KELOMPOK 6 PS 3C

Nama Anggota:
1. Miftahul Janah (126401213122)
2. Moh. Pebri Kurniawan (126401213123)
3. Mohammad Muslikhudin (126401213124)
4. Moudy Nur Widya (126401213125)
5. Nadya Maula (126401213126)

ANALISIS DERET WAKTU

A、Analisis Deret Waktu

Deret waktu didefinisikan sebagai kumpulan observasi atau amatan yang dibuat
beruntun (sequentially) atau berurutan sepanjang waktu. Dalam observasi deret waktu tidaklah
bebas atau bisa dikatakan berkorelasi. Karena hal ini dapat berakibat pada prosedur-prosedur
dan Teknik-teknik statistika yang berdasarkan pada asumsi bebas (independent) menjadi tidak
berlaku lagi, sehingga diperlukan metode-metode dan pendekatan-pendekatan yang berbeda.

Analisis deret waktu merupakan analisis yang mempertimbangkan waktu secara

berurutan data-data yang dikumpulkan secara periodek berdasarkan urutan waktu, bisa dalam
jam, hari, minggu, bulan, kuartal dan tahun. Analisis deret waktu tidak hanya bisa dilakukan
untuk satu variable tetapi juga bisa untuk banyak variable selain itu juga bisa dilakukan
peramalan data beberapa period eke depan yang sangat membantu dalam menyusun
perencanaan ke depannya.

Konsep dasar analisis deret waktu adalah :

1. Tersedianya data satu peubah (variable) berdasarkan waktu.

2. Perilaku informasi seperti permintaan, penawaran, harga, dsb.

3. Pengethauan dan pengalaman tentang tingkah laku dari peubah yang diamati Prediksi
atau peramalan beberapa periode kedepan.1

1
Nurmalasari, “Statistika Deskriptif 2” dalam http://www.repository.bsi.ac.id, diakses 05 September 2022
B. Pembagian Pola Data
Pola data dapat dibedakan menjadi empat jenis, yaitu pola musiman, siklus, trend, dan
stasioner.

1. Variasi Musim (Seasonal) yaitu ayunan sekitar trend yang bersifat musiman serta
cenderung berulang namun teratur. Pola data musiman dapat mempunyai pola musim
yang berulang dari periode ke periode berikutnya. Misalnya pola yang berulang setiap
bulan tertentu, tahun tertentu, atau minggu tertentu (Ita, 2014). Pola ini berhubungan
dengan faktor iklim/cuaca atau faktor yang dibuat oleh manusia, seperti liburan dan hari
besar. Komponen musiman juga merupakan fluktuasi periodik, tetapi periode waktunya
sangat singkat yaitu satu tahun atau kurang.

2. Variasi Siklus (Cyclical) yaitu Komponen siklikal adalah fluktuasi pada time series yang
berulang sepanjang waktu, dengan periode lebih dari satu tahun antara satu puncak (peak)
ke puncak berikutnya. Siklus bisnis adalah sebuah contoh dari fluktuasi jenis ini. Pola
siklus berbentuk trend yang memuat musiman namun periode musimannya lebih panjang.
Perbedaan utama antara pola musiman dan siklus adalah pola musiman mempunyai panjang
gelombang yang tetap dan terjadi pada jarak waktu yang tetap, sedangkan pola siklus memiliki
durasi yang lebih panjang dan bervariasi dari satu siklus ke siklus yang lain.
3. Trend Sekuler (Kecenderungan) yaitu gerakan yang berjangka panjang yang
menunjukkan adanya kecenderungan menuju kesatu arah kenaikan dan penurunan secara
keseluruhan dan bertahan dalam jangka waktu yang digunakan sebagai ukuran adalah 10
tahun keatas. Meskipun dalam realitanya data yang konstan menaik ataupun menurun
jarang sekali ditemukan, namun data yang telah menaik atau menurun dalam jangka
waktu yang cukup panjang sudah dapat dikatakan sebagai data yang memuat pola trend.
Pola ini disebabkan antara lain oleh bertambahnya populasi, perubahan pendapatan, dan
pengaruh budaya.

4. Pola Data Stasioner. Data yang stasioner dapat diartikan sebagai data yang relatif konstan.
Suatu data dapat dikategorikan stasioner atau konstan dapat dilihat dari plot data yang
menyebar disekitaran rata-rata serta ragamnya konstan.2

2
Putra Pratama, Amirul, dkk. 2021. “Analisis Deret Waktu”, dalam http://www.scribd.com, diakses 05 September
2022
C. Contoh beberapa metode dalam Analisis Deret waktu

1. Freehand

Metode Tangan Bebas yang lebih dikenal dengan freehand merupakan metode yang
berfungsi untuk menggambarkan garis trend yang ditentukan secara bebas akan tetapi tetap
menggunakan perhitungan. Dalam freehand ada beberapa Langkah-langkah untuk menentukan
garis trend Yaitu :

1. Buat sumbu tegak Y dan sumbu mendatar X.

2. Buat scatter diagram, yaitu kumpulan titik-titik koordinat (X,Y), X = variable waktu.

3. Dengan jalan observasi atau pengamatan langsung terhadap bentuk scatter diagram
dengan menarik garis yang mewakili atau paling tidak mendekati semua titik koordinat
yang membentuk diagram pencar.

4. Cara menarik garis trend sangat sederhana tetapi sifatnya sangat subjektif karena
masing-masing orang memiliki keinginannya sendiri/berbeda-beda

Tentunya setiap metode memiliki kelebihan dan kekurangan. Kelebihan metode

freehand adalah tidak perlu perhitungan dan jika garis trend ditarik hati-hati maka hasilnya
dapat mendekati gambar yang dihitung secara sistematis. Kelemahan dari metode freehand ini
adalah gambarnya kurang akurat dan juga nilai nilai trendnya kurang akurat disebabkan karena
setiap orang pasti memiliki keinginannya sendiri atau bersifat subjektif.
Contoh Soal Metode Feee Hand

Tahun Y X
2001 12 0
2002 13 1
2003 13 2
2004 14 3
2005 18 4
2006 28 5
2007 26 6
2008 30 7
2009 31 8

Persamaan Trend Linier :

1. Memilih dua titik untuk melengkapi persamaan trend.
a. (0,12) = y = a+bx = 12 = a+b (0)
b. (8,31) = y = a+bx = 11 = a+b (8)

a. 12 = a+b(0)
a = 12
b. 31 = 12+b (8)
31-12 = b8
19 = b8
b = 19 : 8 = 2.37
Maka persamaan trend linier y = 12+2,37x

Contoh perhitungan
Perkiraan pengunjung tahun 2010 dan 2011
Y= a+bx
Y= 12 + 2,34x

1. Y 2010, maka nilai X = 10

Y = 12+2,34(10)
= 12+ 23,4
= 35,4
2. Y 2011, maka nilai X = 11
Y = 12+2,34(11)
Y = 12+ 25,74
= 37,74

2. Moving Average

Moving Averge atau dalam Bahasa Indonesia disebut dengan rata rata bergerak adalah
salah satu metode peramalan bisnis yang sederhana dan sering digunakan untuk
memperkirakan kondisi pada masa yang akan datang dengan menggunakan kumpulan data-
data masa lalu (data-data historis). Dalam manajemen operasi dan produksi, kumpulan data
disini dapat berupa volume penjualan dari historis perusahaan. Periode waktu kumpulan data
tersebut dapat berupa Tahunan, Bulanan, Mingguan bahkan Harian. Metode Peramalan
Moving Average ini sering digunakan dalam peramalan bisnis seperti peramalan permintaan
pasar (demand forecasting), analisis teknikal pergerakan saham danforex serta memperkirakan
tren-tren bisnis di masa yang akan dating.

Moving Average terbagi menjadi 3 yaitu :

1. Simple Moving Average
2. Weighted Moving Average
3. Exponential Moving Average
Simple Moving Average memiliki pola yang sangat sederhana dan sering digunakan oleh
para trader dan biasanya SMA dimanfaatkan untuk trading jangka Panjang.
Perhitungan Simple Moving Average
Simple Moving Average dihitung dengan cara menambahkan deretan harga terkini pada
suatu rentang waktu, lalu membaginya sejumlah periode tersebut. Maka, nilai rata-rata pun
bisa didapat. Moving Average atau rata rata bergerak merupakan metode peramalan yang
menghitung rata rata suatu nilai runtut waktu dan kemudian digunakan untuk memperkirakan
nilai pada periode selanjutnya. Moving Average atau rata rata bergerak diperoleh melalui
penjumlahan dan pencarian nilai rata rata dari sejumlah periode tertentu, kemudian
menghilangkan nilai terlamanya dan menambah nilai baru.
Macam macam moving average, dibagi menjadi 2, antara lain :
1. Rata rata Tertimbang ( Wighted average)
Pada perhitungan penilain persedian dengan metode rata rata tertimbang bahawa nilai
saldo awal barang dagangan + total pembelian barang dagangan dibagi dengan toatal kuantitas
barang dagangan yang dibeli ditambah dengan kuantitas saldo awal , lalu diperoleh harga rata
rata , harga rata rata tersebut dikali dengan stok akhir yang didapat hasi stock opname dari
hasil stock carad.
2. Rata rata tertimbang bergerak (Moving average)
Adapun perhitungan penilain persedian yaitu setiapa pembelian barang dagangan
ditambahkan ke nilai saldo persedian lalu dirata ratakan dengan kuantitas yang tersedia untuk
mentukan hrag pokok penjualan rata rata Ketika barang dijual dan harga rata rata pada metode
ini harus diupdate setisap sata pada saat barang masuk dan keluar.3
3. Metode Semi Avarage (Setengah rata-rata)

Motode semi average (setengah rata-rata) merupakan metode statistic yang digunakan
untuk menentukan model trend dengan cara membagi sekelompok menjadi dua bagian,
apabila jumlah datanya ganjil maka dapat dihilangkan atau dihitung dua kali.

Metode ini dapat digunakan untuk keperluan peramalan dengan membentuk suatu
persamaan. Disisi lain, metode ini juga dapat digunakan dalam jumlah ganjil maupun genap
dengan menggunakan perhitungan-perhitungan. Dalam menentukan nilai-nilai a dan b
dengan menggunakan metode semi average ini, nilai konstanta (a) terletak di tengah masing-
masing kelompok data berdasarkan waktu. Konstanta yang digunakan pada persamaan
tergantung dari waktu dasar ditetapkan terletak dikelompok mana. Adapun cara untuk
mengetahui nilai koefisien trend (b) dapat menggunakan perhitungan.

Langkah-langkah untuk menganalisis semi average:

1. Mengelompokkan data menjadi 2 bagian/kelompok.
2. Menentukan periode dasar yang dapat dilakukan dengan menggunakan 2 cara, yakni:
a. Tahun tengah data kelompok pertama.
b. Tahun tengah data kelompok kedua

3. Melakukan konversi data waktu. (a). Mengkonversi kelompok 1, (b). Melakukan konversi
kelompok 2 dengan menyesuaikan tahun terakhir kelompok 1. Cara konversi:

1. Data berjumlah genap, maka … -5 -3 -1 1 3 5 …

2. Data berjumlah ganjil, maka … -2 -1 0 1 2 …

4. Menghitung jumlah semi total/total dalam setiap kelompok

5. Menghitung rata-rata tiap kelompok

6. Menentukan nilai a dan b dengan menggunakan rumus

7. Melakukan foreasting
Persamaan yang menggunakan metode ini, selain dapat digunakan untuk mengetahui
kecenderungan nilai suatu variabel dari waktu ke waktu, juga dapat digunakan untuk meramal
nilai suatu variabel tersebut pada suatu waktu tertentu. Persamaannya adalah sebagai berikut:
3
Niko Ramadhani, “Moving Average:Pengertian, contoh, serta fungsinya, dalam http://www.akseleran.co.id,
diakses 05 September 2022
 b=𝑦2−𝑦1
𝑛

Keterangan:
b: perubahan nilai variabel setiap tahun
Y1: rata-rata kelompok pertama
Y2: rata-rata kelompok kedua
n: jumlah data tiap kelompok4
Contoh soal Metode Semi Avarage :

Tahun Y
2001 12
2002 13
2003 13
2004 14
2005 18
2006 28
2007 26
2008 30
2009 31

Jawaban:
Tahun Y X S.Total S.Average
2001 12 -2
2002 13 -1
2003 13 0 70 70:5 = 15
2004 14 1
2005 18 2
2005 18 2
2006 28 3
2007 26 4 133 133:5 = 26,6
2008 30 5
2009 31 6

4
Nurmalasari, Modul Statistika Deskriptif 2 (Pontianak:Bina Sarana Informatika, 2017), hal 13-17
 Membentuk Model
Rumus : Y= a+bx
S.Average
a = 15
b=
y = a + bx
= 15 + 2,9x
Cara Selanjutnya Melakukan Forecasting
Apabila mencari 2011 maka x = 8 (x=8) = 15+(2,9.8)
= 15+23,2
= 38,5

4. Ordinary Least Square (Metode Kuadrat Terkecil)

Metode kuadrat terkecil merupakan suatu metode penaksiran koefisien regresi yang
paling sederhana. Tujuan utama dari metode ini adalah mengestimasi koefisien regresi untuk
meminimumkan jumlah kuadrat galat.

Untuk n ganjil maka :

1. Jarak antara dua waktu diberi nilai satu satuan.

2. Di atas 0 diberi tanda negative

3. Dibawahnya diberi tanda positif.5

Contoh soal:
Tahun Y X XY
X2
2001 12 -4 -48 16
2002 13 -3 -39 9
2003 13 -2 -26 4
2004 14 -1 -14 1
2005 18 0 0 0
2006 28 1 28 1
2007 26 2 52 4
2008 30 3 90 9
2009 31 4 124 16
TOTAL 185 169 60

5
Nurmalasari, Modul Statistika Deskriptif 2 (Pontianak:Bina Sarana Informatika, 2017), hal 33-37
 ∑Y = 185

∑XY = 169

∑X2 = 60

N = Total banyak data

a. ∑Y = 185 = 20,55
n 9

b. ∑XY = 169 = 2,816

∑X2 60

Jadi, y = 20,55 + 2,816 (x)

Misal ditanya 2015 berapa nilai X ?
X = 10
jadi, y ( x = 6 ) = 20,55 + 2, 816
( 10 )
= 48, 71
 DAFTAR PUSTAKA

Niko Ramadhani,”Moving Average : Pengertian contoh,serta fungsinya, dalam

https://www.akseleran.co.id, diakses 5 september 2022
Nurmalasari, “Statistik Deskriptif 2” dalam https://repository.bsi.ac.id, diakses 5 September
2021.
Putra Pratama, Amirul, dkk. 2021. "Analisis Deret Waktu", dalam https://www.scribd.com,
diakses 5 September 2022.

Statistik Deskriptif, “Metode Tangan Bebas” dalam https://ilmustatistika.com/, diakses pada 5

September 2022
Wisnu,”Pengertian dan Contoh Metode Average Serta Perhitungan HPPnya, dalam
https://akuntansidanpajak.com, diakses 5 semtember 2022