MAKALAH STATISTIKA DESKRIFTIF ANALISA DATA

BERKALA DENGAN METODE MOVING AVERAGE

TUGAS MAKALAH
Diajukan untuk memenuhi salah satu tugas mata kuliah UAS Statistika Program
Diploma III

DISUSUN OLEH:
AMINU INDRA DJAYADI 11190838
EMILIANA STASIA 11190836
LUTFIA 11191126
SWARDANA 11190921
RANI ANGGELINA MARIA 11191048
WAHYU ZAKARIA 11191082

Program Studi Sistem Informasi Akuntansi

Fakultas Teknologi Informasi
Universitas Bina Sarana Informatika Pontianak
2020
 KATA PENGANTAR
Puji syukur kepada Tuhan yang Maha Esa yang telah memberikan limpahan
rahmat kepada kelompok Sembilan dan kita semua karena berkat rahmatnya lah tugas
makalah ini dapat diselesaikan dengan baik, judul makalah kami adalah :
“STATISTIKA DESKRIFTIF ANALISA DATA BERKALA DENGAN
METODE MOVING AVERAGE”, sebagai salah satu persyaratan tugas Aplikasi
Komputer Akuntansi II Program Diploma Tiga Sistem Informasi Akuntansi pada
Universitas Bina Sarana Informatika PSDKU Pontianak ini.

Dalam pelaksanaan penelitian hingga penulisan Makalah ini Kelompok kami

telah banyak menerima masukan-masukan, bimbingan, saran, serta fasilitas yang
sangat membantu Penulis dalam menyelesaikan penulisan ini. Untuk itu Penulis ingin
mengucapkan rasa terima kasih yang sebesar-besarnya kepada yang terhormat :
1. Rektor Universitas Bina Sarana Informatika.
2. Ketua Jurusan Sistem Informasi Akuntansi Universitas Bina Sarana
Informatika.
3. Ibu Deasy purwaningtyas, S.Kom, M.Kom selaku Dosen Pembimbing Mata
Kuliah Statistika yang telah memberikan bimbingan serta motivasi dalam
penyelesaian Tugas Akhir ini.
4. Orang tua kelompok kami tercinta yang telah memberikan dukungan
semangat, material, doa serta perhatian yang sangat besar kepada Penulis
Kelompok kami menyadari bahwa terdapat beberapa pembahasan yang belum
sempurna sebagai penggambaran permasalahan oleh Kelompok kami, oleh karena itu
Kelompok kami sampaikan permohonan maaf serta mengharapkan kritik dan saran
yang membangun unutk memperbaiki kekurangan dalam penulisan ini.
Pontianak, 7 Desember 2020

Penulis

Kelompok 9
 DAFTAR ISI

Halaman
HALAMAN JUDUL........................................................................................i
KATA PENGANTAR......................................................................................ii
BAB I PENDAHULUAN ..........................................................................1
1.1 Latar Belakang.......................................................................... 1
1.2 Rumusan Permasalahan ...........................................................1
1.3 Tujuan Pembuatan makalah......................................................3
1.4 Manfaat ....................................................................5
BAB II TINJAUAN PUSTAKA....................................................................6
2.1 Peramalan (Forecasing)............................................................6-7
2.2 Metode Peramalan Kuantitatif..................................................7-8
2.3 Analisa Deret Berkala...............................................................8-10
BAB III PEMBAHASAN……………...........................................................11
3.1 Metode Rata-rata Bergerak.......................................................11
3.2 Simpel Moving Average...........................................................11-13
3.3 Weighted Moving Average.......................................................13-1
BAB V PENUTUP…………………............................................................15

4.1 Kesimpulan…….......................................................................15

4.2 Saran ........................................................................15

DAFTAR PUSTAKA………………………..................................................16
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Analisa deret berkala adalah data yeng dikumpulkan dari waktu kewaktu

untuk Mengambarkan perkembangan suatu kegiatan (perkembangan, harga

hasil, penjualan, jumlah penduduk,jumlah kejahatan dan sebagai berikut).

Metode Moving average merupakan komponen deret berkala dari bagian trend

sekuler yang merupakan perkembangan suatau kejadian,gejala atau variable

yang mengikuti “Gerakan trend sekuler”.

Metode Moving average biasanya digunakan oleh investor dan trader

diseluruh dunia,karena moving average mampu menghilangkan faktor

subjektif dari setiap Analisa.moving avarage menunjukan nilai rata-rata satu

periode tertentu.pada saat harga berubah,movung average bias naik turun.

Didalam materi moving average inn mahasiswa diajarkan cara menghitung

dengan metode rata -rata bergerak sederhana dan rata-rata bergerak

bertimbang.Untuk melakukan perhitungan dengan metode moving avarage ini

bias dilakukan secara manual (rumus moving average) atau dengan

menggunakan Microsoft Excel dan SPSS.

1.2 Rumusan Masalah

1. Bagaiman cara menentukan rata-rat bergerak sederhana dan rata-rata

bergerak tertimbang.
 2. Bagaiman penggunaaan metode peramalan dengan rata-rata sbergerak
sederhana
(simple moving average) dan rata-rata bergerak tertimbang.
3. Bagaiman cara penggunaanmmetode peramalan dengan rata-rata bergerak
(moving average) menggunakan Microsoft Excel.

1.3 Tujuan Pembuatan Makalah

Mampu menganalisa dat berkala dari waktu kewaktu.Agar mahasiswa mampu

memahami dat berkala dengan metode moving average.Mampu mengerjakan

soal-soal tentang bergerak moving average.Dapat menguasai materi rata-rata

bergerak sederhanadan rata-rata bergerak tertimabng.Mampu menerapkan

metode moving average dalam data sekunder dengan menggunakan Microsoft

Excel atau SPSS dan juga sebagai salah satu syarat untuk Ujian Akhir

Semester.

1.4 Manfaat

Manfaat metode rata-rata bergerak adalah untuk menetukan trend dari suatu

deret watu.Dengan menggunakan metode rata-rata bergerak ini,deret berkala

dari data asli diubah menjadi deret rata-rata bergerak yang lebih

mulus.Metode ini digunakan data yang perubahannya tidak cepat,dan tidak

mempunyai karakteristik musiman atau seasoanal.Metode rata-rata bergerak

mengestimasi permintaan periode berikutnya sebagai rata-rata data permintaa

actual dari periode terakhit.

1.5 Metodologi

Adapun metode penelitian yang dilakukan ,yaitu menggunakan langkah-

langkah sebagai berikut :

a. Mencari buku-buku yang berkaitan dengan tema tugas akhir semester atau

tugas makalah ini,yang digunakan untuk mendukung dan membantu dalam

materi-materi yang dibutuhkan dalam mengerjakan tugas akhir semester ini.

b. Mencari sumber informasi lainnya yakni internet,dan catatan-catatan kuliah

penulis yang berhubungan dengan masalah yang dibahas.

 BAB II
TINJAUAN PUSTAKA
2.1 Peramalan (Forecising)

Peramalan dapat dilakukan secara kuantitatif atau pun kualitatif.

Pengukuran kuantitatif menggunakan metode statistik, sedangkan

pengukuran kualitatif berdasarkan pendapat (judgment) dari yang

melakukan peramalan berkaitan denga itu dalam peramalan dikenal

dengan istilah prakiraan atau prediksi.

Peramalan didefenisiskan sebagai proses peramalan suatu variable

(kejadian) dimasa datang berdasarkan data variable yang bersangkutan

pada masa sebelumnya, data masa lampau itu secara sistematik

digabungkan dengan menggunakan suatu metode tertentu dan diolah

untuk memperoleh prakiraan keadaan pada masa dating.

Prediksi adalah proses peramalan suatu variable dimasa datang dengan

lebih mendasarkan pada pertimbangan subjektif /intuisi dari pada data

kejadian pada masa lampau.Meskipun lebih menekankan pada

intuisi,dalam prediksi juga sering terdapat data kuantitatif yang dipakai

sebagai masukan dalam melakukan peramalan dalam prediksi,peramalan

yang baik/tepat sangat tergantung dari kemampuan pengalaman dan

kepekaan dari orang yang bersangkutan.

Perbedaan antara prakiraan dan prediksi dapat digambarkan sebagai

berikut. Suatu perusahaan ingin meramalkan berapa permintaan pasar atau

produknya pada periode yang akan dating,maka perusaan itu dapat

melakukan prakiraan dengan menggunakan data penjualan periode

sebelumnya untuk mengetahui taksiran permintaan pasar.Namun,jika akan

mengelurkan produk baru,perusahaan yang bersangkutan melakukan

prediksi untuk mengetahui berapa jumlah yang dapat diserap pasar karena

belum mempunyai data penjualan masa lampau.Dalam hal ini,perusahaan

menggunakan data kuantitatif seperti data penjualan produk sejenisdari

perusahaan lain sebagai masukan dalam melakukan prediksi.

Berdasarkan horizon waktu,jenis-jenis peramalan dapat dibagi dibagi

dalam tiga bagian,yaitu peramalan jangka Panjang,menengah,dan jangka

pendek.

1.Peramalan jangka Panjang,yaitu yang mencangkup waktu lebih besar

dari 24 bulan,Misalnya peramalan yang diperlukan dalam kaitanya denag

penanaman modal,perencanaan fasilitas, dan perencanaan untuk kegiatan

litbang.

2.Peramalan jangka menengah,yaitu antar 3-24 bulan,misalnya

peramalan untuk

peramalan penjualan,perencaan dan anggaran produksi.

3.Peramalan janga pendek,yaitu untuk jangka waktu kurang dari 3

bulan, misalnya Peramalan dalam hubungannya dengan perencaan

pembelian material, penjadwalan kerja,dan penugasan.

 Peramalan jangka Panjang banyak menggunakan pendekatan

kalitatif,sedangkan peramalan jangka menengah dan pendek menggunakan

pendekatan kuantitatif.

2.2 Metode Peramalan Kuantitati

Pada dasarnya, metode kuantitatif yang digunakan dalam prakiraan dapat

dikelompokan dalam dua jenis, yaitu metode serial waktu dan metode

kuasal. Metode Serial waktu (deret berkala,time series) adalah metode

yang digunakan untuk menganalisis serangkain data yang merupakan

fungsi dari waktu. Metode ini mengasumsikan bahwa beberapa pola atau

kombinasi pola selalu berulang sepanjang waktu,dan pola dasar dapat

diidentifikasikan semata-mata atas dasar historis dari serial itu.Tujuan

analisis ini untuk menentukan pola deret variable yang bersangkutan

berdasarkan nilai-nilai variable pada masa tersebut pada masa datang.

Metode kuasal (causal/explanatory model) mengasumsikan bahwa

faktor yang diprakirakan menunjukan adanya hubungan sebab akibat

dengan suatu atau beberapa variable bebas

(independent).Misalnya,permintaan printer berhubungan dengan jumlah

penjualan computer, atau pendapatan berhubungan dengan faktor-faktor,

seperti jumlah penjualan,harga jual,dan tingkat promosi. Kegunaan

metode kausal untuk menemukan bentuk hubungan antara variable-

 variabel dan menggunakannya untuk meramalkan nilai dari variable tidak

bebas (dependen).

2.3 Analisa Deret Data Berkala

Data yang dikumpulkan dari waktu ke waktu untuk mengambarkan

perkembangan Suatu kegiatan (Perkembangan produksi, harga,hasil

penjuala,jumlah penduduk,jumlah kecelakaan,jumlah kejahatan,dsb).

Serangkaian nilai-nilai variable yang disusun berdasarkan waktu.

Serangkaian data yang terdisi dari variable Yi yang merupakan

serangkaian hasil observasi dan fungsi dari variable Xi yang merupakan

variable waktu yang bergerak secara seragam dan ke arah yang sama,dari

waktu yang lampau ke waktu yang mendatang. Deret suatu runtut waktu

adalah serangkaian pengamatan terhadap peristiwa,kejadian atau variable

yang diambil dari waktu ke waktu,dicatat secara teliti dari urutan waktu

terjadinya,kemudian disusun sebagai data statistik. Dari suatu runtut akan

diketahui pola perkembangan suatu peristiwa,kejadian atau variable. Jika

perkembangan suatu peristiwa mengikuti suatu pola yang teratur,maka

berdasarkan pola perkembangan tersebut akan dapat diramalkan peristiwa

yang akan terjadi dimasa yang akan datang.

 Komponen Deret Data Berkala

Ada empat komponen data berkala yaitu :

1. Trend Sekuler (Kecenderungan) yaitu gerakan yang berjangka Panjang yang

menunjukan adanya kecenderungan dan bertahan dalam jangka waktu yang

digunakan sebagai ukuran adalah 10 tahun keatas.pola ini disebabkan antara

lain oleh bertambahnya populasi,perubahan pendapat,dan pengaryh budaya.

2. Variasi Musim (Seasonal) yaitu ayunan sekitar trend yang bersifat musiman

serta kurang teratur,pola ini berhubungan dengan faktor iklim/cuaca atau

faktor yang dibuat oleh manusia,seperti liburan dan hari besar.

3. Variasi Siklus (eyelical) yaitu ayunan tren yang berjangka lebih Panjang dan

agak sedikit teratur.perbedaan utama antara pola musiman dan siklus adalah

pola musiman sedangkan pola siklus memiliki durasi yang lebih Panjang dan

bervariasi dari satu siklus ke siklus yang lain.

4. Variasi Random/Residu yaitu Gerakan yang tidak teratur sama sekali.

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

1. Gerakan trend jangka Panjang atau trend sekuler (Long term movement or

secular trend) yaitu suatu Gerakan yang menunjukan arah perkembangan secara

umum (kecenderungan menaik atau menurun) dan bertahan dalam jangka

waktu yang digunakan sebagai ukuran adalah 10 tahun ke atas.

2. Gerakan/variasi sikli atau siklus ( Cyelical movement or varitations ) adalah

Gerakan atau variasi dalam jangka sekitar garis trend.Gerakannya bias terjadi
 setelah jangka waktu tertentu bias 3 tahun,5 tahun atau lebih dan

memperliatkan pola tertentu mengenai gelombangnya.

3. Gerakan/variasi musiman (season movement or variations) yaitu gerakana yang

berayun naik dan turun,secara periodik disekitar garis trend dan memiliki

waktu gerak yang kurang dari 1 tahun dapat dalam kwartal,minggu atau hari.

4. Gerakan/variasi random/residu (Irregular or random variations),Gerakan atau

variasi yang disebabkan oleh faktor kebutuhan (chance factor).Gerakan yang

berbeda tapi dalam waktu yang singkat.tidak di ikuti dengan pola yang teratur

dan tidak dapat diperkirakan.Faktor yang dominan dalam Gerakan ini adalah

ini adalah faktor yang bersifat kebutuhan misalnya perang,bencana alam dll.
 BAB III
PEMBAHASAN

3.1 Metode Rata-rata bergerak

Pengolahan data kuantitatif dari serial waktu dapat dilakukan dengan metode

dasar,Sebagai berikut :

a) Rata-rata bergerak

b) Pemulusan data eksponsial

c) Dekomposisi.

Metode dasar itu telah dikembangkan lagi menjadi sebagai derivasi/atau

turunannya.Dalam Makalah ini hanya akan dibahasa sebagian dari derivasi metode

dasar tersebut. Yaitu mengenai Rata-rata bergerak .

3.2 Metode Rata-rata Bergerak Sederhana (Simple Moving average)

Prakiraan didasarkan pada proyeksi serial data yang dimuluskan dengan rata-

rata Bergerak.satu sel data (N periode terakhir) dicatat rata-ratanya,selanjutnya

dipakai sebagai Prakiraan untuk periode beribuk.istilah rata-rata bergerak digunakan

karen setiap diperoleh observasi (data aktual) baru maka rata-rata yang baru dapat

dihitung dengen mengeluarkan/meninggalkan data periode yang terlama dan

memasukan data periode yang terbaru/terakhir.Rata-rata yang baru ini kemudian

dipakai sebagai prakiraan untuk periode yang akan dating,dan seterusnya serial data

yang digunakan jumlahnya selalu tetap termaksud data periode terakhir.

 Simple Moving average dihitung dengan cara menambahkan harga yang akan

dihitung kemudian dibagi dengan periode lama waktunya. Harga yang dihitung

biasanya adalah harga close.Tapi bias juga harga Hight,low atau rata-rata dari

ketiganya.

Rata-rat bergerak sederhana akan bermanfaat jika diasumsikan bahwa permintaan

pasar Tetap stabil.Metode ini dibedakan atas dasar jumlah tahun yang digunakan

untuk mencari Rata-ratanya.Jika digunakan 3 tahun sebagai dasar pencarian rata-rata

bergerak maka prosedur menghitung rata-rata bergerak sedrehana 3 tahun adalah

sebagai berikut :

3 Jumlah data selama 3 tahun berturut-turut. Kemudian hasilnya diletakan ditengah

tengah tahun tersebut.

4 Bagilah dengan banyak tahun tersebut (3) untuk mencari nilai rata-rata hitungnya.

5 Jumlahkan data berikut selama 3 tahun berturut-turut denagn meninggalkan tahun

pertama.Hasilnya diletakkan ditengah-tengah tahun tersebut dan bagilah dengan

banyaknya tahun tersebut (30 dan seterusnya sampai selesai.

Contoh perhitungan peramalan menggunakan metode rata-rata bergerak

sederhana

Dengan deret waktu (N) 3 periode dan 5 periode.

Periode (1) Nilai Pengamatan Nilai

 (X1) Peramalan
(N -3) (N-5)
1 41 - -
2 40 - -
3 42 - -
4 43 41,0 -
5 41 41,7 -
6 42 42,0 41,4
7 41 42,0 41,6
8 40 41,3 41,8
9 - 41,0 41,4
Prakiraan permintaan pada period ke-9dapat dihitung sebagai berikut:

(N=3) F9 = ( 42 + 41 + 40 ) / 3 = 41.

(N=5) F9 = ( 43 + 41 + 42 + 41 + 41 ) / 5 = 41,4

Semaki Panjang / banyak serial waktu yang digunakan,grafik

perkiraannya akan semakin halus (pengisolasian faktor random makin halus) tetapi

semakin kurang responsive terhadap data aktualnya,serial waktu yang digunakan

dipilih secara trial and error sampai diperoleh kesalahan prakiraan yang terkecil.

Contoh pada modul,

Tahun Harga Jumlah bergerak Rata-rata
Bergerak

Selama 3 tahun Per 3 Tahun

1994 3179 - -
1995 9311 - -
1996 14809 - -
1997 12257 27299 9099,67
1998 10238 36377 12125,67
1999 11143 373304 12434,67
- 33638 11212,67

3.3 Rata-rata Bergerak Tertimbang (Weighted Moving average)

 Umunnya timbangan yang digunakan bagi rata-rata bergerak tertimbang ialah

Koefisien Binominal. Rata-rata bergerak per 3 tahun harus diberi koefisien 1,2,1

sebagaiTimbangannya.prosedur mengitung rata-rata tertimbang per 3 tahun

adalah sebagai berikut :

1. Jumlah data tersebut selama per 3 tahun berturut-turut secara

tertimbang.

2. Kemudian membagi factor denga factor pembagi bilangan binominal

yaitu faktor 1+2+1=4.Hasilnya diletakan ditengah-tengah tahun

tersebut. Dan seterusnya sampai selesai.

Contoh prakiraan dengan menggunakan metode rata-rata bergerak

tertimbang.
Tahun Harga Jumlah bergerak Rata-rata
Bergerak
Selama 3 Tahun Per 3 Tahun
1994 3179 - -
1995 9311 - -
1996 14809 - -
1997 12257 36610 9152,5
1998 10238 51186 12796.5
1999 11143 49561 12390,25
- 43876 10969

Menghitung Moving average dengan Excel Langkah-langkahnya :

1. Masukan data berkala

2. Pilih Data pada menu utama

3. Pilih Data Analysis

4. Ketika kotak Analysis Tools,pilih moving average

5. Pada kotak input range,sorot pada range B3:B14

  Pada kotak interval,ketik 3 (jika tiga periode)

 Pada kotak output range,ketik C3 berikan tanda

check pada chart output

 Kemudian ok

BAB VI
PENUTUP
4.1 kesimpulan

Kesimpulan dari materi tentang Analisa data denga berkala dengan moving

average adalah SMA dihitung dengan cara menambahkan harga yang akan dihitung

kemudian dibagi dengan periode lama waktunya. Sedangkan WMA data diurutukan
secara tertimbang, kemudian dibagi dengan faktor bilangan binominal. Metode rata-

rata bergerak merupakan metode pengolahan data kuantitatif.

Kegunaan dari moving average yaitu moving average menentukan trend yang

akan terjadi, menentukan titik support dan resistance pergerakan harga, memulaskan

indicator lain Yang terlalu bergerigi. Metode simple average menggunakan rata-rata

dari semua data peramalan.

Kelemahan memakai SMA ini yaitu,Metode ini memerlukan penyimpanan

yang lebih banyak karena semua (Trend) pengamatan terakhir harus disimpan, tidak

hanya nilai rata-ratanya. Metode ini tidak dapat mengulangi dengan baik adanya trend

atau musiman. Walaupun metode ini lebih baik dibandingkan rata-rata total.

4.2 Saran

Dari apa yang telah kami uraikan diatas mengenai Analisa data menggunakan

metode moving average, semoga para pembaca mampu memahami apa yang kami

maksudkan dan pembaca mampu menerapkan metode ini menggunakan Ms.Excel

ataupun penerapan dalam kehidupan sehari-hari.

Daftar pustaka
“Modul Makalah Statistika Deskriptif.”
Statistik (2000) kar.J.Supranto,jilid I chap.9 edisike-9,halaman 213-232
Statistik,teori dan aplikasi (2001),bab 6 Kar Wayan Koster,edisi pertama,halaman
134-
172