DERET BERKALA DAN PERAMALAN

1
PENDAHULUAN

• Data deret berkala adalah sekumpulan data yang

dicatat dalam suatu periode tertentu.

• Manfaat analisis data berkala adalah mengetahui

kondisi masa mendatang.

• Peramalan kondisi mendatang bermanfaat untuk

perencanaan produksi, pemasaran, keuangan dan
bidang lainnya.

2
KOMPONEN DATA BERKALA

• Trend

• Variasi Musim

• Variasi Siklus

• Variasi yang Tidak Tetap (Irregular)

3
 TREND

Suatu gerakan kecenderungan naik atau turun dalam jangka panjang

yang diperoleh dari rata-rata perubahan dari waktu ke waktu dan
nilainya cukup rata (smooth).

Y Y

Tahun (X) Tahun (X)

Trend Positif Trend Negatif

Kekuatan yang dapat mengubah tren adalah populasi, harga, tekhnologi dan
produktivitas
4
METODE ANALISIS TREND

1. Metode Semi Rata-rata

• Membagi data menjadi 2 bagian. Jika data ganjil, maka nilai yg di tengah
dapat dihilangkan atau dihitung 2x, menjadi kelompok 1 dan kelompok 2.
• Menghitung rata-rata kelompok. Nilai K1 diletakkan pada tahun pertengahan
kelompok I dan nilai K2 diletakkan pada tahun pertengahan kelompok II.
• Menghitung selisih K2 – K1, apabila K2 – K1 >0 maka tren positif, jika
K2 < K1 maka tren negatif
• Menghitung perubahan trend dengan rumus:
b= (K2 – K1)
(tahun dasar K2 – tahun dasar K1)
• Merumuskan persamaan trend Y’ = a + bX
• Untuk nilai X, Tahun dasar diberi nilai 0; Tahun di atas tahun dasar diberi
nilai positif mulai dari 1 dst; Tahun di bawah tahun dasar diberi nilai negatif
mulai dari -1 dst.
5
CONTOH METODE SEMI RATA-RATA

Berikut adalah jumlah pelanggan PT Telkom.

a. Buatlah persamaan pelanggan PT telkom
b. Hitunglah perkiraan jumlah pelanggan PT Telkom untuk
tahun 2007 dan 2010

6
 CONTOH METODE SEMI RATA-RATA

Tahun Pelanggan Rata- Nilai X Nilai X

rata th dasar 2002 th dasar 2005
2001 4,2 -1 -4

K1 2002 5,0 4,93 0 -3

2003 5,6 1 -2

2004 6,1 2 -1

K2 2005 6,7 6,67 3 0

2006 7,2 4 1

Y’ th 2002 = 4,93 + 0,58 X b = (6,67 – 4,93)/2005-2002

Y’ th 2005 = 6,67 + 0,58 X b = 0,58
7
 CONTOH METODE SEMI RATA-RATA

 Nilai peramalan untuk tahun 2007

Bila menggunakan tahun dasar 2002 nilai X = 5
Y’ = 4,93 + 0,58 X = 4,93 + 0,58 ( 5 ) = 7,82 juta
Bila menggunakan tahun dasar 2005, Nilai X=2
Y’ = 6,67 + 0,58 X = 6,67 + 0,58 ( 2 ) = 7,82 juta
 Nilai peramalan untuk tahun 2010?

8
 METODE ANALISIS TREND

2. Metode Kuadrat Terkecil

Menentukan garis trend yang mempunyai jumlah terkecil dari
kuadrat selisih data asli dengan data pada garis trendnya.
Trend Pelanggan PT. Telkom

8
Pelanggan (Jutaan)

7
6
5
4
3

Y = a + bX
2
1
0

a = Y/N 97 98 99 00 01
Tahun

b = YX/X2 Data Y' Data Y

9
CONTOH METODE KUADRAT TERKECIL

Dengan menggunakan data pelanggan PT Telkom dari 2002 –

2006, Buatlah persamaan tren dengan menggunakan metode
kuadrat terkecil
Tahun Pelanggan (Y)

2002 5,0
2003 5,6
2004 6,1
2005 6,7
2006 7,2

10
 CONTOH METODE KUADRAT TERKECIL

Tahun Pelanggan Kode X Y.X X2

=Y (tahun)
2002 5,0 -2 -10,0 4
2003 5,6 -1 -5,6 1
2004 6,1 0 0 0
2005 6,7 1 6,7 1
2006 7,2 2 14,4 4
Y=30,6 Y.X=5,5 X2=10

Nilai a = 30,6/5=6,12 Nilai peramalan untuk tahun 2007 dan 2010

Nilai b =5,5/10=0,55 Y’ 2007= 6,12 + 0,55X = 6,12 + 0,55(3) = 7,77
Jadi persamaan trend Y’=6,12+0,55x Y’ 2010= 6,12 + 0,55X = 6,12 + 0,55(6) = 9,42

11
CONTOH METODE KUADRAT TERKECIL

Contoh untuk tahun dengan data genap.

Tahun Pelanggan Kode X Y.X X²
(Y) Tahun
2001 4,2 Dst
2002 5,0 -1,5
2003 5,6 -0,5
2004 6,1 0,5
2005 6,7 1,5
2006 7,2 Dst

Untuk nilai X, data yang berada di tengah diberi nilai 0,5 dan – 0,5

12
 METODE ANALISIS TREND

3. Metode Kuadratis Trend Kuadratis

Jumlah Pelanggan
8.00
Untuk jangka waktu pendek, 6.00

(jutaan)
kemungkinan trend tidak 4.00 Y=a+bX+c
X2
bersifat linear. Metode 2.00

kuadratis adalah contoh 0.00

97 98 99 00 01
metode nonlinear
Tahun
Y’ = a + bX + cX2

Koefisien a, b, dan c dicari dengan rumus sebagai berikut:

a = (Y) (X4) – (X2Y) (X2)/ n (X4) - (X2)2
b = XY/X2
c = n(X2Y) – (X2 ) ( Y)/ n (X4) - (X2)2

13
CONTOH METODE KUADRATIS

Tahun Y X XY X2 X2Y X4
2002 5,0 -2 -10,00 4,00 20,00 16,00
2003 5,6 -1 -5,60 1,00 5,60 1,00
2004 6,1 0 0,00 0,00 0,00 0,00
2005 6,7 1 6,70 1,00 6,70 1,00
2006 7,2 2 14,40 4,00 2880 16,00

30.60 5,50 10,00 61,10 34,00

a = (Y) (X4) – (X2Y) (X2) = {(30,6)(34)-(61,1)(10)}/{(5)(34)-(10)2}=6,13
n (X4) - (X2)2
b = XY/X2 = 5,5/10=0,55
c = n(X Y) – (X ) ( Y)
2 2 = {(5)(61,1)-(10)(30,6)}/{(5)(34)-(10)2}=-0,0071
n (X4) - (X2)2
Jadi persamaan kuadratisnya adalah Y’ =6,13+0,55x-0,0071x2
Peramalan untuk tahun 2007 dan 2010
Y’ 2007 = 6,13 + 0,55 (3) – 0,007 (3)² = 7,72
Y’ 2010 = 6,13 + 0,55 (6) – 0,007 (6)² = 9,17 14
 METODE ANALISIS TREND

4. Trend Eksponensial
Persamaan eksponensial dinyatakan dalam bentuk variabel waktu (X)
dinyatakan sebagai pangkat. Untuk mencari nilai a, dan b dari data Y
dan X, digunakan rumus sebagai berikut:

Y’ = a (1 + b)X
Trend Eskponensial

Ln Y’ = Ln a + X Ln (1+b) 15,00

Pelanggan
Sehingga a = anti ln (LnY)/n

(jutaan)
Jumlah
10,00
b = anti ln  (X. LnY) - 1 5,00
(X)2 0,00
97 98 99 00 01

Tahun

Y= a(1+b)X
15
 CONTOH TREND EKSPONENSIAL

Tahun Y X Ln Y X2 X Ln Y

2002 5,0 -2 1,6 4,00 -3,2

2003 5,6 -1 1,7 1,00 -1,7
2004 6,1 0 1,8 0,00 0,0
2005 6,7 1 1,9 1,00 1,9
2006 7,2 2 2,0 4,00 3,9
9,0 10,00 0,9
Nilai a dan b didapat dengan: Peramalan untuk tahun 2007 dan 2010
a = anti ln (LnY)/n = anti ln 9/5=6,049 Y’ 2007 = 6,049(1+0,094)³ =
b = anti ln  (X. LnY) - 1 = {anti ln0,9/10}-1=0,094 Y’ 2010 = 6,049(1+0,094)^6 =
(X)2
Sehingga persamaan eksponensial Y’ =6,049(1+0,094)x

16
VARIASI MUSIM

Variasi musim terkait dengan perubahan atau fluktuasi dalam musim-

musim atau bulan tertentu dalam 1 tahun.

Pergerakan Inflasi 2002 Indeks Saham PT. Astra Agro

Produksi Padi Permusim
Lestari, Maret 2003
2,5
30 150
Produksi (000 ton)

2
20 1,5 100
Inflasi (%)

Indeks
10 1 50
0 0,5 0
I- II- III- I- II- III- I- II- III- I- II- III-
98 98 98 99 99 99 00 00 00 01 01 03 0 03 05 13 14 22
1 2 3 4 5 6 7 8 9 10 11 12
Triw ulan Bulan Tanggal

Variasi Musim Produk Variasi Inflasi Bulanan Variasi Harga Saham

Pertanian Harian
17
VARIASI MUSIM

 Adalah gerakan yang mempunyai pola tetap dari waktu ke

waktu
 Biasanya terjadi pada data bulanan yang dikumpulkan dari
tahun ke tahun
 Gerakan fluktuasi terjadi pada waktu yang sama yang biasanya
berkaitan dengan pergantian musim
 Dapat juga terjadi pada data mingguan, harian atau satuan
yang lebih kecil lagi.
 Metode yang digunakan untuk mengetahui variasi musim:
1. Metode rata rata sederhana

2. Metode rata rata dengan tren

3. Metode rasio rata rata bergerak

18
1. METODE RATA-RATA SEDERHANA

Metode ini mengasumsikan bahwa pengaruh tren dan siklus yang

tidak beraturan/ tidak besar dan dianggap tidak ada.
Indeks musim = Rata rata per kuartal x 100
Rata rata total
Contoh: hitunglah indeks musim setiap triwulan.
Tahun Produksi Triwulan
I II III
2003 44 22 14 8
2004 48 25 15 8
2005 48 26 14 8
2006 47 24 14 9
Total 187 97 57 33
Rata rata 46,75 24,25 14,25 8,25
19
1. METODE RATA-RATA SEDERHANA

Indeks musim I = Rata rata triwulan I x 100

Rata rata total
= 24,25 x 100 = 156
15,58
Indeks musim II = 14,25 x 100 = 91
15,58
Indeks musim III = 8,25 x 100 = 53
15,58
 Jika ditargetkan produksi padi pada tahun 2008 diperkirakan 54 juta
ton, berapa target produksi tiap triwulannya?

20
1. METODE RATA-RATA SEDERHANA

Total produksi tahun 2008 = 54 juta ton maka

tiap triwulannya produksinya = 54 / 3 = 18 juta ton
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

21
 VARIASI MUSIM DENGAN METODE RATA-RATA
SEDERHANA

Indeks Musim = (Rata-rata per kuartal/rata-rata total) x 100

Bulan Pendapatan Rumus= Nilai bulan ini x 100 Indeks
Nilai rata-rata Musim
Januari 88 (88/95) x100 93
Februari 82 (82/95) x100 86
Maret 106 (106/95) x100 112
April 98 (98/95) x100 103
Mei 112 (112/95) x100 118
Juni 92 (92/95) x100 97
Juli 102 (102/95) x100 107
Agustus 96 (96/95) x100 101
September 105 (105/95) x100 111
Oktober 85 (85/95) x100 89
November 102 (102/95) x100 107
Desember 76 (76/95) x100 80
Rata-rata 95

22
 2. METODE RATA-RATA DENGAN TREND

• Metode rata-rata dengan trend dilakukan dengan cara yaitu indeks

musim diperoleh dari perbandingan antara nilai data asli dibagi
dengan nilai trend.
Indeks musim = Nilai data asli x 100
Nilai Tren

• Oleh sebab itu nilai trend Y’ harus diketahui dengan persamaan

Y’ = a + bX.

23
2. METODE RATA-RATA DENGAN TREND

Contoh:
Hitunglah indeks musim bulanan dengan metode rata-rata tren
dari data pendapatan PT Arthakita!

Penyelesaian:
Maka terlebih dahulu dicari nilai tren dari data dengan
menggunakan metode least square

24
 2. METODE RATA-RATA DENGAN TREND

Bulan Y X XY X² Y’ Perhitungan Indeks

Musim
Januari 88 -5,5 -484 30,3 97,41 (88/97,41) x 100 90,3
Februari 82 -4,5 -369 20,3 97,09 (82/97,09) x 100 84,5
Maret 106 -3,5 -371 12,25 96,77 (106/96,77) x100 109,5
April 98 -2,5 -245 6,3 96,13 (98/96,13) x 100 101,9
Mei 112 -1,5 -168 2,3 95,81 (112/95,81) x 100 116,9
Juni 92 -0,5 -46 0,3 95,49 (92/95,49) x 100 96,3
Juli 102 0,5 51 0,3 95,17 (102/95,17) x 100 107,2
Agustus 96 1,5 144 2,3 94,85 (96/94,85) x 100 101,2
September 105 2,5 262 6,3 94,53 (105/94,53) x 100 111,1
Oktober 85 3,5 297,5 12,25 93,89 (85/93,89) x 100 90,5
November 102 4,5 459 20,3 93,57 (102/93,57) x 100 109,0
Desember 76 5,5 418 30,3 93,25 (76/93,25) x 100 81,5
1114 -51,5 143,5
25
2. METODE RATA-RATA DENGAN TREND

Peramalan Tren Y = a + bx
a = 1114 / 12 = 95,33
b = - 51,5 / 143,5 = -0,36
Maka persamaan trennya = Y = 95,33 – 0,36X

26
3. METODE RASIO RATA-RATA BERGERAK

Adalah metode yang membuat rata rata bergerak selama periode

tertentu.

Indeks Musim = Nilai rasio x faktor koreksi

Dimana
Rasio = Data asli / data rata rata bergerak
Faktor koreksi = (100 x n) / Jumlah rata rata rasio selama n

27
 3. METODE RASIO RATA-RATA BERGERAK

Tahun Triwulan Data Asli Total bergerak 3 Rata rata Rasio (Indeks musim)
triwulan bergerak
I 22
2003 II 14 22 + 14 + 8 = 44 44/3 = 14,67 (14/14,67) x 100= 95
III 8 14 + 8 + 25 = 47 47/3 = 15,67 (8/15,57) x 100 = 51
I 25 8 + 25 + 15 = 48 48/3 = 16 (25/16) x 100 = 156
2004 II 15 25 + 15 + 8 = 48 48/3 = 16
III 8 15 + 8 + 26 = 49 49/3 = 16,33
I 26 8 + 26 + 14 = 48 48/3 = 16
2005 II 14 26 + 14 + 8 = 48 48/3 = 16
III 8 14 + 8 + 24 = 46 46/3 = 15,33
I 24 8 + 24 + 14 = 46 46/3 = 15,33
2006 II 14 24 + 14 + 9 = 47 47/3 = 15,67
III 9

28
3. METODE RASIO RATA-RATA BERGERAK

Untuk mengetahui rata rata tiap triwulan dari tiap tahunnya maka
indeks musim triwulan dikelompokkan ke dalam triwulan yang
sama
Tahun Triwulan

I II III

2003 95 51

2004 156 94 49

2005 163 88 52

2006 157 89

Rata rata 158,67 91,5 50,67

159 92 51

29
3. METODE RASIO RATA-RATA BERGERAK

Menentukan faktor koreksi

100 x n = 100 x 3 = 300 = 0,993
Jumlah rata rata 159 + 92 + 51 302

Atau 100 x 3 = 300 = 0,997

158,67 + 91,5 + 50,67 300,84

Maka indeks triwulan I = 159 x 0,993 = 157,88

Indeks triwulan II = 92 x 0,993 = 91,36
Indeks triwulan III = 51 x 0,993 = 50,64

30
ANALISIS VARIASI SIKLUS

 Adalah gerakan jangka panjang disekitar garis tren dan berlaku

untuk data tahunan. Gerakan siklus berulang setelah jangka waktu
tertentu
 Siklus adalah : suatu perubahan atau gelombang naik dan turun
dalam suatu periode dan berulang pada periode lain
 Cara mencari indeks siklus
Y=TxSxCxI
Y/S = T x C x I
Karena TxCxI menunjukkan data normal, untuk memperoleh faktor
siklus, maka unsur T dikeluarkan dari data normal sehingga faktor
siklus menjadi:
CI = TCI / T

31
ANALISIS VARIASI SIKLUS

Triwulan Y T S TCI=(Y/S) x 100 CI= TCI/T C

I 22 17,5
2003 II 14 17,2 95 14,7 86
III 8 16,8 51 15,7 93 92

I 25 16,5 156 16 97 97
2004 II 15 16,1 94 99 100
III 8 15,8 49 103 102

I 26 15,4 163 104

2005 II 14 15,1 88 105
III 8 14,7 52 106

I 24 14,3 157 108

2006 II 14 14,1 89
III 9 13,6
32
ANALISIS VARIASI SIKLUS

Tahun Triwln Y X YX X2 Y
I 22 -5,5 17,5
2003 II 14 -4,5 17,2
III 8 -3,5 16,8
I 25 -2,5 16,5
2004 II 15 -1,5 16,1
III 8 -0,5 15,8
I 26 0,5 15,4
2005 II 14 1,5 15,1
III 8 2,5 14,7
I 24 3,5 14,3
2006 II 14 4,5 14,0
III 9 5,5 13,6
jUMLAH

33
ANALISIS VARIASI SIKLUS

Maka dari tabel diatas akan diperoleh nilai koefisien a, koefisien b

Sehingga diperoleh persamaan tren dengan metode least square
Y = 15,83 – 0,353X

34
ANALISIS GERAK TAK BERATURAN

Adalah gerakan variasi yang sifatnya sporadis

Penyebab gerak tak beraturan diantaranya adalah karena krisis,

perang, dan bencana alam

I = CI /C
dimana CI = faktor siklus
C = Siklus

35
ANALISIS GERAK TAK BERATURAN

Triwulan Y T S TCI=(Y/S) x 100 CI= TCI/T C I=CI/C

I 22 17,5
2003 II 14 17,2 95 14,7 86
III 8 16,8 51 15,7 93 92 101

I 25 16,5 156 16 97 97
2004 II 15 16,1 94 99 100
III 8 15,8 49 103 102

I 26 15,4 163 104

2005 II 14 15,1 88 105
III 8 14,7 52 106

I 24 14,3 157 108

2006 II 14 14,1 89
III 9 13,6
36
TERIMA KASIH

37