MODUL V

ANALISA DERET BERKALA ATAU DATA BERKALA ATAU

FLUKTUASI BISNIS DAN PERAMALAN

Tatap muka 6 Waktu : 150 Menit SKS :3

ke:
1. Gerakan Trend Jangka Panjang atau Sekuler Trend.
Sub Pokok 2. Gerakan Sikli/Siklus
Bahasan 3. Variasi Musim
4. Gerakan Tidak Beraturan

Tujuan Pembelajaran :
1. Memahami dan mengerti arti analisis trend, variasi musim dan
manfaatnya untuk pengambilan keputusan dibidang manajemen
dan ekonomi.
2. Mengerti dan dapat melakukan analisis trend dengan metode
setengah rata-rata, rata-rata bergerak dan metode kuadrat terkecil
(least square).

Kompetensi yang hendak dicapai :

1. Memahami dan mengerti arti analisis trend, variansi musim dan
manfaatnya untuk pengambilan keputusan dibidang manajemen dan
ekonomi.
2. Mengerti dan dapat melakukan analisis trend dengan metode setengah
rata-rata, rata-rata bergerak dan metode kuadrat terkecil (least square).

A. Pengertian
Yang dimaksud deret berkala (time series) adalah sekumpulan data yang dicatat
dalam suatu periode waktu.
 Contoh :
1. Data pertumbuhan ekonomi Indonesia dari tahun 2006- 2016.
2. Data penjualan PT. Astra Agro Niaga tahun 2010-2015.
3. Data produksi pada setiap musim tahun 2005- 2015.
Melakukan analisis data berkala baik berupa trend, variansi musim dan siklus
berguna untuk mengetahui kondisi masa datang atau untuk meramalkan kondisi
mendatang.
Contoh :
1. Peramalan penjualan, produksi, pertumbuhan ekonomi baik jangka pendek (<
1th) maupun jangka panjang (> 3 th).

B. Analisa Trend.
Data berkala mempunyai 4 (empat) komponen yaitu trend (T) kecen derungan
jangka menengah dan panjang, variasi musim (S), variasi siklus (C) dan variasi yang
tidak tetap (irregular variation/I).
Komponen analisa Deret Berkala dinyatakan Y = T x S x C x I.

C. Metode Analisa Trend

Untuk melakukan peramalan dengan analisis trend terdapat beberapa cara :
Metode semi rata-rata (semi average method)
1. Metode rata-rata bergerak (moving average method)
2. Metode kuadrat terkecil (least square method).

D. Metode Semi Rata- rata (Semi Average Method).

1. Mengelompokkan data menjadi 2 (dua bagian). Jika jumlah data ganjil, maka
nilai data yang ditengah dapat dihilangkan atau dihitung 2 kali, yaitu 1 bagian
menjadi kelompok pertama dan 1 bagian menjadi kelompok ke dua.
2. Menghitung rata-rata hitung kelompok pertama K 1 dan kelompok kedua K2
diletakkan pada tahun pertengahan pada kelompok 2. Nilai tahun pertengahan
pada K1 dan K2 merupakan nilai konstanta (α) dan letak tahun merupakan tahun
dasar. Nilai K1 dan K2 menjadi intersep pada persamaan trendnya.
 3. Menghitung selisih K2-K1, apabila K2-K1 > 0, berarti trend positif dan bila K2 < K1
maka trendnya negatif.
4. Nilai perubahan trend (b) diperoleh dengan cara :

K 2 −K 1
b=
tahundasar 2−tahundasar 1
5. Contoh Soal :
Metode Rata- rata
Berikut adalah perkembangan jumlah pelanggan PT. Telkom selama
beberapa tahun sebagai berikut:
Tahun Jumlah Pelanggan
(jutaan)
2002 4.2
2003 5.0
2004 5.6
2005 6.1
2006 6.7
2007 7.2

Dari data-data tersebut di atas :

1. Buat persamaan trend linier pelanggan PT. Telkom.
2. Hitung perkiraan pelanggan PT. Telkom pada tahun 2010 dan 2011.

Penyelesaian :
Membagi data menjadi 2 kelompok data ada 6 tahun, jadi kelompok 1 tahun 2002-2004
sedang kelompok 2 tahun 2005 – 2007.
1. Menghitung rata-rata tiap kelompok :
K1 = a1 = 4,2 + 5,0 + 5,6 = 24,6/3 = 4.93.
K2 = a2 = 6,1 + 6,7 + 7,2 = 20/3 = 6,67.
Menghitung nilai perubahan (b) :
K 2 −K 1 6 ,67−4 , 93 6 , 67−4 , 93
b= = =0 ,58
tahundasar 2−tahundasar 1 = 2006−2003 6,7−5,0
 Jadi persamaan trend adalah sbb :
1. Y1 = 4,93 + 0,58 X, dengan tahun dasar 2003
2. Y2 = 6,67 + 0,58 X, dengan tahun dasar 2006.
Dalam bentuk tabel disajikan sebagai berikut:
Nilai X tahun
Tahun Jumlah Rata – rata dasar
2003 2006
Pelanggan

2002 4.2 -1 -4
K1 2003 5.0 24.6/3=4.9 0 -3
2004 5.6 3 1 -2
2005 6.1 2 -1
K2 2006 6.7 3 0
2007 7.2 2./3 =6.67 4 2

Untuk nilai X, pada tahun dasar sama dengan 0, untuk tahun di atas tahun dasar
diberi nilai postif dan seterusnya, sedang yang di tahun dasar diberikan nilai negatif
-1 dan seterusnya.
1.Nilai peramalan tahun 2010,apabila menggunakan tahun dasar 2003, nilai X
untuk tahun 2010 = 7 dan nilai X untuk tahun 2011 = 8.
Y1 2010 = 4,93 + 0,58 X
= 4,93 + 0,58 (7)
= 8,99
Y2 = 4,93 + 0,58 X
= 4,93 + 0,58 (8)
= 9,57
2.Nilai peramalan tahun 2011, apabila menggunakan tahun dasar 2007 nilai X
untuk tahun 2010 = 4 dan nilai X untuk tahun 2011 = 5.
Y1 2010 = 6,67 + 0,58X
= 6,67 + 0,58(4)
= 9,19
 Y2 = 6,67 + 0,58X
= 6,67 + 0,58 (5)
= 9,57.
Jadi pelanggan PT. Telkom tahun 2011 diperkirakan mencapai 9,57
pelanggan angka inilah yang menjadi dasar bagi PT. Telkom untuk
menrencanakan produksi dan pemasarannya.

E. Metode Rasio Rata-rata Bergerak (Rasio to Moving Average Method)

Adalah metode yang dilakukan dengan cara membuat rata-rata bergerak selama
periode tertentu.
Tidak ada ketentuan berapa periode (n) bisa 1,2,3,4 atau 12 tergantung pada
kondisi pada kondensi pengaruh frekuensi musim.
Indeks musim rasio rata-rata bergerak dirumuskan sebagai berikut :
Indeks Musim = nilai rasio x faktor koreksi
Dimana :
Nilai rasio = data asli/data rata-rata bergerak.
Faktor koreksi = (100 x n)/jumlah rata-rata rasio selama n.
 Contoh :
Hitunglah indeks musim dengan metode rata-rata bergerak untuk 3 triwulanan
dan data produksi pada sebagai berikut :
Tahun Produksi Triwulan
I II III
2005 44 22 14 8
2006 48 25 15 8
2007 48 26 14 8
2008 47 24 14 9

Penyelesaian :
a. Membuat rata-rata bergerak dan rasio data asli dengan nilai rata-rata bergerak.
Tahun Triwulan Data asli Total bergerak 3 Rata Musim
triwulan Indeks 14/15
I 22 22+14+8 = 44 15 95
2005 II 14 14+8+25 = 47 16 51
III 8 8+25+15 = 48 16 156
I 25 25+15+8 = 48 16 94
2006 II 15 15+8+26 = 49 16 49
III 8 8+26+14 = 48 16 163
I 26 26+14+8 = 48 16 88
2007 II 14 14+8+24 = 46 15 52
III 8 8+24+14 = 46 15 157
I 24 24+14+9 = 47 16 89
II 14
2008 III 9

b. Setelah mendapatkan indeks musim setiap triwulan perlu untuk mengetahui rata-
rata setiap kuartalan dari setiap tahunnya, maka dari indeks musim triwulan
dikelompokkan kedalam triwulan yang sama.
Tahun Triwulan
I II II
 2005 - 95 51
2006 156 94 49
2007 163 88 52
2008 157 93 -
Rata-rata 159 90 51

c. Menentukan faktor koreksi

100 xn 100 x 3 300
= = =1 , 002
Faktor koreksi = jmlhrata−rata 159+90+51 299
d. Indeks musim selanjutnya dikalikan dengan faktor koreksi
Indeks Triwulan I = 159 x 1,002 = 159,0
II = 90 x 1,002 = 90,2
III =51 x 1,002 = 50,8
F. Metode kuadrat terkecil (least square method)
Trend dengan method kuadrat terkecil diperoleh dengan menentukan garis trend
yang mempunyai jumlah terkecil dari kuadrat selesih data asli dengan data pada
garis trend.
Apabila Y menggambarkan data asli dan Y 1 merupakan data trend, maka Metode

terkecil dirumuskan : ∑ (Y −Y )2

Rumus garis trend dengan metode least square sebagai berikut:

Y 1 =a+bx
Dimana :
Y1 = nilai trend
a = nilai konstanta yaitu nilai Y pada saat nilai X = 0
b = nilai kemiringan tambahan nilai Y apabila X bertambah satu- satuan.
X = nilai periode tahun
Untuk memperoleh a dan b dapat di gunakan rumus sebagai berikut:

a=∑ Y /n dan b=∑ XY / ∑ X 2

Contoh :
Metode Kuadrat Terkecil (Least Square Method)
 Untuk mencari persamaan Y 1 =a+bx , dicari nilai a dan b nya, untuk nilai X,
digunakan angka kode yaitu data yang ditengah = 0, sebelumnya, -2 dan
seterusnya, dan X sesudahnya nilainya +1, +2 dan seterusnya. Sedangkan untuk
tahun genap, maksimal 2 tahun ditengah diberikan nilai 0,5 dan -0,5 setiap
tahunnya menjadi -1,5, -2,5 dan seterusnya, sedang yang positif nilainya 1,5, 2,5
dan seterusnya.
Contoh : Tahun Ganjil
Tahun Pelanggan Nilai
(Y) X YX X2
2003 5.0 -2 -10 4
2004 5.6 -1 -5.6 1
2005 6.1 0 0 0
2006 6.7 1 6.7 2
2007 7.2 2 14.4 4
∑ 30.6 5.5 11

Y 30 ,6
a=∑ =
- Menentukan nilai n 5=6 , 12

yx 5,5
b=∑ 2=
∑x 11=0 , 50
1. Persamaan Trend
1 1
Y =a+bx =>Y =6 , 12+0 , 50 X
2. Jadi persamaan trend jumlah pelanggan PT. Telkom termasuk jenis trend yang
positif, sehingga apabila X meningkat, maka nilai Y pelanggan juga meningkat.
 3. Nilai peramalan pelanggan PT. Telkom untuk tahun 2010 dan 2011

Y2010 = 6,12 + 0,50 X

= 6,12 + 0,50 (5)
= 8,62

Y2011 = 6,12 + 0,50 X

= 6,12 + 0,50 (6)
= 9,12

Jumlah Tahun Genap

Pelanggan Nilai
Tahun
(Y) X YX X2
2002 4,2 -2,5 -10,50 6,25
2003 5,0 -1,5 -7,50 2,25
2004 5,6 -0,5 -2,80 0,25
2005 6,1 +0,5 3,05 0,25
2006 6,7 +1,5 10,05 2,25
2007 7,2 +2,5 18,00 6,25
∑ 34,8 10,30 17,50

Penyelesaian :
4. Menentukan nilai a dan b.
Y
a=∑
n
34 , 8
a=∑ =5 , 80
6
YX
b=∑ =10 .30 /17 . 50=0 . 59
ΣX 2

5. Jadi persamaan trend :

Y1 = a + bx
Y1 = 5.80 + 0.59x
 Nilai taksiran pelanggan PT. Telkom tahun 2010 dan 2011
Y1 2010 = 5.80 + 0.59x
=5.80 + 0.59 (5.5)
= 9.045
Y1 20101 = 5.80 + 0.59x
=5.80 + 0.59 (6.5)
= 9.635

G. Analisis Variasi Siklus

Komponen deret berkala yaitu
T = Trend
S = variasi musim
C = variasi siklus
I = variasi yang tak beraturan
Deret berkala (Y) dinyatakan Y = T + S + C + I
Untuk menghitung indeks siklus (C) dapat menggunakan 6 langkah sebagai
berikut :
1. Mengetahui data asli (Y)
2. Membuat nilai trend (T)
3. Menghitung indeks musim (S)
4. Menghitung nilai normal TCI = Y/S
5. Menghitung faktor siklus dengan menyerahkan pengaruh trend CI = TCI/T
6. Mencari indeks siklus dengan melakukan metode rata-rata bergerak pada data
CI.
 Contoh :
Data berikut adalah menunjukkan jumlah produksi padi di indonesia selama
tahun 2005- 2008 sebagai berikut:
Tahun Produksi Triwulan
I II III
2005 44 22 14 8
2006 48 25 15 8
2007 48 26 14 8
2008 47 24 14 9

Dari data tersebut di atas, hitunglah indeks siklus?

Penyelesaian :
Dari soal sudah diketahui, Y (data asli), 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 rata-rata bergerak sebagai
berikut :
Tahun Tri Y T S TCI=Y/S CI=TCI/T C
Wulan
I 22 17.5
2005 II 14 17.2 95 14.7 86
III 8 16.8 51 15.7 93
I 25 16.5 156 16.0 97 92
2006 II 15 16.1 94 16.0 99 97
III 8 15.8 49 16.3 103 100
I 26 15.4 163 16.0 104 102
2007 II 14 15.1 88 15.9 105 104
III 8 14.7 52 15.4 105 105
I 24 14.3 157 15.3 107 106
2008 II 14 14.0 89 15.7 112 108
III 9 13.6
 Langkah-langkahnya :
1. Data asli dinyatakan dengan Y.
2. Membuat trend (T), trend dibuat dengan metode least square = Y1 = a + bX.
Persamaannya Y1 = 15,83 – 0,353X
Apabila nilai X dimasukkan maka akan di dapat nilai Y 1 sebagai nilai trend
(T).
3. Membuat (S) variasi musim yang dinyatakan dengan indeks musim/ IM =
(data asli/data rata-rata bergerak)x100.
4. Setelah menentukan Y,T dan S maka dapat dibuat data normal (TCI) = Y/S
yang dinyatakan dalam persentase atau TCI = Y/Sx100.
5. Setelah mendapatkan data normal maka dapat dicari faktor siklus (CI)
dengan menghilangkan faktor siklus (CI) dengan menghilangkan faktor trend
CI = (TCI)x100.
6. Siklus dalam berikut indeks dapat dicari dengan metode rata bergerak, indeks
siklus 92 = 86 + 93 + 97/3.

H. Nilai Gerak Tak Beraturan.

Gerak tak beraturan (irregular movement-IM) merupakan suatu perubahan
berupa kenaikan dan penurunan yang tidak beraturan baik dari sisi waktu dan lama
skilusnya.
Contoh :
Perang, krisis dan bencana alam.
Mencari indeks gerak tak beraturan.
Y = TxSxCxI
TCI = Y/S
CI = TCI/T
I = CI/C
 Contoh :
Triwulan CI=TCI/T
Tahun C I
I
2005 II 85
III 93 92 101
I 97 97 100
2006 II 99 100 99
III 103 102 101
I 104 104 100
2007 II 105 105 100
III 105 106 99
I 107 108 99
2008 II 112
III

Latihan Soal Terjawab :

1. PT. PGV Jaya memandang penting kegiatan promosi untuk meningkatkan omset
penjualan. Oleh sebab itu direncanakan biaya promosi secara khusus. Berikut
adalah biaya promosi selama.

Tahun Biaya Promosi (Miliar Rp.)

2001 88
2002 95
2003 102
2004 110
2005 118
2006 126
2007 133

a. Tentukan persamaan trend dengan metode least square

b. Berapa perkiraan biaya promosi tahun 2010 dan 2015.
 Penyelesaian :

a. Persamaan trend dengan metode least square.

Tahun Y X X2 YX Y’
2001 88 -3 9 -264 87
2002 95 -2 4 -190 95
2003 102 -1 1 -102 102
2004 110 0 0 0 110
2005 118 1 1 118 118
2006 126 2 4 252 125
2007 133 3 9 399 133
Jumlah 772 28 213

Koefisien a = 772/7 =110

Koefisien b = 213/39 = 7,61
Jadi persamaan biaya promosi Y = 110 + 7,61X
3. Perkiraan biaya tahun 2010 dan 2015
Tahun 2010 nilai X =6, Y = 11.0 + 7,61 x 6 = 155,66 miliar
Tahun 2015 nilai X = 11, Y = 110 + 7,61 x 11 = 193,71 miliar
2. Berikut adalah nilai penjualan setiap kuartalan selama 3 tahun Koperasi Sabilu
Jannah (nilai dalam jutaan) adalah sebagai berikut:

Tahun Kuartal
I II III IV
2006 279 267 116 304
2007 302 290 112 310
2008 321 291 115 320

a. Hitunglah nilai trend dengan metode least square.

b. Hitunglah indeks musim dengan metode rata-rata dengan trend.
c. Carilah indeks siklus dengan metode rata-rata 3 kuartalan.
d. Carilah indeks gerak tak beraturan.
e. Hitunglah nilai penjualan pada kuartal 1 tahun 2009 dengan menggunakan
nilai trend, indeks musim, siklus dan gerak tak beraturan.
Penyelesaian :
a. Trend dengan metode least square.
Tahun Krtl Y X YX X2 Y’
2006 I 279 -5.5 -1.535 30 248
II 267 -4.5 -1.202 20 249
III 116 -3.5 -406 12 250
IV 304 -2.5 -760 6 251
2007 I 302 -1.5 -453 2 252
II 290 -0.5 -145 0 252
III 112 0.5 56 0 253
IV 310 1.5 465 2 254
2008 I 321 2.5 803 6 255
II 291 3.5 1.019 12 256
III 115 4.5 518 20 257
IV 320 5.5 7.760 30 257
JUMLAH 3.027 120 143

Koefesien a = 3.027/12 = 252.83

Koefesien b = 120/143 = 0.84
Jadi persamaan trend Y = 252.83 + 0.84X
Nilai peramalan Y’ di peroleh dengan memasukkan nilai X ke persamaan.
 Contoh : Y’ = 252.83 + 0.84 x -5.5 = 248.
b. Menghitung angka indeks dengan metode rata-rata dengan trend. Indeks musim
= (data asli/data trend)x100.
Tahun Krtl Y Y’ IM=(Y/Y’)x100
2006 I 279 248 112
II 267 249 107
III 116 250 46
IV 304 251 121
2007 I 302 252 120
II 290 252 115
III 112 253 44
IV 310 254 122
2008 I 321 255 126
II 291 256 114
III 115 257 45
IV 320 257 124

c. Menghitung indek siklus (C) dengan metode rata-rata 3 kuartalan. Langkah

pertama menghitung nilai normal (Y/S), langkah kedua menghitung faktor
siklus CI=TCI/T, dan langkah ketiga menghitung C dengan metode rata-rata 3
kuartalan.

Trwl Y T S TCI=Y/S CI=TCI/T C

I 279 248 112 249.11 100.45
II 267 249 107 249.53 100.21 100.51
III 116 250 46 252.17 100.87 100.39
IV 304 251 121 251.24 100.10 100.28
I 302 252 120 251.67 99.87 100.01
II 290 252 115 252.17 100.07 100.18
III 112 253 44 254.55 100.61 100.24
IV 310 254 122 254.10 100.04 100.19
I 321 255 126 254.76 99.91 99.89
II 291 256 114 255.26 99.71 99.69
 III 115 257 45 255.56 99.44 99.85
IV 320 257 124 258.06 100.41

d. Meghitung indeks gerak tak beraturan (I), indeks (I) diperoleh dengan
membagi CI dengan C.

Trwl CI=TCI/T C I
I 100.45
II 100.21 100.51 99.71
III 100.87 100.39 100.47
IV 100.10 100.28 99.82
I 99.87 100.01 99.86
II 100.07 100.18 99.89
III 100.61 100.24 100.37
IV 100.04 100.19 99.86
I 99.91 99.89 100.02
II 99.71 99.69 100.03
III 99.444 99.85 99.58
IV 100.41

Peramalan : Y = T x S x C x I
T = Y’ = 252.83 + 0.84 x 0.84 x 6.5 = 258.27
S = (3 x 100) / (112 + 120 + 126) = 300/358 = 0.84
C = (100.1 + 99,89)/2 = 99,995 = 0,99995
I = (99,86 + 100.02)/2 = 99,94 = 0.9994.
Jadi nilai persamaan untuk kuartal 1 tahun 2003 adalah :
Y =TxSxCxI
= 258,27 x 0,84 x 0.99995 x 0,9994
Y = 216,8
Kalau diperhatikan bahwa faktor C dan I mendekati 1, maka pengaruh atas
siklus dan gerak tak barturan relatif kecil. Pengaruh yang paling besar adalah
faktor variasi musim (S) dan trend itu sendiri.
SOAL PILIHAN GANDA
1. Suatu deret waktu adalah
a. Kumpulan data sepanjang periode waktu
b. Kumpulan data pada periode waktu harian.
c. Kumpulan data pada eriode waktu mingguan
d.Kumpulan data pada periode waktu, bulanan, catur, wulan, semester, tahunan
2. Variasi musim adalah pola dari suatu deret waktu dalam jangka :
a. Satu tahun b. Lima tahun
c. Lima belas tahun d. Dua puluh tahun.
3. Trend adalah suatu gerakan dalam sepanjang periode waktu
a. Jangka pendek b. Jangka menengah
c. Jangka panjang d. jangka pendek dan menengah
4. Komponen data berkala data dinyatakan
a. Y = T x S x C x I b, Y= A + B + C + D
c. Y = P x Q xR x S d. Y = M x N x O x P
5. PT Grafindo memberikan data penjualan selama 8 tahun mulai dari tahun 2000
sampai dengan 2007 ( dalam juta rupiah ) adalah sebagai berikut :
Tahun 2000 2001 2002 2003 2004 2005 2006 2007
Penjualan 176 170 182 197 205 212 236 225
Dari data tersebut di atas berapa kenaikan total trend tahun 2001 dan 2002 sampai
tengah tahun 2005 dan 2006 sebesar :
a. 38,25 b.39,25 c.40,25 d.45,25
6. Dari data soal no 5 , berapakah kenaikan trend pertahun ?
a. 10,50 b. 9,56 c.8,75 d.12,85
7. Dari data soal no 5 , berpakah nilai trend untuk tahun 2007 ?
a. 166,91 b.176,47 c. 186,03 d. 233,84
8. PT. Texindo memberikan data penjualan selama 5 tahun mulai dari tahun 2005
sampai dengan 2009 ( dalam juta rupiah ) adalah sebagai berikut :
Tahun 2005 2006 2007 2008 2009
 Penjualan 170 190 225 250 325
Dari data tersebut berapakah nilai konstanta a nya :
a. 225 b. 247 c. 232 d. 235
9. Dari data soal no 8 , berapa nilai b nya :
a. 37 b. 42 c. 36 d. 39
10. Dari data soal no 9 , taksiran nilai tahun 2005 adalah sebesar :
a. 150 b. 155 c. 156 d. 158

JAWABAN SOAL PILIHAN BERGANDA

1. a 2. a 3.c 4. 5. a
6. b 7.d 8.c 9.a 10.d

SOAL URAIAN
1. Jelaskan arti data berkala ( time series ) dan kegunaannya .
2. Data berkala memiliki beberapa komponen sebutkan komponen-komponen
tersebut . Bagaimana nilai data berkala dihubungkan dengan komponen-
komponennya.
3. Apa yang dimaksud dengan trend dan variasi musim
4. Faktor–faktor apa yang menyebabkan terjadinya variasi musiman dan gerakan tidak
teratur.
5. Berikan beberapa contoh berkaitan variasi sikli, variasi musiman dan gerakan tidak
teratur.
6. Sebutkan dan jelaskan metode untuk membuat persamaan trend linier
7. Tuliskan rumus masing-masing metode tersebut !
8. Uraikan kelebihan dan kekurangan maing-masing metode tersebut.
9. Metode mana yang paling sesuai apa sebabnya ?
10. Apa manfaat dari diagram pencar ?

SOAL KOMPREHENSIF
1. Berikut adalah perkembangan Produk Domestik Bruto (PDB) Indonesia tahuan
2002 – 2008.
 Tahun PDRB (Miliar)
2002 413
2003 399
2004 358
2005 379
2006 398
2007 411
2008 426

a. Buatlah persamaan trend dengan 4 metode yang ada?

b. Manakah dari 4 metode tersebut yang lebih baik?
c. Dengan menggunakan metode yang paling baik, berapa PDB Indonesia
tahun 2010 dan 2015?
2. Berikut adalah penambahan jumlah mobil penumpang di Indonesia pada tahun
2004- 2008 per semester. (nilai dalam ribuan).
Tahun Semester
I II
2004 44 14
2005 33 57
2006 45 85
2007 59 121
2008 55 39

a. Hitunglah nilai trend dengan menggunakan metode least square.

b. Hitunglah nilai variasi musim dengan metode rata-rata bergerak untuk 2
semester.
c. Hitunglah indeks siklus dengan metode rata-rata bergerak 2 semester.
d. Hitunglah indeks untuk gerak tak beraturannya.
e. Berapa penambahan kendaraan pada tahun 2010 pada semester genap?
3. Berikut adalah data produksi baju pada PT. Aneka Sandang, Bekasi tahun 2005-
2008 (nilai dalam ribuan), sbb:
Tahun Kuartal
I II III IV
 2205 165 335 607 192
2006 163 342 577 181
2007 167 385 568 205
2008 167 367 593 205

a. Dengan menggunakan metode rata-rata bergerak, tentukan indeks musim

untuk ke 4 kuartalan.
b. Jelaskan tentang tipe dari indeks musim tersebut, apakah sangat berfluktuasi
atau tidak.

KUNCI JAWABAN : SOAL LATIHAN ANALISA DERET BERKALA ATAU DATA

BERKALA ATAU FLUKTUASI BISNIS DAN PERMALAN
KUNCI JAWABAN SOAL URAIAN
1. Data berkala ( time series ) adalah sekumpulan data yang dicatat dalam suatu
periode waktu dan kegunaannya untuk mengetahui kondisi masa datang atau
untuk meramalkan kondisi mendatang.
.
2. Data berkala memiliki beberapa komponen yaitu
T = Trend
S = variasi musim
C = variasi siklus
I = variasi yang tak beraturan
Nilai data berkala (Y) dihubungkan dengan komponen-komponennya, dinyatakan
Y=T+S+C+I

3. Trend adalah merupakan gerakan teratur atau gerakan rata-rata dalam jangka waktu
yang panjang.dan variasi musim adalah merupakan variasi yang berulang-ulang
dan regular dengan periode waktu yang pendek yaitu satu tahun atau kurang.
4. Faktor –faktor yang menyebabkan terjadinya variasi musiman disebabkan oleh
pengaruh-pengaruh seperti : musim, adat istiadat dan kebiasaan.dan gerakan tidak
teratur adalah kejadian-kejadian yang terjadi secara mendadak atau tidak
 diperhitungkan sebelumnya seperti: perang ,bencana alam ,kematian pimpinan
perusahaan dan kebijakan baru yang dikeluarkan pemerintah.
5. Berikan beberapa contoh berkaitan variasi siklis, variasi musiman dan gerakan tidak
teratur.
1. Metode semi rata-rata (semi average method)
2. Metode rata-rata bergerak (moving average method)
3. Metode kuadrat terkecil (least square method).
Metode untuk membuat persamaan trend linier :
Metode Semi Rata- rata (Semi Average Method).
1. Mengelompokkan data menjadi 2 (dua bagian). Jika jumlah data ganjil, maka nilai
data yang ditengah dapat dihilangkan atau dihitung 2 kali, yaitu 1 bagian menjadi
kelompok pertama dan 1 bagian menjadi kelompok ke dua.
2. Menghitung rata-rata hitung kelompok pertama K1 dan kelompok kedua K2
diletakkan pada tahun pertengahan pada kelompok 2. Nilai tahun pertengahan
pada K1 dan K2 merupakan nilai konstanta (α) dan letak tahun merupakan tahun
dasar. Nilai K1 dan K2 menjadi intersep pada persamaan trendnya.
3. Menghitung selisih K2-K1, apabila K2-K1 > 0, berarti trend positif dan bila K2 < K1
maka trendnya negatif.

K 2 −K 1
b=
4. Nilai perubahan trend (b) diperoleh dengan cara : tahundasar 2−tahundasar 1

Metode Rata-Rata Bergerak (Moving Average Method)

Indeks Musim = nilai rasio x faktor koreksi
Dimana :
Nilai rasio = data asli/data rata-rata bergerak.
Faktor koreksi = (100 x n)/jumlah rata-rata rasio selama n.
Metode Kuadrat Terkecil (Least Square Method)
Apabila Y menggambarkan data asli dan Y 1 merupakan data trend, maka metode

terkecil dirumuskan : ∑ (Y −Y )2
 Rumus garis trend dengan metode least square sebagai berikut:
Y 1 =a+bx
Dimana :
Y1 = nilai trend
a = nilai konstanta yaitu nilai Y pada saat nilai X = 0
b = nilai kemiringan tambahan nilai Y apabila X bertambah satu- satuan.
X = nilai periode tahun
Untuk memperoleh a dan b dapat digunakan rumus sebagai berikut:

a=∑ Y /n dan b=∑ XY / ∑ X 2

5. Rumus masing-masing metode dijelaskan pada jawaban soal no : 6.

6. Kelebihan metode setengah rata-rata perhitungannya tidak sukar , rata-rata
bergerak mengetahui kondisi masa datang atau dapat untuk meramalkan kondisi
mendatang.dan least square paling sesuai untuk menggambarkan suatu data
berkala dan kekurangan metode setengah rata-rata apabila jumlah data ganjil maka
data yang berada ditengah tidak diikutkan atau dua kali dalam perhitungan akan
mempengaruhi nilai rata-rata, rata-rata bergerak melupakan nilai data pertama .
7. Metode mana yang paling sesuai Metode kuadrat terkecil (least square method)
karena mendekati garis normal.
8. Manfaat dari diagram pencar menggambarkan garis data sesungguhnya dan garis
persamaan trendnya.

KUNCI JAWABAN

KUNCI JAWABAN : SOAL LATIHAN ANALISA DERET BERKALA ATAU DATA

BERKALA ATAU FLUKTUASI BISNIS DAN PERMALAN
KUNCI JAWABAN SOAL URAIAN
1.Data berkala ( time series ) adalah sekumpulan data yang dicatat dalam suatu
periode waktu dan kegunaannya untuk mengetahui kondisi masa datang atau untuk
meramalkan kondisi mendatang.
.
2. Data berkala memiliki beberapa komponen yaitu
T = Trend
S = variasi musim
C = variasi siklus
I = variasi yang tak beraturan
Nilai data berkala (Y) dihubungkan dengan komponen-komponennya. dinyatakan Y
=T+S+C+I

3. Trend adalah merupakan gerakan teratur atau gerakan rata-rata dalam jangka waktu
yang panjang.dan variasi musim adalah merupakan variasi yang berulang-ulang dan
regular dengan periode waktu yang pendek yaitu satu tahun atau kurang.
4.Faktor –faktor yang menyebabkan terjadinya variasi musiman disebabkan oleh
pengaruh-pengaruh seperti : musim, adat istiadat dan kebiasaan.dan gerakan tidak
teratur adalah kejadian-kejadian yang terjadi secara mendadak atau tidak
diperhitungkan sebelumnya seperti: perang ,bencana alam ,kematian pimpinan
perusahaan dan kebijakan baru yang dikeluarkan pemerintah.
5. Berikan beberapa contoh berkaitan variasi siklis , variasi musiman dan gerakan tidak
teratur.
a. Metode semi rata-rata (semi average method)
b. Metode rata-rata bergerak (moving average method).
c. Metode kuadrat terkecil (least square method).

Metode untuk membuat persamaan trend linier :

Metode Semi Rata- rata (Semi Average Method).
a. Mengelompokkan data menjadi 2 (dua bagian). Jika jumlah data ganjil, maka
nilai data yang ditengah dapat dihilangkan atau dihitung 2 kali, yaitu 1 bagian
menjadi kelompok pertama dan 1 bagian menjadi kelompok ke dua.
 b. Menghitung rata-rata hitung kelompok pertama K 1 dan kelompok kedua K2
diletakkan pada tahun pertengahan pada kelompok 2. Nilai tahun pertengahan
pada K1 dan K2 merupakan nilai konstanta (α) dan letak tahun merupakan tahun
dasar. Nilai K1 dan K2 menjadi intersep pada persamaan trendnya.
c. Menghitung selisih K2-K1, apabila K2-K1 > 0, berarti trend positif dan bila K2 < K1
maka trendnya negatif.
d. Nilai perubahan trend (b) diperoleh dengan cara :

K 2 −K 1
b=
tahundasar 2−tahundasar 1

Metode Rata-Rata Bergerak (Moving Average Method)

Indeks Musim = nilai rasio x faktor koreksi
Dimana :
Nilai rasio = data asli/data rata-rata bergerak.
Faktor koreksi = (100 x n)/jumlah rata-rata rasio selama n.

Metode kuadrat terkecil (least square method)

Apabila Y menggambarkan data asli dan Y 1 merupakan data trend, maka Metode

terkecil dirumuskan : ∑ (Y −Y )2
Rumus garis trend dengan metode least square sebagai berikut:
Y 1 =a+bx
Dimana :
Y1 = nilai trend
a = nilai konstanta yaitu nilai Y pada saat nilai X = 0
b = nilai kemiringan tambahan nilai Y apabila X bertambah satu-
satuan.
X = nilai periode tahun
Untuk memperoleh a dan b dapat di gunakan rumus sebagai beriku:
a=∑ Y /n dan b=∑ XY / ∑ X 2

7. Rumus masing-masing metode dijelaskan pada jawaban soal no : 6.

8. Kelebihan metode setengah rata-rata perhitungannya tidak sukar , rata-rata
bergerak mengetahui kondisi masa datang atau dapat untuk meramalkan kondisi
mendatang.dan least square paling sesuai untuk menggambarkan suatu data
berkala dan kekurangan metode setengah rata-rata apabila jumlah data ganjil maka
data yang berada ditengah tidak diikutkan atau dua kali dalam perhitungan akan
mempengaruhi nilai rata-rata, rata-rata bergerak melupakan nilai data pertama .
9. Metode mana yang paling sesuai Metode kuadrat terkecil (least square method)
karena mendekati garis normal.
10. Manfaat dari diagram pencar menggambarkan garis data sesungguhnya dan garis
persamaan trendnya.