. Dengan
statistik deskriptif, kumpulan data yang diperoleh akan tersaji dengan ringkas dan rapi serta dapat
memberikan informasi inti dari kumpulan data yang ada. Informasi yang dapat diperoleh oleh
statistika deskriptif ini antara lain ukuran pemusatan data, ukuran penebaran data, serta
kecendrungan suatu gugus data. Dalam kesempatan ini makalah kami akan sedikit menjelaskan
tentang Analisis Deret berkala dengan metode Least Square (kuadrat terkecil).

1.2 Rumusan masalah

Rumusan masalah yang dapat diambil yaitu sebagai berikut :

1. Apa Pengertian analisa deret berkala ?

2. Apa saja Komponen deret berkala ?
3. Apa Ciri-ciri trend sekuler ?

1.3 tujuan
yang menjadi tujuan penulisan makalah ini yaitu informasi yang dapat diambil yaitu sebagai
berikut :

1. mengetahui pengertian analisa deret berkala

2. mengetahui komponen-komponen deret berkala
3. mengetahui ciri-ciri trend sekuler

BAB II
 TINJAUAN PUSTAKA

2.1 pengertian Analisis Deret berkala

Croxton dan Cowden memperkenalkan metode Statistik tahun 1955 yaitu dengan
metode Statistika Deskriptif dengan memberi definisi statistik sebagai metode guna
mengumpulkan, mengolah, menyajikan, menganalisa dan menginterpretasi data yang berwujud
angka-angka. Dalam metode Statistik Deskriptif terhadap berbagai jenis metode statistik salah
satunya adalah Analisis Deret Berkala.

Data yang dikumpulkan dari waktu ke waktu untuk menggambarkan perkembangan suatu
kegiatan (perkembangan produksi, harga, hasil penjualan, jumlah penduduk, jumlah kecelakaan,
jumlah kejahatan, dsb). Serangkaian nilai-nilai variable yang disusun berdasarkan waktu.
Serangkaian data yang terdiri dari variable Yi yang merupakan serangkaian hasil observasi dan
fungsi dari variabel Xi yang merupakan variabel waktu yang bergerak seara seragam dan kearah
yang sama, dari waktu yang lampau ke waktu yang mendatang.

Deret berkala atau runtut waktu adalah serangkaian pengamatan terhadap peristiwa, kejadian
atau variabel yag diambil ari waktu ke waktu, dicatat secara teliti menurut urut-urutan waktu
terjadinya, kemudian disusun sebagai data statistik.

runtut waktu akan dapat diketahui pola perkembangan suatu peristiwa, kejadian atau variabel.
Jika perkembangan suatu peristiwa mengikuti suatu pola teratur, maka berdasarkan pola
perkembangan tersebut akan dapat diramalkan peristiwa yang bakal terjadi dimasa yang akan
dating. Jika nilai variabel atau besarnya gejala (peristiwa) dalam runtut waktu (seragkaian waktu)
diberi symbol Y 1, Y 2, …Y n dan waktu-waktu pencatatan niali variabel (peristiwa) diberi symbol X 1 ,
X 2 ,… X n maka rutut waktu dari nilai variabel Y daoat ditunjukan oleh persamaan Y = f(X) yaitu
besarnya nilai variabel Y tergantung pada waktu terjadinya peristiwa itu.

2.2. analisis Deret Berkala dalam Statistika desktiptif

Croxton dan Cowden memperkenalkan metode Statistik tahun 1955 yaitu dengan metode
Statistika Deskriptif dengan memberi definisi statistik sebagai metode guna mengumpulkan,
mengolah, menyajikan, menganalisa dan menginterpretasi data yang berwujud angka-angka.

Dalam metode Statistik Deskriptif terhadap berbagai jenis metode statistik salah satunya adalah
Analisis Deret Berkala.

2.3. komponen Deret Berkala

Pola gerakan runtut waktu atau deret berkala dapat dikemlompokkan kedalam 4 (empat) pola
pokok. Pola ini biasanya disebut sebagai kompoenen sebagai komponen dari deret berkala (runtut
waktu). Ada empat komponen deret berkala itu adalah :

1. trend, yaitu gerakan yag berjangka panjang yang menunjukkan adanya kecenderungan menuju
ke satu arah kenaikan dan penurunan secara keseluruhan san bertahan dalam jangka waktu
yang digunakan sebagai ukuran adalah 10 tahun keatas.
2. Variasi musim, yaitu ayunan sekitar trend yang bersifat musiman serta kurang lebih teratur.
3. Variasi siklus, yaitu ayunan trend yang berjangka lebih panjang dan agak lebih teratur.
4. Variasi yang tidak tetap (Irreguler), yaitu gerakan yang tidak teratur sama sekali.

Gerakan atau variasi dari data berkala juga terdiri dari empat komponen, yaitu:

- Gerakan/variasi trend jangka panjang atau long term movements or seculer trend yaitu suatu
gerakan yang menunjukkan arah perkembangan secara umum (kecenderungan menaik atau
menurun) dan bertehan dalam jangkawaktu yang digunakan sebagai ukuran adalah 10 tahun ke
atas.

- Gerakan/variasi siklis atau cyclical movements or variation adalan gerakan/variasi jangka

panjang disekitar garis trend.

- Gerakan/variasi musim atau seasonal movements or variation adalah gerakan yang berayun naik
dan turun, secara periodic sekitar garis trend dan memiliki waktu gerak yang kurang dari 1 (satu)
tahun, dapat dalam kwartal, minggu atau hari.

- Gerakan/variasi yang tidak teratur (irregular or random movements) yaitu gerakan atau variasi
yang sporadis sifatnya. Factor yang dominann dalam gerakan ini adalah faktor-faktor yang
bersifat kebetulan misalnya perang, pemogokan, bencana alam dll.

Dari gerakan siklis diperoleh tinggi (puncak) dan titik terendah (lembah). Pergerakan dari puncak
ke lembah dinamakan “kontraksi” dan pergerakan dari puncak ke lembah berikutnya dinamakan
“ekspansi”.

- Varisasi sikli berlangsung selama lebih dari setahuan dan tidak pernah variasi tersebut
memperlihatkan pola yang tertentu mengenai gelombangnya.
- Gerakan sikli yang sempurna umumnya meliputi fase-fase pemulihan (recovery), kemakmuran
(prosperity), kemunduran/resesi (recession) dan depresi (depression).
 Pola musiman juga menunjukkan puncak dan lembah seperti pada siklus, tetapi lamanya variasi
musim selalu satu tahun atau kurang.

Jika dikaitkan dengan kegiatan bisnis dan ekonomi, analisis deret berkala atau analisis time
series seringkali digunakan untuk memprediksi nilai dimasa yang akan dating. Dengan diketahuinnya
nilai dimasa mendatang, maka pihak manajemen perusahaan akan dapat mengambil keputusan
dengan lebih efektif.
2.4. Ciri-ciri Trend Sekuler
Trend (T) atau Trend Sekuler ialah gerakan dalam deret berkala yang berjangka panjang, lamban
dan berkencerungan menuju ke satu arah, arah menaik atau menurun. Umumya meliputi gerakan
yang lamamya 10 tahun atau lebih.

Tren sekuler dapat disajikan dalam bentuk :

- Persamaan trend, baik peramaan linear maupun persamaan non linear

- Gambar/grafik yang dikenal dengan garis/kurva trend, baik garis lurus maupun garis
melengkung.

Trend juga sangat berguna untuk membuat ramalan yang sangat diperlukan bagi perencanaan,
misalnya :

- Menggabarkan hasil penjualan

- Jumlah peserta KB
- Perkembangan prosuksi harga
- Volume penjualan dari waktu ke waktu, dll.
Trend digunakan dalam melakukan peramalan (forecasting). Metode yang biasanya dipakai,
antara lain adalah Metode Semi Average dan Metode Least Square.
 BAB III
PEMBAHASAN

3.1 Metode least Square (Kuadrat terkecil)

Metode ini paling sering digunakan untuk meramalkan Y 1 karena perhitungannya lebih teliti.
Persamaan garis trend yang akan dicari ialah

Y ‘ = a0 +bx                     a = ( ∑Y ) / n              b = ( ∑XY ) / ∑x2

Dengan :

Y ‘= data berkala (time series) = taksiran nilai trend.

a0 = nilai trend pada tahun dasar.

b= rata-rata pertumbuhan nilai trend tiap tahun.

x= variabel waktu (hari,minggu, bulan atau tahun).

Untuk melakukan perhitungan, maka diperlukan nilai tertentu pada variabel waktu (x) sehingga
jumlah nilai variabel waktu adalah nol atau ∑x=0.

Untuk n ganjil maka :

- Jarak antara dua waktu diberi nilai satu satuan.

- Di atas 0 diberi tanda negative.
- Dibawahnya diberi tanda positif

Untuk n genao maka :

- Jarak antara dua waktu diberi nilai dua satuan.
- Di atas 0 diberi tanda negative.
- Dibawahnya diberi tanda posiitif.

3.2 contoh kasus

3.2.1. contoh I (Untuk jumlah data ganjil) :
Ramalan penjualan Metode Least Square
 Data penjulan (Unit) PT.Retka tahun 2000-2008

No Tahun Jumlah karet

1 2000 250
2 2001 265
3 2002 280
4 2003 285
5 2004 300
6 2005 315
7 2006 340
8 2007 320
9 2008 350
Dari data tersebut akan dibuat forecast penjualan dengan menggunakan Metode Least
Square.

Penyelesaian :

3.2.2.1 analisis menggunakan metode Least Square.

Tahun Penjualan X X2 XY
(X) (Y)
2000 250 -4 16 -1000
2001 265 -3 9 -795
2002 280 -2 4 -560
2003 285 -1 1 -285
2004 300 0 0 0
2005 315 1 1 315
2006 340 2 4 680
2007 320 3 9 960
2008 350 4 16 1400
Jumlah 2705 0 60 715

3.2.2.2 Mencari nila a dan b

a= 2705 : 9 = 300,55

b= 715 : 60 = 11,91

setelah mengetahui nilai variabel a dan b maka persamaan trendnya dapat

diketahui yaitu :

Y` = 300,55 + 11,91X

Dapat diketahui ramalan untuk penjualan pada tahun 2009-2012 sebagai

berikut :
 Tahun X Penjualan
(Y)
2009 5 360,1
2010 6 372,01
2011 7 383,92
2012 8 395,83

3.2.2. contoh II (untuk jumlah data genap)

Ramalan penjualan Metode Least Square

Data penjualan (Unit) PT. ASISUS Tahun

No Tahun Penjualan(Y)
1 2011 167
2 2012 150
3 2013 190
4 2014 216
5 2015 234
6 2016 276
7 2017 305
8 2018 298
Dari data tersebut akan dibuat forecast penjualan dengan menggunakan Metode Least
Square.

Penyelesaian :

3.2.2.3 analisis menggunakan metode Least Square.

Tahun Penjualan X X2 XY
(X) (Y)
2011 167 -7 49 -1169
2012 150 -5 25 -750
2013 190 -3 9 -570
2014 216 -1 -216 1
2015 234 1 234 1
2016 276 3 9 828
2017 305 5 25 1525
2018 298 7 49 2086
Jumlah 1836 0 168 1968

3.2.2.4 analisis menggunakan metode Least Square.

a= 1836 : 8 = 229,5

b= 1968 : 168 = 11,72

 setelah mengetahui nilai variabel a dan b maka persamaan trendnya dapat
diketahui yaitu :

Y` = 229,5 + 11,72X

Dapat diketahui ramalan untuk penjualan pada tahun 2019-2022 sebagai

berikut :

Tahun X Penjualan(Y)
2019 9 334,98
2020 11 358,72
2021 13 381,86
2022 15 405,3
 BAB IV
PENUTUP

4.1 Kesimpulan
Peramalan yang diberikan oleh metode least square dalam data berkala cukup baik, itu
menunjukkan bahwa metode least square merupakan metode yang lebih teliti sehingga sering
digunakan untuk menghitung data berkala. Selain itu, metode least square juga dapat digunakan
tidak hanya untuk meramalkan penjualan tetapi berbagai macam peramalan lainnya, seperti
perkembangan KB, perkembangan produksi, dll.

4.2 Saran
Pada perhitugan dengan metode least square tentunya juga diperlukan ketelitian dan
kecermatan agar tidak terjadi kesalahan, untuk memperkecil kesahalan pada metode least
square ini bisa menggunakan MS. Excel.
 DAFTAR PUSTAKA

Jessica Belinda, Wimmie Handiwidjojo, 2015, Prediksi nilai Siswa dengan metode Least Square dan
analisis Outlier dengan teknik exact exception.

“Makalah analisis deret berkala dengan metode Least Aquare”. Adrianusentjaurau.blogspot.com. 31 mei
2013. 26 okt 2020. http://adrianusentjaurau.blogspot.com/2013/05/makalah-analisis-deret-berkalah-
dengan.html

“Analisis deret berkala”.docplayer.info.2017.06 Nov 2020. https://docplayer.info/56752535-Analisis-

deret-berkala.html