ANALISA DATA BERKALA DENGAN METODE SEMI AVERAGE

Nama Penulis : 1.)Muhammad Ichsan Muchdar (73190079)

2.)Rizki Al Fauzi (73190062)

Dosen Pengampu : R Deasy Mandasari, M.T.

TEKNIK INDUSTRI
FAKULTAS TEKNIK
UNIVERSITAS BINA SARANA INFORMATIKA
Analisa Data Berkala Produksi Kayu Hutan
dengan Metode Semi Average

1
Muhammad Ichsan Muchdar, 2Rizki Al Fauzi
1,2
Fakultas Teknik
e-mail : 1ihsan2km@gmail.com , 2Rizkialfauzi271@gmail.com

3
Dosen Pengampu : R Deasy Mandasari, M.T
e-mail : deasy.rde@bsi.ac.id
4
Universitas Bina Sarana Informatika
e-mail : nanang.nyd@bsi.ac.id

ABSTARK
 Pembuatan jurnal ini bertujuan untuk mempelajari Data Deret Berkala serta
menganalisa data berekala yang didapat dari sumber yang terpercaya. Teknik analisa
yang digunakan dalam pembutan jurnal ini adalah analisa data berkala dengan
metode semi rata-rata. Variable dalam jurnal ini merupakan variable univarat, yaitu
variable bebasnya adalah variable deret waktu dan variable terikatnya adalah jumlah
produksi kayu hutan. Dengan cara mambuat tabel semi rata-rata maka kita yaitu
mengelompokan data menjadi dua kemudian menentukan periode tahun dasar
sertan mencari nilai total dan rata-rata dari masing-masing kelompok kita dapat
memprediksi nilai trend awal tahun dengan rumus semi average yaitu Y = a + b(X).
Hasil dari analisis jurnal ini memperlihatkan bahwa peramalan atau forecasting pada
data deret berkala dapat dilakukan dengan menggunakan metode semi average
sehingga kita dapat memprediksi jumlah produksi kayu hutan pada periode
mendatang apakah meningkat atau menurun.

Kata Kunci : Data Deret Berkala, Analisa, Produksi Kayu Hutan, Semi Average, Semi
Total , Trend.

Pendahuluan

Dalam statistika dan pemrosesan teori yang menaunginya maupun untuk

sinyal, deret waktu adalah rangkaian data
yang berupa nilai pengamatan
(pengamatan) yang diukur selama kurun
waktu tertentu, berdasarkan waktu
dengan interval
yang uniform sama. Beberapa Contoh
data deret waktu adalah produksi total
tahunan produk pertanian indonesia,
harga penutupan harisan sebuah saham di
pasar modal untuk kurun waktu satu
bulan, suhu udara per jam, dan penjualan
total bulanan sebuah pasar swalayan
dalam waktu satu tahun.
Analisis deret waktu (Bahasa Inggris: time
series analysis) merupakan metode yang
mepelajari deret waktu, baik dari segi
membuat peramalan (prediksi). Prediksi /
Peramalan deret waktu adalah
penggunaan model untuk memprediksi
nilai di waktu mendatang berdasar
peristiwa yang telah terjadi. Di dunia
bisnis, data deret waktu digunakan
sebagai bahan acuan pembuatan
keputusan sekarang, untuk proyeksi,
maupun untuk perencanaan pada masa
depan. Contoh penggunaannya adalah
pada harga pembukaan
harga saham di bursa efek berdasar
performa sebelumnya.
Analisis data deret berkala (time series)
pada dasarnya digunakan untuk
melakukan analisis data yang dikumpulkan
secara periodik berdasarkan urutan
waktu, yaitu jam, hari, minggu, bulan,
kuartal, semester, dan tahun. Model yang
dihasilkan dari analisis data deret waktu
dapat digunakan sebagai dasar prediksi
untuk beberapa periode yang akan datang
sehingga dapat membantu dalam
menyusun perencanaan ke depan.
Komponen Analisa Data Berkala
Analisis deret berkala atau time series
meliputi identifikasi komponen-komponen
yang menyebabkan terjadinya fluktuasi
dalam serangkaian data historis.
Komponen-komponen dari time series
sebagai berikut:
1. Trend
2. Variasi Musim / Seasonal (S)
3. Variasi Siklus / Sikklikal (C)
4. Variasi yang Tidak Tetap / Irregular (I)
Trend sekuler adalah suatu gerakan
kecenderungan naik atau turun dalam
jangka waktu panjang yang diperoleh
berdasarkan rata-rata perubahan dari
waktu ke waktu dan nilainya cukup rata.
Kekuatan yang memengaruhi trend
bergantung pada permasalahanya, di
antaranya perubahan populasi, teknologi,
produktivitas dan lain-lain sehingga
sebelum melakukan prediksi yang
didasarkan data deret waktu, perlu dicatat
beberapa asumsi berikut ini. Adanya
ketergantungan kejadian masa yang akan
datang dengan kejadian sebelumnya.
Aktivitas pada masa yang akan datang
mengikuti pola yang terjadi pada masa
lalu. Hubungan atau keterkaitan masa lalu
dan masa kini dapat ditentukan dengan
observasi atau penelitian.
Ada beberapa asumsi penting yang harus
dipenuhi agar data deret waktu dapat
digunakan dalam keperluan
proyeksi/peramalan. Beberapa
diantaranya adalah adanya
ketergantungan antara kejadian masa
mendatang terhadap masa
sebelumnya atau lebih dikenal dengan
istilah adanya autokorelasi antara Zt dan
Zt-k. Asumsi berikutnya adalah aktivitas
pada masa depan mengikuti pola yang
terjadi pada masa lalu dan
hubungan/keterkaitan pada masa lalu
dapat ditentukan dengan pengamatan
atau penelitian. Akurasi yang dihasilkan
dari peramalan deret waktu, sangat
ditentukan oleh seberapa jauh asumsi-
asumsi diatas dipenuhi.
Analisis trends merupakan suatu metode
analisis statistika yang ditujukan untuk
melakukan suatu estimasi atau peramalan
pada masa yang akan datang. Untuk
melakukan peramalan dengan baik maka
dibutuhkan berbagai
macam informasi (data) yang cukup
banyak dan diamati dalam periode waktu
yang relatif cukup panjang, sehingga hasil
analisis tersebut dapat mengetahui
sampai berapa besar fluktuasi yang terjadi
dan faktor-faktor apa saja yang
memengaruhi terhadap perubahan
tersebut.
Secara teoristis, dalam analisis runtun
waktu (time series) hal yang paling
menentukan adalah kualitas dan
keakuratan dari data-data yang diperoleh,
serta waktu atau periode dari data-data
tersebut dikumpulkan. Jika data yang
dikumpulkan tersebut semakin banyak
maka semakin baik pula estimasi atau
peramalan yang diperoleh. Sebaliknya,
jika data yang dikumpulkan semakin
sedikit maka hasil estimasi atau
peramalannya akan semakin jelek.
Kegunaan Analisis Trend
Manfaat analisis trend Analisis trend /
gerakan trend sekuler / analisis berkala
adalah untuk mengetahui kondisi masa
mendatang atau meramalkan
(forecasting) kondisi mendatang.
Ciri-Ciri Analisis Trend
Trend sekuler dapat disajikan dalam
bentuk :
a. Persamaan trend, baik persamaan
linear maupun persamaan non linear.
b. Gambar/grafik yang dikenal dengan
garis/kurva trend, baik garis lurus maupun
garis melengkung.
c. Trend juga sangat berguna untuk
Metode
Objekpembuatan jurnal ini, menggunakan
data sekunder tentang jumlah produksi
kayu hutan berdasrkan jenisnya pada
tahun 2010-2019 sumber data tersebut
dari BPS. Metode analisis yang digunakan
dalam penelitian ini adalah analisis data
berkala dengan metode semi average.
Dimana Metode trend setengah rata-rata
menentukan bahwa untuk mengetahui
fungsi Y = a + bx, semua data historis
dibagi menjadi dua kelompok dengan
jumlah anggota  masing-masing sama.
Persamaan  trend yang diperoleh dengan
menggunakan metode ini, selain dapat
digunakan untuk mengetahui
kecenderungan  nilai suatu variabel dari
waktu ke waktu, juga dapat digunakan
membuat ramalan yang sangat diperlukan
bagi perencanaan, misalnya :
1. Menggambarkan hasil penjualan
2.  Jumlah peserta KB
3.  Perkembangan produksi harga
4.  Volume penjualan dari waktu
ke waktu, dll
Metode Analisis Trend
1.Metode Garis Linier Secara Bebas (Free
Hand Method),
2.Metode Setengah Rata-Rata (Semi
Average Method),
3.Metode Rata-Rata Bergerak (Moving
Average Method) dan
4.Metode Kuadrat Terkecil (Least Square
Method).
untuk meramal nilai suatu variabel
tersebut pada suatu waktu  tertentu.
Persamaannya adalah sebagai berikut :
b =Y2-Y1/ n (Data Genap)
Keterangan :   
b : perubahan nilai variabel setiap tahun
Y1: rata-rata kelompok pertama
Y2: rata-rata kelompok kedua
n : periode tahun antara tahun A
b =Y2-Y1/ n-1 ; b = Y2-Y1/ n+1 (Data
Ganjil)
Keterangan :   
b : perubahan nilai variabel setiap tahun
Y1: rata-rata kelompok pertama
Y2: rata-rata kelompok kedua
n : periode tahun antara tahun A
Metode Semi Average
Metode ini melakukan penaksiran
dinyatakan dalam suatu persamaan atau
garis lurus, yaitu :
Y = a + b(x)                               
 Dimana,
Y : taksiran nilai trend.
a  : semi average(sesuai acuan).
b  : rata-rata pertumbuhan nilai trend tiap
tahun /kemiringan (slope) garis trend
x  : periode waktu deret berkala/ variable
waktu
Prosedur Pencarian Nilai Trend
 Kelompokan data menjadi dua
kelompok dengan jumlah tahun
dan jumlah deret berkala yang
sama.
 Tenetukan Periode dasar
 Tenentukan angka tahun(x)
 Tentukan nilai semi total, yakni
nilai total dari masing-masing
kelompok
 Tentukan nilai semi average, yakni
nilai total kelompok yang dibagi
jumlah kelompok
 Tenetukan nilai garis trend
 Hitung nilai trend untuk
menentukan peramalan

Pembahasan

Beberapa tipe data dan kelompok data Tahu

dalam menetukan nilai trend dengan n Kayu Bulat(m3)
metode semi average 2010 1857117,57
2011 2524525,72
1. Data Genap (kelompok ganjil), contoh
2012 2794506,7
10 tahun (2 kelompok @5tahun)
2013 1520680,34
2. Data Genap (kelompok genap), contoh
2014 3774098,55
8 tahun (2 kelompok @4tahun)
2015 1827085,5
3. Data Ganjil ,/kelompok ganjil/contoh 9
2016 1212978,4
tahun (2 kelompok @5tahun) &/kelompok
2017 2017497,26
genap/contoh 9 tahun (2 kelompok
2018 1397521,57
@4tahun)
2019 2421288,07

1.) Data Genap (Kelompok

Ganjil),contoh 10 tahun
Data Produksi Kayu Hutan(m3) Jenis Kayu
Bulat
Jumlah seluruh data di atas 10(Genap).
Oleh karena itu analisis data dilakukan
dengan cara sebagai berikut:
 1. Mengelompokkan data menjadi 2
kelompok. Karena jumlah data
genap langsung dibagi dua yang
masing-masing kelompok terdiri
dari 5 data(ganjil).
2. Menentukan periode dasar.
Misalnya diasumsikan periode
dasar menggunakan tahun tengah
data tahun kelompok 1(2012) atau
diasumsikan periode dasar
menggunakan tahun tengah data
kelompok 2(2017) .
3. Menentukan Angka Tahun. Jika
periode dasar tahun 2012, angka
tahun 2012/ x tahun 2012 = 0,
maka angka tahun untuk tahun
2013, 2014, 2015 adalah 1, 2, 3
dan angka tahun untuk 2011,2010,
2009 adalah -1, -2, -3 ..., dst.
4. Menentukan nilai Semi Total tiap
kelompok, yakni hasil penjumlahan
dari masing-masing kelompok.
5. Menentukan Semi average tiap
kelompok. Semi Average untuk
kelompok 1 didapat dengan cara
membagi semi total kelompok 1
dengan banyaknya data kelompok
1.
6. Menentukan garis trend yaitu
dengan mengurangi semi average
kelompok 2 dengan semiaverage
kelompok 1 dan membagi hasil
pengurangan dengan jumlah data
kelompok.
7. Dan untuk menghitung peramalan
gunakan rumus trend dengan
metode semi average

Semi
Tahun Kayu Bulat(m3) kelompok x(1) x(2) Semi Total Average Trend Awal Tah
2010 1857117,57   -2 -7     Y = a1 + b(x(1))
2011 2524525,72   -1 -6     2494185,776-14
2012 2794506,7 1 0 -5 12470928,88 2494185,776  
2013 1520680,34   1 -4      
2014 3774098,55   2 -3      
2015 1827085,5   3 -2      
2016 1212978,4   4 -1      
2017 2017497,26 2 5 0 8876370,8 1775274,16  
2018 1397521,57   6 1      
2019 2421288,07   7 2      
2020 ????   8 3 Y2020

Penyelesaian Semi Total = 1857117,57 + 2524525,72 +

2794506,7 + 1520680,34 + 3774098,55
Y 2−Y 1
b =
n = 12470928,88
b = -718911,616/5 Semi Average = 12470928,88/5
= -143782,3232 = 2494185,776
Untuk Kelompok 1
Rumus Taksiran nilai trend dengan acuan = 1775274,16
tahun dasar kelompok 1
Rumus Taksiran nilai trend dengan acuan
Y = a1 + b(x(1)) tahun dasar kelompok 2
Y = 2494185,776 + (-143782,3232)(x1) Y = a2 + b(x(2))
Taksiran nilai trend Tahun 2020 Y = 1775274,16 + (-
143782,3232(x(2))
x1 tahun 2020 = 8
Taksiran nilai trend Tahun 2020
Y2020 = 2494185,776 + (-143782,3232)(8)
x2 tahun 2020 = 3
= 2494185,776 + (-1150258,5856)
Y2020 = 1775274,16 + (-
= 1343927,1904
143782,3232)(3)
= 1775274,16 + (-
Untuk Kelompok 2 431346,9696)

Semi Total = 1827085,5 + 1212978,4 + = 1343927,1904

2017497,26 + 1397521,57 + 2421288,07
= 8876370,8
Semi Average = 8876370,8/5
Jadi Taksiran Nilai Trend Produksi Kayu
Hutan jenis Kayu Bulat pada tahun 2020
adalah 1343927,1904(m3)

2.)Data Genap (Kelompok Genap), 1.Mengelompokan data meejadi 2

contoh 8 tahun kelompok. Karna jumlah data genap
langsung di bagi dua yang masing-masing
Data Produksi Kayu Hutan(m3) Jenis Kayu
kelompok terdiri dari 4 data(genap)
Lapis

Tahu 2.Menentukan Periode Dasar. Misalnya

n Kayu Lapis(m3) diasumsikan periode dasar menggunakan
2012 51400 tahun tengah data tahun kelompok
2013 14285,4 1(antara tahun 2013-2014) atau
2014 37286,12 diamsumsikan periode dasar
2015 38767,66 menggunakan data tahun kelompok
2016 88767,66 2(antara tahun 2017-2018)
2017 88813,06
2018 87750,13
3.Menentukan Angka Tahun. Jika periode
2019 309248,3
dasar berada diantara tahun 2013-2014,
maka angka tahun antara tahun 2013-
Jumlah seluruh data di atas 8(Genap). 2014/ x 2013-2014 = 0, maka angka tahun
Oleh karna itu analisis data dilakukan untuk tahun 2014, 2015, 2016 adalah 1/2,
dengan cara sebagai berikut: 3/2, 5/2 dan angka tahun untuk tahun
2013, 2012, 2011 adalah -1/2, -3/2, -
 5/2...,ds
6.Menetukan garis trend yaitu dengan
mengurai nilai semi average kelompok 2
4.Menentukan nilai Semi Total tiap
dengan nilai semi average kelompok 1 dan
kelompok yakni hasil penjumlahan dari
membagi hasil pengurangan dengan
masing-masing kelompok 5.Menentukan
jumlah data kelompo
Semi Average tiap kelompok. Semi
Average untuk kelompok 1 didapat
dengan cara membagi Semi total 7.Dan untuk menghitung peramalan
kelompok 1 dengan banyaknya data gunakan rumus trend dengan metode
kelompok semi average

Tahun Kayu Lapis(m3) Kelompok x(1) x(2) Semi Total Semi Average Trend Awal Tahun(1)
-
2012 51400   -3/2 11/2     Y = a1 + b(x(1))

2013 14285,4   -1/2 -9/2     35434,795+ 27052,498125(x)

    1 0   141739,18 35434,795  
2014 37286,12   1/2 -7/2      
2015 38767,66   3/2 -5/2      
2016 88767,66   5/2 -3/2      
2017 88813,06   7/2 -1/2      
    2   0 574579,15 143644,7875  
2018 87750,13   9/2 1/2      
2019 309248,3   11/2 3/2      
2020 ???? 13/2 5/2 Y2020 211276,032

Penyelesaian Semi Average = 141739,18/4

Y 2−Y 1 = 35434,795
b =
n
Rumus Taksiran nilai trend dengan acuan
b =108210,6075/4 Kelompok 1
= 27052,498125 Y = a1 + b(x(1))
Y = 35434,795 + 27052,498125(x(1))
Untuk Kelompok 1 Taksiran nilai trend Tahun 2020
Semi Total = x1 tahun 2020 = 13/2
51400+14285,4+37286,12+38767,66
Y2020 = 35434,795 + 27052,498125(13/2)
= 141739,18
= 35434,795 + 175841,2378125
= 211276,0328125
 Y = 143644,7875 + 27052,498125(x(2))
Untuk Kelompok 2 Taksiran nilai trend Tahun 2020
Semi Total = x2 tahun 2020 = 5/2
88767,66+88813,06+87750,13+309248,3
Y2020 = 143644,7875 +
= 574579,15 27052,498125(5/2)
Semi Average = 574579,15/4 = 143644,7875 + 67631,2453125
= 143644,7875 = 211276,0328125
RumusTaksiran nilai trend dengan acuan Jadi Nilai Trend Produksi Kayu Hutan jenis
Kelompok 2 Kayu Lapis pada tahun 2020 adalah
211276,0328125(m3)
Y = a2 + b(x(2))

3.)Data Ganjil Jumlah Seluruh Data diatas 9(Ganjil), Oleh

karna itu analisis data dilakukan dengan
Data Produksi Kayu Hutan(m3) jenis Kayu
dua cara:
Gergajian

Tahu Kayu
n Gergajian(m3) 1.)Jumlah deret berkala
2011 1930325,32 dikelompokkan menjadi 2 bagian yang
2012 1134982,56 sama dengan cara memasukkan
2013 1830229,26 periode tahun serta nilai deret
2014 1168498,82 berkala tertengah ke dalam tiap
2015 1285852,86
kelompok
2016 1453270,64
2017 11206566,27 y 2− y 1
b=
2018 970073,01 n−1
2019 1534950,65 b=1820164,922/4
= 455041,2305

Tahun Kayu Gergajian(m3) Kelompok x(1) x(2) Semi Total Semi Average Trend Awal Tahun(1)
2011 1930325,32   -2 -6     Y = a1 + b(x(1))
2012 1134982,56   -1 -5     1469977,764+455041,2305(
2013 1830229,26 1 0 -4 7349888,82 1469977,764  
2014 1168498,82   1 -3      
2015 1285852,86   2 -2      
2015 1285852,86   2 -2      
2016 1453270,64   3 -1      
2017 11206566,27 2 4 0 16450713,43 3290142,686  
2018 970073,01   5 1      
2019 1534950,65   6 2      
2020 ???? 7 3 Y2020 4655266

Penyelesaian Untuk Kelompok 2

Untuk Kelompok 1 Semi Total =

1285852,86+1453270,64+11206566,27+9
Semi Total =
70073,01+1534950,65
1930325,32+1134982,56+1830229,26+11
68498,82+1285852,86 = 16450713,43

= 7349888,82 Semi Average = 16450713,43/5

= 3290142,686
Semi Average = 7349888,82/5
RumusTaksiran nilai trend dengan acuan
= 1469977,764
kelompok2
Rumus Taksiran nilai trend dengan acuan
Y = a2 + b(x(2
Kelompok 1
Y = 3290142,686 + 455041,2305(x(2))
Y = a1 + b(x(1))
Taksiran nilai trend Tahun 202
Y = 1469977,764 + 455041,2305(x(1))
x2 tahun 2020 = 3
Taksiran nilai trend Tahun 2020 Y2020 = 3290142,686 + 455041,2305(3
= 3290142,686 + 1365123,691
x1 tahun 2020 = 7
= 4655266,3775
Y2020 = 1469977,764 + 455041,2305(7)
= 1469977,764 + 3185288,6135
Taksiran nilai trend Produksi Kayu Hutan
= 4655266,3775
Jenis Kayu Gergajian pada tahun 2020
adalah 4655266,3775(m3)

2.)Jumlah deret berkala berkala tertengah.

dikelompokkan menjadi 2 bagian yang
sama dengan cara menghilangkan y 2− y 1
b=
periode tahun serta nilai deret n+ 1
b = 2275206,153/5 = 455041,2306

Tahu
n Kayu Gergajian(m3) Kelompok x(1) x(2) Semi Total Semi Average Trend Awal Tahun(1)
 -
2011 1930325,32   -3/2 13/2     Y = a1 + b(x(1))
-
2012 1134982,56   -1/2 11/2     1516008,96+455041,2306(x(1
    1 0   6064035,96 1516008,99  
2013 1830229,26   1/2 -9/2      
2014 1168498,82   3/2 -7/2      
2016 1453270,64   7/2 -3/2      
2017 11206566,27   9/2 -1/2      
15164860,5
    2   0 7 3791215,143  
2018 970073,01   11/2 1/2      
2019 1534950,65   13/2 3/2      
2020 ???? 15/2 5/2 Y2020 4928818,21

Penyelesaian =15164860,57

Untuk Kelompok 1 Semi Average = 15164860,57/4

Semi Total = = 3791215,1425

1930325,32+1134982,56+1830229,26+11
Rumus Taksiran nilai trend dengan acuan
68498,82
kelompok 2
= 6064035,96
Y = a2 + b(x(2))
=1516008,99
Y = 3791215,1425 + 455041,2306(x(2)
Rumus Taksiran nilai trend dengan acuan
Kelompok 1 Taksiran nilai trend Tahun 2020

Y = a1 + b(x(1)) x2 tahun 2020 = 5/2

Y = 1516008,99 + 455041,2306(x(1)
Y2020 = 3791215,1425 +
Taksiran nilai trend Tahun 2020 455041,2306(5/2)

x1 tahun 2020 = 15/2 = 3791215,1425 + 1137603,0765

Y2020 = 1516008,99 + 455041,2306(15/2)
= 4928818,219
= 1516008,99 + 3412809,2295
=4928818,219
JadiTaksiran nilai trend Produksi Kayu
Hutan Jenis Kayu Gergajian pada tahun
2020 adalah 4928818,219(m3)

Untuk Kelompok 2
Kesimpulan

Semi Total =
1453270,64+11206566,27+970073,01+15
34950,65
Analisa Data Berkala berguna untuk
mengetahui kondisi masa mendatang atau
meramalkan (forecasting) kondisi
mendatang.analisis trend dapat dilakukan
dengan model linier dan model nonlinier,
analisa data berkala dengan metode semi
average merupakan analisis trend dengan
model linier yang mempunyai persamaan
garis lurus Y = a + b(x),dengan Y adalah
taksiran nilai trend ; a adalah semi
average ; b adalah kemiringan garis trend
dan x adalah periode waktu deret berkala.
Trend merupakan suatu gerakan
kecenderungan naik atau turun dalam
jangka panjang yang diperoleh dari rata-
rata perubahan dari waktu ke waktu dan
nilainya cukup rata (smooth), Jika nilai
trend mempunyai kecendrungan
meningkat berarti trend positif dan jika
nilai trend mempunyai kecendrungan
menurun berarti trend negatif

Daftar Pustaka

https://id.wikipedia.org/wiki/Deret_waktu

https://jabar.bps.go.id/indicator/164/350/1/
produksi-kayu-hutan-menurut-jenis-produksi-
m3-.html