Analisis Variasi Musim

Variasi musiman berhubungan dengan perubahan atau fluktuasi dalam musim-musim

tertentu atau tahunan. Variasi musiman menjelaskan fluktuasi dalam satuan bulanan atau
triwulan atau semester dalam satu tahun. Sebagai contoh, kegiatan bisnis tertentu yang
diklasifikasikan ke dalam bulanan secara terus menerus menunjukkan jumlah kegiatan yang
paling tinggi di bulan Juli dan paling kecil di bulan Mei pada tiap-tiap tahun selama 15 tahun.
Variasi musim dari sisi waktu lebih pendek dari tren (kurang dari satu tahun). Oleh
sebab itu, variasi musiman perlu mendapatkan perhatian untuk peramalan dalam rangka
menyusun perencanaan jangka pendek.
Ukuran variasi musim disebut indeks musim (persentase). Terdapat beberapa metode
perhitungan untuk mencari indeks musim, yaitu metode rata-rata sederhana, metode rata-rata
dengan tren, dan metode rasio rata-rata bergerak.

1. Metode Rata-Rata Sederhana

Metode rata-rata sederhana mengasumsikan bahwa pengaruh tren dan siklus yang
tidak beraturan tidak besar dan dapat dianggap tidak ada. Indeks musim hanya berdasarkan
pada data aktual dan nilai rata-ratanya saja.
Indeks musim dirumuskan sebagai berikut:

Rata−rata per kuartal ×100

Indeks musim=
Rata−ratatotal

Contoh:
Berikut adalah nilai penjualan CPO oleh AALI pada tahun 2011 (Investor Bulletin,
Edisi Kedua, April 2012). Hitunglah indeks musim setiap bulannya.

Bulan Volume Penjualan CPO (Ribuan Ton)

Januari 95,00
Februari 80,40
Maret 108,90
April 80,90
Mei 109,60
Juni 92,00
Juli 122,10
Agustus 99,00
September 102,00
Oktober 121,70
November 119,00
 Bulan Volume Penjualan CPO (Ribuan Ton)
Desember 124,60

Penyelesaian:
Langkah pertama adalah mengetahui rata-rata bulanan untuk satu tahun, kemudian
mencari indeks dengan membagi nilai setiap bulan dengan rata-rata totalnya. Hasil
disajikan sebagai berikut.

Rumus Indeks
Volume
Musim =
Bulan Penjualan CPO Indeks Musim
(Ribuan Ton) Nilai Bulan Ini
× 100
Nilai Rata−Rata
Januari 95,0 ( 95 /104.6 ) ×100 90,8
Februari 80,4 ( 80.4 /104.6 ) × 100 76,9
Maret 108,9 ( 108.9/104.6 ) ×100 104,1
April 80,9 ( 80.9/104.6 ) ×100 77,3
Mei 109,6 ( 109.6/104.6 ) ×100 104,8
Juni 92,0 ( 92/104.6 ) ×100 88,0
Juli 122,1 ( 122.1/104.6 ) ×100 116,7
Agustus 99,0 ( 99 /104.6 ) ×100 94,6
September 102,0 ( 102/104.6 ) ×100 97,5
Oktober 121,7 ( 121.7/104.6 ) ×100 116,3
November 119,0 ( 119 /104.6 ) × 100 113,8
Desember 124,6 ( 124.6/104.6 ) ×100 119,1
Rata-rata 104,6

2. Metode Rata-Rata dengan Tren

Metode rata-rata dengan tren adalah metode rata-rata yang disesuaikan dengan tren.
Indeks musim pada metode rata-rata dengan tren merupakan perbandingan antara nilai
data asli dengan nilai tren. Oleh karena itu, nilai tren harus diketahui lebih dahulu.
Indeks musim metode rata-rata dengan tren dirumuskan sebagai berikut:

Nilai data asli

Indeks Musim= ×100
Nilai tren

Contoh:
Berikut adalah nilai penjualan CPO oleh AALI pada tahun 2011 (Investor Bulletin,
Edisi Kedua, April 2012). Hitunglah indeks musim bulanan.
 Bulan Volume Penjualan CPO (Ribuan Ton)
Januari 95,00
Februari 80,40
Maret 108,90
April 80,90
Mei 109,60
Juni 92,00
Juli 122,10
Agustus 99,00
September 102,00
Oktober 121,70
November 119,00
Desember 124,60

Penyelesaian:
a. Langkah pertama adalah mencari nilai trennya terlebih dahulu. Untuk soal ini
digunakan metode least square.

Bulan Y X XY X2 Ŷ
Januari 95,0 -5,5 -552,50 30,25 87,94
Februari 80,4 -4,5 -361,80 20,25 90,97
Maret 108,9 -3,5 -381,15 12,25 94,00
April 80,9 -2,5 -202,25 6,25 97,03
Mei 109,6 -1,5 -164,40 2,25 100,06
Juni 92,0 -0,5 -46,00 0,25 103,09
Juli 122,1 0,5 61,05 0,25 106,11
Agustus 99,0 1,5 148,50 2,25 109,14
September 102,0 2,5 255,00 6,25 112,17
Oktober 121,7 3,5 425,95 12,25 115,20
November 119,0 4,5 535,50 20,25 118,23
Desember 124,6 5,5 685,30 30,25 121,26
Jumlah 1.255,2 433,20

Persamaantren=Y^ =a+b X
Koefisien a=∑ Y /n=1,255.2/ 12=104.60

Koefisien b=∑ YX / X 2=433.20/143=3.03

Jadi, persamaan tren Y^ =104.60+ 3.03 X didapat nilai Y pada kolom ke-6 pada tabel di
atas.
b. Menghitung indeks musim = ( nilai data asli /nilai tren ) ×100

Bulan Y Ŷ Indeks Musim Perhitungan

Januari 95,0 87,94 108,03 ( 95 /87.94 ) ×100
Februari 80,4 90,97 88,38 ( 80.4 /90.97 ) ×100
 Bulan Y Ŷ Indeks Musim Perhitungan
Maret 108,9 94,00 115,85 ( 108.9/94 ) × 100
April 80,9 97,03 83,38 ( 80.9/97.03 ) ×100
Mei 109,6 100,06 109,54 ( 109.6/100.06 ) ×100
Juni 92,0 103,09 89,25 ( 92/103.09 ) ×100
Juli 122,1 106,11 115,06 ( 122.1/106.11 ) ×100
Agustus 99,0 109,14 90,71 ( 99 /109.14 ) × 100
September 102,0 112,17 90,93 ( 102/112.17 ) ×100
Oktober 121,7 115,20 105,64 ( 121.7/115.2 ) ×100
November 119,0 118,23 100,65 ( 119 /118.23 ) × 100
Desember 124,6 121,26 102,75 ( 124.6/121.26 ) ×100
Jumlah 1.255,2

3. Metode Rasio Rata-Rata Bergerak

Metode yang dilakukan dengan cara membuat rata-rata bergerak selama periode
tertentu disebut juga dengan metode rasio rata-rata bergerak (ratio to moving average
method). Untuk membuat rata-rata tidak ada ketentuan berapa periode (n). Nilai n bisa 2,
3, 4, atau 12 tergantung pada kondisi pengaruh fluktuasi musiman.
Indeks musim metode rasio rata-rata bergerak dirumuskan sebagai berikut:

Indeks musim=Nilai rasio× Faktor koreksi

Di mana:
Nilai rasio = Data asli /Data rata−rata bergerak
Faktor koreksi = (100 ×n)/ Jumlahrata−ratarasio selama n

Contoh:
Hitunglah indeks musim dengan metode rata-rata bergerak untuk 3 triwulanan dari
data produksi padi tersebut.

Triwulan
Tahun Produksi
I II III
2008 60,33 28,12 20,91 11,29
2009 64,40 29,51 22,46 12,43
2010 66,47 29,32 22,15 14,99
2011 69,06 32,13 23,54 13,38
2012 69,27 32,31 22,88 14,08

Penyelesaian:
a. Membuat rata-rata bergerak dan rasio data asli dengan nilai rata-rata bergerak.

Data Rata- Indeks

Tahun Triwulan Total Bergerak 3 Triwulan
Asli Rata Musim
I 28,12
2008 II 20,91 28,12 + 20,91 + 11,29 = 60,33 20,11 104,01
III 11,29 20,91 + 11,29 + 29,51 = 61,71 20,57 54,89
I 29,51 11,29 + 29,51 + 22,46 = 63,26 21,09 139,93
2009 II 22,46 29,51 + 22,46 + 12,43 = 64,40 21,47 104,65
III 12,43 22,46 + 12,43 + 29,32 = 64,22 21,41 58,07
I 29,32 12,43 + 29,32 + 22,15 = 63,91 21,30 137,66
2010 II 22,15 29,32 + 22,15 + 14,99 = 66,47 22,16 99,98
III 14,99 22,15 + 14,99 + 32,13 = 69,28 23,09 64,92
I 32,13 14,99 + 32,13 + 23,54 = 70,67 23,56 136,41
2011 II 23,54 32,13 + 23,54 + 13,38 = 69,06 23,02 102,27
III 13,38 23,54 + 13,38 + 32,31 = 69,24 23,08 57,99
I 32,31 13,38 + 32,31 + 22,88 = 68,58 22,86 141,37
2012 II 22,88 32,31 + 22,88 + 14,08 = 69,27 23,09 99,08
III 14,08

1) Membuat rata-rata bergerak dengan 3 triwulan, maka dibuat penjumlahan setiap 3

triwulan. Contoh penjumlahan triwulan pertama, 28,12 + 20,91 + 11,29 = 60,33.
Nilai ini bisa diletakkan pada triwulan I, II, atau III tidak ada aturan baku. Untuk
contoh ini diletakkan pada triwulan 2 karena posisinya ada di tengah. Untuk jumlah
total triwulan selanjutnya bergerak yaitu meninggalkan triwulan I tahun 2008 dan
masuk triwulan II tahun 2008, sehingga menjadi 20,91 + 11,29 + 29,51 = 61,71. Hal
ini diteruskan sampai selesai.
2) Membuat rata-rata bergerak. Jumlah penjumlahan selama 3 triwulan perlu dibuat
rata-ratanya dengan cara membagi jumlah pada kolom 4 dengan 3. Contoh 60,33/3 =
20,11.
3) Membuat indeks musim dengan membuat rasio antara data asli dengan data rata-
rata. Contoh, ( 20.91/20.11 ) ×100=104.01.
b. Setelah mendapatkan indeks musim setiap triwulan, perlu untuk mengetahui rata-rata
setiap kuartalan dari setiap tahunnya. Maka dari indeks musim triwulan dikelompokkan
ke dalam triwulan yang sama.

Triwulan
Tahun
I II III
2008 104,01 54,89
2009 139,93 104,65 58,07
2010 137,66 99,98 64,92
 2011 136,41 102,27 57,99
2012 141,37 99,08
Rata-rata 138,84 102,00 58,97

c. Menentukan faktor koreksi. Jumlah kuartal dalam setahun (n) sama dengan 3. Oleh
karena itu, penjumlahan nilai rata-rata indeks kuartalan yaitu 138,84 + 102,00 + 58,97
seharusnya = 300, namun yang terjadi adalah 299,81. Hal ini terjadi karena adanya
pembulatan. Oleh karena itu, perlu diperhatikan faktor koreksi. Faktor koreksi
dirumuskan sebagai berikut:
100 ×n 100 ×3 300
Faktor koreksi= = = =1.0006404
Jumlah rata−rata 299.81 299.81
d. Indeks musim kuartalan selanjutnya dikalikan dengan faktor koreksi.
Indeks triwulan I = 138.84 ×1.0006404=138.93142 ≈ 138.9
Indeks triwulan II = 102.00 ×1.0006404=102.06332≈ 102.1
Indeks triwulan III = 58.97 ×1.0006404=59.00526 ≈ 59

Angka indeks triwulan inilah yang digunakan untuk peramalan selanjutnya.

KESIMPULAN

Pendugaan variasi musim dengan menggunakan angka indeks musim. Terdapat

beberapa cara untuk menduga angka indeks musim, yaitu (1) metode rata-rata sederhana, (2)
metode rata-rata sederhana dengan tren, dan (3) metode rasio rata-rata bergerak (moving
average).
 DAFTAR PUSTAKA

Kustituanto, Bambang, dan Rudi Badrudin. 1994. Statistika 1 (Deskriptif). Jakarta:

Gunadarma.

Suharyadi, dan Purwanto S.K. 2016. Statistika untuk Ekonomi dan Keuangan Modern. 3 ed.
Jakarta: Salemba Empat.