ellya/2016 3 ellya/2016 4
1
6/7/2020
Contoh - 2 Penyelesaian
a. Menentukan Persamaan trend dengan menggunakan kuadrat
Produksi gula pasir di Cirebon kurun waktu 2013-2019 (dalam terkecil
ribuan ton)
Tahun Yi Xi Xi2 XiYi Xi2Yi Xi4
Tahun 2013 2014 2015 2016 2017 2018 2019 2013 10 -3 9 -30 90 81
Jumlah Produksi 2014 11 -2 4 -22 44 16
10 11 16 15 22 21 23
(x 1000 ton)
2015 16 -1 1 -16 16 1
Hitunglah : 2016 15 0 0 0 0 0
a. Dengan metode kuadrat terkecil tentukanlah persamaan
2017 22 1 1 22 22 1
trend parabolisnya
b. Nilai trend untuk masing-masing tahun 2018 21 2 4 42 84 16
c. Taksirlah untuk tahun 2025 2019 23 3 9 69 207 81
Jumlah 118 0 28 65 463 196
ellya/2016 5 ellya/2016 6
Nilai a, b, dan c berturut-turut dapat dihitung melalui rumus sbb: 472 = 28 a + 112 c
463 = 28 a + 196 c ( - )
∑ X i Yi = b . ∑ Xi2
65 = 28 b
9 = - 84 c 118 = 7 a + 28 (-0,11)
b = 2,32
c = - 0,11 119 = 7 a – 3,08
∑ Yi = n.a + c . ∑ Xi2 121 = 7a
a = 17,29
118 = 7a + 28 c
Jadi persamaan trend nya adalah :
∑ Yi = a. ∑ Xi2 + c. ∑ Xi4
463 = 28 a + 196 c Y’ = 17,29 + 2,32 X - 0,11 X2
ellya/2016 7 ellya/2016 8
2
6/7/2020
Hitunglah :
a. Dengan metode kuadrat terkecil tentukanlah persamaan
trend Eksponensial
b. Nilai trend untuk masing-masing tahun
c. Taksirlah untuk tahun 2025
12
ellya/2016 11 ellya/2016
3
6/7/2020
Penyelesaian
ellya/2016 13 ellya/2016 14
ellya/2016 15 ellya/2016 16
4
6/7/2020
Latihan - Soal
a. Tabulasi Data
Penjualan Produk X pada tahun 2015 adalah sbb :
Penyelesaian :
b. Menentukan Model Persamaan
Dibuatkan grafik polygon
ellya/2016 19 ellya/2016 20
5
6/7/2020
n -12, ΣX2 = 572, ΣX4 = 48620, Σ Y = 10117, Σ XY = -7437, ΣX2Y = 505667, n -12, ΣX2 = 572, Σ log Y = 35.02, dan ΣX log Y = -3.72
b = -13
Σ log Y Σ X log Y
a = antilog b = antilog
n ΣX2
nΣX2Y - ΣX2 ΣY a = ΣY - cΣX2 = 10117 - (0.1 x 572)
c= = antilog ( -3.72 / 572 )
nΣX4 - (ΣX2)2 n 12 = antilog ( -3.72/12)
= antilog - 0.006503496
= 9487.8 / 12 = antilog 2.918333
(12-505677) - (572 x 10177) = 0.985136711
= = 790.65 = 828.5778767
(12 x 48620) - (572)2 = 0.99
= 828.58
= 281200/256256
= 1.1
ellya/2016 21 ellya/2016 22
6
6/7/2020
Y = 828.58 + 0.99X Data pengamatan waktu perubahan hasil produk X ditahun 2015 setiap bulannya
mengalami perubahan variasi dari bulan kebulan berupa peningkatan maupun
2
Waktu Yi Xi Ỳ ekponensial e ekponensial e ekponensial penurunan.
1 1143 -11 829.70 313.30 98,158.83 Jumlah penjualan tertinggi pada bulan Januari sebanyak 1143, sementara penurunan
2 1037 -9 829.67 207.33 42,983.79 penjualan tertinggi terdapat pada bulan Juni sebanyak 660, jadi terlihat perubahan
waktu fluktuatif.
3 857 -7 829.65 27.35 747.86
Perhitungan MSE
4 757 -5 829.63 (72.63) 5,275.34
5 948 -3 829.61 118.39 14,016.05 1) MSE Trend Linier 1) MSE Trend Linier
6 660 -1 829.59 (169.59) 28,760.80
7 683 1 829.57 (146.57) 21,482.76 MSE = Σ e2 / n MSE = Σ e2 / n
= 220234.91 / 12 = 318964.13 / 12
8 809 3 829.55 (20.55) 422.31
= 1835.91 = 26580.34
9 1078 5 829.53 248.47 61,736.85
10 696 7 829.51 (133.51) 17,825.47 2) MSE Trend Kuadratik
11 777 9 829.49 (52.49) 2,755.57
12 672 11 829.48 (157.48) 24,798.48 MSE = Σ e2 / n
= 194520.73 /12
Σ 10117 9,954.99 162.01 318,964.13
= 16210.06
ellya/2016 25 ellya/2016 26
ellya/2016 27 ellya/2016 28
7
6/7/2020
ellya/2016 ellya/2016 30
Hasil Produksi per Rata-rata Menghitung indeks musim suatu data deret waktu digunakan
Total
Tahun
triwulan (pcs)
produksi
produksi beberapa metode :
triwulan tiap
I II III IV setahun
tahun 1. Metode Rata-Rata Sederhana (Simple Average
2007 3 5 6 10 24 6,00 Method)
2008 5 8 8 8 29 7,25
Langkah-Langkahnya :
2009 8 9 10 5 32 8,00 a. Susun data tiap bulan atau tiap triwulan untuk masing-
2010 10 9 10 8 37 9,25 masing tahun. Kolom bulan/triwulan vertikal dan kolom
tahun horizontal
b. Cari nilai rata-rata tiap bulan atau triwulan untuk semua
Untuk mengukur penyimpangan data deret waktu musim secara
tahun
individual terhadap keadaan normalnya(rata-ratanya) dipakai
c. Nilai rata-rata tersebut dinyatakan dalam % terhadap
indeks variasi musiman. Atau biasa disebut indeks musim.
totalnya
Indeks musim umumnya dinyatakan dalam bentuk persentase (%).
d. Nilai rata-rata yang telah dinyatakan dalam % ini dikalikan
12 untuk indeks musim bulanan dan dikalikan 4 untuk
indeks triwulan.
ellya/2016 31 ellya/2016 32
8
6/7/2020
Berdasarkan data dibawah ini carilah indeks musimnya dengan metode rata- Perhitungan indeks musiman bulanan dengan metode rata-rata sederhana h
rata sederhana (Harga eceran Beras di Jakarta 2006 – 2010/Rp Kg arga eceran Beras di Jakarta 2006 – 2010/Rp Kg
Tahun
2006 2007 2008 2009 2010 Tahun Total Rata2 Rata2 Indeks
Bulan 2006 2007 2008 2009 2010 tiap
Bulan
Jan 230 350 400 450 450 tiap Bln Bln(%) Musiman
(8)=(7)/ (9)=(8)/∑ (10)=(9)x
Feb 250 300 400 450 500 (1) (2) (3) (4) (5) (6) (7)
n (8) 12
Mar 280 300 400 450 500 Jan 230 350 400 450 450 1880 376 7.76 93.11
Feb 250 300 400 450 500 1900 380 7.84 94.10
Apr 250 300 425 475 510
Mar 280 300 400 450 500 1930 386 7.97 95.58
Mei 258 300 400 500 500 Apr 250 300 425 475 510 1960 392 8.09 97.07
Jun 257 375 400 475 525 Mei 258 300 400 500 500 1958 391.6 8.08 96.97
Jun 257 375 400 475 525 2032 406.4 8.39 100.64
Jul 225 375 400 450 525 Jul 225 375 400 450 525 1975 395 8.15 97.81
Agt 315 375 400 450 550 Agt 315 375 400 450 550 2090 418 8.63 103.51
Sep 315 345 425 450 550 2085 417 8.61 103.26
Sep 315 345 425 450 550
Okt 315 350 425 500 500 2090 418 8.63 103.51
Okt 315 350 425 500 500 Nov 315 350 425 500 550 2140 428 8.83 105.98
Nov 315 350 425 500 550 Des 315 350 425 500 600 2190 438 9.04 108.46
Total 4846 100 1200.00
Des 315 350 425 500 600
ellya/2016 33 ellya/2016 34
Latihan – Soal
Kesimpulannya:
Biaya Promosi Perumahan Griya Mandiri (dalam jutaan)