METODE PENELITIAN
Disusun Oleh :
KELAS 13.4B.37
TEKNOLOGI KOMPUTER
UNIVERSITAS BINA SARANA INFORMATIKA
2023
1
KATA PENGANTAR
Puji syukur kami panjatkan kepada Tuhan yang Maha Esa, karena atas kehendaknya
kami dapat menyelesaikan makalah ini tepat pada waktunya. Dalam makalah ini kami
membahas tentang data berkala dengan menggunakan Moving Average dan Least Square.
Makalah ini dibuat dalam rangka memperdalam pemahaman tentang rata-rata bergerak
sederhana dan rata-rata bergerak tertimbang, keduanya akan kami bahas secara mendalam
Semoga makalah ini dapat dipergunakan sebagai salah satu acuan, petunjuk, maupun
pedoman bagi pembaca. Harapan kami semoga makalah ini dapat membantu menambah
Kami akui masih banyak kekurangan dalam makalah ini, oleh karena itu kami
membangun untuk kesempurnaan makalah ini. Sehingga kami dapat memperbaiki bentuk
maupun isi makalah ini dan kedepannya dapat lebih baik. Demikian makalah ini kami buat
2
DAFTAR ISI
KATA PENGANTAR...........................................................................................................................2
DAFTAR ISI.........................................................................................................................................3
BAB I PENDAHULUAN......................................................................................................................4
1.1. Latar Belakang............................................................................................................................4
1.2. Rumusan Masalah.......................................................................................................................5
1.3.Tujuan Pembuatan Makalah........................................................................................................5
BAB II LANDASAN TEORI................................................................................................................6
2.1. Pengertian Analisis Data Berkala...............................................................................................6
2.2. Pengertian Moving Average.......................................................................................................6
2.3. Pengertian Least Square..............................................................................................................7
2.4. Metode........................................................................................................................................7
2.4.1. Peramalan (Forecasting)......................................................................................................7
2.4.2. Metode Peramalan Kuantitatif.............................................................................................8
2.4.3. Komponen Data Berkala......................................................................................................9
2.5. Ciri-ciri Trend Sekuler..............................................................................................................10
BAB III PEMBAHASAN...................................................................................................................12
3.1. Metode Rata-rata Bergerak Moving Average...........................................................................12
3.1.1 Contoh Soal Metode Rata-rata Bergerak.............................................................................12
3.2. Metode Least Square (Kuadrat terkecil)...................................................................................18
BAB IV PENUTUP.............................................................................................................................25
4.1. Kesimpulan...............................................................................................................................25
4.2. Saran.........................................................................................................................................26
3
BAB I
PENDAHULUAN
penyajian, analisis, dan penafsiran data. Metode statistika dibagi ke dalam dua kelompok
besar yaitu statistika deskriptif dan inferensi statistika. Statistika deskriptif merupakan
metode yang berkaitan dengan pengumpulan dan penyajian data sehingga memberikan
informasi yang berguna. Sedangkan inferensi statistika mencakup semua metode yang
berhubungan dengan analisis sebagian data untuk kemudian sampai pada peramalan atau
Analisa deret berkala adalah data yang dikumpulkan dari waktu ke waktu untuk
Metode Moving Average merupakan komponen deret berkala dari bagian Trend
Sekuler yang merupakan perkembangan suatu kejadian, gejala atau variabel yang mengikuti
“gerakan trend sekuler”. Metode Moving Average biasanya digunakan oleh investor dan
trader
di seluruh dunia, karena moving average mampu menghilangkan faktor subjektif dari
setiap analisa. Moving average menunjukan nilai harga rata-rata satu periode tertentu.
Pada saat harga berubah, moving average bisa naik atau turun.
Metode Least Square (kuadrat terkecil) merupakan suatu metode analisis yang
ditujukan untuk melakukan suatu estimasi atau peramalan pada masa yang akan datang.
Untuk melakukan peramalan dengan baik maka dibutuhkan berbagai macam informasi (data)
4
yang cukup banyak dan diamati dalam periode waktu yang relatif cukup panjang.
Metode ini paling sering digunakan untuk meramalkan Y, karena perhitungannya lebih teliti.
3. Bagaimana analisis trend penjualan dengan Metode Least Square pada usaha
1. Mampu menganalisa data berkala dari waktu ke waktu dan dapat menguasai
menggunakan Microsoft Excel atau SPSS dan juga sebagai salah satu syarat
5
BAB II
LANDASAN TEORI
Analisis Data Berkala merupakan data yang dikumpulkan dari waktu ke waktu untuk
penjualan, jumlah penduduk, jumlah kecelakaan, jumlah kejahatan, jumlah unit dan lain-
lain). Analisis Data Berkala juga merupakan serangkaian data yang terdiri dari variabel Yi
yang merupakan serangkaian hasil observasi dan fungsi dari variabel Xi yang merupakan
variabel waktu yang bergerak secara seragam dan ke arah yang sama, dari waktu yang
Data berkala atau runut waktu adalah serangkaian pengamatan terhadap peristiwa,
kejadian atau variabel yang diambil dari waktu ke waktu, dicatat secara teliti menurut urutan
waktu terjadinya dan kemudian disusun sebagai data statistik. Dari suatu runut waktu akan
dapat diketahui pola perkembangan suatu peristiwa, kejadian atau variabel. Jika
perkembangan suatu peristiwa mengikuti suatu pola yang teratur, maka berdasarkan pola
perkembangan tersebut akan dapat diramalkan peristiwa yang akan terjadi di masa yang akan
datang.
Moving Average adalah indikator yang menghitung harga rata-rata suatu aset dalam
periode waktu tertentu, kemudian menghubungkannya dalam bentuk garis. Nilai rata-rata
dapat berasal dari harga pembukaan (open), penutupan (close), tertinggi (high), terendah
6
mengenai data riwayat pasar. Kegunaannya bukan sebagai alat prediksi, melainkan memberi
konfirmasi.
Least Square dapat memberikan pemahaman analisis seri berkala data yang
dikumpulkan dari waktu ke waktu untuk menggambarkan evolusi aktivitas (evolusi produksi,
harga, hasil penjualan, populasi, jumlah kecelakaan, jumlah kejahatan dan lain-lain). Deret
waktu atau time series adalah serangkaian pengamatan terhadap peristiwa atau variabel yang
dicatat dari waktu ke waktu, dicatat dengan cermat sesuai urutan kemunculannya dan
2.4. Metode
pendapat (judgment) dari yang melakukan peramalan. Berkaitan dengan itu, dalam peramalan
mendatang dengan berdasarkan data variabel yang bersangkutan pada masa sebelumnya.
Data masa lampau tersebut secara sistematik digabungkan dengan menggunakan suatu
metode tertentu dan diolah untuk memperoleh prakiraan keadaan pada masa mendatang.
Berdasarkan horizon waktu, Jenis-jenis peramalan dapat dibagi dalam tiga bagian, yaitu
peramalan jangka panjang, menengah, dan jangka pendek dengan penjelasan sebagai berikut.
7
Merupakan peramalan yang mencakup waktu lebih besar dari 24 bulan, misalnya
Merupakan peramalan yang mencakup waktu antara 3-24 bulan, misalnya peramalan
Merupakan peramalan yang mencakup waktu kurang dari 3 bulan, misalnya peramalan
penugasan.
Pada dasarnya, metode peramalan kuantitatif yang digunakan dalam prakiraan dapat
Metode serial waktu adalah metode yang digunakan untuk menganalisis serangkaian data
yang merupakan fungsi dari waktu. Metode ini mengasumsikan bahwa beberapa pola
atau kombinasi pola selalu berulang sepanjang waktu dan pola dasar dapat diidentifikasi
semata-mata atas dasar data historis dari serial tersebut. Tujuan analisis ini untuk
menemukan pola deret variabel yang bersangkutan berdasarkan nilai-nilai variabel pada
masa sebelumnya dan mengekstrapolasikan pola itu untuk membuat peramalan nilai
8
Metode kausal mengasumsikan bahwa faktor yang diperkirakan menunjukkan adanya
hubungan sebab akibat dengan satu atau beberapa variabel bebas (independen).
jual, dan tingkat promosi. Kegunaan metode kausal untuk menemukan bentuk hubungan
antara variabel-variabel dan menggunakannya untuk meramalkan nilai dari variabel tidak
bebas (dependen).
pola pokok. Pola ini bisanya disebut sebagai komponen dari deret berkala (runut waktu).
1. Trend Sekunder, yaitu gerakan yang berjangka panjang, lambat dan berkecendrungan
2. Variasi Musim, yaitu ayunan sekitar trend yang bersifat musiman serta kurang lebih
teratur.
3. Variasi Siklus, yaitu ayunan trend yang berjangka lebih panjang dan agak lebih teratur.
Gerakan atau variasi dari data berkala juga terdiri dari empat komponen, yaitu:
1. Gerakan/Variasi Trend jangka panjang atau Trend Sekuler (Long Term
Gerakan/Variasi Trend jangka panjang merupakan suatu gerakan (garis atau kurva yang
halus) yang menunjukan arah perkembangan secara umum (kecenderungan menaik atau
menurun). Trend Sekunder umumnya meliputi gerakan yang lamanya sekitar 10 tahun
9
atau lebih. Garis trend sangat berguna untuk membuat ramalan (forecasting) yang
trend (berlaku untuk data tahunan). Gerakan Siklis terjadi berulang-ulang namun tidak
perlu periodik, artinya bisa berulang setelah jangka waktu tertentu (setiap 3 tahun, 5
tahun atau lebih) atau bisa juga tidak berulang dalam jangka waktu yang sama.
Gerakan Siklis yang sempurna atau melukiskan terjadinya empat fase kejadian dalam
Gerakan Musiman mempunyai pola tetap atau berulang – ulang secara teratur selama
kurang lebih setahun. Faktor utama yang menyebabkan gerakan ini adalah iklim dan
kebiasaan.
faktor kebetulan (Chance Factor). Gerakan yang berbeda tetapi dalam waktu yang
singkat, tidak diikuti dengan pola yang teratur dan tidak dapat diperkirakan. Peperangan,
banjir, gempa bumi, perubahan politik, pemogokan dan sebagainya adalah beberapa
faktor yang terkenal yang bisa menyebabkan gerakan ini terjadi sehingga mempengaruhi
Trend (T) atau Trend Sekuler ialah gerakan dalam data berkala yang berjangka
panjang, lambat dan berkecenderungan menuju ke satu arah yaitu arah menaik atau menurun.
10
Umumnya meliputi gerakan yang lamanya 10 tahun atau lebih. Trend sekuler dapat disajikan
dalam bentuk: 1) Persamaan trend, baik persamaan linear maupun persamaan non linear;
2) Gambar/grafik yang dikenal dengan garis/kurva trend, baik garis lurus maupun garis
melengkung.
Trend juga sangat berguna untuk membuat ramalan yang sangat diperlukan bagi perencanaan,
jumlah kejahatan, jumlah unit, perkembangan produksi harga volume penjualan dari waktu
ke waktu dan lain-lain. Trend digunakan dalam melakukan peramalan (forecasting). Metode
yang biasanya dipakai, antara lain adalah Metode Semi Average dan Metode Least Square.
BAB III
PEMBAHASAN
11
3.1. Metode Rata-rata Bergerak/Moving Average
MA = ΣX / Jumlah Periode
Keterangan :
MA = Moving Average
MA = (n1 + n2 + n3 + …) / n
Keterangan :
MA = Moving Average
Untuk memudahkan pemahaman, berikut kami berikan contoh soal dan jawaban
12
Soal 1
penjualan laptop untuk bulan April dan bulan Mei dengan menggunakan data bulanannya
yang dimulai dari bulan Januari. Periode rata-rata bergeraknya adalah 3 bulan. Lakukan
Januari 22.500 –
Februari 37.500 –
Maret 30.000 –
April ?
Mei ?
Jawaban :
MA April = 90.000 / 3
MA April = 30.000
Jadi perkiraan penjualan laptop pada bulan April adalah sekitar 30.000 unit.
Kita dapat melanjutkan lagi untuk bulan Mei dengan menggunakan data perkiraan yang
dihitung tersebut atau dengan menunggu hasil aktual pada bulan yang bersangkutan.
13
Misalnya data aktual pada bulan April yang didapat adalah 35.000 unit, maka perhitungannya
MA Mei = 102.500 / 3
MA Mei = 34.167
Dengan perhitungan tersebut didapatkan jawaban bahwa perkiraan penjualan laptop untuk
Catatan : Untuk perhitungan bulan Mei, penjualan pada bulan Januari dihilangkan dan
digantikan dengan hasil penjualan pada bulan April. Hal ini karena perhitungan Moving
Kita dapat membuat tabel peramalan penjualan dengan tabel seperti berikut ini :
Januari 22.500 –
Februari 37.500 –
Maret 30.000 –
Mei ? 34.167
14
Kita dapat melanjutkan tabel ini setelah mendapatkan data-data aktual penjualannya. Berikut
ini adalah contoh tabel dan grafik perhitungan peramalan atau perkiraan penjualan beserta
Perkiraan Penjualan vs. Data Aktual Penjualan dengan Metode Rata-Rata Bergerak
Soal 2
Dari data berikut, tentukan estimasi produksi menggunakan metode rata-rata bergerak.
1997 300
1998 320
1999 260
2000 400
2001 410
2002 412
15
Jawaban :
1997 300 –
2002 412 –
MA 1998 = 880 / 3
MA 1998 = 293,333
16
MA 1999 = 980 / 3
MA 1999 = 326,666
MA 2000 = 1070 / 3
MA 2000 = 356,666
MA 2000 = 1222 / 3
MA 2000 = 407,333
Dari tabel di atas, maka estimasi produksi dapat dilihat di kolom rata-rata bergerak 3 tahun,
17
Estimasi produksi menggunakan metode rata-rata bergerak
dari tahun 1997-2002
1400
1200
1000
800
600
400
200
0
1997 1998 1999 2000 2001 2002
Y ‘ = a0 +bx
a = (SY) / n
b = (SYx) / Sx2
18
Keterangan:
Untuk melakukan penghitungan, maka diperlukan nilai tertentu pada variabel waktu (x)
Soal 1
19
Tentukanlah persamaan trend linier jumlah karet (ton) yang di muat di Pelabuhan Tanjung
2010 10 -5 -50 25
2011 12 -3 -36 9
2012 15 -1 -15 1
2013 9 1 9 1
2014 11 3 33 9
2015 14 5 70 25
71 11 70
Untuk n genap maka
X ½ [k+(k+1)] = X ½ [3+(3+1)]
= X ½ [3+(4)]
20
= X 7/2 = X 3,5 = 0
Artinya Tahun dasar nol terletak antara tahun ke 3 dan ke 4 (tahun 2012 dan tahun 2013).
a = (SY) / n = 71 / 6 = 11,83
21
Persamaan trend linier jumlah karet (ton) yang di muat di
Pelabuhan Tanjung Priok tahun 2010-2015
80
60
40
20
0
2010 2011 2012 2013 2014 2015
-20
-40
-60
Soal 2
Tentukanlah persamaan trend linier jumlah karet (ton) yang dimuat di Pelabuhan Tanjung
22
TAHUN Y (barang) X (waktu) YX X^2
2010 10 -3 -30 9
2011 12 -2 -24 4
2012 15 -1 -15 1
2013 9 0 0 0
2014 11 1 11 1
2015 14 2 28 4
2016 20 3 60 9
91 30 28
Untuk n ganjil maka
23
Jarak antara dua waktu diberi nilai satu satuan.
Artinya tahun dasar nol terletak di tahun ke 4 (tahun 2013). Sehingga terlihat seperti di tabel
tersebut untuk X = 0.
a = (SY) / n = 91 / 7 = 13
Y ‘ = a0 +bx à Y ‘ = 13 + 1,07x
24
Persamaan trend linier jumlah karet (ton) yang dimuat di Pelabuhan
Tanjung Priok tahun 2010 – 2016
100
80
60
40
20
0
2010 2011 2012 2013 2014 2015 2016
-20
-40
BAB IV
25
PENUTUP
4.1. Kesimpulan
Kesimpulan dari materi tentang analisa data berkala dengan metode moving average
adalah SMA dihitung dengan cara menambahkan harga yang akan dihitung kemudian dibagi
dengan periode lama waktunya. Sedangkan WMA data diurutkan secara tertimbang,
kemudian dibagi dengan faktor bilangan binomial. Metode rata-rata bergerak merupakan
Kegunaan dari Moving Average yaitu moving average menentukan trend yang akan
terjadi, menentukan titik support dan resistance pergerakan harga, memuluskan indikator lain
yang terlalu bergerigi. Metode simple averages menggunakan rata-rata dari semua data
peramalan.
Peramalan yang diberikan oleh metode least square dalam data berkala cukup baik,
hal tersebut menunjukkan bahwa metode least square merupakan metode yang lebih teliti
sehingga sering digunakan untuk menghitung data berkala. Selain itu metode least square
juga dapat digunakan tidak hanya untuk meramalkan penjualan tetapi berbagai macam
Ramalan penjualan hanya perkiraaan atas penjualanan di masa yang akan datang,
jarang sekali penjualan akan sama dengan ramalan penjualan, oleh karena itu akan terjadi
4.2. Saran
26
Pada perhitungan dengan metode least square tentunya juga diperlukan ketelitian dan
kecermatan agar tidak terjadi kesalahan, untuk memperkecil kesalahan pada metode least
Akhir dari makalah ini, semoga para pembaca mampu memahami cara menganalisa
data menggunakan metode moving average maupun metode least square dan pembaca
mampu menerapkan metode ini menggunakan Ms. Excel ataupun penerapan dalam
kehidupan
sehari-hari.
27