09/04/2017

METODE
DEKOMPOSISI

1
 09/04/2017

Pengantar
• Dekomposisi mempunyai asumsi bahwa data tersusun
sebagai berikut :

Data = pola + galat = f (trend, siklus, musiman) + galat.

• Penulisan matematis umum dari pendekatan dekomposisi

adalah :
ܺ௧ = ݂(‫ܫ‬௧ , ܶ௧ , ‫ܥ‬௧ , ‫ܧ‬௧ )

• Ada beberapa metode dekomposisi dan semua metode

tersebut mempunya proses dekomposis yang serupa
sebagai berikut :

1. Pada Xt hitunglah MA(N) dengan N = panjang musiman.

Maksud dari rata-rata bergerak ini adalah untuk
menghilangkan unsur musiman dan keacakan. Data
musiman misalkan data 12 bulan, data 4 kuartal, atau 7
hari.

2. Pisahkan rata-rata bergerak N periode pada langkah 1

dari deret data semula untuk memperoleh unsur trend
dan siklus.

2
 09/04/2017

Pengantar

3. Pisahkan faktor musimandengan menghitung rata-rata

setiap periode yang menyusun panjang musiman secara
lengkap.

4. Identifikasi bentuk trend yang tepat (linear, eksponensial,

kurva-S, dll.) dan hitung nilainya setiap periode (Tt).

5. Pisahkan hasil langkah 4 dari hasil langkah 2 (nilai

gabungan dari unsur trend dan musiman) untuk memperoleh
faktor siklus.

6. Pisahkan musiman, trend, dan siklus dari data asli untuk

mendapatkan unsur acak yang ada, Et.

3
 09/04/2017

Pengantar
CONTOH :
TABEL. Prosedur Dekomposisi untuk Deret Data yang
Mengandung Trend Musiman, dan Unsur Acak.

Deret Berkala
Periode Trend (Tt) Musiman (It) Keacakan (Et) (Xt=Tt+lt+Et)
1 2 3 -0,3 4,7
2 4 5 0 9,0
3 6 7 0 13,0
4 8 3 0,3 11,3
5 10 5 0,9 15,9
6 12 7 0,6 19,6
7 14 3 -0,3 16,7
8 16 5 -0,3 20,7
9 18 7 0 25,0
10 20 3 0,6 23,6
11 22 5 0 27,0
12 24 7 0,3 31,3

• Komponen siklus (Ct) pada Tabel adalah nol

• Pola musimannya adalah 3 sehingga harus dihitung MA (3)
nya.

4
 09/04/2017

Pengantar
TABEL. Perhitungan Dekomposisi untuk Rata-rata Bergerak

Deret Berkala Rata-rata Bergerak It+Et=Xt-

Periode Musim (Xt=It+Tt+Ct+Et) (Mt=Tt + Ct) Mt
1I 4,7
2 II 9,0 8,9 0,1
3 III 13,0 11,1 1,9
4I 11,3 13,4 -2,1
5 II 15,9 15,6 0,3
6 III 19,6 17,4 2,2
7I 16,7 19,0 -2,3
8 II 20,7 20,8 -0,1
9 III 25,0 23,1 1,9
10 I 23,6 25,2 -1,6
11 II 27,0 27,3 -0,3
12 III 31,3

Prosedur Dekomposisi untuk Indeks Musiman

Musim
I II III
0,1 1,9
-2,1 0,3 2,2
-2,3 -0,1 1,9
-1,6 -0,3
Jumlah -6 0 6
Rata-rata -2 0 2

5
 09/04/2017

Pengantar
TABEL. Perhitungan Dekomposisi untuk Rata-rata Bergerak

Deret Berkala
Periode Musim (Xt=It+Tt+Ct+Et) Tt Ct It Et
1I 4,7 6,43
2 II 9,0 8,56 0,34 0 0,1
3 III 13,0 10,69 0,41 2 -0,1
4I 11,3 12,82 0,58 -2 -0,1
5 II 15,9 14,95 0,65 0 0,3
6 III 19,6 17,08 0,32 2 0,2
7I 16,7 19,21 -0,21 -2 -0,3
8 II 20,7 21,34 -0,54 0 -0,1
9 III 25,0 23,47 -0,37 2 -0,1
10 I 23,6 25,6 -0,4 -2 -0,4
11 II 27,0 27,73 -0,43 0 -0,3
12 III 31,3 29,86

Coefficients Standard Error t Stat P-value

Intercept 4,313636 1,130541 3,81555 0,003398

X Variable 1 2,128671 0,15361 13,85761 7,47E-08

6
 09/04/2017

Pencocokan Trend

• Garis Trend Linear untuk Data Deret Berkala

Xt=a +bt
35,0

30,0 y = bx + a

25,0

20,0
Xt

15,0

10,0

5,0

0,0
0 2 4 6 8 10 12 14
Periode (t)

7
 09/04/2017

Metode Dekomposisi Klasik dengan Rasio

Rata-rata Bergerak

• Asumsi metode dekomposisi dapat berupa Model Aditif

atau Multiplikatif.

• Model Aditif :
ܺ௧ = ‫ܫ‬௧ + ܶ௧ + ‫ܥ‬௧ + ‫ܧ‬௧

• Model Multiplikatif :
ܺ௧ = ‫ܫ‬௧ ∗ ܶ௧ ∗ ‫ܥ‬௧ ∗ ‫ܧ‬௧

Metode rasio rata-rata bergreak mula-mula memisahkan

unsur trend-siklus dari data dengan menghitung rata-rata
bergerak yang jumlah unsurnya sama dengan panjang
musiman. Rata-rata bergerak yang dihasilkan, Mt, adalah

Mt = Tt x Ct

8
 09/04/2017

Metode Dekomposisi Klasik dengan Rasio

Rata-rata Bergerak

• Persamaan Mt = Tt + Ct hanya mengandung trend dan

siklus, karena faktor musiman dan keacakan telah
dieliminasi dengan perata-rataan.

ܺ௧ ‫ܫ‬௧ ‫ܶݔ‬௧ ‫ܥݔ‬௧ ‫ܧݔ‬௧

= = ‫ܫ‬௧ ‫ܧݔ‬௧
‫ܯ‬௧ ܶ௧ ‫ܥݔ‬௧

• Persamaan diatas merupakan rasio dari data sebenarnya

dengan rata-rata bergerak dan mengisolasi 2 komponen
deret berkala lainnya. Langkah selanjutnya dalam metode
ini adalah menghilangkan keacakan.

9
 09/04/2017

Metode Dekomposisi Klasik dengan Rasio

Rata-rata Bergerak

• Tabel Registrasi Sepeda Motor: Dekomposisi Rasio Rata-rata

Bergerak.
Rasio dari Nilai yang sebenarnya
Tahun Bulan Data (Xt) Rata-rata Bergerak terhadap Rata-rata Bergerak
1971 Jan 894
Feb 667
Mar 858
Apr 865
Mei 989
Jun 1093
Jul 1191 1024,083 116,299
Agu 1203 1035,909 116,130
Sep 1159 1044,417 110,971
Okt 1046 1051,000 99,524
Nov 1203 1058,250 113,678
Des 1121 1058,917 105,863
1972 Jan 931 1066,000 87,336
Feb 874 1083,750 80,646
Mar 937 1094,083 85,642
Apr 952 1101,417 86,434
Mei 997 1122,750 88,800
Jun 1178 1122,917 104,905
Jul 1404 1132,333 123,992
Agu 1327 1129,750 117,460
Sep 1247 1128,500 110,501
Okt 1302 1127,667 115,460
Nov 1205 1134,833 106,183
Des 1234 1139,917 108,254
1973 Jan 900 1158,167 77,709
Feb 859 1164,167 73,787
Mar 927 1169,667 79,253
Apr 1038 1175,417 88,309
Mei 1058 1179,667 89,686
Jun 1397 1184,833 117,907
Jul 1476 1190,333 123,999
Agu 1393 1197,250 116,350
Sep 1316 1188,750 110,705
Okt 1353 1190,667 113,634
Nov 1267 1192,167 106,277
Des 1300 1205,083 107,876

10
 09/04/2017

Metode Dekomposisi Klasik dengan Rasio

Rata-rata Bergerak
• Tabel Registrasi Sepeda Motor: Dekomposisi Rasio Rata-rata
Bergerak.
Rasio dari Nilai yang sebenarnya
Tahun Bulan Data (Xt) Rata-rata Bergerak terhadap Rata-rata Bergerak
1974 Jan 983 1048,000 93,798
Feb 757 1109,143 68,251
Mar 950 1154,625 82,278
Apr 1056 1178,333 89,618
Mei 1213 1202,400 100,882
Jun 1329 1228,818 108,153
Jul 1476 1220,000 120,984
Agu 1473 1230,167 119,740
Sep 1368 1244,667 109,909
Okt 1419 1251,583 113,376
Nov 1493 1239,583 120,444
Des 1123 1234,667 90,956
1975 Jan 1105 1229,833 89,850
Feb 931 1235,083 75,380
Mar 1033 1243,583 83,066
Apr 912 1240,000 73,548
Mei 1154 1240,500 93,027
Jun 1271 1157,083 109,845
Jul 1539 1174,083 131,081
Agu 1575 1162,000 135,542
Sep 1325 1163,917 113,840
Okt 1425 1160,833 122,757
Nov 492 1184,333 41,542
Des 1327 1204,917 110,132
1976 Jan 960 1209,667 79,361
Feb 954 1228,083 77,682
Mar 996 1229,167 81,031
Apr 1194 1240,500 96,252
Mei 1401 1258,417 111,330
Jun 1328 1337,333 99,302
Jul 1760 1351,000 130,274
Agu 1588
Sep 1461
Okt 1640
Nov 1439
Des 1491

11
 09/04/2017

Metode Dekomposisi Klasik dengan Rasio

Rata-rata Bergerak
• Tabel Registrasi Sepeda Motor: Dekomposisi Rasio Rata-rata
Bergerak.

Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des

116 117 111 100 114 106

87 81 86 86 89 105 124 117 111 115 106 108

78 74 79 88 90 118 124 116 111 114 106 108

82 63 79 87 100 108 121 120 110 113 120 91

90 75 83 74 93 110 131 136 114 123 42 110

79 78 81 96 111 99 130

Min 78 63 79 74 89 99 116 116 110 100 42 91

Max 90 81 86 96 111 118 131 136 114 123 120 110

Rata-rata
Medial 83 76 81 87 94 107 125 118 111 114 109 107 1212
Indeks
Musiman 82 75 80 86 93 106 124 117 110 113 108 106 1200

• Rata-rata medial adalah rata-rata pada musim tertentu

tanpa melibatkan nilai terbesar dan terkecil.

• Indeks musiman adalah rata-rata medial yang disesuaikan

sehingga jumlahnya menjadi 1200.

12
 09/04/2017

Metode Dekomposisi Klasik dengan Rasio

Rata-rata Bergerak

• Langkah terakhir adalah memisahkan trend dari siklus. Garis

trend untuk data ini telah diketahui adalah :

Tt = 975,37 + 6,035(t) sehingga diperoleh :

‫ܯ‬௧ ܶ௧ ‫ܥݔ‬௧
= = ‫ܥ‬௧
ܶ௧ 975,37 + 6,035(‫)ݐ‬
Rata-rata
• Tabel
Tahun Trend dan Siklus
Bulan Bln untuk Data
Data (Xt) Sepeda
Bergerak Motor
Trend (Tt) Siklus (Mt/Tt)
1971Jan 1 894
Feb 2 667
Mar 3 858
Apr 4 865
Mei 5 989
Jun 6 1093
Jul 7 1191 1023,083 1017,615 100,537
Agu 8 1203 1027,167 1023,650 100,344
Sep 9 1159 1044,417 1029,685 101,431
Okt 10 1046 1051,000 1035,720 101,475
Nov 11 1203 1058,250 1041,755 101,583
Des 12 1121 1058,917 1047,790 101,062
1972Jan 1 931 1066,000 981,405 108,620
Feb 2 874 1083,750 987,440 109,754
Mar 3 937 1094,083 993,475 110,127
Apr 4 952 1101,417 999,510 110,196
Mei 5 997 1122,750 1005,545 111,656
Jun 6 1178 1122,917 1011,580 111,006
Jul 7 1404 1132,333 1017,615 111,273
Agu 8 1327 1129,750 1023,650 110,365
Sep 9 1247 1128,500 1029,685 109,597
Okt 10 1302 1127,667 1035,720 108,878
Nov 11 1205 1134,833 1041,755 108,935
Des 12 1234 1139,917 1047,790 108,792

13
 09/04/2017

Metode Dekomposisi Klasik dengan Rasio

Rata-rata Bergerak

• Tabel Trend dan Siklus untuk Data Sepeda Motor

Rata-rata
Tahun Bulan Bln Data (Xt) Bergerak Trend (Tt) Siklus (Mt/Tt)
1973Jan 1 900 1158,167 981,405 118,011
Feb 2 859 1164,167 987,440 117,897
Mar 3 927 1169,667 993,475 117,735
Apr 4 1038 1175,417 999,510 117,599
Mei 5 1058 1179,667 1005,545 117,316
Jun 6 1397 1184,833 1011,580 117,127
Jul 7 1476 1190,333 1017,615 116,973
Agu 8 1393 1197,250 1023,650 116,959
Sep 9 1316 1188,750 1029,685 115,448
Okt 10 1353 1190,667 1035,720 114,960
Nov 11 1267 1192,167 1041,755 114,438
Des 12 1300 1205,083 1047,790 115,012
1974Jan 1 983 1199,417 981,405 122,214
Feb 2 757 1199,417 987,440 121,467
Mar 3 950 1206,083 993,475 121,400
Apr 4 1056 1210,417 999,510 121,101
Mei 5 1213 1215,917 1005,545 120,921
Jun 6 1329 1234,750 1011,580 122,062
Jul 7 1476 1220,000 1017,615 119,888
Agu 8 1473 1230,167 1023,650 120,175
Sep 9 1368 1244,667 1029,685 120,878
Okt 10 1419 1251,583 1035,720 120,842
Nov 11 1493 1239,583 1041,755 118,990
Des 12 1123 1234,667 1047,790 117,835
1975Jan 1 1105 1229,833 981,405 125,314
Feb 2 931 1235,083 987,440 125,079
Mar 3 1033 1243,583 993,475 125,175
Apr 4 912 1240,000 999,510 124,061
Mei 5 1154 1240,500 1005,545 123,366
Jun 6 1271 1157,083 1011,580 114,384
Jul 7 1539 1174,083 1017,615 115,376
Agu 8 1575 1162,000 1023,650 113,515
Sep 9 1325 1163,917 1029,685 113,036
Okt 10 1425 1160,833 1035,720 112,080
Nov 11 492 1184,333 1041,755 113,686
Des 12 1327 1204,917 1047,790 114,996

14
 09/04/2017

Metode Dekomposisi Klasik dengan Rasio

Rata-rata Bergerak

• Tabel Trend dan Siklus untuk Data Sepeda Motor

Rata-rata Siklus
Tahun Bulan Bln Data (Xt) Bergerak Trend (Tt) (Mt/Tt)
1976Jan 1 960 1209,667 981,405 123,259
Feb 2 954 1228,083 987,440 124,370
Mar 3 996 1229,167 993,475 123,724
Apr 4 1194 1240,500 999,510 124,111
Mei 5 1401 1258,417 1005,545 125,148
Jun 6 1328 1337,333 1011,580 132,202
Jul 7 1760 1351,000 1017,615 132,761
Agu 8 1588
Sep 9 1461
Okt 10 1640
Nov
• Untuk meramalkan dapat11dilakukan
1439
dengan cara :
Des 12 1491
Ft = Tt x It x Ct

Misal Januari 1977 ;

Fjan1977 = [975,37+6,035(73)]x(0,82)x(0,982)=1140,85

Misal Februari 1977 :

Ffeb1977=[975,37+6,035(74)]x(0,75)x(0,986)=1033,31

Andaikan C73 = 0,982 dan C74=0,986.

15
 09/04/2017

Jenis Rata-rata Bergerak lainnya

•Rata-rata Bergerak Terpusat

Tabel Rata-rata Bergerak Terpusat 3 dan 4

periode
1 2 3 4 5 6
Periode Nilai MA3 Rasio dari 2/3 MA4 Rasio dari 2/5
1 3
2 5 5 1
3 7 7 1 6 1,167
4 9 9 1 8 1,125
5 11 11 1 10 1,100
6 13 13 1 12 1,083
7 15 15 1 14 1,071
8 17

Tabel Rata-rata Bergerak Terpusat 2xMA4

1 2 3 4 5
Periode Nilai MA4 2xMA4 Rasio dari 2/4
1 3
2 5
3 7 6
4 9 8 9 1,000
5 11 10 11 1,000
6 13 12
7 15 14
8 17

16
 09/04/2017

Jenis Rata-rata Bergerak lainnya

•Rata-rata Bergerak Terpusat

•Notasi berikut bermanfaat dalam membahas

rata-rata bergerak berbobot dan terpusat:

଺,ହ = (ଵ + ଶ + ⋯ + ଵଶ )/12

଻,ହ = (ଶ + ଷ + ⋯ + ଵଷ )/12

଺,ହ +
଻,ହ

′′଻ =
2
௑భ ା௑మ ା⋯ା௑భమ ௑మ ା௑య ା⋯ା௑భయ

଻ᇱᇱ = ( + )/2 =
ଵଶ ଵଶ

(X1 +2X2 +2X3+...+2X11 + 2X12+X13)/24

Perhatikan bahwa suku pertama dan terakhir

adalah 1/24, dan semua suku lainnya adalah
1/12.

17
 09/04/2017

Jenis Rata-rata Bergerak lainnya

• Rata-rata Bergerak 3x3

Rata-rata bergerak 3x3 adalah MA 3 dan MA 3, Rata-
rata bergerak 3x3 sama dengan rata-rata bergerak
berbobot 5 periode, perhatikan :
M2 = (X1+X2+X3)/3 [rata-rata bergerak 3 bulanan
untuk bulan 1, 2, dan 3 yang dipusatkan di periode
2].
M3 = (X2+X3+X4)/3 [dipusatkan di periode 3]
M4 = (X3+X4+X5)/3, M5 = (X4+X5+X6)/3, dst...

ଷᇱᇱ = (
ଶ +
ଷ +
ସ )/3
೉భ శ೉మ శ೉య ೉మశ೉య శ೉ర ೉యశ೉రశ೉ఱ
ା ା ଵ

ଷᇱᇱ = య య య
= ଽ (ଵ + 2ଶ +
ଷ

3ଷ + 2ସ + ହ ) atau MA 5 bulanan berbobot

0,1111; 0,2222; 0,3333; 0,2222; dan 0,1111.

18
 09/04/2017

Jenis Rata-rata Bergerak lainnya

•Rata-rata Bergerak 3x5

MA 3x5 adalah serupa dengan MA 3x3 kecuali
bahwa jumlah suku yang dirata-ratakan pertama
adalah 5 kemudian 3, hasilnya rata-rata
bergerak berbobot 7 suku dengan bobotnya
adalah 0,067, 0,133, 0,200, 0,200, 0,200, 0,133,
dan 0,067.

19
 09/04/2017

Jenis Rata-rata Bergerak lainnya

•Rata-rata Bergerak Spencer dan Henderson

Rata-rata bergerak Spencer dan Henderson
adalah MA 5x5x4x4 atau dengan kata lain rata-
rata bergerak berbobot 15 suku, perhatikan :

ଶ,ହ = (ଵ + ଶ + ଷ + ସ )/4,

ଷ,ହ = (ଶ + ଷ + ସ + ହ )/4,

ସ,ହ = (ଷ + ସ + ହ + ଺ )/4,

ସ + ହ + ଺ + ଻

ହ,ହ = ,
4
ெమ,ఱ ାெయ,ఱ ାெర,ఱ ାெఱ,ఱ

ସᇱᇱ = atau MA (4x4) atau
ସ

ସᇱᇱ = (ଵ + 2ଶ + 3ଷ + 4ସ + 3ହ + 2଺ +

଻ )/16 (rata-rata berbobot 7 bulanan).

20
 09/04/2017

Jenis Rata-rata Bergerak lainnya

•Rata-rata Bergerak Spencer dan Henderson

Gunakan MA berbobot 7 bulanan ini, dapat
dihitung rata-rata bergerak 5 bulanan.

଺ᇱᇱᇱ = (
ସᇱᇱ +
ହᇱᇱ +
଺ᇱᇱ +
଻ᇱᇱ +
଼ᇱᇱ )/5 (MA 5

bulanan dari MA berbobot 7 bulanan). Atau

଺ᇱᇱᇱ = (ଵ + 3ଶ + 6ଷ + 10ସ + 13ହ +

14଺ + 13଻ + 10଼ + 6ଽ + 3ଵ଴ + ଵଵ ) /80
[MA berbobot 11 bulanan].

Lakukan pada rata-rata bergerak 11 bulanan

tersebut adalah rata-rata bergerak 5 suku yang
diboboti sebagai berikut :

21
 09/04/2017

Jenis Rata-rata Bergerak lainnya

•Rata-rata Bergerak Spencer dan Henderson

ିଷ ᇱᇱᇱ ଷ ଷ

଼ᇱᇱᇱᇱ = (
଺ +
଻ᇱᇱᇱ +
଼ᇱᇱᇱ +
ଽᇱᇱᇱ +
ସ ସ ସ
ିଷ ᇱᇱᇱ

ଵ଴ ) (MA 5 terhadap MA berbobot 11
ସ

bulanan), atau

଼ᇱᇱᇱ = (−3ଵ − 6ଶ − 5ଷ + 3ସ + 21ହ +

46଺ + 67଻ + 74଼ + 67ଽ + 46ଵ଴ +
21ଵଵ + 3ଵଶ − 5ଵଷ − 6ଵସ − 3ଵହ )/320.

Tentu saja nilai-nilai data akan berbeda untuk

ଽᇱᇱᇱᇱ .

ଽᇱᇱᇱ = (−3ଶ − 6ଷ − 5ସ … − 6ଵହ −

3ଵ଺ )/320.

22
 09/04/2017

Jenis Rata-rata Bergerak lainnya

•Memilih Panjang Rata-rata Bergerak yang

Tepat

Patokan, makin besar jumlah suku dalam rata-

rata bergerak; akan memungkinkan
dihilangkannya unsur acak. Tetapi makin
panjang rata-rata bergerak; makin banyak suku
dan informasi hilang dalam proses rata-rata.

Untuk rata-rata bergerak N-suku, hilangnya suku

sebanyak [(N-1)/2] pada awal data biasanya tdk
membawa konsekwensi besar, tetapi hilangnya
suku sebanyak [(N-1)/2] di suku akhir adalah
kritis.

23
 09/04/2017

Metode Dekomposisi Cencus II

• Metode Census II terdiri atas 4 fase :

1. Dilakukan penyesuaian data terhadap variasi
hari perdagangan.

2. Penaksiran pendahuluan dari faktor musiman

dan penyesuaian pendahuluan terhadap deret
waktu untuk musiman.

3. Memperkirakan penyesuaian tersebut sehingga

dapat dihitung faktor musiman secara lebih
tepat. Disamping itu dilakukan penaksiran dari
unsur trend-siklus dan unsur acak.

4. Dihasilkan statistik ringkas yang dapat digunakan

untuk menentukan keberhasilan penyesuaian
musiman dan memberikan taksiran unsur trend
– siklus dalam data untuk mencapai peramalan.

24
 09/04/2017

Metode Dekomposisi Cencus II

Penyesuaian Hari Perdagangan

•Data Aktual Perjalanan Penumpang Udara
Internasional
Tahun Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
1949 112 118 132 129 121 135 148 148 136 119 104 118
1950 115 126 141 135 125 149 170 170 158 133 114 140
1951 145 150 178 163 172 178 199 199 184 162 146 166
1952 171 180 193 181 183 218 242 242 209 191 172 194
1953 196 196 236 235 229 243 272 272 237 211 180 201
1954 204 188 235 227 234 264 293 293 259 229 203 229
1955 242 233 267 269 270 315 347 347 312 274 237 278
1956 284 277 317 313 318 374 405 405 355 306 271 306

•Jumlah hari perdagangan

Tahun Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des

1949 20 20 23 21 21 22 20 23 21 21 21 21

1950 21 20 23 20 22 22 20 23 20 22 21 20

1951 22 20 22 21 22 21 21 23 19 23 21 20

1952 22 21 21 22 21 21 22 21 21 23 19 22

1953 21 20 22 22 20 22 22 21 21 22 20 22

1954 20 20 23 22 20 22 21 22 21 21 21 22

1955 20 20 23 21 21 22 20 23 21 21 21 21

1956 21 21 22 21 22 21 21 23 19 23 21 20

25
 09/04/2017

Metode Dekomposisi Cencus II

Penyesuaian Hari Perdagangan

• Perhitungan Penyesuaian hari perdagangan untuk bulan
April
Hari Koefisien hari Perdagangan dari
Tahun Perdagangan penyesuaian Data (April) Apr
1949 21 0,9882 129 130,54
1950 20 0,9412 135 143,44
1951 21 0,9882 163 164,94
1952 22 1,0353 181 174,83
1953 22 1,0353 235 226,99
1954 22 1,0353 227 219,26
1955 21 0,9882 269 272,20
1956 21 0,9882 313 316,73
21,25

• Data Penerbangan yang telah disesuaikan dengan hari

perdagangan (Data yang dipakai utk peramalan)

Tahun Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des

1949 116,90 119,48 128,41 130,54 121,72 132,70 154,48 143,98 131,95 124,67 102,14 118,00

1950 114,32 127,58 137,17 143,44 120,03 146,46 177,44 165,38 160,96 133,00 111,96 147,00

1951 137,59 151,88 181,03 164,94 165,16 183,30 197,82 193,59 197,32 154,96 143,39 174,30

1952 162,26 173,57 205,64 174,83 184,09 224,49 229,63 257,85 202,78 182,70 186,71 185,18

1953 194,83 198,45 240,02 226,99 241,88 238,86 258,09 289,81 229,95 211,00 185,63 191,86

1954 212,93 190,35 228,61 219,26 247,16 259,50 291,26 297,99 251,29 239,90 199,38 218,59

1955 252,59 235,91 259,74 272,20 271,61 309,63 362,18 337,57 302,71 287,05 232,77 278,00

1956 282,31 267,11 322,40 316,73 305,35 385,13 402,59 393,99 380,69 292,70 266,16 321,30

26
 09/04/2017

Metode Dekomposisi Cencus II

Penyesuaian Musiman Awal

•Pada kasus ini dipakai data asli (bukan data
hasil penyesuaian) karena metode dekomposisi
tidak banyak merubah hasil dekomposisi. Fase
kedua dari Census II adalah memuat
pemisahan awal dari musiman terhadap unsur
trend-siklus dan kemudian memisahkan
keacakannya.

Perhitungan Rata-rata Bergerak Terpusat 12
Bulanan
Xt = It*Tt*Ct*Et; Mt = Tt*Ct; Xt/Mt = It*Et
Tabel. Perhitungan Musiman Awal untuk Census
II
MA 2 bulanan
Rata-rata dari MA 12-
bergerak Tak bulanan (Rata-
Terpusat 12 rata terpusat
Tahun Bulan Data Asli Bulanan 12 bulanan) 3/5
(1) (2) (3) (4) (5) (6)
1949Jan 112 0
Feb 118 0
Mar 132 0
Apr 129 0
Mei 121 0
Jun 135 0
Jul 148 126,667 126,792 116,727
Agu 148 126,917 127,250 116,306
Sep 136 127,583 127,958 106,285
Okt 119 128,333 128,583 92,547
Nov 104 128,833 129,000 80,620
Des 118 129,167 129,750 90,944

27
 09/04/2017

Metode Dekomposisi Cencus II

Penyesuaian Musiman Awal

Rata-rata bergerak MA 2 bulanan dari MA
Tahun Bulan Data Asli Terpusat 12 Bulanan 12-bulanan 3/5
1 2 3 4 5 6
1950Jan 115 130,333 131,250 87,619
Feb 126 132,167 133,083 94,678
Mar 141 134,000 134,917 104,509
Apr 135 135,833 136,417 98,962
Mei 125 137,000 137,417 90,964
Jun 149 137,833 138,750 107,387
Jul 170 139,667 140,917 120,639
Agu 170 142,167 143,167 118,743
Sep 158 144,167 145,708 108,436
Okt 133 147,250 148,417 89,613
Nov 114 149,583 151,542 75,227
Des 140 153,500 154,708 90,493
1951Jan 145 155,917 157,125 92,283
Feb 150 158,333 159,542 94,019
Mar 178 160,750 161,833 109,990
Apr 163 162,917 164,125 99,315
Mei 172 165,333 166,667 103,200
Jun 178 168,000 169,083 105,274
Jul 199 170,167 171,250 116,204
Agu 199 172,333 173,583 114,642
Sep 184 174,833 175,458 104,868
Okt 162 176,083 176,833 91,612
Nov 146 177,583 178,042 82,003
Des 166 178,500 180,167 92,137
1952Jan 171 181,833 183,625 93,125
Feb 180 185,417 187,208 96,150
Mar 193 189,000 190,042 101,557
Apr 181 191,083 192,292 94,128
Mei 183 193,500 194,583 94,047
Jun 218 195,667 196,833 110,754
Jul 242 198,000 199,042 121,583
Agu 242 200,083 200,750 120,548
Sep 209 201,417 203,208 102,850
Okt 191 205,000 207,250 92,159
Nov 172 209,500 211,417 81,356
Des 194 213,333 214,375 90,496
1953Jan 196 215,417 216,667 90,462
Feb 196 217,917 219,167 89,430
Mar 236 220,417 221,583 106,506
Apr 235 222,750 223,583 105,106
Mei 229 224,417 224,750 101,891
Jun 243 225,083 225,375 107,820
Jul 272 225,667 226,000 120,354
Agu 272 226,333 226,000 120,354
Sep 237 225,667 225,625 105,042
Okt 211 225,583 225,250 93,674
Nov 180 224,917 225,125 79,956
Des 201 225,333 226,208 88,856

28
 09/04/2017

Metode Dekomposisi Cencus II

Penyesuaian Musiman Awal

•Tabel. Perhitungan Musiman Awal Census II
Rata-rata
bergerak MA 2 bulanan
Terpusat 12 dari MA 12-
Tahun Bulan Data Asli Bulanan bulanan 3/5
1 2 3 4 5 6
1954Jan 204 227,083 227,958 89,490
Feb 188 228,833 229,708 81,843
Mar 235 230,583 231,500 101,512
Apr 227 232,417 233,167 97,355
Mei 234 233,917 234,875 99,627
Jun 264 235,833 237,000 111,392
Jul 293 238,167 239,750 122,211
Agu 293 241,333 243,208 120,473
Sep 259 245,083 246,417 105,107
Okt 229 247,750 249,500 91,784
Nov 203 251,250 252,750 80,317
Des 229 254,250 256,375 89,322
1955Jan 242 258,500 260,750 92,809
Feb 233 263,000 265,250 87,842
Mar 267 267,500 269,708 98,996
Apr 269 271,917 273,792 98,250
Mei 270 275,667 277,083 97,444
Jun 315 278,500 280,542 112,283
Jul 347 282,583 284,333 122,040
Agu 347 286,083 287,917 120,521
Sep 312 289,750 291,833 106,910
Okt 274 293,917 295,750 92,646
Nov 237 297,583 299,583 79,110
Des 278 301,583 304,042 91,435
1956Jan 284 306,500 308,917 91,934
Feb 277 311,333 313,750 88,287
Mar 317 316,167 317,958 99,699
Apr 313 319,750 321,083 97,482
Mei 318 322,417 323,833 98,199
Jun 374 325,250
Jul 405
Agu 405
Sep 355
Okt 306
Nov 271
Des 306

29
 09/04/2017

Metode Dekomposisi Cencus II

Penyesuaian Musiman Awal

•Tabel Rasio 12 Bulanan Terpusat
Tahun Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des

1949 0,0 0,0 0,0 0,0 0,0 0,0 116,7 116,3 106,3 92,5 80,6 90,9

1950 87,6 94,7 104,5 99,0 91,0 107,4 120,6 118,7 108,4 89,6 75,2 90,5

1951 92,3 94,0 110,0 99,3 103,2 105,3 116,2 114,6 104,9 91,6 82,0 92,1

1952 93,1 96,1 101,6 94,1 94,0 110,8 121,6 120,5 102,9 92,2 81,4 90,5

1953 90,5 89,4 106,5 105,1 101,9 107,8 120,4 120,4 105,0 93,7 80,0 88,9

1954 89,5 81,8 101,5 97,4 99,6 111,4 122,2 120,5 105,1 91,8 80,3 89,3

1955 92,8 87,8 99,0 98,2 97,4 112,3 122,0 120,5 106,9 92,6 79,1 91,4

1956 91,9 88,3 99,7 97,5 98,2 0,0 0,0 0,0 0,0 0,0 0,0 0,0

 Penggantian Nilai-nilai Ekstrim

•Tabel. Perhitungan dari Rata-rata Bergerak 3x3
(April)
Nilai tambah 2
Tahun Rasio Terpusat diwal dan akhir MA 3 MA 3x3
99,1 _ _
1949 99,1 99,1
1950 99,0 99,0 99,1 98,6
1951 99,3 99,3 97,5 98,7
1952 94,1 94,1 99,5 98,6
1953 105,1 105,1 98,9 99,5
1954 97,4 97,4 100,2 98,9
1955 98,2 98,2 97,7 98,6
1956 97,5 97,5 97,9 97,8
97,9 97,7 -
97,9 _ _

30
 09/04/2017

Metode Dekomposisi Cencus II

Penyesuaian Musiman Awal

•Tabel. Perhitungan dari Rata-rata Bergerak 3x3

(April)
Rasio Terpusat
(dari Tabel Selisih (1) dan Kuadrat dari
Tahun sebelumnya) MA 3x3 (2) Selisih
(1) (2) (3) (4)
1949
1950 99,0 98,6 0,4 0,16
1951 99,3 98,7 0,6 0,36
1952 94,1 98,6 -4,5 20,25
1953 105,1 99,5 6,6 43,56
1954 97,4 98,9 -1,5 2,25
1955 98,2 98,6 -0,4 0,16
1956 97,5 97,8 -0,3 0,09
Var = 9,55
Simpangan Baku
= 3,1

31
 09/04/2017

Metode Dekomposisi Cencus II

Penyesuaian Musiman Awal

•Tabel. Perhitungan dari Rata-rata Bergerak 3x3
(April)
Rasio
Terpusat (dari
Tabel Kuadrat dari
Tahun MA 3x3 ±  ∗  sebelumnya) Diluar Batas Selisih
(2) (1) (3) (4)
1949
1950 98,6 ± 6,2 99,0 Tidak
1951 98,7 ± 6,2 99,3 Tidak
1952 98,6 ± 6,2 94,1 Tidak
(94,1+97,4)/2=9
1953 99,5 ± 6,2 105,1 Ya 5,75
1954 98,9 ± 6,2 97,4 Tidak
1955 98,6 ± 6,2 98,2 Tidak
1956 97,8 ± 6,2 97,5 Tidak
Var = 9,55
Simpangan
Baku = 3,1

Nilai Ekstrim yang diganti

Tahun Bulan Nilai

1954 Feb 81,8

1953 Apr 105,1

1951 Aug 114,6

1950 Nov 75,2

32
 09/04/2017

Metode Dekomposisi Cencus II

Penyesuaian Musiman Awal

• Taksiran untuk 6 amatan awal dan akhir, juga taksiran nilai ekstrim

Tahun Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des Total

1949 87,6 94,7 104,5 99,0 91,0 107,4 116,7 116,3 106,3 92,5 75,2 90,9 1182,1

1950 87,6 94,7 104,5 99,0 91,0 107,4 120,6 118,7 108,4 89,6 75,2 90,5 1187,2

1951 92,3 94,0 110,0 99,3 103,2 105,3 116,2 119,6 104,9 91,6 82,0 92,1 1210,5

1952 93,1 96,1 101,6 94,1 94,0 110,8 121,6 120,5 102,9 92,2 81,4 90,5 1198,8

1953 90,5 89,4 106,5 95,75 101,9 107,8 120,4 120,4 105,0 93,7 80,0 88,9 1200,3

1954 89,5 88,6 101,5 97,4 99,6 111,4 122,2 120,5 105,1 91,8 80,3 89,3 1197,2

1955 92,8 87,8 99,0 98,2 97,4 112,3 122,0 120,5 106,9 92,6 79,1 91,4 1200,0

1956 91,9 88,3 99,7 97,5 98,2 112,3 122,0 120,5 106,9 92,6 79,1 91,4 1200,4

Tabel. Penyesuaian Rasio Bulanan sehingga rata-

ratanya 100
Tahun Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
88,9(87,6/[1
182,1/12]*1
1949 00) 96,1 106,1 100,5 92,4 109,0 118,5 118,1 107,9 93,9 76,3 92,3

1950 88,5 95,7 105,6 100,1 92,0 108,6 121,9 120,0 109,6 90,6 76,0 91,5

1951 91,5 93,2 109,0 98,4 102,3 104,4 115,2 118,6 104,0 90,8 81,3 91,3

1952 93,2 96,2 101,7 94,2 94,1 110,9 121,7 120,6 103,0 92,3 81,5 90,6

1953 90,5 89,4 106,5 95,7 101,9 107,8 120,4 120,4 105,0 93,7 80,0 88,9

1954 89,7 88,8 101,7 97,6 99,8 111,7 122,5 120,8 105,3 92,0 80,5 89,5

1955 92,8 87,8 99,0 98,2 97,4 112,3 122,0 120,5 106,9 92,6 79,1 91,4

1956 91,9 88,3 99,7 97,5 98,2 112,3 122,0 120,5 106,9 92,6 79,1 91,4

33
 09/04/2017

Metode Dekomposisi Cencus II

Penyesuaian Musiman Awal

• Faktor Penyesuaian Musiman Awal (It)

Bulan Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
1949 99,1 99,0 99,2 100,4 102,3 107,5 112,2 112,2 104,7 95,6 88,6 88,5
1950 91,5 96,4 98,8 100,0 102,3 108,2 113,8 113,6 105,3 94,9 88,1 88,1
1951 92,1 96,7 100,5 101,7 104,1 107,2 110,9 109,9 103,0 94,8 89,5 90,0
1952 93,1 96,0 97,0 97,9 101,8 108,8 113,9 112,7 104,2 95,2 89,3 88,6
1953 91,0 94,3 98,0 100,1 104,4 109,3 113,8 112,6 104,8 95,6 88,9 87,6
1954 89,6 92,9 96,4 99,6 104,7 110,9 115,3 113,5 105,0 95,3 89,2 88,3
1955 90,3 92,7 95,5 98,6 103,8 110,5 115,1 113,8 105,3 95,7 89,3 88,6
1956 90,4 93,0 95,6 98,7 104,0 110,6 115,2 113,8 105,3 95,7 90,3 93,0

•Xt/It = Tt*Ct*Et

Tabel. Rasio Data aktual terhadap Data Musiman

Bulan Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
1949 113,0 119,2 133,1 128,5 118,3 125,6 131,9 131,9 129,9 124,5 117,3 133,4
1950 125,7 130,7 142,7 135,0 122,2 137,8 149,4 149,7 150,0 140,1 129,4 158,9
1951 157,4 155,1 177,2 160,2 165,2 166,0 179,5 181,0 178,6 171,0 163,2 184,5
1952 183,7 187,5 198,9 184,8 179,8 200,4 212,4 214,7 200,5 200,6 192,6 219,0
1953 215,3 207,9 240,8 234,7 219,4 222,3 239,0 241,6 226,1 220,8 202,6 229,4
1954 227,7 202,4 243,8 227,9 223,5 238,1 254,2 258,1 246,8 240,2 227,6 259,3
1955 268,1 251,2 279,7 272,8 260,1 285,1 301,5 304,9 296,2 286,2 265,3 313,9
1956 314,1 297,9 331,5 317,0 305,9 338,3 351,7 356,0 337,1 319,7 300,3 329,1

34
 09/04/2017

Metode Dekomposisi Cencus II

Penyesuaian Musiman Akhir

Lakukan perhitungan rata-rata bergerak
terboboti 15 bulanan dari spencer. Data TtCtEt
akan menjadi TtCt.

 Mengisolasi Trend-Siklus.

௧ᇱ = ௧ ௧
௧ ௧ ௧ ௧ ௧
௧ = ᇱ = = ௧ ௧

௧ ௧ ௧
Dimana
௧ᇱ adalah MA 15 bulanan dari Spencer
dan FIEt adalah rasio musiman random akhir.
Tetapi boleh menggunakan MA lainnya selain
Spencer, makin besar ubnsur acaknya maka
makin panjang rata-rata bergerak yang dipakai.

 Rasio Musiman-Acak Akhir

Merasiokan data asli dan data rata-rata
bergerak 15 bulanan Spencer menghasilan data
ItEt.

35
 09/04/2017

Metode Dekomposisi Cencus II

Penyesuaian Musiman Akhir

 Faktor Musiman Akhir
Faktor musiman akhir diturunkan dengan
menerapkan MA 3x3 atau MA 5x5 jika terdapat
acak yang besar. Hasilnya berupa himpunan
faktor penyesuaian musiman akhir It.

 Deret Data Akhir yang Disesuaikan Menurut

Musim
௧ ௧ ௧ ௧ ௧
 ௧ = = = ௧ ௧ ௧

(௧ ௧ ) ௧
Data  ௧ diperlakukan dengan rata-rata
bergerak berbobot 15 bulanan, menghasilkan :
( ௧ ) =
(௧ ௧ ௧ ),
 ᇱ௧ = ௧ ௧
Kemudian
 ௧ ௧ ௧ ௧
௧ = = = ௧
 ᇱ௧ ௧ ௧

36
 09/04/2017

Metode Dekomposisi Cencus II

Pengujian dan Statistik Ringkas

Ada 4 jenis pengujian yang sering dipakai
 Uji Bulan yang Berdekatan
 Uji Januari
 Uji Ekualitas
 Uji Perubahan Persentase

37
 09/04/2017

Metode Dekomposisi Cencus II

Bulan untuk Dominansi Siklus

38
 09/04/2017

Perkembangan Dalam Metode Dekomposisi

Peramalan

39