BAB 5

ANGKA INDEKS

Setiap kegiatan selalu mengalami kemajuan atau kemunduran, kadang-kasang produksi meningkat,
kadang-kadang menurun. Hasil penjualan suatu perusahaan dapat meningkat dan juga menurun, hasil
penerimaan devisa mengalami naik turun, pendapatan nasional kadang-kadang naik kemudian merosot
lagi, juga harga, gaji, dan biaya hidup selalu mengalami naik turun.
Angka indeks atau sering disebut indeks saja, pada dasarnya merupakan suatu angka yang dibuat
sedemikian sehingga dapat dipergunakan untuk melakukan perbandingan antara kegiatan yang sama
(produksi, ekspor, hasil penjualan, jumlah uang beredar, dan lain sebagainya) dalam dua waktu yang
berbeda. Dengan demikian angka indeks sangat diperlukan oleh siapa saja yang ingin mengetahui maju
mundurnya kegiatan atau usaha yang dilaksanakan. Itulah sebabnya baik pemerintah (melalui Biro Pusat
DStatistik atau instansi-instansi pemerintah lainnya) maupun perusahaan-perusahaan yang menganut
modern management membuat berbagai macam indeks untuk keperluan pemantauan (monitoring) atau
evaluasi.
Waktu dasar adalah waktu di mana suatu kegiatan (kejadian) dipergunakan sebagai dasar
perbandingan, sedangkan waktu yang bersangkutan ialah waktu di mana suatu kegiatan (kejadian)
dipergunakan sebagai dasar peebandingan terhadap kegiatan (kejadian) pada waktu dasar.

Contoh 1.
Jumlah produksi barang A yang dihasilkan oleh PT. Nusa selama tahun 2005 dan 2006 masing-
masing adalah 150 ton dan 225 ton. Hitungl;ah indeks produksi masing-masing tahun.
Penyelesaian :
Jika dibuat indeks produksi tahun 2006 dengan waktu dasar 2005, maka produksi pada tahun 2005
dipergunakan untuk dasar perbandingan, sedangkan produksi tahun2006 (waktu yang bersangkutan) akan
diperbandingkan terhadap produksi tahun 2005 tadi.
225
Indeks produksi 2006 adalah : x 100 %=150 % (ada kenaikan produksi 50%)
150
Apabila produksi tahun 2005 sama dengan 125 ton, maka Indeks produksi 2006 adalah :
125
x 100 %=83,33 % (ada penurunan produksi sebesar 16,67%)
250

5.1 Indeks Harga Relatif Sederhana dan Agregatif

Indeks harga relative sederhana (simple relative price index) ialah indeks yang terdiri dari satu
macam barang saja, baik untuk indeks produksi maupun indeks harga (misalnya produksi beras, indeks
produksi karet, indeks produksi ikan, indeks harga beras, indeks harga karet, indeks harga ikan, dan
sebagainya). Indeks agregatif merupakan indeks yang terdiri dari beberapa barang (kelompok barang),
misalnya indeks harga 9 macam bahan pokon, indeks impor Indonesia, indeks ekspor Indonesia, indeks
harga bahan makanan, indeks biaya hidup, indeks hasil penjualan suatu perusahaan (lebih dari satu barang
yang dijual).

Rumus indeks harga sederhana (simple index) adalah :

pt
I t , 0= x 100 % … (5.1)
p0
di mana I t , 0=indeks harga pada waktu t dengan waktu dasar 0
pt =harga pada waktu t
p0=harga pada waktu 0
Rumus untuk menghitung indeks produksi sama seperti untuk menghitung harga, hanya huruf p-nya saja
diga nti dengan q.
qt
I t , 0= x 100 % … (5.2)
q0
di mana I t , 0=indeks produksi pada waktu t dengan waktu dasar 0
q t= produksi pada waktu t
q 0= produksi pada waktu 0
.
Contoh 2

Tabel 5.1 di bawah ini menyajikan data rata-rata perdagangan beberapa hasil pertanian di
Surabaya dari tahun 2002 – 2007. Hitunglah indeks harga beras pada tahun 2005, 2006, dan 2007 dengan
waktu dasar tahun 2002.

Tabel 5.1 Harga Rata-rata Perdagangan Besar Beberapa Hasil Pertanian di Surabaya 2002 – 2007
(Rp/100 kg)

Jenis Pertanian 2002 2003 2004 2005 2006 2007

(1) (2) (3) (4) (5) (6) (7)
Beras 66.368 67.377 81.522 100.209 101.382 111.183
Jagung Kuning 34.877 39.829 45.850 50.000 62.740 66.208
Kacang Kedelai 110.505 116.458 121.542 115.052 114.800 125.733
Kacang Hijau 111.528 111.063 127.108 128.750 163.042 192.771
Kacang Tanah 161.243 198.271 209.542 200.000 228.792 223.250
Ketela Pohon 15.433 13.853 20.538 26.944 26.079 24.319
Ketela Rambat 22.033 22.273 29.831 36.698 35.688 35.131
Kentang 46.984 55.110 85.183 82.404 93.713 121.920
Sumber : Statistik Indonesia, 2007 BPS (Biro Pusat Statistik), Jakarta
Penyelesaian :
Untuk tahun 2005
pt p2005
I t , 0= x 100 % → I 2005/ 2002= x 100 %
p0 p2002
100.209
¿ x 100 %=150,99 %
66.368

Untuk tahun 2006

pt p2006
I t , 0= x 100 % → I 2006 /20 02= x 100 %
p0 p2002
101.382
¿ x 100 %=152,76 %
66.368

Untuk tahun 2007

pt p
I t , 0= x 100 % → I 2007 /2002= 2007 x 100 %
p0 p2002
111.183
¿ x 100 %=167,52 %
66.368
Jadi, dibandingkan dengan harga beras tahun 2002, harga berastahun 2005 naik 150,99% - 100% =
50,99%, pada tahun 2006 naik 52,76% dan pada tahun 2007 naik 67,52%

Contoh 3
Tabel 5.2 menyajikan data produksi Tanaman Bahan Makanan menurut jenis, dari tahun 2003 –
2008. Hitunglah indeks produksi kacang tanah tahun 2006, 2007, dan 2008 dengan waktu dasar 2003.

Tabel 5.2 Produksi Tanaman Bahan Makanan menurut Jenis (1000 ton), 2003 – 2008
Jenis Tanaman 2003 2004 2005 2006 2007 2008
(1) (2) (3) (4) (5) (6) (7)
Padi Sawah 45.559 43.959 46.806 48.188 46.592 45.711
Padi Ladang 2.622 2.682 2.938 2.913 2.785 2.761
Jagung 6.460 6.869 8.246 9.307 8.711 10.059
Ubi Kayu 17.285 15.729 15.441 17.002 15.134 14.728
Ubi Jalar 2.088 1.845 2.171 2.017 1.847 1.928
Kacang Tanah 639 632 760 738 688 691
Kedelai 1.709 1.565 1.680 1.517 1.357 1.306
Sumber : Indikator Ekonomi, Maret 2009. BPS (Biro Pusat Statistik), Jakarta

Penyelesaian :
Untuk tahun 2006
qt q
I t , 0= x 100 % → I 2006 / 2003= 2006 x 100 %
q0 q 2003
48.188
¿ x 100 %=115,49 %
45.559

Untuk tahun 2007

qt q 2007
I t , 0= x 100 % → I 2007/ 2003= x 100 %
q0 q 2003
46.592
¿ x 100 %=107,66 %
45.559

Untuk tahun 2008

qt q2008
I t , 0= x 100 % → I 2008 / 2003= x 100 %
q0 q2003
45.711
¿ x 100 %=108,13%
45.559

Produksi kacang tanah tahun 2006 jika dibandingkan dengan produksi tahun 2003 mengalami kenaikan
sebesar (115,49 %−100 %)=15,49 %

5.2 Indeks Agregatif Tidak Tertimbang

Indeks agregatif tidak tertimbang digunakan untuk unit-unit yang mempunyai satuan yang sama.
Indeks ini diperoleh dengan jalan membagi hasil penjumlahan harga pada waktu yang bersangkutan dengan
hasil penjumlahan harga pada waktu dasar.
 Rumus : I t , 0=
∑ pt x 100 % … (5.3)
∑ p0
Rumus ini dapat dipergunakan untuk menghitung indeks produksi agregatif asalkan barang-barang
mempunyai satuan yang sama.

Contoh 4
Perhatikan data Tabel 5.3, yang menyajikan harga barang berdasarkan jenis, untuk tahun 2004 – 2006.
Tabel 5.3 Harga Barang menurut jenisnya Selama tahun 2004 – 2006 (dalam satuan)
Jenis Harga (Rp)
Barang 2004 2005 2006
A 100 150 200
B 200 250 300
C 500 600 700
D 400 500 600
Jumlah 1.200 1.500 1.800
Hitunglah indeks harga agregatif tidak tertimbang untuk tahun 2005 dan 2006 dengan waktu dasar
tahun 2004.
Penyelesaian :

I t , 0=
∑ pt x 100 % → I ∑ p 2005 x 100 %
2005/2004 =
∑ p0 ∑ p 2004
1.500
¿ x 100 %=125 %
1.200

I t , 0=
∑ pt x 100 % → I ∑ p 2006 x 100 %
2006/2004 =
∑ p0 ∑ p 2004
1.800
¿ x 100 %=150 %
1.200

Contoh 4
Hitunglah indeks harga agregarif dari beberapa barang ekspor utama di pasar New York untuk
tahun 2015, 2016, dan 2017 dengan waktu dasar tahun 2014. Perhitungan indeks didasarkan atas data
berikut :
Tabel 5.4 Harga Perdagangan Besar Bahan Ekspor Utama di Pasar New York, 2013 - 2017
Jenis Tanaman Jenis Barang
Karet Kopi Lada Coklat
2013 99,29 45,38 1,69 1,29
2014 131,69 120,06 2,84 1,40
2015 181,50 120,38 3,26 1,33
2016 160,66 80,06 2,90 1,36
2017 143,20 65,83 5,35 1,53
Sumber : Statistik Indonesia, 2017. BPS (Biro Pusat Statistik), Jakarta

Penyelesaian :

Untuk tahun 2015 : I 15/14 =

∑ p 15 x 100 %
∑ p 14
( 181,50+120,38+3,26+
I 15/14 =
131,69+120,06+2,84 +1,40 )
1,33
x 100 %

I 15/14 =119,72 %
Untuk tahun 2016
: I 16/ 14=
∑ p 16 x 100 %
∑ p 14
I 16/ 14= ( 131,69+120,06+2,84 +1,40 )
160,66+80,06+ 2,90+1,36
x 100 %

I 16/ 14=95,69 %

Untuk tahun 2017 : I 17/ 14=

∑ p 17 x 100 %
∑ p 14
I 17/ 14= ( 131,69+120,06+2,84 +1,40 )
143,20+65,83+ 5,35+ 1,33
x 100 %

I 17/ 14=84,34 %

5.3 Indeks Agregatif Tertimbang

Indeks Agregatif Tertimbang ialah indeks yang dalam pembuatannya telah dipertimbangkan factor-
faktor yang akan mempengaruhi naik turunnya angka indeks tersebut. Timbangan yang akan dipergunakan
untuk pembuatan indeks biasanya :
1. Kepentingan relatif (relative importance)
2. Hal-hal yang ada hubungannya atau ada pengaruhnya terhadap naik turunnya indeks tersebut.
Misalnya karena produksi itu akan mempengaruhi harga (produksi naik mengakibatkan supply naik,
apabila permintaan dan daya beli tetap, harga barang tersebut dapat turun, sebaliknya penurunan
produksi menyebabkan harga naik).

5.4 Indeks Rata-rata Harga Relatif

Indeks rata-rata relative dinyatakan oleh persamaan berikut :

Rumus : I t , 0=
1
n [ p
∑ p t x 100 %
0
] … (5.4)

di mana : n adalah banyaknya jenis barang

Contoh 5
Dengan menggunakan datal Tabel 5.4, buatlah indeks rata-rata harga relative untuk tahun 2016
dan 2017 dengan waktu dasar 2014.
Penyelesaian :

I t , 0=
1
n [ p
∑ p t x 100 %
0
]
I 16/ 14=
1
4 [ p
∑ p 16 x 100 %
14
] , n = 4 (ada 4 jenis barang : karet, kopi, lada, cokelat)

I 16 =
14
1
4 [( 160,66
131,69
x 100 % +
80,06
120,06 )(
x 100 % +
2,90
2,84
x 100 % +
1,36
1,40)(
x 100 % )( )]
1
I 16/ 14= [ 121,99+ 66,68+102,11+ 97,14 ]=96,9 8
4
 I 17/ 14=
1
4 [ p
∑ p 17 x 100 %
14
] , n = 4 (ada 4 jenis barang : karet, kopi, lada, cokelat)

I 17 =
14
1
4 ([ 143,20
131,69
x 100 % ) +(
65,83
120,06
x 100 % ) +(
5,35
2,84
x 10 0 % )+ (
1,53
1,40
x 100 % )
]
1
I 17/ 14= [ 108,74 +54,83+188,38+109,28 ] =115,31
4

Ada beberapa rumus angka indeks tertimbang, yaitu Rumus Laspeyres dan Rumus Paasche, yaitu
nama dari penemunya.

Rumus Laspeyres :

Lt / 0 =
∑ p t .q 0 x 100 % … (5.5)
∑ p0. q0
(rumus indeks harga agregatif tertimbang)

di mana : L=¿ Laspeyres

pt =¿ harga waktu t
p0=¿ harga waktu 0
q 0=¿ produksi waktu 0, sebagai timbangan

Lt / 0 =
∑ p 0 . q t x 100 % … (5.6)
∑ p0. qt
(rumus indeks produksi agregatif tertimbang)

di mana : L=¿ Laspeyres

q t=¿ produksi waktu t
q 0=¿ produksi waktu 0
p0=¿ harga waktu 0, sebagai timbangan

Rumus Paasche :

P t / 0=
∑ p t . qt x 100 % … (5.7)
∑ p0. qt
(rumus indeks harga agregatif tertimbang)

di mana : P=¿ Paasche

pt =¿ harga waktu t
p0=¿ harga waktu 0
q t=¿ produksi waktu t, sebagai timbangan

P t / 0=
∑ p t . qt x 100 % … (5.8)
∑ p t . q0
(rumus indeks produksi agregatif tertimbang)
 di mana : P=¿ Paasche
q t=¿ produksi waktu t
q 0=¿ produksi waktu 0
pt =¿ harga waktu t, sebagai timbangan

Perhatikan rumus (5.6) dan (5.8). Kedua rumus tersebut menggunakan timnbangan atau bobot yang sangat
berbeda. Laspeyres menggunakan produksi pada waktu dasar, sedangkan Paasche menggunakan produksi
pada waktu t (waktu yang bersangkutan sebagai timbangan).

Contoh 6
Hitunglah indeks harga agregatif tertimbang dengan menggunakan rumus Laspeyres dan Paasche,
pada tahun 2006, tahun dasar 2005, dari data berikut ini :
Tabel 5.5 Harga dan Jumlah Produksi Barang menurut Jenis untuk tahun 2005 – 2006
Jenis Barang Harga Rp per satuan Produksi dalam satuan
2005 2006 2005 2006
(1) (2) (3) (4) (5_
A 691 2.020 741 937
B 310 661 958 1.499
C 439 1.000 39 30
D 405 989 278 400
E 568 1.300 2.341 3.242

Penyelesaian :

Lt / 0 =
∑ p t .q 0 x 100 %= ∑ p2006 . q2005 x 100 %
∑ p0. q0 ∑ p2005 . q2005
L2006/2005 = [ ]
( 2020 ) ( 741 )+ ( 661 )( 958 )+ (1.000 )( 39 ) + ( 989 )( 278 ) + ( 1.300 ) ( 2.341 )
( 691 )( 741 ) + ( 310 ) ( 958 ) + ( 439 )( 39 ) + ( 405 ) (278 )+ ( 568 )( 2.341 )
x 100 %

L2006/2005 =241,90 %

P t / 0=
∑ p t . qt x 100 %= ∑ p2006 .q 2006
∑ p0. qt ∑ p 2005 .q 2006
P2006/ 2005=
[ ( 691 )( 937 ) + ( 310 ) (1.499 )+ ( 439 ) ( 30 )+ ( 405 ) ( 400 )+ ( 568 )( 3.242 ) ]
( 2020 ) ( 937 ) + ( 661 ) ( 1.499 ) + ( 1.000 ) (30 )+ ( 989 ) ( 400 ) + ( 1.300 ) ( 3.242 )
x 100 %

P2006/ 2005=240,47 %
Kesimpulannya, kalau perhatikan, adalah bahwa hasil kedua rumus di atas tidak jauh berbeda

5.5 Angka Indeks Berantai

Angka indeks yang telah dibahas mempunyai waktu dasar tertentu, yaitu waktu yang dianggap
dapat dipergunakan untuk melakukan perbandingan atas beberapa tahun. Waktu dasar tersebut tetap,
tidak berubah-ubah, dalam pembuatan indeks dari tahun ke tahun (dari waktu ke waktu). Seringkali dalam
praktek seorang pimpinan, baik pejabat pemerintah maupun swasta menghendaki agar waktu dasarnya
selalu berubah setiap tahun, setiap 2 tahun, atau lebih dari 2 tahun. Misalnya kalau waktu dasarnya satu
satuan waktu sebelumnya (1 bulan, 1 tahun), maka simbolnya menjadi I t ,t −1 untuk 2 satuan waktu I t ,t −2 ,
dan seterusnya.
 Jadi, jika membuat indeks berantai, maka harus ditentukan terlebih dahulu berapa satuan waktu
sebelumnya yang akan dipergunakan sebagai waktu dasar. Kita hanya mengganti p0 menjadi pt −1 atau
pt −2 , q 0 menjadi q t−1 atau q t−2 , dan seterusnya.
Rumus yang dipergunakan untuk mencari indeks berantai (I) adalah :
qt
I t ,t −1= x 100 % … (5.9)
qt −1
di mana : q t=¿ ekspor tahun t
q t−1=¿ ekspor tahun t – 1

Contoh 7
Buatlah indeks berantai untuk tahun 2001, 2002, 2003, 2004, 2005, dan 2006 dengan waktu dasar
satu tahun sebelumnya, berdasarkan tabel di bawah ini :
Tabel 5.6 Jumlah Ekspor Karet, 2000 – 2006
Tahun 2000 2001 2002 2003 2004 2005 2006
E 392,1 447,6 450,0 469,2 475,4 480,9 489,2

Penyelesaian :
qt
I t ,t −1= x 100 %
qt −1
q2001 447,6
I 2001,2000= x 100 %= x 100 %
q2000 392,1
I 2001,2000=114,15 %

q2002 450,0
I 2002,2001= x 100 %= x 100 %
q2001 447,6
I 2002,2001=100,54 %

q2003 469,2
I 2003,2002= x 100 %= x 100 %
q2002 450,0
I 2003,2002=104,27 %

q2004 475,4
I 2004,2003= x 100 %= x 100 %
q2003 469,2
I 2004,2003=101,32 %

q 2005 480,9
I 2005,2004 = x 100 %= x 100 %
q2004 475,4
I 2005,2004=101,16 %

q2006 489,2
I 2006,2005= x 100 %= x 100 %
q2005 480,9
I 2004,2003=101,73 %
 Jika sudah dibuat indeks berantai dengan waktu dasar yang berubah-ubah, maka dapat
diturunkan dari indeks berantai tersebut suatu indeks pada tahun-tahun tertentu dengan waktu dasar
tetap. Rumus untuk menghitung angka indeks berantai dengan waktu dasar tetap adalah :
I (t +1) , ( t−1) =( I t ,t −1) ( I t +1 ,t )

I (t +1) , ( t−1) =( )( )
qt
q t−1
.
qt +1
qt
qt
I (t +1) , ( t−1) = … (5.10)
q t−1

BAB 6
ANALISIS DATA BERKALA

6.1 Arti dan Pentingnya Analisis Data Berkala

Data Berkala (time series data) adalah data yang dikumpulkan dari waktu ke waktu untuk
menggambarkan perkembangan suatu kegiatan (perkembangan produksi, harga, hasil penjualan,
jumlah personil, penduduk, jumlah kecelakaan, jumlah kejahatan, jumlah peserta KB, dan lain
sebagainya).
Analisis data berkala memungkinkan untuk mengetahui perkembangan suatu atau
beberapa kejadian serta hubungan/pengaruhnya terhadap kejadian lainnya. Misalnya, apakah
kenaikan biaya iklan akan diikuti dengan kenaikan penerimaan hasil penjualan, apakah kenaikan
jumlah penggunaan pupuk diikuti dengan kenaikan produksi padi, apakah kenaikan gaji diikuti oleh
kenaikan prestasi kerja, apakah penurunan bunga deposito diikuti penurunan jumlah tabungan
deposito, apakah penurunan tariff pajak penghasilan diikuti oleh kenaikannya. Dengan kata lain,
apakah perubahan suatu kejadian mempengaruhi kejadian lainnya, dan kalau memang ada
pengeruhnya, berapa besar pengaruh tersebut secara kuantitatif?
Oleh karena data berkala itu terdiri dari beberapa komponen, maka dengan analisis data
berkala bisa diketahui masing-masing komponen, bahkan dapat menghilangkan satu atau
beberapa komponen jika diinginkan menyelidiki komponen tersebut secara mendalam tanpa
kehadiran komponen lain.

Contoh 1
Tabel 6.1 yang menyajikan data Produk Domestik Bruto (PDB) atas Dasar Harga Konstan
Tahun 2000 (milyar rupiah)
Tahun 2000 2001 2002 2003 2004 2005 2006 2007
(1) (2) (3) (4) (5) (6) (7) (8) (9)
T 0 1 2 3 4 5 6 7
PDB (Y) 10.164,9 11.169, 12.054,6 12.235,4 12.842,2 13.511,5 14.180,8 14.850,1
2

Penyelesaian :
 Misalkan selanjutnya bahwa garis trend tersebut melewati titik koordinat untuk tahun
2000 dan 2007. Jika tahun 2000 dan 2007 nilai X sama dengan 0 dan 7, maka kita bisa mengatakan
bahwa garis trend yang lurus mempunyai persamaan Y =a+bX .
Dalam contoh ini kita anggap tahun 2000 sebagai titik asal (X = 0), 2001 titik pertama (X = 1), dan
seterusnya. Titik asal dapat diubah-ubah. Jika 2001 sebagai titik asal, maka untuk tahun 2000 (X = -
1), 2001 (X = 0). Seterusnya tahun 2000 sebagai titik asal dan tahun 2007 titik akhir, maka kita
peroleh dua titik koordinat [(0) , (10.164,9)] dan [(7) , (14.850,1)]. Jika nilai koordinat ini kita
substitusikan ke persamaan garis lurus Y =a+bX , maka kita peroleh persamaan berikut :
Untuk titik ( 0 , 10.164,9 ) → 10.164,9=a+b( 0)
a=10.164,9
Untuk titik ( 7 , 14.850,1 ) → 14.850,1=10.164,9+b ( 7 )
7 b=4.685,2
4.685,2
b= =669,3
7
Jadi, Y =a+bX  Y =10.164,9+ 669,3 X (X variabel waktu)
b=669,3 berarti bahwa setiap tahun secara rata-rata terjadi
kenaikan Produk Domestik Bruto sebesar 669,3

Untuk meramalkan tahun 2008 dan 2009, maka nilai X (8 dan 9) harus disubstitusikan
dalam persamaan tersebut. Jadi ramalan Produk Domestik Bruto tahun 2008 dan 2009 adalah :
PDB2008 =10.164,9+669,3( 8)
¿ Rp15.519,3 milyar

PDB2009 =10.164,9+669,3( 9)
¿ Rp18.188,6 milyar

Cara ini lebih objektif karena didasarkan atas perumusan matematik dan bukan didasarkan atas
penilaian individu yang sering dipengaruhi oleh subyektifitas pribadi.

6.2 Metode Rata-rata Semi

Cara dengan metode rata-rata semi ini memerlukan langkah-langkah sebagai berikut :
1. Data dikelompokkan menjadi dua, masing-masing kelompok harus mempunyai jumlah
data yang sama. Kalau ada 10 data masing-masing 5, jika ada 8 data dikelompokkan
menjadi dua kelompok masing-masing 4, jika ada 6 data dikelompokkan menjadi dua
kelompok dengan masing-masing 3 (ini berlaku jika jumlah data genap). Namun jika
jumlah data ganjil maka data yang paling tengah dihilangkan. Misalnya jika ada 9 data,
maka masing-masing kelompok 4, jika ada 7 data maka masing-masing kelompok 3, dan
lain sebagainya.
2. Masing-masing kelompok dicari rata-ratanya, katakan Y 1 dan Y 2 yang merupakan
ordinatnya.
3. Titik absis harus dipilih dari variabel X yang berada di tengah masing-masing kelompok
(tahun atau waktu yang di tengah)
 Data 6 tahun : X1 , X2 , X3 , X4 , X5 , X6
0 1 2 3 4 5
I II
Petunjuk : urutan 1 ( X 2 ) dan 4( X 5 ) merupakan titik absis (artinya tahun kedua dan
kelima sebagai absis.

Data 8 tahun : X1 , X2 , X3 , X4 , X5 , X6 , X7, X 8

0 1 23 4 5 67
I II
1 1
Petunjuk : urutan 2 dan 3 menjadi titik basis ( 1+2 )=1,5 atau ( X 2+ X 3 ) dan urutan
2 2
1 1
6 dan 7 menjadi titik absis ( 5+6 )=5,5 atau ( X 6+ X 7 ).
2 2

Data 7 tahun : X1 , X2 , X3 , X4 , X5 , X6 , X7
0 1 23 4 5 6
I II
Petunjuk : 3 atau X 4 hapus , urutan 1 ( X 2 ) dan urutan 5 ( X 6 ) menjadi titik basis (tahun
kedua dan keenam sebagai basis).
4. Titik koordinat terdiri dari yang diperoleh dari proses langkah di atas dimasukkan dalam
persamaan Y =a+bX , untuk menghitung nilai a dan b ; Y 1 dan Y 2 dipergunakan sebagai
Y.

Contoh 2
Tabel 6.1 yang menyajikan data Produk Domestik Bruto (PDB) atas Dasar Harga Konstan
Tahun 2000 (milyar rupiah), buatlah trend dengan rata-rata semi
Tahun 2000 2001 2002 2003 2004 2005 2006 2007
(1) (2) (3) (4) (5) (6) (7) (8) (9)
X 0 1 2 3 4 5 6 7
PDB (Y) 10.164,9 11.169, 12.054,6 12.235,4 12.842,2 13.511,5 14.180,8 14.850,1
2

Penyelesaian :
Kita peroleh dua kelompok yaitu :
1
Kelompok I : Y 1= ( 10.164,9+11.169,2+12.054,6+12.235,4 )=11.428,5
4
Jadi titik koordinat [ ( 1,5 ) , (11.428,5 ) ]

1
Kelompok II : Y 2= ( 12.842,2+13.511,5+14.180,8+14.850,1 )=13.846,2
4
Jadi titik koordinat [ ( 5,5 ) , (13.846,2 ) ]
Untuk [ ( 1,5 ) , (11.428,5 ) ]  11.428,5=a+b(1,5) … (1)
Untuk [ ( 5,5 ) , (13.846,2 ) ]  13.846,2=a+b(5,5) … (2)
Eliminasi : (2) – (1) diperoleh : 4 b=2.417,7
 2.417,7
b= =604,42
4
Dari persamaan (1) : 11.428,5=a+604,42 (1,5 )
a=11.428,5−906,63=10.521,87

Sehingga : Y =10.521,87+ 604,42 X (X variabel waktu)

Dari persamaan di atas dapat diramalkan PDB untuk tahun 2008 dan 2009 sebagai berikut :
PDB2008 ( X=8 )=10.521,87+604,42(8)
¿ Rp15357,23 milyar

PDB2009 ( X=9 )=10.521,87+604,42(9)

¿ Rp15.961,65 milyar
Dari contoh penyelesaian di atas nilai b=604,42 diperlihatkan bahwa rata-rata semi
kenaikan pertahun Produk Bomestik Bruto (PDB) adalah Rp 604,42 milyar, yang ternyata
lebih rendah dari pada dengan cara menghubungkan titik terendah dan titik tertinggi.

6.3 Metode Kuadrat Terkecil

Seperti diketahui bahwa garis trend linear dapat ditulis sebagai persamaan garis lurus :
Y ' =a+bX … (6.1)
'
di mana : Y =¿ data berkala (time series data)
X =¿ waktu (hari, minggu, bulan, tahun)
a dan b=¿ bilangan konstan

Jadi mencari garis trend berarti mencari nilai a dan b . Apabila a dan b sudah diketahui, maka garis
trend tersebut dapat dipergunakan untuk meramalkan Y ' .
Untuk mencari persamaan trend garis lurus dengan metode kuadrat terkecil dapat
dilakukan beberapa cara. Di sini diberikan dua cara.

Cara 1 :
Pada cara pertama ini, mengadakan perhitungan diperlukan nilai tertentu pada variabel waktu X
sedemikian rupa, sehingga jumlah nilai variabel waktu adalah nol.
n

∑ X i=0
i=1

Misalnya :
Untuk n=3 , maka X 1 , X 2 , X 3
-1 0 1
Untuk n=4 , maka X 1 , X 2 , X 3 , X 4
-3 -1 1 3

Pada umumnya yang diberi nilai 0 adalah variabel waktu yang letaknya di tengah.
 (a) Untuk n ganjil  n=2 k +1
n−1
2 k=n−1 → k=
2
X k+1=0
n−1 3−1
n=3 →k = = =1
2 2
Jadi X k+1= X 2=0
n−1 5−1
n=5 →k = = =2
2 2
Jadi X k+1= X 3=0

n−1 7−1
n=7 → k= = =3
2 2
Jadi X k+1= X 4=0
Jarak antara dua waktu diberi nilai satu satuan. Di antara 0 diberi tanda + dan di bawahnya
diberi tanda −( 0 , 1 ,2 , 3 , dan ,−3 ,−2,−1 ,0 ) atau … ,−3 ,−2 ,−1 , 0 , 1, 2 ,3 ,…

n
(b) Untuk n genap  n=2 k → k =
2
X k + X k+1 =0, artinya titik 0 terletak antara X k dan X k+1 (seolah-olah
disisipkan dan tak perlu dituliskan untuk n genap).
X k+k +1 = X 1
( 2 ) k+
2

n 4
n=4 → k = = =2
2 2
Jadi X 1 =X 1 =X 2,5 =0 (antara X 2 dan X 3 )
k+ 2+
2 2
n 6
n=6 → k= = =3
2 2
Jadi X 1 =X 1 =X 3,5 =0 (antara X 3 dan X 4)
k+ 3+
2 2
n 8
n=8 → k= = =4
2 2
Jadi X 1 =X 1 =X 4,5 =0 (antara X 4 dan X 5)
k+ 4+
2 2

Jarak antara dua waktu diberi nilai dua satuan. Di atas 0 diberi tanda + dan di bawahnya
diberi tanda −( 0 , 1 ,3 , 5 , 7 , 9 , … dan ,−9 ,−7 ,−5 ,−3 ,−1 , 0 )
atau … ,−9 ,−7 ,−5 ,−3 ,−1 , 1 ,3 , 5 , 7 , 9 , …

Seperti telah disebutkan sebelumnya, mencari garis trend juga berarti mencari nilai a dan b
dari persamaan garis Y ' =a+bX . Tidak semua titik koordinat yang membentuk diagram pencar
tersebut terletak tepat pada garis trend, ada yang di atas da nada juga yang di bawahnya.
Misalnya Y i adalah nilai observasi (data asli) dan Y 'i adalah nilai trend yang diperoleh dari
persamaan Y ' =a+bX .
'
Y i=Y i + ei ; i=1 , 2 ,… , n
'
Y i−Y i =e i;
 e i=¿ selisih antara nilai observasi dan nilai trend disebut kesalahan (error)

Apabila semua kesalahan atau nilai e sama dengan nol, maka semua titik diagram pencar akan
terletak pada garis trend, yang dalam prakteknya jarang terjadi. Jadi selalu ada kesalahan (error).
Kalau semua kesalahan tersebut nilainya kita kuadratkan dan kemudian kita jumlahkan, maka
hasilnya disebut kesalahan kuadrat. Makin kecil nilai jumlah kesalahan kuadrat, makin mendekati
garis trend tersebut terhadap diagram pencar.
Metode kuadrat terkecil (least square method) untuk mencari garis trend dimaksudkan
suatu perkiraan atau taksiran mengenai nilai a dan b dari persamaan Y ' =a+bX yang didasarkan
atas data hasil observasi sedemikian rupa, sehingga dihasilkan jumlah kesalahan kuadrat terkecil
(minimum). Tanda aksen sering ditiadakan. Jadi persamaan garis trend, asal tidak
membingungkan, dapat ditulis Y =a+bX . Perlu diperhatikan bahwa sebetulnya ada dua macam
nilai Y , yaitu berdasarkan hasil pencatatan dan trend.
a=Y −b X … (6.2)
1
di mana : Y = ∑ Y i adalah rata-rata Y
n
1
X = ∑ X i adalah rata-rata X
n
n ∑ X i .Y i −∑ X i . ∑ Y i
b= 2 (6.3)
n ∑ X 2i −( ∑ X i )
Rumus ini sama dengan rumus garis regresi linear sederhana mengenai teknik peramalan. Untuk
garis trend lurus rumusnya menjadi sederhana, karena :
1
∑ X i=0 dan X = n ∑ X i (6.4)
Dengan demikian untuk garis trend yang lurus, rumus (6.2) dan (6.3) berubah menjadi :

a=Y dan b=
∑ Xi. Y i (6.5)
∑ X 2i
Contoh 3
Tabel 6.1 yang menyajikan data Produk Domestik Bruto (PDB) atas Dasar Harga Konstan
Tahun 2000 (milyar rupiah), buatlah trend dengan rata-rata semi
Tahun 2000 2001 2002 2003 2004 2005 2006 2007
(1) (2) (3) (4) (5) (6) (7) (8) (9)
X 0 1 2 3 4 5 6 7
PDB (Y) 10.164,9 11.169, 12.054,6 12.235,4 12.842,2 13.511,5 14.180,8 14.850,1
2

Penyelesaian :
Berdasarkan Tabel 6.1 di atas akan dibuat Tabel 6.2 di bawah ini seterusnya buatlah persamaan
garis trend dengan menggunakan metode kuadrat terkecil (Gunakan cara pertama)
Tabel 6.2
Tahun X Y XY 2
Xi
2000 -7 10.164,9 -71.154,3 49
2001 -5 11.169,2 -55.846,0 25
2002 -3 12.054,6 -36.163,8 9
 2003 -1 12.235,4 -12.325,4 1
2004 1 12.842,2 12.842,2 1
2005 3 13.511,5 49.534,5 9
2006 5 14.180,8 70.904,0 25
2007 7 14.850,1 103.950,7 49
Jumlah 0 101.098,7 52.741,9 168
Y 12.637,34

a=Y =12.637,34 b=
∑ X i .Y i = 52.741,9
∑ X 2i 168
b=313,94
Persamaan trend linear :
Y =a+bX =12.637,34+313,94 X

Untuk meramalkan nilai Y pada tahun 2008, nilai X =9 dimasukkan ke dalam persamaan
tersebut, sehingga Y =12.637,34 +313,94 ( 9 ) =15.462,8. Jadi, ramalan Produk Domestik Bruto
(PDB) adalah Rp 15.462,8 milyar.

Contoh 3
Dari Tabel 6.3 berikut, buatlah persamaan garis trend linear dan gambarkan kurvanya
untuk PT. Malvinas tersebut.
Tabel 6.3 Penjualan Hipotetis PT. Malvinas, 2001 – 2011
Tahun Penjualan (dalam jutaan rupiah)
2001 50,0
2002 36,5
2003 43,0
2004 44,5
2005 38,9
2006 38,1
2007 32,6
2008 38,7
2009 41,7
2010 41,1
2011 33,8

Penyelesaian :
Tahun Xi Yi Xi Y i Xi
2

2001 -5 50,0 -250,0 25

2002 -4 36,5 -146,0 16
2003 -3 43,0 -129,0 9
2004 -2 44,5 -89,0 4
2005 -1 38,9 -38,9 1
2006 0 38,1 0 0
2007 1 32,6 32,6 1
2008 2 38,7 77,4 4
 2009 3 41,7 125,1 9
2010 4 41,1 164,4 16
2011 5 33,8 169,0 25
Jumlah 0 438,9 -84,4 110
Rata-rata 0 39,9

a=Y =39,9 b=
∑ X i .Y i = −84,4
∑ X 2i 110
b=−0,77
Persamaan trend linear :
Y =a+bX =39,9−0,77 X
Jadi persamaan garis trend Y =39,9−0,77 X . Ramalan penjualan tahun 2012 X =6
adalah : Y =39,9−0,77 ( 12 )=39,9−4,62=35,28 artinya ramalan hasil penjualan tahun 2012
sebesar Rp 30,66 juta. Perhatikan bahwa trendnya menurun. Setiap tahun terjadi penurunan
sebesar Rp 0,77 juta atau Rp 770.000 secara rata-rata.

Hasil Penjualan dan Trend

60

50

40

30 X
Y

20

10

0
1 2 3 4 5 6 7 8 9 10 11

Contoh 4
Tabel 6.4
Tahun Xi Yi Xi Y i 2
Xi
2010 -7 44 -294 49
2011 -5 35 -190 25
2012 -3 31 -102 9
2013 -1 33 -30 1
2014 1 28 26 1
 2015 3 20 66 9
2016 5 15 90 25
2017 7 18 98 49
Jumlah 0 224 -336 168
Rata-rata 0 28

a=Y =28 b=
∑ X i .Y i = −336
∑ X 2i 168
b=−2
Persamaan trend linear :
Y =a+bX =28−2 X
Jadi persamaan garis trend Y =28−2 X .

50
45
40
35
30
25 X
20 Y

15
10
5
0
1 2 3 4 5 6 7 8

Contoh 5
Tabel 6.4
Tahun Xi Yi Xi Y i 2
Xi
2010 -7 50 -350 49
2011 -5 58 -290 25
2012 -3 55 -165 9
2013 -1 70 -70 1
2014 1 76 76 1
2015 3 60 180 9
2016 5 80 400 25
 2017 7 76 532 49
Jumlah 0 525 313 168
Rata-rata 0 65,63

a=Y =65,63 b=
∑ X i .Y i = 313
∑ X 2i 168
b=1,86 (ada kenaikan sebesar 1,86)
Persamaan trend linear :
Y =a+bX =65,63+1,86 X
Jadi persamaan garis trend Y =65,63+ 1,86 X .

90
80
70
60
50
X
40 Y
30
20
10
0
1 2 3 4 5 6 7 8

Cara 2

Cara lain untuk menentukan garis trend lurus adalah dengan periode awal pada variabel
X =1, jadi tidak perlu membuat ∑ X i=0 . Jika data pengamatan terdiri dari nilai dari tahun 2001
sampai dengan 2008, maka nilai X pada tahun 2001 adalah 1 dan 2008 adalah 8.
Garis trend lurus dengan cara ini diperoleh dengan rumus sebagai berikut :
a=Y −b X rumus (6.2) dan
n ∑ X i .Y i −∑ X i . ∑ Y i
b= 2 rumus (6.3)
n ∑ X 2i −( ∑ X i )

Contoh 6
Berdasarkan Tabel 6.1 di atas akan dibuat Tabel 6.5 di bawah ini seterusnya buatlah
persamaan garis trend dengan menggunakan metode kuadrat terkecil (Gunakan cara kedua)
Tabel 6.5
Tahun X Y XY 2
Xi
2000 1 10.164,9 10.164,9 1
2001 2 11.169,2 22.338,4 4
2002 3 12.054,6 36.163,8 9
2003 4 12.325,4 48.941,6 16
2004 5 12.842,2 64.211,0 25
2005 6 13.511,5 81.069,0 36
2006 7 14.180,8 99.265,6 49
 2007 8 14.850,1 118.800,8 64
Jumlah 36 101.098,7 480.955,1 204
Rata-rata 4,5 12.637,34 3.850.520,8

Penyelesaian :
n ∑ X i .Y i −∑ X i . ∑ Y i
b= 2
n ∑ X 2i −( ∑ X i )
8 ( 480.955,1 )−( 36 )( 101.098,7 )
b=
8 ( 204 ) −( 36 )2
3.850.520,8−3.639 .553,2 210.967,6
¿ =
1.632−1.296 336
b=627,88

a=Y −b X
a=12.637,34−627,88 ( 4,5 )
¿ 12.637,34−2. 825,46
a=9.811,88
Jadi persamaan trend linear : Y =9.811,88+627,88 X
Untuk meramalkan nilai Y pada tahun 2008, nilai X =9 dimasukkan ke dalam persamaan
tersebut, sehingga Y =9.811,88+627,88 ( 9 )=15.462,8 . Jadi, ramalan Produk Domestik Bruto (PDB)
adalah Rp 15.462,8 milyar.
Nilai peramalan untuk tahun 2008 baik dengan menggunakan cara pertama maupun cara
kedua akan menghasilkan nilai ramalan yang sama walaupun persamaan trendnya berbeda.

Soal-soal