Analisis Data Berkala

Oleh : Mellyna Eka Yan Fitri, S.Si., M.M.

UNIVERSITAS DHARMA ANDALAS

2018
DESKRIPSI SINGKAT
Membahas mengenai hal-hal yang berkaitan dengan peramalan secara kuantitatif melalui
analisis data berkala. Membahas komponen deret berkala yaitu tren sekular, variasi
musiman, variasi siklis dan variasi tak beraturan serta menghitung persamaan trend linear
dan trend kuadrat. Dan meramalkan dan menggambarkan kurva data berkala dengan IBM
SPSS versi 21.00

KOMPETENSI DASAR :
Mahasiswa mampu menghitung, memahami dan melakukan peramalan kondisi yang akan
ng melalui data berkala, menggambarkannya dalam grafik yang mewakilinya.

TUJUAN PEMBELAJARAN :
Diharapkan setelah mengikuti materi ini mahasiswa mampu menghitung dan memaknai
konsep dasar data berkala dalam kehidupan dibidang ekonomi dan bisnis serta mampu
menggambarkan trend dan meramalkan data dimasa akan datang. Dan mampu
meramalkan dan menggambarkan kurva data berkala dengan IBM SPSS versi 21.00

POKOK BAHASAN :
1. Definisi data berkala dan pembagian trend
2. Trend jangka panjang / sekular
3. Menentukan persamaan trend linear
4. Menentukan Persamaan trend kuadrat
5. Perhitungan dengan SPSS
Pengumpulan data dari waktu ke waktu untuk
menggambarkan perubahan/perkembangan atau
kecenderungan suatu keadaan/
kegiatan/peristiwa

Bermanfaat untuk mengetahui kondisi

masa mendatang atau meramalkan kondisi
mendatang

Peramalan kondisi mendatang  perencanaan

produksi, pemasaran, keuangan dan bidang lainnya
Perubahan pergerakan data berkala biasanya dilambangkan dengan :
�1 ,  �2 ,  �3,… �� darivariabelYpadawaktu-
waktutertentu
Waktu dilambangkan dengan t dan x .
n n

Y akan berubah apabila x atau t juga berubah, hal ini

dapat diwakilkan oleh fungsi : y = f(x) = f(t)
PENGGOLONGAN ATAU GERAKAN KHAS
DATA BERKALA
1. Trend Jangka panjang (Trend)  (T)
2. Gerakan siklis (Cyclical)  (C)
3. Gerakan Musim (Seasonal) (S)
4. Gerakan tak beraturan (Irregular) (I)

Pendapat atau paham klasik mengasumsikan bahwa

data berkala merupakan hasil perkalian dari

Y=TxCxSxI
Sedangkan menurut ahli statistik

Y=T+C+S+I
1. Trend Jangka Panjang

Suatu gerakan yang

menunjukkan
perkembangan atau
kecenderungan secara
umum dari data berkala
dalam jangka waktu
panjang
 Trend dapat dilukiskan

Y Y

X X
Tahun (X) Tahun (X)
Trend Positif Trend negatif

Y
Y

X
Tahun (X) X
Tahun (X)
Trend mendatar Trend naik turun
2. Gerakan Siklis

Adalah gerakan naik turun disekitar garis trend dalam

jangka waktu yang panjang.

Gerakan siklis ini bisa berulang setelah jangka waktu

tertentu. Misalnya setiap 3 tahun, 5 tahun, atau
bahkan lebih. Tetapi bisa juga tidak berulang dalam
waktu yang sama.

Dalam kegiatan bisnis dan ekonomi gerakan gerakan

hanya dianggap siklis apabila timbul kembali setelah
jangka waktu yang lebih dari 1 tahun
 Siklus bisnis adalah salah satu contoh gerakan siklis yang
menunjukkan jangka waktu tertentu.

Kurva Cyclical Movement or variation

1. Kemakmuran (Prosperity) 3. Depresi (Depresion)

2. Kemunduran (Recision) 4. Perbaikan (Recovery)
3. Gerakan Musiman
Adalah gerakan yang mempunyai pola tetap yang
berulang ulang dan regular dengan periode waktu
yang pendek, yaitu satu tahun atau kurang.

Contoh Kurva Seasonal movement

a. Hari raya idul fitri yg Y
mengakibatkan harga bahan
pokok meningkat
b. Menurunnya harga beras pada
waktu panen
c. Melonjaknya pengunjung cafe
pada saat malam minggu
d. Pengaruh lain seperti musim, X
adat istiadat, dan kebiasaan Tahun (X)
4. Gerakan Tak Beraturan
Gerakan yang bersifat sporadis atau gerakan dengan
pola yang tidak teratur dan tidak dapat diperkirakan
yang terjadi dalam waktu singkat

Contoh Kurva Irregular or Random Movement

ü Naik turunnya
produksi beras
akibat banjir yang
datangnya tidak
teratur,
ü gempa bumi
ü bencana alam
lainnya.
Cara Menentukan Persamaan Trend Linear untuk Jangka Pendek

Keterangan :
� = � + ��
� = y topi, y prediksi, y trend

a = Intersep/titikpotongdaripersamaan trend
b = Koefisienkemiringanataugradiendariperamalan trend yang
menunjukkanbersarnyaperubahan�bilaterjadiperubahansatu unit
pada x
x = Periodewaktu (independendvariabelatauvariabelbebas)
Dalam hal ini menghitung nilai a dan nilai b menggunakan data
yang sudah ada. Selanjutnya persamaan trend dapat dimanfaatkan
untuk meramalkan data y prediksi untuk x tahun berikutnya.
Metode Menentukan Persamaan Trend Linear
1. Metoda bebas (metoda bebas)
2. Metoda setengah rata-rata
3. Metoda rata-rata bergerak
4. Metoda kuadrat terkecil
1. Metode Bebas
Metoda bebas diberikan kebebasan sepenuhnya
menggambarkan garis tren berupa garis lurus yang terletak
antara titik-titik yang diperlihatkan oleh data asli. Dan
hasilnya akan menjadi sangat subjektif.

Dalam hal ini, untuk menentukan nilai a dan nilai b dapat

diperoleh dengan menggunakan dua titik sembarangan
pada kondisi yang diberikan selanjutnya menggunakan
rumus :
Contoh
Besarnya dana pinjaman yang disalurkan oleh PT Semen
Padang melalui CSR untuk modal kerja bagi usaha kecil dan
menengah (UKM) dari tahun 2000-2006 adalah sebagai berikut :

Nilai X 0 1 2 3 4 5 6
Tahun 2000 2001 2002 2003 2004 2005 2006
Besar Pinjaman
10 11,2 10,3 12 13,1 9 13,5
(jutaan rupiah)

a. Buatlah diagram pencar data tersebut

b. Tentukan persamaan trend diatas dengan menggunakan
metoda bebas
c. Buatlah garis trend dan Y prediksi masing masing tahun
Jawab
Tentukan terlebih dahulu pasangan y dan x
(0;10) , (1;11,2), (2;10,3), (3;12), (4;13,1), (5;9), (6;13,5)
Y

15
(4,13.1) (6,13.5)
(3,12)
(1,11.2)

10 (0,10)
(2,10.3)
(5.9)

0 1 2 3 4 5 6 X
Jawab
Note :
Bebas menentukan pasangan yang ada untuk dimasukkan
kedalam rumus  tentu saja hasilnya akan berbeda
Selanjutnya ambil pasangan (2;10,3) dan (4; 13,1)

y  10,3  1,4 x  2,8

y  10,3  2,8  1,4 x
y  7,5  1,4 x
Hasil prediksi y dengan menggunakan rumus persamaan trend :
y = 7,5 + 1,4x

x y x' y prediksi
2000 10 0 7.5 + 1.4(0) = 7,5
2001 11,2 1 7.5 + 1.4(1) = 8,9
2002 10,3 2 7.5 + 1.4(2) = 10,3
2003 12 3 7.5 + 1.4(3) = 11,7
2004 13,1 4 7.5 + 1.4(4) = 13,1
2005 9 5 7.5 + 1.4(5) = 14,5
2006 13,5 6 7.5 + 1.4(6) = 15,9
Tentukan terlebih dahulu pasangan y dan x
(0;7.5) , (1;8.9), (2;10,3), (3;11.7), (4;13,1), (5;14.5), (6;15,9)

15

10
=y
= y prediksi

0 1 2 3 4 5 6 X
2. Metode Setengah Rata-rata
� = � data
Metode ini membagi dua kumpulan + ��sama banyak
dan selanjutnya dicari mean atau nilai rata-ratanya.

�2   −  �1  
� − �1 =    .  (� − �1 ) 
�2   −  �1

Untuk menentukan a dan b dapat digunakan rumus

Langkah langkah metode setengah rata-rata :

1. untuk nilai “ y “
a. Membagi kumpulan data menjadi dua bagian yang sama.
Jika jumlah tahunnya ganjil maka tahun yang berada di
tengah diabaikan.
b. Menghitung rata-rata untuk setiap bagian.

2. Untuk nilai “x”

a. Nilai “x”berada pada tahun yang berada di tengah
masing-masing bagian
b. Jika jumlah tahun genap maka nilai “x” yang ditengah
dibagi 2.
Contoh
Besarnya produksi yang di hasilkan oleh PT X dari tahun
2000-2006 adalah sebagai berikut

Nilai X 0 1 2 3 4 5 6
Tahun 2000 2001 2002 2003 2004 2005 2006
Produksi (ton) 2,0 2,3 4,0 4,1 3,2 4,3 5,0

a. Buatlah diagram pencar

b. Tentukanlah persamaan trend
c. Buatlah garis trend dan Y prediksi masing masing tahun
Jawab
Tentukan terlebih dahulu pasangan y dan x
(0; 2.0) , (1; 2.3), (2; 4.0), (3; 4.1), (4; 3.2), (5; 4.3), (6; 5.0)

5 (6,5)

(5,4.2)
4 (2,4) (3,4.1)

(4, 3.2)
3

(1,2.3)
2 (0,2)

0 1 2 3 4 5 6 X
Jawab
Produksi
Tahun x Jumlah Rata-rata
(ton)
2000 2.0 0
2001 2.3 1 2.0 + 2.3 + 4.0 = 8.3 2.76
2002 4.0 2
2003 4.1 3
2004 3.2 4
2005 4.3 5 3.2 + 4.3 + 5.0 = 12.5 4.16
2006 5.0 6

2.0  2.3  4.0 8.3

y1    2.76
3 3
3.2  4.3  5.0 12.5 �1 = 1
y2    4.16
3 3 �2 = 5
Setengah rata-rata

Jadi persamaan trend-nya adalah

Jawab
(0; 2.41) , (1; 2.76), (2; 3.11), (3; 3.46), (4; 3.81), (5; 4.16), (6; 4.51)

Produksi y Prediksi y
Tahun x
(ton) (ton)
2000 2.0 0 0,35(0) + 2.41 = 2.41
2001 2.3 1 0,35(1) + 2.41 = 2.76
2002 4.0 2 0,35(2) + 2.41 = 3.11
2003 4.1 3 0,35(3) + 2.41 = 3.46
2004 3.2 4 0,35(4) + 2.41 = 3.81
2005 4.3 5 0,35(5) + 2.41 = 4.16
2006 5.0 6 0,35(6) + 2.41 = 4.51
Tentukan terlebih dahulu pasangan y dan x
(0; 2.41) , (1; 2.76), (2; 3.11), (3; 3.46), (4; 3.81), (5; 4.16), (6; 4.51)

(6,4.51)
4

3
(0,2.41) =y
2 = y prediksi

0 1 2 3 4 5 6 X
3. Metode Rata-rata Bergerak
Metode dimana setelah rata-rata dihitung, diikuti gerakan
satu periode ke belakang.

Penghitungan rata-rata bisa per 3 periode, per 4 periode,

per 5 periode dst.

Langkah-langkah
a. Hitung rata-rata dari sejumlah data paling awal
b. Hilangkan data awal
c. Ulangi tahap a dan b sampai data terakhir
Contoh
Berikut ini adalah hasil produksi gula pada perusahaan X

Tahun 2000 2001 2002 2003 2004 2005 2006

Produksi (ton) 2,0 2,3 4,0 4,1 3,2 4,3 5,0

a. Hitunglah rata-rata bergerak dengan dasar 3 tahun

b. Hitunglah rata-rata bergerak dengan dasar 4 tahun
c. Buatlah diagram pencarnya dan garis trend
Tahun x Produksi Rata-rata Bergerak 3 Rata-rata Bergerak 4 Tahun
(ton) Tahun
2000 0 2,0 - -
2001 1 2,3 (2.0 + 2.3 + 4.0) : 3 = 2.77 -
2002 2 4,0 (2.3 + 4.0 + 4.1) : 3 = 3.47 (2.0 + 2.3 + 4.0 + 4.1) : 4 = 3.1
2003 3 4,1 (4.0 + 4.1 + 3.2) : 3 = 3.77 (2.3 + 4.0 + 4.1 + 3.2) : 4 = 3.4
2004 4 3,2 (4.1 + 3.2 + 4.3) : 3 = 3.83 (4.0 + 4.1 + 3.2 + 4.3) : 4 = 3.9
2005 5 4,3 (3.2 + 4.3 + 5.0) : 3 = 4.17 -
2006 6 5,0 - -

(0; 2.0) , (1; 2.3), (2; 4.0), (3; 4.1), (4; 3.2), (5; 4.3), (6; 5.0)

(1; 2.77) , (2; 3.47), (3; 3.77), (4; 3.83), (5; 4.17)

(2; 3.1) , (3; 3.4), (4; 3.9)

Diagram pencar dan garis trend-nya adalah sebagai berikut :

=y
3
= y - (3 th)
2 = y - (4 th)

0 1 2 3 4 5 6 X
4. Metode Kuadrat Terkecil
Merupakan metoda umum yan paling banyak digunakan untuk
persamaan trend
Pada metoda kuadrat terkecil dilakukan untuk menentukan nilai a dan
b dari bentuk umum prersamaan trend sebagai berikut:

� = � + ��
�  �. �  
�=    �=  2  
� �
Data ganjil  x = -3, -2, -1, 0, 1, 2, 3 (Jmlh data dibagi 2, nilai ditengah = 0)
Data genap  x = -5,-3, -1, 1, 3, 5 (Jmlh data dibagi 2, masing masing
nilai tengah = -1 dan 1
Note :
Nilai jumlah x adalah 0 atau  x  0
Contoh
Tentukan persamaan trend dari data produksi beras dibawah dengan
metoda kuadrat terkecil
a. Tentukanlah nilai Y trend
b. Buatkan diagram pencar dan garis trend-nya

Tahun 2000 2001 2002 2003 2004 2005 2006

Produksi (ton) 2,0 2,3 4,0 4,1 3,2 4,3 5,0
Jawab
Tahun Produksi - y x x*y x2
(ton)
2000 2.0 -3 -6.0 36 a 
 y 24 . 9
  3 . 56
2001 2.3 -2 -4.6 21.16 n 7
2002 4.0 -1 -4.0 16 b
 x y

12.2
 0,03
2
x 382.36
2003 4.1 0 0 0
Persamaan trend-nya :
2004 3.2 1 3.2 10.24
2005 4.3 2 8.6 73.96 y  3.56  0,03x
2006 5.0 3 15.0 225
Total 24.9 0 12.2 382.36
Jawab
Tahun Produksi - y x y-prediksi
(ton)
2000 2.0 -3 3.56 + 0.03(-3) = 3.47
2001 2.3 -2 3.56 + 0.03(-2) = 3.50
2002 4.0 -1 3.56 + 0.03(-1) = 3.53
2003 4.1 0 3.56 + 0.03(0) = 3.56
2004 3.2 1 3.56 + 0.03(1) = 3.59
2005 4.3 2 3.56 + 0.03(2) = 3.62
2006 5.0 3 3.56 + 0.03(3) = 3.65
Total 24.9 0

(-3; 2.0) , (-2; 2.3), (-1; 4.0), (-3; 3.47) , (-2; 3.50), (-1; 3.53),
(0; 4.1), (1; 3.2), (2; 4.3), (0; 3.56), (1; 3.59), (2; 3.62),
(3; 5.0) (3; 3.65)
 Diagram pencar dan garis trend-nya adalah sebagai berikut :
(-3; 2.0) , (-2; 2.3), (-1; 4.0), (-3; 3.47) , (-2; 3.50), (-1; 3.53),
(0; 4.1), (1; 3.2), (2; 4.3), (0; 3.56), (1; 3.59), (2; 3.62),
(3; 5.0) Y (3; 3.65)

=y
3
= y - prediksi
2

-3 -2 -1 0 1 2 3 X
Cara Menentukan Persamaan Trend Kuadrat untuk Jangka Panjang

Persamaan trend linier lebih tepat digunakan untuk jangka waktu

pendek, sedangkan untuk jangka waktu panjang lebih tepat
digunakan persamaan non linier seperti :
1. Persamaan trend kuadrat
2. Persamaan exponensial
3. Persamaan lainnya
1. Trend Kuadrat
Bentuk Umum dari persamaan trend kuadrat adalah

x = Periode waktu
Rumus menghitung nilai a, b dan c :
 Contoh
Tentukanlah persamaan trend kuadrat dari data penjualan
kompor gas PT X dari tahun 2000 – 2010 dengan data
penjualan sebagai berikut

Tahun 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

Penjualan 1,5 1,8 7,1 1,9 2,8 3,2 4,0 4,3 5,1 5,2 5,6
 Persamaan trend kuadrat

Tahun Y x x.y
2000 1,5 -5 -7,5 25 37,5 625
2001 1,8 -4 -7,2 16 28,8 256
2002 7,1 -3 -21,3 9 63,9 81
2003 1,9 -2 -3,8 4 7,6 16
2004 2,8 -1 -2,8 1 2,8 1
2005 3,2 0 0 0 0 0
2006 4,0 1 5 1 4 1
2007 4,3 2 8,6 4 17,2 16
2008 5,1 3 15,3 9 45,9 81
2009 5,2 4 20,8 16 83,2 256
2010 5,6 5 28,0 25 140,0 625
∑42,5 ∑ 34,1 ∑ 110 ∑1958
Persamaan trendnya
2. Trend Eksponensial
Merupakan trend non linier dimana variabel x nya berfungsi
sebagai pangkat

Bentuk umum persamaan trendnya

�′ = � (� + �)�
�′ = Nilai trend untukperiodetertentu
a & b = bilanganKonstanta
x = Kodewaktu
Rumus menghitung nilai a dan b :

ln � (x .  ln � )
� = ����Ln � = ����Ln 2  −1
� �
Contoh
Dari data dibawah ini tentukan persamaan trend eksponensialnya

Tahun Penjualan x Ln y X . Ln y
2005 19 -3 9 2,9444 -8,8332
2006 22 -2 4 3,0910 -6,182
2007 27 -1 1 3,2958 -3,2958
2008 31 0 0 3,4340 0
2009 32 1 1 3,4657 3,4657
2010 38 2 4 3,6376 7,2752
2011 41 3 9 3,7136 11,1408
∑ 28 ∑ 23,5821 ∑ 3,5707

Persamaan trendnya