Aleixo Da Costa
Rano Kondolele
Andriyani
DEFINISI DATA BERKALA 1
2 DEFINISI TREND
METODE SEMI AVERAGE 3
6 P PENUTUP
DEFINISI DATA BERKALA 1
2
✓Adalah Data yang dikumpulkan dari waktu ke waktu untuk menggambarkan perkembangan
suatu kegiatan (perkembangan produksi, harga barang, hasil penjualan, jumlah produk,
dsb)
✓Serangkaian nilai-nilai variabel yang disusun berdasarkan waktu
2 DEFINISI TREND
5
Langkah-langkah :
1. Kelompokan data menjadi dua kelompok dengan jumlah dan deret berkala yang sama
2. Hitung semi total tiap kelompok dengan menjumlahkan nilai deret berkala tiap kelompok
3. Carilah rata-rata hitung tiap kelompok untuk memperoleh setengah rata-rata (semi
average)
8
4. Untuk menentukan nilai trend linier untuk tahun-tahun tertentu dapat dirumuskan
sebagai berikut :
𝑥2 −𝑥1
𝑌 ′ = 𝑎0 + 𝑏𝑋 𝑏=
𝑛
Berikut adalah data jumlah persediaan barang perusahaan X dari tahun 2001 hingga 2008 dalam ton, ramalkan
persediaan barang pada tahun 2009 & 2010 :
2001 = 40
2002 = 76
2003 = 86
2004 = 50
2005 = 66
2006 = 96
2007 = 80
2008 = 70
10
TREND AWAL
TAHUN PERSEDIAAN KELOMPOK X SEMI TOTAL SEMI AVERAGE
TAHUN
2001 40 -2
2002 76 -1 252/4 = 63
I 252
2003 86 1 𝑎0 = 𝑥1
2004 50 2
2005 66 3
2006 96 4 312/4 = 78
II 312
2007 80 5 𝑎0 = 𝑥2
2008 70 6
11
2002 76 -1 252/4 = 63
I 252 Y=63+3,75(X)
2003 86 1 𝑎0 = 𝑥1
2004 50 2
2005 66 3
2006 96 4 312/4 = 78
II 312 Y=78+3,75(X)
2007 80 5 𝑎0 = 𝑥2
2008 70 6
Jadi persamaan yang digunakan untuk meramalkan persediaan tahun berikutnya adalah : Y = 63 + 3,75 (X)
13
Berapakah persediaan awal tahun 2009? Berapakah persediaan awal tahun 2010?
Diketahui : Diketahui :
a0 = 63 a0 = 63
X=7 X =8
*persamaan trend dengan tahun dasar *persamaan trend dengan tahun dasar
2003 2003
Y’ = 63 + 3,75x Y’ = 63 + 3,75x
Y’ = 63 + 3,75 (7) Y’ = 63 + 3,75 (8)
Y’ = 63 + 26,25 Y’ = 63 + 30
Y’ = 89,25 Y’ = 93
14
TAHUN PERSEDIAAN KELOMPOK X SEMI TOTAL SEMI AVERAGE TREND AWAL TAHUN
2000 25 -7
2001 40 -6
277/4 = 69,25
2002 76 II -5 277 Y=69,25+6(X)
𝑎0 = 𝑥2
2003 86 -4
2004 50 -3
2005 66 -2
2006 96 -1
397/4 = 99,25
2007 80 I 0 397 Y=99,25+6(X)
𝑎0 = 𝑥1
2008 70 1
2009 85 2
𝑥2 −𝑥1 99,25−69,25
𝑏= = =6
𝑛 5
4 METODE LEAST SQUARE
16
Berikut adalah data penjualan barang PT. Mamkmur Sejahtera Tahun 1995–1999 dalam ribu unit :
TAHUN PENJUALAN
X Y
1995 130
1996 145
1997 150
1998 165
1999 170
Buatlah ramalan/forecast penjualan di tahun 2000, 2001, 2002, 2003, dan 2004 dengan metode least square
18
TAHUN PENJUALAN
X X2 XY Y’
X Y
1995 130 -2 4 -260 ?
1996 145 -1 1 -145 ?
1997 150 0 0 0 ?
1998 165 1 1 165 ?
1999 170 2 4 340 ?
TOTAL 760 0 10 100 ?
a = 760 / 5 = 152
b = 100 / 10 = 10
Dari persamaan fungsi Y diatas juga dapat disusun ramalan penjualan pada tahun
berikutnya untuk dijadikan dasar pembuatan anggaran penjualan.
Y(2000) = 152 +10 (3)
= 182
2000 182
2001 192
2002 202
2003 212
2004 222
21
Berikut adalah data penjualan barang PT. Maju Mundur Tahun 1995–2000 dalam ribu unit :
No Tahun Penjualan (Y)
1 1995 130
2 1996 145
3 1997 150
4 1998 165
5 1999 170
6 2000 185
Buatlah ramalan/forecast penjualan di tahun 2001, 2002, 2003, 2004, dan 2005 dengan metode least square
22
a = 945 / 6 = 157,5
b = 365 / 70 = 5,21
TAHUN PENJUALAN (Y)
Setelah mengetahui nilai variabel a dan b maka persamaan 1995 131,45 = 131
trendnya dapat diketahui yaitu : 1996 141,87 = 142
1997 152,29 = 152
Y = 157,5 + 5,21X 1998 162,71 = 163
Dari persamaan fungsi Y diatas maka nilai trend dari tahun 1999 173,13 = 173
1995 sampai dengan 2000 dapat diketahui : 2000 183,55 = 184
24
Dengan cara yang sama dapat pula diketahui ramalan penjualan untuk tahun 2001 – 2005 :
✓Data berkala adalah fakta-fakta yang dikumpulkan dari waktu ke waktu dengan selang
yang relatif sama dan bertahap.
✓Data berkala menjadi menjadi dasar dari suatu proses analisa maupun peramalan
(forecast ) terhadap variabel waktu tertentu.
✓Metode yang umum digunakan dalam peramalan (forecast ) degan dasar data berkala
adalah metode semi average dan metode least square.
☺