TREN – TAN LINEAR

KELOMPOK 8

Nama Anggota Kelompok : 1. Komang Devi Darmayanti Putri / 17

2. Ni Luh Kade Oktaviani / 20
Kelas : F Akuntansi Malam
Mata Kuliah : Statistika Ekonomi dan Bisnis
Dosen Pengempu : Ida Ayu Nyoman Yuliastuti, S.E., M.Si.

PRODI AKUNTANSI
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS MAHASARASWATI DENPASAR
2021
 KATA PENGANTAR

Puji syukur saya ucapkan kehadirat Ida Sang Hyang Widhi Wasa yang telah memberikan rahmat
dan hidayah-Nya sehingga saya dapat menyelesaikan tugas makalah yang berjudul " Tren – Tan
Linear " ini tepat pada waktunya. Adapun tujuan dari penulisan dari makalah ini adalah untuk
memenuhi tugas dari Ibu Ida Ayu Nyoman Yuliastuti, S.E., M.Si pada bidang mata kuliah
Statistika Ekonomi dan Bisnis.
Saya menyadari, makalah yang saya tulis ini masih jauh dari kata sempurna. Oleh karena
itu, kritik dan saran yang membangun akan saya nantikan demi kesempurnaan makalah ini.

i
 DAFTAR ISI
Kata Pengantar................................................................................................................... i
Daftar Isi............................................................................................................................ii
Bab I..................................................................................................................................1
Latar Belakang..............................................................................................................1
Rumusan Masalah.........................................................................................................1
Bab II.................................................................................................................................2
Pembahasan...................................................................................................................2
Latihan Soal................................................................................................................10
Bab III..............................................................................................................................16
Penutup.......................................................................................................................16
Kesimpulan.................................................................................................................16
Saran...........................................................................................................................16
Daftar Pustaka..................................................................................................................17

ii
 BAB I

LATAR BELAKANG

Statistika adalah sebuah ilmu yang mempelajari bagaimana cara merencanakan, mengumpulkan,
menganalisis, lalu menginterpretasikan, dan akhirnya mempresentasikan data. Singkatnya, statistika
adalah ilmu yang bersangkutan dengan suatu data. Dalam statistika ada beberapa materi salah satunya
Analisis Deret Waktu yang memiliki bagian materi salah satunya yaitu Tren Tan - Linear merupakan
suatu metode analisis yang ditujukan untuk melakukan suatu estimasi atau peramalan pada masa yang
akan datang atau suatu trend yang kenaikan atau penurunan nilai yang akan di diramalkan naik atau turun
secara linear. Pada kehidupan sehari-hari tren tan - linear berfungsi untuk mengetahui suatu data yang
akurat sebagai penunjang agar mengetahui keseluruhan data yang diteliti.

RUMUSAN MASALAH

 Apakah itu Tren Tan Linear?

 Apa saja yang termasuk tren tan linear?
 Bagaimana cara menyelesaikan bagian-bagian dari tren tan linear?

BAB II

1
 Pembahasan

1. Tren Tan – Linear

Tren Tan - Linear merupakan suatu metode analisis yang ditujukan untuk melakukan suatu
estimasi atau peramalan pada masa yang akan datang atau suatu trend yang kenaikan atau
penurunan nilai yang akan di diramalkan naik atau turun secara linear. Termasuk tren tan-linear
antara lain (1) Tren Parabola, (2) Tren Eksponen- sial, dan (3) Tren Kubik.

1) Tren Parabola
Bentuk tren parabola adalah

Y' = a + bX + cX 2 (8.9)

a adalah bilangan konstan, b dan c adalah angka koefisien

y' = variabel terikat /variabel yang ditaksir x =
variabel bebas yaitu waktu.

Dengan metode kuadrat terkecil (Least square method) persamaan tren tersebut
dapat dicari dengan terlebih dahulu menghitung nilai a, b dan c yaitu dengan cara
menyelesaikan secara simultan (ketiga) persamaan normal berikut:

ΣY i = na + bΣX i + cΣX 2 (8.10)

i
Σx iYi = aΣX 2 3
i + bΣX i + cΣX i (8.11)
ΣX 2 2 3 4
i Y = aΣX i + bΣX i + cΣX i (8.12)
i

Perhitungan akan menjadi lebih mudah jika pemberian kode pada nilai Xi sedemikian
rupa sehingga ΣXi = 0, maka ΣXi3 juga nol (ΣXi3 = 0), dan persamaan (8.10), (8.11) dan
(8.12) menjadi lebih sederhana sebagai berikut:

ΣY i = na + cΣX 2 (8.13)
i
ΣX iYi = bΣX 2 (8.14)
i
ΣX 2 2 4
i Y = a ΣX i + cΣX i (8.15)
i

Untuk lebih jelasnya, berikut ini diberikan sebuah contoh mengenai cara menentukan tren
parabola

Contoh 8 - 7
Hasil penjualan komoditas “A” Toko Makmur Perkasa - Jakarta, periode 2005- 2010,
disajikan dalam Tabel 8.1

Tabel 8.11 Hasil Penjualan Komoditas Toko Makmur Perkasa, Jakarta Periode

2
 2005 - 2010
Hasil Penjualan
Tahun
(Ton)
2005 41
2006 25
2007 12
2008 3
2009 60
2010 85
2011 110

Berdasarkan data pada Tabel 8.11.

(a) Dengan metode kuadrat terkecil, tentukanlah persamaan tren parabolis- nya.
(b) Hitunglah nilai tren untuk masing-masing tahun.
(c) Taksirlah hasil penjualan toko tersebut pada tahun 2013 dan 2014.

Penyelesaian
(a) Menentukan persamaan tren.

Tabel 8.11a Perhitungan Unsur-unsur Persamaan Tren Parabolis

Hasil
Tahun Penjualan Xi Xi Yi Xi 2 Xi 2 Yi Xi4
(Yi)
2005 41 -3 - 123 9 369 81
2006 25 -2 - 50 4 100 16
2007 12 -1 - 12 1 12 1
2008 3 0 0 0 0 0
2009 60 +1 60 1 60 1
2010 85 +2 170 4 340 16
2011 110 +3 330 9 990 81
Total 336 0 375 28 1871 196

Dari Tabel 8.11a, dapat diketahui bahwa,

ΣYi = 336, n = 7, ΣXiYi = 375, ΣXi2= 28, ΣXi2Yi = 1871 dan ΣXi4 = 196

Per rumus (8.14), (8.13) dan (8.15), nilai b, a dan c berturut-turut dapat dihitung sebagai
berikut:

ΣXiYi = b ΣX 2i (1)
375 = b 28
b = 13,39

ΣYi = na + c ΣX 2i (2)
336 = 7a + c 28

3
 ΣX 2Yi = a ΣX 2 + c ΣX 4 (3)
i i i
1871 = 28 a + c 196
(–)
-527 = 0 - 84 c

527 3
c= = 6,27 (4)
84

Dari (3) dan (4) didapat nilai a sebagai berikut:

336 = 7a + 28c
336 = 7a + 28 (6,27)
336 = 7a + 175,56  a = 22, 92

Jadi, persamaan trennya

Y' = a + bX + cX2
Y' = 22,92 + 13,39 X + 6,27 X2
(Titik asal tahun 2008; satuan X = 1 tahun, Y = hasil penjualan komoditas A dalam
ton)

(b) Menghitung nilai tren masing-masing tahun

Nilai tren tahun 2005, 2006, 2007, 2008, 2009, 2010, dan 2011 dengan tahun dasar
2008, berturut-turut dapat dihitung sebagai berikut :

Persamaan tren Y' = 22,92 + 13,39X + 6,27X2 Nilai tren

tahun 2005
Nilai tren tahun 2006
Nilai tren tahun 2007
Nilai tren tahun 2008
Nilai tren tahun 2009
Nilai tren tahun 2010
Nilai tren tahun 2011
Y' = 22,92 + 13,39 (-3) + 6,27(-3)2
= 39,18
Y' = 22,92 + 13,39 (-2) + 6,27(-2)2
= 21,22
Y' = 22,92 + 13,39 (-1) + 6,27(-1)2
= 15,80
Y' = 22,92 + 13,39 (0) + 6,27(0)2
= 22,92
Y' = 22,92 + 13,39 (1) + 6,27 (1)2
= 42,58
Y' = 22,92 + 13,39 (2) + 6,27 (2)2
= 74,78
Y' = 22,92 + 13,39 (3) + 6,27 (3)2
= 119,52

(c) Menghitung taksiran banyaknya hasil penjualan komoditas “A” dari toko Makmur
Perkasa pada tahun 2013 dan 2014
Untuk tahun 2013 → X = 5, maka,
Y' = 22,92 + 13,39X + 6,27X2
= 22,92 + 13,39 (5) + 6,27 (5)2
= 246,62

Untuk tahun 2014 → X = 6, maka,

Y' = 22,92 + 13,39X + 6,27X2
= 22,92 + 13,39 (6) + 6,27 (6)2
= 326,64

4
 Jadi, hasil penjualan komoditas A Toko Makmur Perkasa tersebut pada tahun 2013 dan
2014 masing-masing ditaksir sebanyak 246,62 ton dan 326,64 ton

(d) Gambar Grafik

Grafik 8.8
Trend hasil penjualan
Komoditi A Toko Makmur Perkasa
Tahun 2005 - 2010
140

120
Hasil Penjualan dalam ton

100

80

60

40

20

0
2005 2006 2007 2008 2009 2010 2011 Tahun

5
 2) Tren Eksponensial
Bila tingkat perubahan per periode dari suatu variabel hampir tetap, untuk
menentukan persamaan dan nilai tren akan lebih tepat dipakai tren ekspo- nensial.
Tren eksponensial dapat mengambil salah satu bentuk persamaan di bawah ini
1 Y = abx
2 Y = k + xabx
3 Y = k.a b (Persamaan Gompertz )
k
4 Y = a + bx (Persamaan Pearl - Red)
1+ 10

Berikut ini akan diuraikan tren eksponen,

Tren Eksponen

Y = ab (8.16)

Persamaan (8.16), dalam bentuk logaritma menjadi,

Log Y = log a + X log b (8.17)

Dengan meminimumkan Σ(Yi - Y')2 melalui metode kuadrat terkecil didapat dua
persamaan normal sebagai berikut :

ΣlogY i = n log a + (log b) ΣX i (8.18)

2
Σ(X ilogYi) = (log a) ΣXi + (log b) ΣXi (8.19)

Dengan menge – nol-kan ΣXi, kedua persamaan normal tersebut menjadi dua
persamaan yang lebih sederhana yaitu:

Log a = ΣlogY
i
(8.20)
n
Log b = ΣX logY
i i
(8.21)
ΣX 2
i

Untuk lebih jelasnya, bagaimana menentukan persamaan dan nilai tren dari tren
eksponensial Y = abx, di bawah ini diberikan sebuah contoh sebagai berikut:

Contoh 8 - 8
Dalam kurun waktu 11 tahun terakhir yaitu dari tahun 2001 - 2011, perkem- bangan
konsumsi premium masyarakat umum di sebuah kota disajikan pada Tabel 8.12.

Tabel 8.12 Perkembangan Banyaknya Konsumsi Premium

6
 Masyarakat Umum di Sebuah Kota, 2001 - 2011.
Banyaknya Konsumsi Premium
Tahun (ribu galon)
2001 5
2002 8
2003 12
2004 19
2005 27
2006 40
2007 59
2008 92
2009 138
2010 205
2011 310

Berdasarkan data pada Tabel 8.12,

(a) Buatlah persamaan trennya dengan menganggap distribusi data observa- si
mengikuti tren eksponensial.
(b) Tentukanlah nilai tren untuk masing-masing tahun.
(c) Taksirlah banyaknya konsumsi premium masyarakat umum di kota terse- but
pada tahun 2013 dan 2014.

Penyelesaian
(a) Menentukan persamaan tren

Tabel 8.12a Cara Menentukan Persamaan Tren Konsumsi Premium

Masyarakat Umum di Kota yang Dimaksud, 2001-2011
Banyak
Konsumsi skala
Tahun Xi Xi 2 log Yi Xi log Yi
Premium (Yi )
2001 5 -5 25 0,6989 - 3,4945
2002 8 -4 16 0,9031 - 3,6124
2003 12 -3 9 1,0792 - 3,2376
2004 19 -2 4 1,2787 - 2,5574
2005 27 -1 1 1,4314 - 1,4314
2006 40 0 0 1,6021 0
2007 59 +1 1 1,7708 1,7708
2008 92 +2 4 1,9638 3,9276
2009 138 +3 9 2,1399 6,4197
2010 205 +4 16 2,3117 9,2468
2011 310 +5 25 2,4914 12,4570
Total 915 0 110 17,6710 19,4886

Dari Tabel 8.12a, dapat diketahui bahwa ΣYi = 915, ΣX 2= i110,

7
 ΣlogYi = 17,6710, Σxi(logYi) = 19,4886, dan n = 11

Per rumus (8.20) dan (8.21) nilai a dan b dihitung sebagai berikut:

log a =  logY i
=
17,6710
= 1,6064 → a = 40,40
n 11

log b =  X .logY
i i 19,4886
= 0,1772 → b = 1,50
ΣXi
2 =
110

Jadi, tren eksponensialnya

Y = abx
Y = 40,40 (1,50)x
(b) Menentukan nilai tren masing-masing tahun. Dengan memasukkan skala X, untuk
masing-masing tahun ke dalam persamaan trennya, akan diperoleh nilai
trennya.

Persamaan tren Y = 40,40 (1,50)x

Nilai tren tahun 2001, Y' = 40, 40 (1, 50)-5 = 5,32
Nilai tren tahun 2002, Y' = 40,40 (1,50)-4 = 7,98
Nilai tren tahun 2003, Y' = 40,40 (1,50)-3 = 11,97
Nilai tren tahun 2004, Y' = 40,40 (1,50)-2 = 17,95
Nilai tren tahun 2005, Y' = 40,40 (1,50)-1 = 26,93
Nilai tren tahun 2006, Y' = 40,40 (1,50)0 = 40,40
Nilai tren tahun 2007, Y' = 40,40 (1,50)1 = 60,60
Nilai tren tahun 2008, Y' = 40,40 (1,50)2 = 90,90
Nilai tren tahun 2009, Y' = 40,40 (1,50)3 = 136,35
Nilai tren tahun 2010, Y' = 40,40 (1,50)4 = 204,53
Nilai tren tahun 2011, Y' = 40,40 (1,50)5 = 307,79

(c) Menghitung taksiran konsumsi premium masyarakat umum di kota terse- but
pada tahun 2013 dan 2014

Untuk tahun 2013, nilai X = 7, maka

Y' = 40,40 (1,50)7 = 690,27.

Untuk tahun 2014, nilai X = 8, maka

Y' = 40 40 (1,50)8 = 1035,41.

Jadi, konsumsi premium masyarakat umum di kota tersebut pada tahun 2013 dan
2014 masing-masing ditaksir sebanyak 690,27 ribu galon dan 1035,41 ribu
galon.

8
2. Pedoman Memilih Tren
Untuk memperoleh hasil taksiran atau ramalan yang baik dari serangkaian data
deret waktu dimasa yang akan datang, disamping diperhatikan kualitas data masa
lampau, yang juga perlu diperhatikan adalah tren yang dipilih guna melakukan
ramalan tersebut. Apakah bentuk tren yang dipilih tersebut, sudah tepat atau cocok
untuk menggambarkan gerakan deret waktu tertentu tersebut? Metode kuadrat terkecil
(Least squares method) akan menghasilkan tren yang paling cocok dibandingkan
dengan metode-metode lainnya. Untuk se- rangkaian data deret waktu tertentu, tren
linear dan tren non linear (parabolis, kubik, eksponensial) akan memberikan
jumlah kuadrat penyimpangan nilai
pengamatan dengan nilai tren yaitu Σ(Yi - Y')2 yang berbeda. Tren yang pa-

ling cocok atau tepat untuk serangkaian data deret waktu tertentu adalah tren yang

memberikan nilai Σ(Yi - Y')2 terkecil. Misalkan, serangkaian data deret waktu

dengan metode kuadrat terkecil, persamaan trennya didekati bertu-

rut-turut dengan tren linear, tren parabolis, eksponensial dan kubik. Misalkan pula,

nilai Σ(Yi - Y')2 dari tren linear sama dengan 200, nilai Σ(Yi - Y')2 dari tren parabolis

sama dengan 150 dan nilai Σ(Yi - Y')2 dari tren eksponensial sama

dengan 40, dan nilai Σ(Yi - Y')2 dari tren kubik sama dengan 50 Maka tren

yang paling cocok atau tepat untuk dipilih untuk menggambarkan gerak data
deret waktu tersebut adalah tren eksponensial.

Dengan cara lain yaitu secara kasar, akan tetapi memberikan hasil tidak sebaik
metode kuadrat terkecil, yaitu dengan membuat diagram pencarnya (scatter
diagram), jika titik-titik nampak disekitar garis lurus, tren linear dapat digunakan.
Jika tidak, tren tan-linear dapat digunakan. Mungkin tren parabo- lis, kubik atau tren
eksponensial.

9
 Latihan Soal

a. Survei yang dilakukan PT Falma Indonesia menunjukkan bahwa permintaan

terhadap Margarine sejak tahun 1999 sampai 2005 sbb : (dalam 000 ton)
Tabel 5.3
Permintaan Margarine PT
Falma Indonesia
Tahun Permintaan
(000 Ton)
2001 200
2002 225
2003 295
2004 350
2005 410
2006 470
2007 510

Berdasarkan data di atas :

1) Gambarkan data tersebut.
2) Tentukan persamaan garis permintaan terhadap margarine dengan metode
linier least square.
3) Berapa perkiraan permintaan terhadap margarine untuk tahun 2009?

10
Penyelesaian :
1) Gambar data permintaan margarine PT Falma Indonesia

Permintaan

600
500
400
300 Permintaan
200
100
0
2002 2004 2006 2008
2000

Gambar 5.1
Permintaan Margarine PT Falma

2) Persamaan garis permintaan terhadap margarine dengan metode linier

least square.
Tabel 5.4
Perhitungan Persamaan Permintaan Margarine PT Falma
Indonesia
Tahun Permintaan
(000 Ton)
Y X XY X2
2001 200 -3 -600 9
2002 225 -2 -450 4
2003 295 -1 -295 1
2004 350 0 0 0
2005 410 1 410 1
2006 470 2 940 4
2007 510 3 1.530 9
Jumlah 2.460 0 1.535 28

12
 n= 2.460  351,43
aY Y
7

 XY 1
b    54 ,82
.535
X 2
28

Persamaannya :
Y = 351,43 + 54,82 X
Periode dasar : tahun 2004
Unit X : tahunan
Unit Y : ribuan ton / tahun

3) Perkiraan permintaan terhadap margarine untuk tahun 2009?

Y2009 maka nilai X = 5
Y 2009 = 351,43 + 54,82 (5) = 625,54 (ribuan ton)
Jadi perkiraan permintaan margarine tahun 2009 yaitu 625.540 ton margarin

13
b. Data jumlah produksi baju pada PT Lady selama beberapa tahun yaitu :
Tabel 5.5
Jumlah Produksi PT Lady

Tahun Produksi (Unit)

2000 500
2001 560
2002 590
2003 620
2004 640
2005 680
2006 730
2007 750

1) Gambarkan data jumlah produksi PT Lady

2) Buatlah persamaan trendnya
3) Berapa perkiraan produksi tahun 2008?

Penyelesaian :
1) Gambar data jumlah produksi PT Lady

Produksi

800
600
400 Produksi
200
0
1998 2000 20022004 2006 2008

Gambar 7.2
Produksi PT Lady

14
 2) Persamaan trend
Tabel 5.6
Perhitungan Persamaan Produksi PT Lady

Tahun Produksi (Y) X XY X2

2000 500 - -3.500 49
7
2001 560 - -2.800 25
5
2002 590 - -1.770 9
3
2003 620 - -620 1
1
2004 640 1 640 1
2005 680 3 2.040 9
2006 730 5 3.650 25
2007 750 7 5.50 49
Jumlah 5.070 0 2.890 168

5.070
aY Y   633,75
n 8

 XY 2,890
b = = 17,20
X 2
168

Persamaannya :

Y = 633,75 + 17,20 X
Periode dasar : tahun 2003 - 2004
Unit X : tahunan
Unit Y : unit / tahun

15
3) Berapa perkiraan produksi tahun 2008?
Y2008 maka nilai X = 9
Y = 633,75 + 17,20 (9) = 788,57 (dibulatkan 789)
Jadi perkiraan produksi PT Lady tahun 2008 yaitu 789 unit

16
 BAB III

PENUTUP

Kesimpulan
Berdasarkan hasil yang kami temukan, Tren – Tan Linear merupakan metode untuk
menyelesaikan suatau masalah yang berkaitan dengan keakuratan data. Dalam tren – tan
linear memiliki bagian yang mempunyai cara penyelesaiannya secara tersendiri, mulai dari
1) Tren Parabola, 2) Tren Eksponensial, dan 3) Tren Kubik ketiga bagian tersebut berguna
dalam menyelesaikan masalah dalam kehidupan sehari-hari yang menggunakan data
sebagai bahan penelitiannya.

Saran
Dalam makalah “Tren – Tan Liniear” masih banyak kekurangan yang harus
diperbaiki mulai dari penulisan rumus, pemahaman terhadap rumus dan lainnya. Kami
harap mendapatkan saran dari rekan-rekan sekalian agar makalah Tren – Tan Linear
dapat menjadi referensi bagi orang lain yang membutuhkan.

17
 Daftar Pustaka

Bibliography
Wirawan, N. (2016). Cara Mudah Memahami Statistika Ekonomi dan Bisnis. Denpasar: Keraras
Emas.

18