LEAST SQUARE
MAKALAH
Diajukan untuk memenuhi salah satu tugas mata kuliah statistika
DOSEN PEMBIMBING :
PONTIANAK
2019
KATA PENGANTAR
Puji syukur kepada Tuhan YME, atas segala rahmat dan hidayahnya sehingga
kami dapat menyelesaikan tugas mata kuliah Statistika Deskriptif dengan tepat
waktu, makalah kami yaitu“Analisa Deret Berkala dengan Metode Least
Square”.
Besar harapan kami semoga hasil makalah ini dapat memberikan manfaat
yang besar baik untuk kami ataupun orang lain. ucapan terima kasih tak lupa kami
sampaikan kepada dosen Pengajar mata kuliah Statistika Deskriptif atas bimbingan
dan arahan beliau, kepada teman-teman dan pihak-pihak yang turut mendukung
untuk terciptanya makalah ini.
Penyusun
ABSTRAKSI
Tujuan dari pembuatan makalah ini adalah mengukur secara kuantitatif
terjadinya perubahan dan perkembangan jumlah penduduk, jumlah kecelakaan,
penjualan, produk, harga, perkembangan produksi dll selama waktu periode tertentu
dengan metode Least Square di TIME SERIES . Metode penulisan yang digunakan
adalah dengan pembahasan berdiskusi dari buku dan modul kuliah dan referensi dari
buku tambahan lain dan internet.
Jika dikaitkan dengan kegiatan bisnis dan ekonomi, analisis deret berkala atau
analisis time series seringkali digunakan untuk memprediksi nilai dimasa yang akan
datang. Dengan diketahuinya nilai dimasa mendatang, maka pihak manajemen
perusahaan akan dapat mengambil keputusan dengan lebih efektif.
Halaman
Cover..................................................................................................................... i
Kata Pengantar....................................................................................................... ii
Abstraksi................................................................................................................ iii
Daftar Isi................................................................................................................ iv
Daftar Gambar....................................................................................................... v
Daftar Tabel........................................................................................................... vi
BAB I PENDAHULUAN............................................................................... 1
1.1. Latar Belakang.............................................................................. 1
1.2. Tujuan Penulisan........................................................................... 1
1.3. Batasan Masalah........................................................................... 1
1.4. Manfaat Penulisan......................................................................... 1
1.5. Metode Penulisan.......................................................................... 1
BAB IV PENUTUP............................................................................................. 14
4.1. Kesimpulan................................................................................... 14
4.2. Saran............................................................................................. 14
Halaman
PENDAHULUAN
1.2. Tujuan
Tujuan penulisan makalah ini yaitu untuk mengkaji dan menganalisis data
dengan mengunakan Analisis Deret Berkala dengan metode Least Square, serta dapat
bermanfaat baik bagi penulis maupun bagi pembaca untuk meningkatkan
pemahaman pada mata kuliah Statistika Deskriptif khususnya pada pokok bahasan,
antara lain:
1. Pengertian Deret Berkala
2. Penggolongan Gerakan Runtut Waktu / Komponen Deret Berkala
3. Pengertian Trend Sekuler
4. Metode Least Square (Kuadrat terkecil)
Penulisan makalah ini hanya dibatasi pada Analisis Deret Berkala dengan
Metode Least Square.
Pola gerakan runtut waktu atau deret berkala dapat dikelompokan kedalam 4
(empat) pola pokok. Pola ini bisanya disebut sebagai komponen dari deret berkala
(runtut waktu). Empat komponen deret berkala itu adalah :
1. Trend, yaitu gerakan yang berjangka panjang yang menunjukkan adanya
kecenderungan menuju ke satu arah kenaikan dan penurunan secara keseluruhan
dan 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:
1. Gerakan/variasi trend jangka panjang (long term movements or seculer 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.
Sumber :
Gambar II.1
Gerakan Variasi Jangka Panjang
Sumber :
Gambar II.3
Gerakan Variasi Siklis
Sumber :
Gambar II.4
Gerakan Variasi Musim
4. Gerakan variasi yang tidak teratur, random atau residu (irregular or random
movements), sifatnya tidak teratur dan sukar dikuasai umumnya gerakan ini
disebakan oleh faktor kebetulan misalnya perang, pemogokan, bencana alam,
dll.
Jika dikaitkan dengan kegiatan bisnis dan ekonomi, analisis deret berkala
atau analisis time series seringkali digunakan untuk memprediksi nilai dimasa yang
akan datang. Dengan diketahuinya nilai dimasa mendatang, maka pihak manajemen
perusahaan akan dapat mengambil keputusan dengan lebih efektif.
Nilai dimasa mendatang itu pada dasarnya merupakan nilai time series
dimasa mendatang, yaitu nilai-nilai yang diharapkan dapat terjadi dimasa mendatang,
dengan dasar faktor-faktor (nilai-nilai) yang telah diterjadi dimasa lalu.
Trend (T) atau Trend Sekuler ialah gerakan dalam deret berkala yang berjangka
panjang, lamban dan berkecenderungan menuju ke satu arah, arah menaik atau
menurun. Umumnya meliputi gerakan yang lamanya 10 tahun atau lebih.
Trend sekuler dapat disajikan dalam bentuk :
1. Persamaan trend, baik persamaan linear maupun persamaan non linear
2. 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 :
1. Menggambarkan hasil penjualan
2. Jumlah peserta KB
3. Perkembangan produksi harga
4. 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
dimana :
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 penghitungan, maka diperlukan nilai tertentu pada variabel waktu
(x) sehingga jumlah nilai variabel waktu adalah nol atau ∑x=0.
1. Untuk n ganjil, maka :
1. Jarak antara dua waktu diberi nilai satu satuan.
2. Di atas 0 diberi tanda negative
3. Dibawahnya diberi tanda positif.
2. Untuk n genap, maka :
1. Jarak antara dua waktu diberi nilai dua satuan.
2. Data diatas diberi tanda negatif
3. Dibawahnya diberi tanda positif.
3.2 Contoh Perhitungan Metode Least Square
Tabel III.1
Data Penjualan Motor Tahun 2000-2008
Tahun Penjualan X XY X²
(Y)
2000 250 -4 -1000 16
2001 265 -3 -795 9
2002 280 -2 -560 4
2003 285 -1 -285 1
2004 300 0 0 0
2005 315 1 315 1
2006 340 2 680 4
2007 320 3 960 9
2008 350 4 1400 16
n=9 ∑Y = ∑X= 0 ∑XY = ∑X² = 60
2705 715
Diketahui pada Tahun 2004 merupakan titik tengah antara data atas
(2003,2002,2001,2000) dan data bawah (2005,2006,2007,2008) sehingga pada
Tahun 2004 X = 0 dimana :
jarak antara dua waktu diberi nilai satu satuan ( selisih satu)
Diatas 0 diberi tanda negatif
Dibawah 0 diberi tanda positif
Rumus : a = ( ∑Y ) / n
dimana :
∑Y = Total Penjualan
n = Banyaknya Data
a = ( ∑Y ) / n
= 2705 / 9
= 300,55
b). Mencari Nilai b
b = ( ∑XY ) / ∑x2
= 715 / 60
= 11,91
5). Jadi Persamaan Trendnya adalah :
Y ‘ = a0 +bx
Y = 300,55 + 11,91 X
Tabel III.2
Data Ramalan Penjualan Tahun 2009-2012
Penyelesaian :
Diketahui bahwa nilai X pada tahun 2008 adalah 4 maka nilai X pada tahun
selanjutnya akan berselisih satu nilai begitu juga seterusnya.
1. Tahun 2009
Y ‘ = a0 +bx
Y = 300,55 + 11,91 × X
= 300,55 + 11,91 × 5
= 300,55 + 59,55
= 360,1
2. Tahun 2010
Y ‘ = a0 +bx
Y = 300,55 + 11,91 × X
= 300,55 + 11,91 × 6
= 300,55 + 71,46
= 372,01
3. Tahun 2011
Y ‘ = a0 +bx
Y = 300,55 + 11,91 × X
= 300,55 + 11,91 × 7
= 300,55 + 83,37
= 383,92
4. Tahun 2012
Y ‘ = a0 +bx
Y = 300,55 + 11,91 × X
= 300,55 + 11,91 × 8
= 300,55 + 95,28
= 395,83
Tabel III.3
Data Penjualan Motor Tahun 2011-2018
1. Mencari Nilai X
Diketahui :
n/2 = 8/2
=4
Rumus : a = ( ∑Y ) / n
dimana :
∑Y = Total Penjualan
n = Banyaknya Data
a = ( ∑Y ) / n
= 1836 / 8
= 229,5
b). Mencari Nilai b
b = ( ∑XY ) / ∑x2
= 1968 / 168
= 11,71
5). Jadi Persamaan Trendnya adalah :
Y ‘ = a0 +bx
Y = 229,5 + 11,71 X
Dengan menggunakan persamaan tersebut tentukanlah ramalan penjualan pada tahun
2019,2020,2021,2022!
Tabel III.4
Data Ramalan Penjualan Tahun 2019-2022
Tahun X Penjualan (Y)
2019 9 334,89
2020 11 358,31
2021 13 381,73
2022 15 405,15
1. Tahun 2019
Y ‘ = a0 +bx
Y = 229,5 + 11,71 × X
= 229,5 + 11,71 × 9
= 229,5 + 105,39
= 334,89
2. Tahun 2020
Y ‘ = a0 +bx
Y = 229,5 + 11,71 × X
= 229,5 + 11,71 × 11
= 229,5 + 128,81
= 358,31
3. Tahun 2021
Y ‘ = a0 +bx
Y = 229,5 + 11,71 × X
= 229,5 + 11,71 × 13
= 229,5 + 152,23
= 381,73
4. Tahun 2022
Y ‘ = a0 +bx
Y = 229,5 + 11,71 × X
= 229,5 + 11,71 × 15
= 229,5 + 175,65
= 405,15
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 perhitungan dengan metode least square tentunya juga diperlukan ketelitian dan
kecermatan agar tidak terjadi kesalahan, untuk memperkecil kesalahan pada metode
least square ini bisa menggunakan MS. Excel.
DAFTAR PUSTAKA
1. Boediono, Dr, Wayan Kaester, dr, Ir. MM. 2001. Teori dan Aplikasi Statistika
dan Probabilitas, Penerbit Pt. Remaja Rosdakarya. Bandung
2. Kuswadi dan Erna Mutiara. 2004. Statistik Berbasis Komputer untuk Orangorang
Non Statistik. Elex Media Komputindo. Jakarta.
3. Supranto,J. M.A. 2000. Statistik : Teori dan Aplikasi, Edisi Keenam, Jilid 1,
Erlangga, Jakarta.
4. Santoso, Singgih 2001. Aplikasi Excel dalam Statistik Bisnis. Elex Media
Komputindo. Jakarta.
5. Santoso, Singgih. 2006. Seri Solusi Bisnis Berbasis TI : Menggunakan SPSS dan
Excel untuk mengukur Sikap dan Kepuasan Konsumen. Penerbit PT. Elex Media
Komputindo. Jakarta.
LAMPIRAN
A. Data