2.

1 Data Deret Berkala dan Peramalan

Data deret berkala adalah sekumpulan data yang menggambarkan
perkembangan suatu hasil observasi yang diatur dan didapat menurut urutan
kronologis waktu, misalnya perkembangan produksi, harga barang, hasil
penjualan, jumlah penduduk, dll.
Analisa deret berkala merupakan prosedur analisis yang dapat digunakan
untuk mengetahui gerak perubahan atau perkembangan nilai suatu variable
sebagai akibat dari perubahan waktu. Dalam analisis ekonomi dan lingkungan
bisnis biasanya Analisa deret berkala digunakan untuk meramal (forecasting) nilai
suatu variable pada masa lalu dan masa yang akan datang berdasarkan pada
kecenderungan dari perubahan nilai variable tersebut. Analisa deret berkala (time
series) juga merupakan suatu analisis yang berdasarkan hasil ramalan yang
disusun atas pola hubungan antara variable yang dicari dengan variable waktu
yang dipengaruhinya. Peramalan masa depan dilakukan berdasarkan nilai masa
lalu dari suatu variabel. Peramalan adalah merupakan suatu dugaan atau perkiraan
tenteng terjadinya suatu keadaan di masa depan, tetapi dengan menggunakan
metode-metode tertentu maka peramalan akan menjadi lebih dari sekedar
perkiraan. Peramalan memanfaatkan informasi terbaik yang ada pada masa itu,
untuk menimbang kegiatan di masa yang akan datang agar tujuan yang diinginkan
dapat tercapai. Peramalan dibutuhkan sebab adanya perbedaan-perbedaan waktu
antara kebijaksanaan baru dengan waktu pelaksanaan. Oleh karena itu, dalam
menentukan kebijaksanaan diperlukan kesempatan atas peluang yang ada dan
gangguan yang mungkin terjadi pada saat kebijaksanaan tersebut dilaksanakan.
Peramalan juga diperlukan untuk mengantisipasi suatu peristiwa yang dapat
terjadi di masa yang akan datang, sehingga dapat dipersiapkan kebijaksanaan atau
tindakan yang perlu dilakukan.
Analisis Trend
Analisis trend merupakan analisis yang ditujukan untuk melakukan suatu
estimasi atau peramalan pada masa yang akan datang. Analisis trend memiliki
gerakan yang berjangka panjang, lamban, dan cenderung menuju ke satu arah
yaitu arah naik atau turun. Umumnya analisis trend seperti itu memiliki jangka
waktu sekitar 10 tahun atau lebih. Analisis trend memiliki 2 jenis persamaan yaitu
persamaan linier dan persamaan non linier. Analisis trend persamaan linier dibagi
menjadi 2 jenis yaitu:
a. Trend Positif (Menaik)

Y’ = a + bX

b. Trend Negatif (Menurun)

Y’ = a - bX
Persamaan linier memiliki 3 metode yaitu metode garis linier bebas (Free Hand
Method), metode setengah rata-rata (Semi Average Method), dan metode kuadrat
terkecil (Least Square Method). Dari ketiga metode ini yang sering digunakan
hanya 2 metode yaitu metode setengah rata-rata dan metode kuadrat terkecil.
1. Garis Linier Bebas (Free Hand MethodsI)
Penerapan metode ini bukan berarti bebas dalam artian penerapan tanpa kriteria.
Akan tetapi, penerapan metode ini tidak menggunakan rumus matematika. Bila
kriteria perumusan sudah dirumuskan, garis trend dapat digambarkan berdasar
perumusan tersebut dengan bantuan sebuah mistar saja.

Garis linier yang terputus-putus merupakan garis trend linier yang diterapkan secara
bebas melalui kurva. Penarikan garis trend sedemikian itu sangat subyektif dan kurang
memenuhi persyaratan ilmiah, jadi metode ini jarang sekali digunakan.

2. Metode Setengah Rata-Rata (Semi Average Methods)

Metode setengah rata-rata membuat tren dengan cara mencari rata-rata kelompok
data yang sudah dibagi menjadi dua kelompok data.
Y’ = a + bX
 Y’ : Nilai ramalan
a : nilai tahun K1 dan K2 yang merupakan nilai konstanta dan letak
tahun dasar
b : Nilai perubahan tren
b= K2-K1
th dasar 2 - th dasar 1
Contoh Soal:
TABEL PERKEMBANGAN JUMLAH PELANGGAN PT TELKOM

Tahun JumlahPelanggan (Jutaan)

2001 4,2

2002 5,0

2003 5,6

2004 6,1

2005 6,7

2006 7,2

Penyelesaian:
a. Membagi kelas menjadi dua kelompok kemudian menghitung rata-rata
setiap kelompoknya (a) kemudian menghitung nilai b
b = 6,67-4,93
2005-2002
= 0,58
Jadi persamaannya,
Y’ = 4,93 + 0,58 (X) (untuk tahun dasar 2002)
Y’ = 6,67 + 0,58 (X) (untuk tahun dasar 2005)
b. Kemudian menentukan selisih tahun yang dicari dengan tahun dasar
(X)
Nilai X
Nilai X
Tahun Pelanggan Rata-rata untuk th dasar
untuk th dasar 2005
2002

2001 4,2 -1 -4

2002 5,0 4,93 0 -3

 2003 5,6 1 -2

2004 6,1 2 -1

2005 6,7 6,67 3 0

2006 7,2 4 1

Untuk nilai x, pada tahun dasar sama dengan 0, untuk tahun di atas tahun dasar
diberikan nilai positif dari 1 dan seterusnya, sedang yang di bawah tahun dasar
diberikan nilai negatif dari -1 dan seterusnya.

d.      Nilai peramalan untuk tahun 2007

Apabila menggunakan tahun dasar 2002, nilai x = 5
Y’ = 4,93 +0,58x = 4,93 + (0,58 x 5 ) = 7,82 juta pelanggan
Apabila menggunakan tahun dasar 2005, nilai x = 2
Y’ = 6,67 + 0,58x =6,67 + (0,58 x 2 ) = 7,82 Juta pelanggan

Jadi menggunakan tahun dasar 2002 atau 2005 hasilnya sama. Jumlah pelanggan
PT Telkom tahun 2007 diperkirakan mencapai 7,82 juta pelanggan.

3. Metode Kuadrat Terkecil (Least Square Method)

Tren dengan metode kuadrat terkecil diperoleh dengan menentukan

garis tren yang mempunyai jumlah terkecil dari kuadrat selisih data
asli dengan data pada garis tren. Rumus garis tren dengan metode
kuadrat terkecil:
Y’ = a + bX
Keterangan: Y’ = Nilai Tren
a = Nilai konstanta yaitu nilai Y pada saat nilai X = 0
b = Nilai kermiringan yaitu tambahan nilai Y, apabila X
bertambah satu satuan
X = Nilai periode tahun
Untuk memperoleh nilai a dan b dapat digunakan rumus berikut:
 a = ∑Y/n
b = ∑XY/∑X2
Contoh soal:
1. Tabel : (Data Ganjil)
Volume penjualan handphone (dalam 1000 unit) tahun 2000 sampai dengan 2008
Tahun Penjualan (Y) X XY X2
2000 200 -4 - 800 16
2001 245 -3 - 735 9
2002 240 -2 - 480 4
2003 275 -1 - 275 1
2004 285 0 0 0
2005 300 1 300 1
2006 290 2 580 4
2007 315 3 945 9
2008 310 4 1.240 16
Jumla
2.460 775 60
h
Penyelesaian:
a. Menentukan nilai a dan b
a = 2460
9
= 273,33
b = 775
60
= 12,92
Jadi persamaan trendnya adalah
Y’ = 273,33 + 12,92(X)
b. Nilai peramalan tahun 2009
Jadi nilai x = 5 (2009-2004 = 5)
Y’ = 273,33 + 12,92(6)
= 337,93
Jadi, perkiraan penjualan tahun 2009 adalah 337.930 unit

2. Tabel: (data genap)

 Tahun Penjualan (Y) X XY X2
1995 200 -3 - 700 12,25
1996 245 -2½ - 612,5 6,25
1997 240 -1½ - 360 2,25
1998 275 -½ - 137,5 0,25
1999 285 ½ 142,5 0,25
2000 300 1½ 450 2,25
2001 290 2½ 725 6,25
2002 315 3½ 1102,5 12,25
Jumla 2.150 610,0 42,00
h

Penyelesaian:
Dalam kasus data genap untuk mencari nilai X tidak seperti data ganjil tetapi
menggunakan rumus nilai tengah diantara kedua nilai yang berada di tengah (1998
dengan 1999 maka nilai tengahnya adalah 1998,5)
a. Menentukan nilai a dan b
a = 2150
8
= 268,75
b = 610
42
= 14,52
Jadi, persamaannya adalah
Y’ = 268,75 + 14,52(X)
b. Menentukan peramalan tahun 2008
Y’ = 268,75 + 14,52 (9,5) = 406,69

Jadi, diperkirakan penjualan pada tahun 2008 sebesar 406.690 unit

Untuk tren yang sifatnya jangka pendek dan menengah, kemungkinan tren akan
mengikuti pola linier. Namun demikian, dalam jangka panjang pola bisa berubah
tidak linier sehingga hasil ramalan tidak cocok atau berbeda. Persamaan non linier
dibagi menjadi 2 metode yaitu metode tren kuardatis dan metode trend
eksponensial. Non linier memiliki persamaan
1. Metode Tren Kuadratis (Quadratic Trend Method)
Y’ = a + bX + cX2
Persamaan diatas dinamakan persamaan kuadratik atau persamaan
kuadratik atau persamaan pangkat dua. Pada asasnya cara penentuan trend
kuadratik tidak banyak berbeda dari cara penentuan trend linier. Bila
jumlah obeservasi ialah sebesar n, maka persamaan normal trend kuadratik
dapat diberikan sebagai sebagai berikut
 Σ Y = n,a + c ΣX2
Σ X Y = b Σ X2
Σ X2 Y =a Σ X2 + c Σ X4

Tahun Penjualan X X2 X3 X4 XY X2Y

(Y)
2000 801 -5 25 -125 625 -4.005 20.025
2001 820 -4 16 -64 256 -3.280 13.120
2002 862 -3 9 -27 81 -2.586 7.758
2003 923 -2 4 -8 16 -1.846 3.692
2004 1.005 -1 1 -1 1 -1.005 1.005
2005 1.103 0 0 0 0 0 0
2006 1.222 1 1 -1 1 1.222 1.222
2007 1.360 2 4 -8 16 2.720 5.440
2008 1.521 3 9 -27 81 4.563 13.689
2009 1.702 4 16 -64 256 6.808 27.232
2010 1.900 5 25 -125 625 9.500 47.500
Jumlah 13.219 0 110 0 1.958 12.091 140.683
Contoh soal:

Penyelesaian :
a. Memasukkan ke dalam persamaan untuk mencari nilai konstanta:
Σ Y = n,a + c ΣX2
13.219 = 11a + 110c

Σ X Y = b Σ X2
12.091 = 110b => b =109,92

Σ X2 Y =a Σ X2 + c Σ X4
140.683 110a + 1,958c
b. Mengeliminasi persamaan yang pertama dengan ketiga untuk mencari nilai
konstanta a dan c
13.219 = 11a + 110c x10 132.190 = 110a + 1.110c
140.683 = 110a + 1958c x1 140.683 = 110a + 1.958c -
-8.493 = -858c
c = 9,90
Dari persamaan 1 :
13.219 = 11a + 110c
13.219 = 11a + 110(9,90)
11a = 13.219 – 1.089
 11a = 12.130
a = 1.102,73
Jadi persamaan forecastnya=
Y’ = 1.102,73 + 109,92X + 9,90X2
c. Peramalan tahun 2011
X=6
Y’ = 1.102,73 + 109,92(6) + 9,90(62)
= 2.118,65
2. Metode Eksposional

Analisis Variasi Musim

Analisis variasi musim berhubungan dengan perubahan atau fluktuasi dalam
musim-musim tertentu atau tahunan. Variasi musiman menjelsakan fluktuasi
dalam satuan bulanan atau triwulan atau semester dalam satu tahun. Analisis
variasi musim menggunakan beberapa metode perhitungan, yaitu:
1. Metode Rata-rata Sederhana

Metode rata-rata sederhana mengasumsikan bahwa pengaruh tren dan

siklus yang tidak beraturan tidak besar dan dapat dianggap tidak ada.
Indeks musim hanya berdasarkan pada actual dan nilai rata-ratanya saja.

TABEL PRODUKSI PADI PER TRIWULAN

Triwulan
Tahun Produksi
I II III
2003 44 22 14 8

2004 48 25 15 8
2005 48 26 14 8
2006 47 24 14 9

Penyelesaian:
a. Membuat rata-rata setiap triwulan dan totalnya

Triwulan
Tahun Produksi
I II III
2003 44 22 14 8

2004 48 25 15 8

2005 48 26 14 8

2006 47 24 14 9

Nilai Total 187 97 57 33

Rata-rata 46,75 24,25 14,25 8,25

b. Menghitung indeks musim

Rata-rata total 46,75 adalah untuk 1 tahun, sehingga untuk setiap triwulan
harus dibagi Dengan 3, menjadi 46,75/3= 15,58.

Rata−rata triwulan I x 100 24,25 x 100

Indeks musim I = = = 155,65
Rata−rata total 15,58

Rata−rata triwulan II x 100 14.25 x 100

Indeks musim II = = = 91.46
Rata−ratatotal 15,58

Rata−rata triwulan III x 100 8,25 x 100

Indeks musim III = = = 52,95
Rata−ratatotal 15,58

c. Produksi pada tahun 2008 direncanakan 54 juta ton. Maka setiap triwulan
rata-rata totalnya adalah = 54/3= 18 juta ton. Untuk setiap triwulan
targetnya adalah :
Target setiap triwulan = (Indeks musim x rata-rata total)/100
Target triwulan I         = (156 x 18)/100         = 28,08 juta ton
Target triwulan II        = (91 x 18)/100           = 16,38 juta ton
Target triwulan III      = (53 X 18)/100          = 9,54 juta ton