III.Analisis trend
Trend adalah suatu gerakan kecenderungan naik atau turun dalam jangka panjang yang
diperoleh dari rata-rata perubahan dari waktu ke waktu dan nilainya cukup rata (smooth).
Trend yang meningkat disebut trend positif dan trend yang menurun disebut trend negatif.
Dalam analisis trend tedapat empat metode yaitu:
a. metode semi rata-rata ( semi average method)
b. metode kuadrat terkecil (least square method)
c. metode trend kuadratis (quadratic trend method)
d. metode trend eksponensial (exponential trend method)
1
a. Metode semi rata-rata ( semi average method)
Metode semi rata-rata membuat trend dengan cara mencari rata-rata kelompok data.
Persamaan trend dinyatakan dalam Y’=a+bX
Nilai a merupakan rata-rata dari tiap kelompok sedangkan b merupakan besarnya nilai
perubahan yang dicari dengan rumus sbb:
b
−−
KK
21
=
tahundasar tahun dasar 2 1
(juta rupiah)
2001 4,2
2002 5,0
2003 5,6
2004 6,1
2005 6,7
2006 7,2
Tahun Hasil Rata-rata Nilai X untuk Nilai X untuk
penjualan tahun tahun
(juta rupiah) dasar 2002 dasar 2005
2001 4,2 -1 -4
2003 5,6 1 -2
2004 6,1 2 -1
2006 7,2 4 1
2
a. Y’=4,9333 +0,577778X dengan tahun dasar 2002
b. Y’=6,6667 +0,577778X dengan tahun dasar 2005
Nilai peramalan penjualan tahun 2007 dengan tahun dasar 2002 adalah:
Y’=4,93333 +0,577778(5)= Rp7,82 juta
Nilai peramalan penjualan tahun 2007 dengan tahun dasar 2005 adalah:
Y’=6,666667 +0,577778(2)= Rp7,82 juta
Catatan:
Bila jumlah tahun atau nilai deret berkala merupakan jumlah data ganjil, pengelompokkan
data dapat dilakukan dengan 2 cara:
1. Jumlah deret berkala dikelompokkan menjadi 2 bagian yang sama dengan cara
memasukkan periode tahun serta nilai deret berkala yang paling tengah ke dalam tiap-tiap
kelompok
2. Jumlah deret berkala dikelompokkan menjadi 2 bagian yang sama dengan cara
menghilangkan periode tahun serta nilai deret berkala yang paling tengah. Contoh: Berikut
adalah perkembangan hasil penjualan HP merk X periode 1996-2002
Tahun Hasil
penjualan(juta)
199 41
6
199 39
7
199 36
8
199 37
9
2000 39
2001 41
2002 42
3
Cara 1
Tahun Hasil Rata-rata Nilai X untuk Nilai X Trend
penjualan(juta) tahun dasar untuk dengan
31 Des tahun tahun
1997 dasar 31 dasar 31
Des 2000 Des 1997
1996 41 -1 -4 37.75
1998 36 1 -2 38.75
1999 37 2 -1 39.25
1999 37 2 -1 39.25
2001 41 4 1 40.25
2002 42 5 2 40.75
Nilai trend periode dasar 31 Des 1997 dan 31 Des 2000 (3 tahun)
maka b = (39,75-38,25)/3=0,5
Persamaan trend dengan tahun dasar 31 desember 1997 sebagai berikut:
Y’=38.25 + 0,5X
Persamaan trend dengan tahun dasar 31 desember 2000 sebagai berikut:
Y’=39.75 + 0,5X
Y 2005=38.25 + 0,5(8)=Rp42,25 juta
Y 2005=39,75 + 0,5(5)= Rp42,25 juta
Cara 2
2001 41 40.6666667 3.5
Tahun Hasil Rata-rata
2002 42 4.5
penjualan(juta)
1996 41
Nilai X untuk
1997 39 38.6666667 tahun dasar 30 Juni 1997
-5.5
1998 36 -4.5
-3.5
2000 39 -1.5
-0.5 0.5
4
Nilai trend periode dasar 30 juni 1997 dan 30 Juni 2001 (4 tahun)
maka b = (40.6666667-38.6666667)/4=0,5
Persamaan trend sebagai berikut:
Y’=38.6666667+0,5X (tahun dasar 30 Juni 1997)
Y’=40.6666667+0,5X (tahun dasar 30 Juni 2000)
b. Metode kuadrat terkecil (least square method)
Trend dengan metode kuadrat terkecil diperoleh dengan menentukan garis trend yang
mempunyai jumlah terkecil dari kuadrat selisih data asli dengan data pada garis trend.
Apabila Y menggambarkan data asli dan Y’ merupakan data trend, maka metode kuadrat
terkecil dirumuskan ∑(Y-Y’)2. Garis trend linier digambarkan sebagai berikut:
Hasil
penjualan
Y’
Tahun
Rumus garis trend dengan metode kuadrat terkecil adalah Y’=a+bX dimana:
Y’= nilai trend
a = konstanta pada saat X=0
b = nilai kemiringan yaitu tambahan nilai Y apabila X bertambah satu-satuan
X = variabel waktu
Koding waktu ditransformasikan menjadi bilangan .....,-3,-2,-1,0,1,2,3,.....apabila banyak
tahun ganjil dan .....,-5,-3,-1,1,3,5,..... apabila banyak tahun genap atau dapat juga ditulis
.....,-2,5, -1,5, -0,5 , 0,5, 1,5, 2,5,.....
Rumus mencari a dan b:
a∑
2
=
Y
= XXY
n
∑
∑
b
Contoh menggunakan soal 1 di atas.
Tahun Hasil Kode XY X2
penjualan tahun
(juta rupiah) X
Y
2002 5 -3 -15 9
2006 7,2 5 36 25
a ∑ Y 34,8
=== 5,8
n XY
20,6
∑
6
b
=== 0,294285714
∑
2
X 70
6
2
Y’=a+bX+cX
Rumus mencari koefisien a, b dan c adalah sebagai berikut:
∑∑∑∑
( )( ) ( )( )
422
Y X XY X
−
a
nXX∑ ∑
=
( ) ( )2 4 2
−
∑
2
= XXY
b
∑
∑∑∑
( ) ( )( )
22
n XY XY
−
c
=
nXX
∑∑
( ) ( )2 4 2
−
Hasil
penjualan
Y’
Tahun
7
Contoh menggunakan soal 1.
Tahun Hasil Kode X.Y X2 X2Y X4
penjualan tahun X
(juta rupiah)
Y
2001 4,2 -5 -21 25 105 625
2002 5 -3 -15 9 45 81
( )( ) ( )( )
34,8 1414 402 70
a=
− 20,6
5,878125 2=
()()
6 1414 70
b = = 70
− 0,294285714
−
()(
c=
0,00669642857
( ) ( )( ) )
6 402 70 34,8
6 1414 70 2= −
Ln∑ =
⎜ −⎟
2 ⎟ ⎠⎞
⎜ ⎝⎛
()X
b anti Ln ( . ) 1
∑ X LnY
=
∑
Hasil
penjualan
Y’
Tahun
9
Contoh menggunakan soal 1
Tahun Hasil Kode LnY XLnY X2
penjualan tahun
(juta rupiah) X
Y
a anti Ln =
10,4518 6
= 1,741966667 di excel klik
anti Ln (jika dihitung exp)
= 59223 14
⎜ 3,6585 ⎞
⎝⎛
5,7085
b= 70 ⎠
anti Ln ⎟ − 1
=
0,053654382
Y’= 5,708559223(1+0,053654382)X
Nilai peramalan hasil penjualan tahun 2007 adalah
Y’= 5,708559223(1+0,053654382)7=8,230263781=Rp8,23 juta
Kalkulator: gunakan program e^x kemudian shift ln kurang 1 atau program A.B^X
kemudian kurang 1.
Memilih trend yang lebih baik
Untuk menentukan metode mana yang lebih baik, maka digunakan ukuran ketepatan
yaitu seberapa tepat sebuah alat peramalan tersebut menduga kejadian yang sebenarnya.
Semakin tepat maka semakin baik peramalan tersebut. Alat yang lebih tepat akan
mempunyai derajat kesalahan yang lebih kecil. Apabila ∑(Y-Y’)2paling kecil maka metode
tersebut dianggap paling tepat, atau mempunyai tingkat kesalahan yang lebih kecil.
Dari 4 metode yang digunakan untuk meramalkan hasil penjualan dengan data tahun 2001-
2006 maka dapat diketahui nilai ∑(Y-Y’)2dari ke-4 metode tersebut dan dapat diketahui
metode yang lebih baik/cocok untuk peramalan.
10
a. Metode semi rata-rata: Y’=4,93333 +0,57778X dengan tahun dasar 2002
Tahun Hasil Kode Y' Y-Y' (Y-Y')2
penjualan tahun
(juta X
rupiah) Y
0,039
Jumlah 0,03771428
6
11
Tahun Hasil Kode X2 Y' Y-Y' (Y-Y')2
penjualan tahun
(juta X
rupiah) Y
Jumlah 0,010929
Jumlah 0,139159625
Dari ke-4 metode tersebut, nilai ∑(Y-Y’)2yang paling kecil adalah metode trend kuadratis
yaitu sebesar 0,010929. Dengan demikian metode trend kuadratis lebih baik / cocok
dibandingan metode lainnya.
II. Analisis Variasi Musim
Variasi musiman berhubungan dengan perubahan atau fluktuasi dalam musim-musim
tertentu. Variasi musiman menjelaskan fluktuasi dalam satuan bulanan atau triwulan atau
12
semester dalam satu tahun. Contoh produksi pertanian, inflasi , harga saham dll. Peramalan
dengan variasi musiman berguna untuk menyusun perencanaan jangka pendek. Metode
Perhitungan
Metode perhitungan untuk mengetahui variasi musim yaitu dengan mengetahui indeks
musim. Adapun metode tersebut antara lain adalah:
∙ Metode rata-rata sederhana
∙ Metode rata-rata trend
∙ Metode rasio rata-rata bergerak
a. Metode rata-rata sederhana
Metode rata-rata sederhana mengasumsikan bahwa pengaruh trend dan siklus yang tidak
beraturan tidak besar dan dapat dianggap tidak ada. Indeks musim hanya berdasarkan pada
data aktual dan nilai rata-ratanya saja.
Contoh:
Berikut adalah data produksi padi per triwulan tahun 2005-2008. Hitunglah indeks musim
setiap triwulan apabila produksi padi tahun 2010 diperkirakan 54 juta ton, berapa target
produksi setiap triwulannya?
Produksi padi per triwulan tahun 2005-2008 juta ton
Triwulan 2005 2006 2007 2008
I 22 25 26 24
II 14 15 14 14
III 8 8 8 9
Jawab:
Triwulan 2005 2006 2007 2008
I 22 25 26 24
II 14 15 14 14
III 8 8 8 9
Total 44 48 48 47
13
II 95.4545 93.7500 85.000 89.3617 91.5166
Produksi padi tahun 2010 diperkirakan 54 juta ton. Maka rata-rata per triwulannya adalah
54/3=18 juta ton. Dengan demikian untuk setiap triwulan targetnya adalah: Target setiap
triwulan = (Indeks musim x rat-rata per triwulan)/100
Target triwulan I=(155,4854 x 18)/100=27,99
Target triwulan II=(91,5166 x 18)/100=16,47
Target triwulan III=(52,9981 x 18)/100=9,54
Triwulan 2005 2006 2007 2008 Indeks Prediksi
musiman 2010
I 155.485372 27.99
150.0000 156.2500 162.5000 153.19149 3
0 0 0
II 91.5165619 16.47
95.45455 93.75000 87.50000 89.36170
54.00
Cara lain
Triwulan 2005 2006 2007 2008 total rata IM Predik
rata si
2010
I 22 25 26 24 97 24.25 155.6149
7 28.01
II 14 15 14 14 57 14.25 91.4438
5 16.46
14
b. Metode rata-rata dengan trend
Metode rata-rata dengan trend adalah metode rata-rata yang disesuaikan dengan trend.
Rumus:
dataasli
Nilai Contoh:
Indeksmusim=
x100
Nilaitrend
Januari 88
Februari 82
Maret 106
April 98
Mei 112
Juni 92
Juli 102
Agustus 96
September 105
Oktober 85
Nopember 102
Desember 76
Jawab:
Bulan Y X XY X2 Y'
a= 95,33333
b= -0,17832
Y’=a+bX
Y’ =95,33333 - 0,17832X
Bulan Y Y' Indeks Musim
15
Februari 82 96,9382 84,58995107
3
Contoh 2:
Hitunglah indeks musim bulanan nilai pendapatan PT CJM tahun 2004-2008
2004 2005 2006 2007 2008
Januari 32 34 37 39 42
Februari 28 31 33 35 38
Maret 28 30 32 34 37
April 25 27 29 31 33
Mei 23 25 27 29 31
Juni 22 24 25 27 30
Juli 22 24 26 28 31
Agustus 25 26 28 31 33
September 27 29 31 33 36
Oktober 30 32 35 36 40
Nopember 33 34 37 39 42
Desember 35 36 39 42 45
16
Indeks musim bulanan nilai pendapatan PT CJM tahun 2004-2008
2004 2005 2006 2007 2008 median Indeks
musim
1199,24 1200
dataasli Nilairasio
−
=x100
Dimana : datarata ratabergerak
17
=(100 )
n
Contoh:
Hitunglah indeks musim dengan rata-rata bergerak untuk setiap triwulan dari produksi padi
berikut ini:
I 22 25 26 24
II 14 15 14 14
III 8 8 8 9
Jawab:
Tahun Triwulan Data Total bergerak Rata Nilai
asli 3 Trw rata Rasio
bergerak
I 22
I 25 48 16,000 156,2500
0
I 26 48 16,000 162,5000
0
I 24 46 15,333 156,5217
3
III 9
100 3
Faktor ==
0,99774
koreksi 300,67959
x
Indeks musim triwulan I =158,42391 x 0,99774 = 158,0658
Indeks musim triwulan II =90,203901 x 0,99774 = 91,30972
Indeks musim triwulan III =50,739112x0,99774 = 50,62443
18
Angka indeks triwulan inilah yang digunakan untuk peramalan selanjutnya.
Untuk memperoleh faktor siklus maka unsur trend dikeluarkan dari data normal sehingga
faktor siklus adalah
I
TC CI =
T
Contoh:
Hitunglah indeks siklus setiap triwulan dari data produksi padi tahun 2005 samapi 2008
Produksi padi per triwulan tahun 2005-2008 juta ton
I 22 25 26 24
II 14 15 14 14
III 8 8 8 9
Jawab:
Dari soal sebelumnya sudah diketahui Y(data aktual), T (trend) dan S (indeks musim),
sehingga dapat dicari data normal (TCI=Y/S) dan faktor siklus (CI=TCI/T). Untuk mencari
C dapat dicari dengan menggunakan metode rata-rata bergerak dengan langkah-langkah sbb:
I 22 -11 17,525
6
19
I 26 1 15,406 162,5000 16,0000 103,850 104,5919
8 0 5
III 9 11 13,641
0
a= 15,58333
b= -0,17657
IV. Analisis Gerak Tak Beraturan (Irregular)
Gerak tak beraturan (irregular movement) merupakan suatu perubahan berupa
kenaikan dan penurunan yang tidak beraturan baik dari sisi waktu dan lama dari siklusnya.
Penyebab gerak tidak beraturan diantaranya adalah perang, krisis, dan bencana alam.
Komponen deret berkala terdiri dariT, S, C, I
TCI
CI =
T
CI CI
=
CI
I
= C
Dimana I adalah indeks gerak tak beraturan
Contoh: Hitunglah indeks irregular setiap triwulan dari data produksi padi tahun 2005
sampai 2008
Produksi padi per triwulan tahun 2005-2008 juta ton
Triwulan 2005 2006 2007 2008
I 22 25 26 24
II 14 15 14 14
III 8 8 8 9
Jawab:
Tahun Triwulan Data Trend S TCI=Y/S CI=TCI/T C I
20
asli
I 22 -11 17,5256
21
22
23
24