DATA DERET BERKALA

(TIME SERIES)

Statistik Bisnis-Rusda Irawati

 Pengertian

 Data berkala adalah data yang dikumpulkan dari

waktu ke waktu untuk menggambarkan
perkembangan suatu kegiatan, seperti:
 Produksi, harga, hasil penjualan, jumlah penduduk
dsb
 Analisis data berkala memungkinkan kita untuk:
 Mengetahui perkembangan satu atau beberapa kejadian serta
hubungan/pengaruhnya terhadap kejadian yang lain
 Dapat mengetahui masing-masing komponen atau
menghilangkan satu atau beberapa komponennya

Statistik Bisnis-Rusda Irawati

 Manfaat

 Time series dianalisis untuk mendapatkan

pengukuran-pengukuran yang dapat
digunakan untuk:
1. Membuat keputusan
2. Memprediksi
3. Merencanakan operasi di waktu mendatang

Statistik Bisnis-Rusda Irawati

Statistik Bisnis-Rusda Irawati
Statistik Bisnis-Rusda Irawati
 Komponen Time Series

 Time Series = T x V x S xR
 T=Trend, merupakan gerakan jangka panjang yang
memiliki kecenderungan menuju pada satu arah, yaitu
naik atau turun
 V=Variasi Musim, gerakan jangka pendek, kurang dari 1
tahun yang berulang secara teratur dari tahun ke tahun
 S=Sikli, suatu gerakan jangka panjang yang memiliki
unsur siklus, yaitu ekspansi, puncak, kemunduran dan
depresi.
 R= Random (Irregular), gerakan yang bersifat acak atau
tidak beraturan sehingga tidak dapat diprediksi
sebelumnya, misalnya karena pemogokan atau bencana
alam

Statistik Bisnis-Rusda Irawati

 Trend

Statistik Bisnis-Rusda Irawati

 Trend Pergerakan Tingkat Inflasi

Statistik Bisnis-Rusda Irawati

 Menentukan Trend

1. Metode Tangan Bebas (free hand method)

2. Metode Rata-Rata Semi
3. Metode Rata-Rata Bergerak (Moving
Average)
4. Metode Kuadrat Terkecil (Least Square
Method)

Statistik Bisnis-Rusda Irawati

 Metode Tangan Bebas
1. 1. buat sumbu tegak Y dan sumbu mendatar X
2. Buat scatter diagram, yaitu kumpulan titik-titik
koordinat (x,y); x= variabel waktu
3. Dengan mengamati langsung terhadap bentuk
scatter diagram, tariklah garis yang mewakili atau
paling tidak mendekati semua titik koordinat yang
membentuk diagram pencar tersebut.
4. Pedomannya ± 50% titik ada di atas garis dan ±
50% titik ada di bawah garis
 Cara ini paling mudah, tetapi sifatnya sangat
subjektif, orang yang berbeda akan menggambarkan
garis trend yang berbeda

Statistik Bisnis-Rusda Irawati

 Contoh Metode Tangan Bebas

 Diketahui PDB atas dasar harga konstan 1983

(Milyar Rp):
Tahun 1992 1993 1994 1995 1996 1997 1998 1999

T 0 1 2 3 4 5 6 7

Y 10164,9 11169,2 12054,6 12325,4 12842,2 13511,5 14180,8 14850,1

Berdasarkan data tsb, tariklah garis trend dengan

metode tangan bebas

Statistik Bisnis-Rusda Irawati

 Contoh Metode Tangan Bebas

(Milyar Rp) Garis trend:

PDB
16000
Y= 10164,9 +669,32X
14850,1
14000 14180,8
13511,5
12842,2
12000 12054,6 12325,4
11169,2
10000 10164,9

8000
PDB

6000

4000

2000

0
1992 1993 1994 1995 1996 1997 1998 1999

Tahun
Statistik Bisnis-Rusda Irawati
 Metode Rata-Rata Semi

1. Data dikelompokkan menjadi dua, masing-masing

kelompok harus mempunyai jumlah data yang
sama, kalau datanya ganjil hilangkan satu data
yang berada di tengah
2. Masing-masing kelompok dicari rata-ratanya,
misal disimbolkan dengan Y1 Y2 yang merupakan
ordinatnya
3. Titik absis harus dipilih dari variabel X yang
berada di tengah masing-masing kelompok (tahun
atau waktu yang ditengah)

Statistik Bisnis-Rusda Irawati

 Metode Rata-Rata Semi

 Data 6 tahun:
1 dan 4 merupakan titik absis,
 X1 X2 X3 X4 X5 X6 artinya tahun kedua dan kelima
0 1 2 3 4 5 sebagai absis

I II
 Data 8 tahun: 1,5 dan 5,5 merupakan titik
absis (absis pertama antara
 X1 X2 X3 X4 X5 X6 X7 X8
tahun kedua dan kketiga. Absis
0 1 2 3 4 5 6 7 kedua antara tahun keenam
dan ketujuh)

I II

Statistik Bisnis-Rusda Irawati

 Metode Rata-Rata Semi

 Data 7 tahun:
 X1 X2 X3 X4 X5 X6 X7
0 1 2 3 4 5 6

I II
 3 dihapus, 1 dan 5 merupakan absis (tahun kedua
dan keenam)
 Titik koordinat terdiri dari b dan c dimasukkan ke
dalam persamaan Y= a + bX, untuk menghitung a
dan b; Y1 dan Y2 dipergunak an sebagai nilai Y

Statistik Bisnis-Rusda Irawati

 Contoh perhitungan Rata-Rata Semi

 Diketahui PDB atas dasar harga konstan 1983

(Milyar Rp):
Tahun 1992 1993 1994 1995 1996 1997 1998 1999

T 0 1 2 3 4 5 6 7

Y 10164,9 11169,2 12054,6 12325,4 12842,2 13511,5 14180,8 14850,1

 Berdasarkan data tersebut, trend dengan rata-rata

semi dihitung sebagai berikut:

Statistik Bisnis-Rusda Irawati

 Perhitungan Rata-Rata Semi

Tahun X Y Rata-Rata

1992 0 10164,9
1993 1 11169,2 45714,1
Y1   11428,53
1994 2 12054,6 4
1995 3 12325,4
1996 4 12842,2
1997 5 13511,5
1998 6 14180,8 55384,6
Y2   13846,15
4
1999 7 14850,1

Statistik Bisnis-Rusda Irawati

 Perhitungan Rata-Rata Semi

 Dari perhitungan di tabel, diperoleh dua titik

koordinat: {(1,5), (11428,5)} dan {(5,5), (13846,2)}
 Nilai-nilai tersebut dimasukkan ke dalam persamaan
Y= a + bX, sebagai berikut:
 11428,5 = a + 1,5b ......(1)  11428,5- 1,5b = a
 13846,2= a + 5,5b .....(2)
 (1) disubstitusikan ke (2):
 13846,2= 11428,5 -1,5b + 5,5b
 13846,2= 11428,5 + 4b
 2417,7 = 4b  b=604,43

Statistik Bisnis-Rusda Irawati

11428,5- 1,5b = a
11428,5- 1,5(604,43) = a
11428,5- 906,645 = a
a = 10521,85

Y = a + bX
Y = 10521,85 + 604,43X (X= variabel waktu)

Dari persamaan tersebut dapat diramalkan PDB

untuk tahun 2000 adalah sebagai berikut:
X untuk tahun 2000 = 8, sehingga:
Y = 10521,85 + 604,43(8) = 15357,29

Statistik Bisnis-Rusda Irawati

Metode rata-rata semi tidak memerlukan
grafik. Kita dapat memperoleh nilai ramalan
langsung dari persamaan.
Sedangkan dengan metode tangan bebas,
hasil ramalan harus dibaca dari skala pada
sumbu Y

Statistik Bisnis-Rusda Irawati

 Metode Rata-Rata Bergerak

 Apabila terdapat data berkala sebanyak t: Y1, Y2,

Y3,....Yi.....Yj maka rata-rata bergerak (moving average)
n waktu (hari, minggu, bulan, tahun) merupakan urutan
rata-rata hitung sebagai berikut:
Y1  Y2  ... Yn Y2  Y3  ... Yn1 Y3  Y4  ... Yn2
, , dst
n n n
 Setiap rata-rata hitung di atas disebut total bergerak
(moving total) yang berguna untuk mengurangi variasi
dari data asli
 Di dalam data berkala, data bergerak sering digunakan
untuk memuluskan fluktuasi yang terjadi dalam data
tersebut, proses ini dinamakan pemulusan data berkala

Statistik Bisnis-Rusda Irawati

 Perhitungan Rata-rata bergerak
4 tahun dan 5 tahun

Tahun Penjualan Rata-Rata Rata-Rata

bergerak 4 Th bergerak 5 Th
1989 50,0
1990 36,5
1991 43,0 43,5
1992 44,5 40,7 42,6
1993 38,9 41,1 40,2
1994 38,1 38,5 39,4
1995 32,6 37,1 39,6
1996 38,7 37,8 38,0
1997 41,7 38,5 38,4
1998 41,1 38,8 37,6
1999 33,8
Statistik Bisnis-Rusda Irawati
Statistik Bisnis-Rusda Irawati
 Trend Linear dengan
Metode Least Square

 Trend jangka panjang dari berbagai data bisnis

sering diperkirakan atau diprediksi dengan
menggunakan suatu garis lurus. Persamaan garis
lurus trend tersebut adalah sebagai berikut:
^
Y  a  bx
^
Y  nilai proyeksi variabel Y untuk suatu nilai X
a= konstanta nilai Y seandainya x = 0
b = slope, menunjukkan berapa satuan Y akan
berubah seandainya x berubah 1 satuan

Statistik Bisnis-Rusda Irawati

 Metode Least Square

 Garis trend tidak sama persis dengan gerakan data

aktual, artinya ada perbedaan antara penjualan
aktual dengan penjualan menurut garis trend
^
 Perbedaan ini disebut deviasi atau Y  Y
 Metode Least Square adalah metode yang bisa
memberikan hasil perhitungan deviasi kuadrat
terkecil
 Semakin kecil deviasi yang dihasilkan oleh suatu
trend linear, maka semakin baik (representative)
trend linear tersebut

Statistik Bisnis-Rusda Irawati

 Mencari a dan b pada persamaan Trend Linear

Y
a
n
XY
b
X 2
Y  jumlah penjualan aktual
n  jumlah tahun dalam data
XY  jumlah perkalian variabel X dan Y
X 2  jumlah kuadrat dari variabel X

Statistik Bisnis-Rusda Irawati

 Variabel X

 Merupakan variabel waktu yang dihitung dengan

angka sederhana (tidak dinyatakan dalam tahun),
yang disebut angka kode atau koding (coded
metdhod) seperti -2, -1, 0, 1, 2 dst
 Pengkodean untuk data berjumlah genap dan data
berjumlah ganjil berbeda dan jika angka koding
dijumlahkan, harus selalu bernilai nol

Statistik Bisnis-Rusda Irawati

 Code Method

 Untuk data ganjil

Untuk data Genap
Tahun Koding
Tahun Koding

1980 -2 1980 -5

1981 -1 1981 -3

1982 0 1982 -1

1983 1 1983 1

1984 2 1984 3

1985 5

Statistik Bisnis-Rusda Irawati

 Contoh
 Diketahui data penjualan PT. Bahagia selama 5
tahun sebagai berikut:
Tahun Penjualan (dalam juta
Unit)
1985 7
1986 10
1987 9
1988 11
1989 13

1. Buatlah persaman garis trend linear dengan metode Least Square

Method
2. Carilah penjualan menurut persamaan garis trend linear
3. Buatlah prediksi penjualan untuk tahun 1990

Statistik Bisnis-Rusda Irawati

 Penyelesaian

Tahun Penjualan X XY X
2

(Y)
1985 7 -2 -14 4
1986 10 -1 -10 1
1987 9 0 0 0
1988 11 1 11 1
1989 13 2 26 4
∑ 50 13 10

Statistik Bisnis-Rusda Irawati

 Menentukan a dan b

Y 50
a   10
n 5
XY 13
b 2
  1,3
X 10
^
Persamaan Trend adalah Y  10  1,3 X

Statistik Bisnis-Rusda Irawati

 Menghitung Penjualan
Menurut Garis Trend

Tahun X Penjualan
Menurut Trend
1985 -2 10+1,3 (-2) = 7,4
1986 -1 10+ 1,3(-1)= 8,7
1987 0 10 + 1,3 (0) = 10
1988 1 10 + 1,3 (1) = 11,3
1989 2 10 + 1,3 (2) = 12,6

Statistik Bisnis-Rusda Irawati

 Ramalan Penjualan Tahun Berikutnya

Menghitung ramalan Penjualan untuk Tahun 1990 :

gunakan nilai X  3
^
Y  10  1,3(3)  13,9 juta

Statistik Bisnis-Rusda Irawati

 Hubungan Tahun Dasar Trend dan Trend Tahunan

 Tahun dasar trend yang sudah terlalu jauh dari

tahun sekarang dapat diubah atau diperbaharui
 Apabila tahun dasar diubah, maka konstanta (a)
persamaan trend berubah, tetapi slope (b)
persamaan trend tetap.


Statistik Bisnis-Rusda Irawati

 Contoh

^
Y  780  42 X dengan tahun dasar awal 1983
Berikutnya tahun dasar awal diganti ke 1985,
maka persamaan trend yang baru adalah :
b baru  b lama  42
a baru  780  42(5)  990
Persamaan garis trend yang baru :
^
Y  990  42 X

Statistik Bisnis-Rusda Irawati

 Trend Non Linear

 Adalah garis trend yang tidak linear, misalnya trend

kuadratik dan trend eksponensial
 Trend Kuadratik
Yt  a  bx  cx 2
(  y )(  x 4 )  (  x 2 y )(  x 2 )
a
n ( x 4 )  ( x 2 )
 xy
b
x 2
n (  x 2 y )  (  x 2 )(  y )
c
n ( x 4 )  ( x 2 ) 2
Statistik Bisnis-Rusda Irawati
 Bentuk-Bentuk Trend Kuadratik
Nilai Nilai

t t

Statistik Bisnis-Rusda Irawati

 Bentuk-Bentuk Trend Kuadratik

Statistik Bisnis-Rusda Irawati

 Trend Non Linear

 Trend Eksponensial

Yt  a  b x
atau
Ln Yt  Ln a  X Ln b
  Ln Y 
a  anti Ln  
 n 
 (X Ln Yy) 
b  anti Ln  2 
 X 

Statistik Bisnis-Rusda Irawati

 Kriteria Memilih Trend

1. Menganalisis Grafik Data atau Scateer Plot, apakah

data observasi cenderung linear, kuadratik atau
eksponensial
2. Menganalisis Selisih data, jika selisih pertama data
observasi cenderung konstant, gunakan trend linear.
Jika selisih kedua dari data observasi cenderung
konstant, gunakan trend kuadratik

Statistik Bisnis-Rusda Irawati

3. Menghitung Mean Square Error untuk setiap jenis
trend, pilih garis trend yang memberikan MSE
terkecil

Statistik Bisnis-Rusda Irawati