ANALISIS DATA BERKALA UNTUK PERAMALAN MASA

DEPAN

Dosen Pengampu :
Dr. Ir. Rusdi Hidayat N., M.Si
Indah Respati kusumasari, S.Sos., M.Si

Oleh :
1. Fatimah Salsa Biela Sari 22042010149
2. Wanda Noer Alichia 22042010165
3. Maulidya Khoirunnisa 22042010168
4. Putri Maharanie 22042010196
5. Bintaniya Zakka Al-Madani 22042010244
6. Wenny Eka Putry 22042010283

PROGRAM STUDI ADMINISTRASI BISNIS

FAKULTAS ILMU SOSIAL DAN ILMU POLITIK
UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA
TIMUR
2023
 KATA PENGANTAR

Puji syukur kami panjatkan kepada kehadirat Tuhan Yang Maha Esa yang
telah memberikan rahmat dan hidayah-Nya sehingga kami dapat
menyelesaikan penyusunan makalah ini dalam bentuk maupun isi dengan
sangat sederhana dan tepat pada waktunya.
Adapun tujuan dari penulisan makalah ini adalah untuk memenuhi tugas
pada mata kuliah Pengantar Statistika Sosial. Selain itu, makalah ini juga
bertujuan agar mahasiswa dapat memahami materi mengenai analisis data
berkala secara rinci. Kami mengucapkan terima kasih kepada Bapak Dr. Ir.
Rusdi Hidayat N., M.Si dan Ibu Indah Respati kusumasari, S.Sos., M.Si.
selaku Dosen Pengampu mata kuliah Pengantar Statistik Sosial yang telah
memberikan tugas ini sehingga dapat menambah pengetahuan dan
wawasan sesuai dengan bidang studi yang kami tekuni ini. Kemudian
kami mengucapkan kepada anggota kelompok kami yang dengan
sungguh-sungguh mengerjakan makalah ini.
Kami juga ucapkan terima kasih kepada seluruh pihak yang tidak dapat
kami sebutkan, terima kasih atas bantuannya sehingga kami dapat
menyelesaikan tugas ini dengan tepat waktu. Kami menyadari, tugas yang
kami tulis ini masih jauh dari kata sempurna. Oleh karena itu, kritik dan
saran sangat kami butuhkan demi kesempurnaan makalah ini dan
menambah pengetahuan kami.

Surabaya, 23 Februari 2023

1
 DAFTAR ISI
KATA PENGANTAR 1
DAFTAR ISI 2
BAB I 3
PENDAHULUAN 3
1. 1 Latar Belakang 3
1. 2 Rumusan Masalah 3
1. 3 Tujuan 3
BAB II 4
PEMBAHASAN 4
2. 1 Penggunaan Data Berkala Sebagai Peramalan Masa Depan 4
2. 2 Komponen Yang Terdapat Dalam Analisis Data Berkala 5
2. 3 Metode Yang Digunakan Dalam Analisis Data Berkala 7
2. 4 Kegunaan Analisis Trend 11
BAB III 14
PENUTUP 14
3.1 Kesimpulan 14
DAFTAR PUSTAKA 15

2
 BAB I
PENDAHULUAN
1. 1 Latar Belakang
Analisis data berkala merupakan suatu upaya manusia untuk meramalkan
kondisi masa depan menggunakan data-data yang didapat pada kurun waktu
tertentu untuk memaksimalkan potensi yang ada di masa depan. Alasan kami
membuat makalah tentang Analisis data berkala karena kami ingin mengetahui
lebih dalam dan dapat memanfaatkan ilmu di kemudian hari. analisis data berkala
juga sangat penting dipelajari oleh mahasiswa untuk persiapan di kondisi yang
akan mendatang seperti untuk perencanaan, keuangan, sosial dan bidang lainnya.

1. 2 Rumusan Masalah
1. Apakah analisis data berkala akan selalu dipakai untuk peramalan masa
depan?
2. Apa saja komponen yang terdapat dalam analisis data berkala?
3. Bagaimana metode yang digunakan untuk analisis data berkala?
4. Bagaimana kegunaan dari analisis trend?

1. 3 Tujuan
1. Untuk mengetahui tentang penggunaan data berkala sebagai peramalan
masa depan.
2. Untuk mengetahui komponen yang terdapat dalam analisis data berkala.
3. Untuk memahami metode yang digunakan analisis data berkala.
4. Untuk mengetahui kegunaan analisis trend.

3
 BAB II
PEMBAHASAN

Data berkala adalah data yang dikumpulkan dari waktu ke waktu

untuk menggambarkan perkembangan suatu keadaan atau kegiatan.
Analisis data berkala memungkinkan kita untuk mengetahui
perkembangan suatu atau beberapa kegiatan serta hubungan atau
pengaruhnya terhadap kegiatan lainnya. Contohnya adalah apakah
kenaikan biaya iklan akan diikuti dengan kenaikan hasil penjualan, apakah
kenaikan gaji diikuti oleh kenaikan prestasi kerja dan lain sebagainya.
Data berkala adalah data yang disusun berdasarkan urutan waktu atau data
yang dikumpulkan. Waktu yang digunakan dapat berupa minggu, bulan,
tahun dan sebagainya. Analisis data berkala merupakan analisis yang
menerangkan berbagai perubahan atau perkembangan data selama satu
periode. Kegunaan data berkala ini dapat sebagai alat analisis.

2. 1 Penggunaan Data Berkala Sebagai Peramalan Masa Depan

Peramalan merupakan bagian integral dari kegiatan pengambilan
keputusan manajemen. Organisasi selalu menentukan sasaran dan tujuan,
berusaha menduga faktor-faktor lingkungan, kemudian memilih tindakan
yang diharapkan dapat menghasilkan pencapaian sasaran dan tujuan
tersebut. Kebutuhan akan peramalan meningkat sejalan dengan usaha
manajemen untuk mengurangi ketergantungannya pada hal-hal yang
belum pasti. Setiap bagian organisasi berkaitan satu sama lain, akibatnya
baik buruknya ramalan dapat mempengaruhi seluruh bagian organisasi.
Dalam menghadapi kondisi ekonomi yang terus-menerus berubah
sepanjang waktu, perlu bagi pemimpin perusahaan untuk menemukan
bagaimana cara mengantisipasi pengaruh perubahan yang terjadi pada
operasional perusahaan. Salah satu teknik yang dapat digunakan untuk
merencanakan tingkat operasi bisnis di masa depan adalah teknik
peramalan. Sejauh ini beragam metode peramalan ditemukan. Pada

4
 dasarnya metode tersebut memiliki tujuan yang sama, yaitu memprediksi
kejadian di masa depan dan karena itu perkiraan ini dapat digunakan
sebagai panduan proses pengambilan keputusan. Misalnya, jika
perusahaan akan memproduksi suatu barang, maka harus dilakukan
peramalan terlebih dahulu dengan memprediksi berapa banyak barang
yang harus dibuat pada tahun yang akan datang agar jumlah barang yang
diproduksi dapat memenuhi permintaan yang ada tetapi tidak terlalu
banyak (sesuai).
Membuat rencana seperti di atas, baik oleh pemerintah atau oleh
perusahaan harus didasarkan pada ramalan sesempurna mungkin. Jika
prediksi yang dibuat oleh dasar rencana lebih sempurna, maka semakin
besar kemungkinan untuk berhasil di kemudian hari. Peramalan diperlukan
untuk menentukan kapan suatu peristiwa terjadi akan timbul, sehingga
dapat menentukan tindakan yang tepat dan dapat dilakukan pengambilan
peluang yang ada, seperti peramalan itu adalah alat yang sangat penting
dalam perencanaan yang efektif dan efisien.

2. 2 Komponen Yang Terdapat Dalam Analisis Data Berkala

Gerakan atau variasi data berkala terdiri dari empat macam atau
empat komponen yaitu sebagai berikut:
1) Gerakan trend jangka panjang (long term movement or secular trend),
yaitu suatu gerakan yang menunjukkan arah perkembangan secara umum
(kecenderungan naik/menurun). Perlu diketahui bahwa garis trend sangat
berguna untuk membuat ramalan (forecasting) yang sangat diperlukan bagi
perencanaan. Bisa diberi tanda menggunakan huruf T (=trend).

5
2) Gerakan atau variasi siklis (cyclical movements or variations) adalah
gerakan atau variasi jangka panjang di sekitar garis trend (berlaku untuk
data tahunan) atau bisa disebut gelombang naik dan turun. Gerakan siklis
ini bisa berulang setelah jangka waktu tertentu (setiap 3 tahun, 5 tahun,
atau lebih) dan bisa juga berulang dalam jangka waktu yang sama.
Business cycles (konjungtor) adalah suatu contoh gerakan siklis yang
menunjukkan jangka waktu terjadinya kemakmuran, kemunduran, depresi,
dan pemulihan. Bisa disingkat C (=cycle).
3) Gerakan atau variasi musiman (seasonal movements or variation), adalah
gerakan yang mempunyai pola tetap dari waktu ke waktu atau bisa disebut
dengan gerakan yang teratur artinya naik turunnya terjadi pada
waktu-waktu yang sama. Misalnya naiknya harga pohon cemara
menjelang Natal, meningkatnya harga-harga bahan makanan dan pakaian
menjelang hari raya Idul Fitri, menurunya harga beras pada waktu panen,
penjualan buku akan meningkat pada awal sekolah, jumlah pengunjung ke
gedung bioskop akan naik pada malam minggu, dan lain sebagainya.
Walaupun pada umumnya gerakan musiman terjadi pada data bulanan
yang dikumpulkan dari tahun ke tahun. Gerakan musiman juga berlaku
bagi data harian, mingguan, atau satuan waktu yang lebih kecil lagi. Bisa
disingkat S (=seasonal).
4) Gerakan atau variasi yang tidak teratur (irregular or random movements),
adalah gerakan variasi yang sifatnya sporadis atau bisa disebut gerakan
yang mengalami perubahan karena kenaikan atau penurunan yang tidak
beraturan baik dari sisi waktu dan lama dari siklusnya. Misalnya naik
turunnya produksi akibat banjir yang datangnya tidak teratur, gempa bumi,
tsunami, gunung meletus, adanya perang, krisis. Bisa disingkat I
(=irregular).

6
 Analisis data berkala pada umumnya terdiri dari uraian secara matematis
tentang komponen-komponen yang menyebabkan gerakan-gerakan atau
variasi-variasi yang tercermin dalam fluktuasi.
Apabila gerakan trend, siklis, musiman, dan acak masing-masing diberi
simbol T, C, S, dan I, maka data berkala Y merupakan hasil kali dari 4
komponen tersebut, yaitu:
Y=TxCxSxI
Ada juga ahli statistik yang menganggap bahwa data berkala merupakan
hasil penjumlahan dari 4 komponen tersebut, yaitu:
Y=T+C+S+I

2. 3 Metode Yang Digunakan Dalam Analisis Data Berkala

Ada beberapa metode pada perhitungan dari analisis yang menggunakan
trend, antara lain ;
1. Metode Garis Trend Secara Bebas (Free Hand Method)
Menggambarkan trend dengan metode bebas ini sangat mudah dan
sederhana. Hanya dengan mengamati sebaran data bisa diketahui
kecenderungan garis trend dari pola data tersebut. Tentu saja dengan cara
ini hasilnya kurang bisa dipertanggung jawabkan. Kelebihan metode ini
adalah sangat mudah dan sederhana membuatnya. Kelemahan metode ini

7
adalah dalam menarik garis trend dari sebaran data sangat subyektif.
Untuk data yang sama kecenderungan garis bisa berbeda-beda jika
digambarkan oleh orang yang berbeda. Sehingga metode ini kurang tepat
untuk pengambilan keputusan manajemen perusahaan. Cara ini hanya
untuk mengetahui kearah mana trend atau pertumbuhan suatu variabel.
Langkah-langkah untuk menentukan garis trend dengan
menggunakan metode tangan bebas (freehand method) yaitu:
1) buat sumbu tegak Y dan sumbu mendatar X.
2) Buat scatter diagram, yaitu kumpulan titik-titik koordinat (X, Y);
X = variabel waktu.
3) Dengan jalan observasi atau pengamatan langsung terhadap bentuk
scatter diagram tariklah garis yang mewakili atau paling tidak
mendekati semua titik koordinat yang membentuk diagram pencar
tersebut. Misalnya Y = data berkala; X = waktu (tahun , bulan, dan
lain sebagainya).
Y : Y₁, Y₂, . . . ., Y𝒾, . . . , Y𝓃
X : Y₁, X₂, . . . ., X𝒾, . . . , X𝓃
Cara menarik garis trend dengan tangan bebas merupakan cara
yang paling mudah tetapi sifatnya sangat subjektif, maksudnya kalau ada
lebih dari satu orang diminta untuk menarik garis trend dengan cara ini
akan diperoleh garis trend lebih dari satu. Sebab masing-masing orang
mempunyai pilihan sendiri sesuai dengan anggapannya, garis mana yang
mewakili diagram pencar (scatter diagram) tersebut. Pedomannya ±50%
titik berada di atas dan ±50% titik berada di bawah garis trend.

8
2. Metode Trend dengan Metode setengah rata-rata (semi average method)
Metode ini digunakan dengan cara mencari rata-rata kelompok
data. cara ini digunakan untuk menghilangkan subyektifitas seperti pada
metode bebas. Langkah - langkah memperoleh Trend garis lurus dengan
metode semi rata-rata sebagai berikut :
1. Kelompokkan data menjadi dua kelompok dengan jumlah yang
sama, apabila ada 10 data masing-masing 5, 8 data dikelompokkan
menjadi dua dengan jumlah masing-masing 4, 6 data
dikelompokkan menjadi dua dengan jumlah masing-masing 3.
(Jika ada yang ganjil, maka hilangkan satu yang berada di tengah),
9 data masing-masing 4, 7 data dikelompokkan menjadi dua
dengan jumlah masing-masing 3, dan sebagainya.
2. Masing-masing kelompok cari rata-ratanya, katakanlah 𝑌₁ dan 𝑌₂,
yang merupakan ordinatnya.
3. Titik absis harus dipilih dari variabel X yang berada di tengah
masing-masing kelompok(tahun atau waktu yang ditengah).
Data 6 tahun : X₁, X₂, X₃, X₄, X₅, X₆,
{0 1 2} {3 4 5}sek nanti
1 dan 4 merupakan titik absis (artinya tahun kedua dan kelima
sebagai absis)

9
 4. Titik koordinat terdiri dari b) dan c) dimasukkan ke dalam
persamaan Y = 𝑎 + 𝑏𝑋, untuk menghitung 𝑎 dan 𝑏; 𝑌₁ dan 𝑌₂
dipergunakan sebagai nilai Y.

3. Metode trend kuadrat (Least Square Method)

Garis trend dalam metode ini diperoleh dengan cara menentukan
persamaan garis yang mempunyai jumlah terkecil dari kuadrat selisih data
asli dengan data pada garis trend. Metode kuadrat terkecil ini yang paling
banyak digunakan dalam analisis deret berkala untuk peramalan bisnis.

10
 4. Trend Metode Moment
Menggunakan perhitungan statistika dan matematika tertentu untuk
mengetahui fungsi garis lurus sebagai pengganti garis patah-patah
dibentuk oleh data historis perusahaan. Dengan demikian unsur-unsur
subyektif dapat dihindarkan.
Prinsip-prinsip pengerjaan trend metode moment adalah sebagai berikut :
a. Barang tahan lama minimal satu tahun.
b. Barang yang selalu diperlukan, misalnya sembako.
c. Kegiatan usaha sudah berjalan minimal dua tahun, digunakan sebagai data
penjualan tahun yang lalu.
d. Jumlah data tahun lalu baik tahun ganjil maupun genap tetap diurut dari 0,
1, 2, 3,.... dan seterusnya pada kolom x.
Rumusnya metode moment dapat dihitung menggunakan :

2. 4 Kegunaan Analisis Trend

Secara umum, semua anggaran termasuk analisis trend peramalan
(forecasting) anggaran pendapatan (penjualan), mempunyai tiga kegunaan
pokok yaitu :
1) Pedoman kerja;

11
 2) Sebagai alat pengkoordinasi kerja;
3) Sebagai alat pengawasan kerja yang membantu manajemen dalam
mencapai tujuan perusahaan.
Anggaran pendapatan (penjualan) sangat membantu sebagai landasan
untuk menyusun anggaran lain di dalam perusahaan karena, untuk bisnis
yang menghadapi pangsa pasar yang kompetitif, persiapannya merupakan
prioritas utama yang harus diselesaikan sesegera mungkin di antara semua
anggaran lainnya. Anggaran pendapatan (penjualan) memiliki keunggulan
khususnya dalam hal perencanaan, pengarahan, koordinasi, pengawasan,
dan penilaian, menurut M. Munandar (2011: 11).
1. Planning (perencanaan)
Ada strategi komprehensif. Anggaran perusahaan dapat digunakan
sebagai alat untuk menciptakan strategi bagi perusahaan dan
melakukan kontrol menyeluruh atas berbagai aktivitas perusahaan.
Anggaran adalah alat manajemen yang dapat diterapkan untuk
kegiatan perencanaan dan pengendalian.
2. Dispacing (pedoman)
Sebagai template untuk menjalankan proses bisnis. Baik
manajemen puncak maupun menengah dapat memperoleh manfaat
dari panduan yang dapat ditawarkan oleh anggaran. Bawahan akan
melihat bahwa manajemen memahami operasi bisnis berkat
anggaran yang ditetapkan dengan benar, dan mereka juga akan
menerima instruksi yang jelas tentang cara melakukan pekerjaan
mereka. Selain itu, perencanaan memungkinkan bisnis untuk
meramalkan kekurangan dalam manajemen anggaran,
meningkatkan kinerja.
3. Coordination (koordinasi)
Sebagai alat pengkoordinasi kerja. Penganggaran dapat
memperbaiki koordinasi kerja perusahaan. Sistem anggaran
memberikan ilustrasi operasi perusahaan secara keseluruhan, oleh

12
 karena itu sistem anggaran memungkinkan para manajer divisi
untuk melihat hubungan antar bagian (divisi).asan dan evaluasi
4. Controlling (pengawasan)
Digunakan untuk pemantauan pekerjaan. Untuk mengevaluasi
keefektifan setiap kegiatan, anggaran harus mencantumkan
sejumlah tolok ukur atau target kinerja yang dapat dibandingkan
dengan hasil aktual. Penting untuk memiliki pemahaman yang
realistis dan melakukan analisis menyeluruh terhadap operasi
perusahaan untuk menetapkan standar referensi. Penetapan standar
yang serampangan dan tidak diinformasikan oleh informasi dapat
mengakibatkan lebih banyak kerugian daripada kebaikan. Hal ini
karena kemungkinan persyaratan dalam anggaran yang ditetapkan
sembarangan dapat menjadi target yang terlalu tinggi atau terlalu
rendah untuk dicapai. Standar yang terlalu tinggi akan
menghasilkan tekanan dan ketidakbahagiaan. Namun, menurunkan
standar terlalu banyak akan menimbulkan pengeluaran yang tidak
terduga, mengurangi profitabilitas, dan menurunkan moral.
5. Evaluation (evaluasi)
Sebagai alat evaluasi kegiatan perusahaan. Anggaran yang disusun
dengan baik menerapkan standar yang akan memberikan pedoman
bagi perbaikan operasi perusahaan dalam menentukan
langkah-langkah yang ditempuh agar pekerjaan bisa diselesaikan
dengan cara yang baik, artinya menggunakan sumber-sumber
perusahaan yang dianggap paling menguntungkan. Terhadap
penyimpangan yang mungkin terjadi dalam operasionalnya perlu
dilakukan evaluasi yang dapat masukan untuk menentukan
keputusan manajemen di masa depan.

13
 BAB III
PENUTUP
3.1 Kesimpulan
Data Berkala (time series) adalah data yang disusun berdasarkan urutan
waktu atau data yang dikumpulkan dari waktu ke waktu. Waktu yang
digunakan dapat berupa minggu, bulan, tahun, dan sebagainya. Analisis
data berkala adalah analisis yang menerangkan dan mengukur berbagai
perubahan atau perkembangan data selama satu periode. Analisis data
berkala merupakan suatu upaya manusia untuk meramalkan kondisi masa
depan menggunakan data-data yang didapat pada kurun waktu tertentu
untuk memaksimalkan potensi yang ada di masa depan. ada metode yang
bisa digunakan untuk menganalisis data berkala yaitu metode garis trend
secara bebas (free hand method), metode trend dengan metode semi
rata-rata (semi average method), metode trend kuadrat (least square
method), dan trend metode moment.

14
 DAFTAR PUSTAKA
“Analisis Trend : Pengertian, Kegunaan dan Kelebihannya.” LP2M UMA, 21

April 2022,

https://lp2m.uma.ac.id/2022/04/21/analisis-tren-pengertian-kegunaan-dan-

kelebihannya/. Accessed 23 2 2023.

Faradiba. ANALISIS DATA BERKALA. 2020.

bukuPengProgKulanalisisdataberkala,

http://repository.uki.ac.id/2864/1/bukuPengProgKulanalisisdataberkala.pdf

. Accessed 22 2 2023.

Karlina, Annisa. MAKALAH STATISTIKA DESKIFTIF ANALISA DATA

BERKALA DENGAN METODE LEAST SQUARE. 2014,

https://www.academia.edu/7347295/MAKALAH_STATISTIKA_DESKIF

TIF_ANALISA_DATA_BERKALA_DENGAN_METODE_LEAST_SQ

UARE. Accessed 22 2 2023.

Ludin, Jimmy. “ANALISIS DATA BERKALA.” Pusdiklat BPS, 2020,

https://pusdiklat.bps.go.id/diklat/bahan_diklat/BT_Analisis%20Deret%20

Berkala_Jimmy%20Ludin,%20SST.,M.Si_2131.pdf. Accessed 23 2 2023.

15