ANALISIS TREND
Analisis trend merupakan suatu metode analisis statistika yang ditujukan untuk melakukan
suatu estimasi atau peramalan pada masa yang akan datang. Untuk melakukan peramalan dengan baik
maka dibutuhkan berbagai macam informasi (data) yang cukup banyak dan diamati dalam periode
waktu yang relatif cukup panjang, sehingga hasil analisis tersebut dapat mengetahui sampai berapa
besar fluktuasi yang terjadi dan faktor-faktor apa saja yang memengaruhi terhadap perubahan
tersebut.
Secara teoristis, dalam analisis runtun waktu (time series) hal yang paling menentukan adalah kualitas
dan keakuratan dari data-data yang diperoleh, serta waktu atau periode dari data-data tersebut
dikumpulkan. Jika data yang dikumpulkan tersebut semakin banyak maka semakin baik pula estimasi
atau peramalan yang diperoleh. Sebaliknya, jika data yang dikumpulkan semakin sedikit maka hasil
estimasi atau peramalannya akan semakin jelek.
Adapun metode yang umum digunakan untuk menggambarkan garis trend adalah sebagai berikut :
Tentukan garis trend untuk data tersebut dengan metode tangan bebas! (Catatan : Data Rekaan)
Jawab :
Dari diagram di atas terlihat bahwa garis trend yang ditarik cenderung mengikuti garis lurus,
sehinggga dapat dikatakan bahwa trend hasil penjualan perusahaan “X” selama periode 10 tahun
berbentuk trend linier naik.
Cara ini merupakan cara yang paling mudah dalam menentukan persamaan trend linier berdasarkan
perhitungan data berkala. Langkah-langkah sebagai berikut :
Data berkala dibagi menjadi 2 bagian, masing-masing harus mempunyai banyak data yang
sama. Jika banyak data ganjil, maka data yang paling tengah tidak diikut sertakan
dalam perhitungan atau dimasukkan dalam 2 bagian tersebut.
Untuk setiap bagian dihitung rata-ratanya, sehingga terdapat dua buah nilai sumbu tegak
(Y1dan Y2). Sedangkan untuk sumbu datar (t1dan t2) ditentukan berdasarkan waktu
(tahun) yang paling tengah untuk setiap bagian. Sehingga diperoleh dua nilai koordinat
(t1,Y1) dan (t2,Y2).
Lukiskan dua nilai koordinat pada grafik, lalu hubungkan. Garis yang diperoleh
merupakan trend yang akan dicari persamaannya.
Masukkan dua nilai koordinat pada persamaan Y = a + bt, sehingga akan diperoleh 2
persamaan.
Tentukan nilai koefisien a dan b dengan cara eliminasi dan substitusi.
Contoh 8.2 : Untuk kasus pada contoh 1. Tentukan persamaan trend linier dengan metode
setengah rata-rata !
Jawab : Karena banyak data genap (10 tahun), maka setiap bagian mempunyai 5 buah data.
Untuk ( , ) → (1)
Untuk ( , ) → (2)
Sehingga persamaan trend liniernya adalah Y = + t. Dari persamaan trend diperoleh b = , artinya hasil
penjualan diperkirakan akan sebesar setiap tahun. Dengan menggunakan persamaan trend tersebut
kita bisa memperkirakan berapa hasil penjualan pada tahun 2008, yaitu dengan memasukkan
nilai tahun pada persamaan tersebut, sehingga diperoleh :
t = 2008 →Y = + (x 2008) =
C. METODE RATA-RATA BERGERAK
Moving Average atau dalam bahasa Indonesia disebut dengan Rata-rata Bergerak adalah
salah satu metode peramalan bisnis yang sederhana dan sering digunakan untuk memperkirakan
kondisi pada masa yang akan datang dengan menggunakan kumpulan data-data masa lalu (data-data
historis). Dalam manajemen operasi dan produksi, kumpulan data disini dapat berupa volume
penjualan dari historis perusahaan.
Rumus Moving Average atau Rata-rata Bergerak adalah sebagai berikut :
MA = ΣX / Jumlah Periode
Keterangan :
MA = Moving Average
ΣX = Keseluruhan Penjumlahan dari semua data periode waktu yang diperhitungkan
Jumlah Periode = Jumlah Periode Rata-rata bergerak
Contoh : Perusahaan PT. ZZYY yang bergerak di bidang manufakturing ponsel ingin
meramalkan penjualan ponsel untuk bulan April dan Mei dengan menggunakan data
bulanannya yang dimulai dari bulan Januari. Periode rata-rata bergeraknya adalah 3 bulan.
Berikut ini adalah cara dan hasil perhitungannya.
MAApril = 90.000 / 3
MAApril = 30.000
Jadi, perkiraan penjualan ponsel pada bulan April adalah sekitar 30.000 unit.
Kita dapat melanjutkan lagi untuk bulan Mei dengan menggunakan data perkiraan yang
dihitung tersebut atau dengan menunggu hasil aktual pada bulan yang bersangkutan. Misalnya data
aktual pada bulan April yang didapat adalah 35.000 unit, maka perhitungannya adalah sebagai
berikut:
MAMei = 102.500 / 3
MAMei = 34.167
Dengan perhitungan tersebut didapat bahwa perkiraan penjualan ponsel untuk Mei adalah
sekitar 34.167 unit.
Catatan : Untuk perhitungan bulan Mei, Penjualan pada bulan Januari dihilangkan dan digantikan
dengan hasil penjualan pada bulan April. Hal ini karena perhitungan rata-rata bergerak adalah 3
bulanan.
Kita dapat membuat tabel peramalan penjualan dengan tabel seperti berikut ini :
Kita dapat melanjutkan tabel ini setelah mendapatkan data-data aktual penjualannya. Berikut ini
adalah contoh tabel dan grafik perhitungan peramalan atau perkiraan penjualan beserta data aktual
penjualannya.
D. METODE PENERAPAN GARIS TREND SECARA MATEMATIS
Secara aljabar, bentuk umum dari persamaan linier mengenal 2 variabel yaitu :
A X + BY = C
Dimana A, B dan C merupakan konstanta yang bisa diketahui, bila B ≠ 0, maka Y = - (A/B)
X + C/B, sering ditulis dengan Y = a + b X
Y =a + bX
∑ Y i = ∑ Y’ i = ∑ (a + b Xi) …………………….. 1)
i i i
dimana :
∑ Y i .Xi = ∑ Y’ I . Xi = ∑ (a + b Xi).Xi……………….. 2)
i i i
Bila jumlah observasi ialah sebesar n maka persamaan 1 dan 2 dapat ditulis kembali menjadi 2
persamaan:
∑ Y i = an + b∑ Xi
i i
∑ Y i .Xi = a ∑ Xi + b ∑ Xi2.
Contoh Kasus :
Trend Harga Rata-rata perdagangan besar karet RSS I di
Pasar Jakarta, tahun 1967 - 1978
Harga rata-
Y i .Xi Xi 2 Y’ i
Tahun Xi rata (Y i )
1 2 3 4 5
1967 0 3.179 - 0
1968 1 9.311 9.311 1
1969 2 14.809 29.618 4
1970 3 12.257 36.771 9
1971 4 10.238 40.952 16
1972 5 11.143 55.715 25
1973 6 23.732 142.392 36
1974 7 23.986 167.902 49
1975 8 18.164 145.312 64
1976 9 26.670 240.030 81
1977 10 28.464 284.640 100
1978 11 37.061 407.671 121
Jumlah 66 219.014 1.560.314 506
∑ Y i = an + b∑ Xi
i i
∑ Y i .Xi = a ∑ Xi + b Xi2.
12 a + 66 b = 219.014 …….. 1 x 11
66 a + 506 b = 1.560.314 … 2 x 2
286 b = 711.474
b = 2.487,67
a = 4.568,98
Y’ = 4.568,98 + 2.487,67 X
E. METODE KUADRAT TERKECIL
Metode kuadrat terkecil menghendaki jumlah kuadrat penyimpangan antara nilai
sebenarnya dan nilai taksiran yang diperoleh dari trend mencapai harga terkecil.
Penentuan persamaan trend linier Y = a + b tdengan metode kuadrat terkecil, agar lebih mudah
digunakan cara koding/sandi.
Untuk variabel waktu (tahun) ditransformasikan menjadi bilangan-bilangan berikut :
..., -4 , -3 , -2 , -1 , 0 , 1 , 2 , 3 , 4 ,... jika banyak tahun ganjil
...., -7 , -5 , -3 , -1 , 1 , 3 , 5 , 7 ,... jika banyak tahun genap.
Secara umum, jika tmadalah tahun median (tahun yang paling tengah) maka
transformasi digunakan rumus berikut :
(ti - tm) - jika banyak tahun ganjil dan 2(ti - tm) jika banyak tahun genap, dimana
timenyatakan tahun ke-i
Nilai koefisien a dan b ditentukan dengan rumus :
dengan :
Yi = nilai data berkala pada tahun-tahun yang diketahui
n = banyak tahun
ti = koding tahun (tahun yang sudah ditransformasi)
Contoh (tahun ganjil) : Berikut adalah jumlah produksi barang (unit) di perusahaan “Y” selama
periode 13 tahun.
Jawab :
Karena banyak tahun ganjil, maka tahun ditransformasikan menjadi ... , -3 , -2 , -1 , 0 , 1 , 2 , 3 ,...
Dengan tm = (tahun median), transformasi yang digunakan adalah (ti - ) diperoleh :
Sehingga
persamaan trend
liniernya adalah Y
= + t.
Dari persamaan
trend diperoleh b
= , artinya jumlah
produksi diperkirakan akan sebesar setiap tahun.Dengan menggunakan persamaan trend tersebut
kita bisa memperkirakan berapa jumlah produksi pada tahun 2010, yaitu dengan memasukkan
nilai koding tahun untuk tahun 2010 pada persamaan tersebut. Koding tahun 2010 adalah 2010 –
=
t= →Y = +( x )=