Kurva Kecenderungan

(trend curve)
TIM DOSEN APLIKASI KOMPUTER UNTUK BISNIS
SUB POKOK BAHASAN

Memodelkan Pertumbuhan Eksponensial

Contoh Kasus

Kurva Pangkat

Contoh Kasus
Memodelkan Pertumbuhan Eksponensial

 Persamaan untuk fungsi eksponensial adalah 𝑦 = 𝑎𝑒 𝑏𝑥 ,

dengan

𝑥 merupakan nilai variabel bebas.

𝑦 merupakan nilai variabel terikat.

Nilai 𝑒 ≈ 2,7182 merupakan basis logaritma.

Contoh Kasus

 Jika Anda ingin menilai sebuah perusahaan, hal yang

terpenting adalah memiliki gambaran mengenai revenue
(pendapatan) perusahaan tersebut di masa depan.

 Untuk menentukan revenue masa depan dapat dimulai

dengan menganalisis valuasi sebuah perusahaan dengan
mempelajari pertumbuhan revenue perusahaan selama
beberapa waktu terakhir di masa lalu.
Contoh Kasus

 Hubungan antara waktu (tahun) pada sumbu 𝑋 dan nilai

revenue perusahaan pada sumbu 𝑌 biasanya tidak
berupa garis lurus (karena garis lurus memiliki kemiringan
yang sama), artinya ketika variabel bebas (tahun)
meningkat sebesar 1, maka prediksi untuk variabel terikat
(revenue) juga akan meningkat dengan jumlah yang
sama.
Contoh Kasus

 Di kebanyakan perusahaan, forecasting revenue harus

bertumbuh lebih curam dan memiliki kemiringan yang
semakin meningkat. Fungsi Eksponensial memiliki sifat yang
jika variabel bebas di fungsi tersebut meningkat sebesar 1,
maka varaibel terikatnya akan meningkat dengan
persentase yang sama. Hubungan ini seperti apa yang
diperlukan untuk memodelkan pertumbuhan revenue.
Contoh Kasus

 Selanjutnya, akan dimodelkan pertumbuhan revenue

sebuah perusahaan terhadap waktu.
 Pada data File Ciscoexpo.xlsx berisi nilai-nilai revenue
pada tahun 1990 hingga 1999 yang
terlihat pada gambar disamping ini.
Contoh Kasus

 Pilih range sel A3 : B13, lalu pada tab Insert di kelompok

Charts klik Scatter. Sehingga akan dihasilkan grafik seperti
di bawah ini.
Contoh Kasus

 Untuk memperoleh kurva eksponensial yang paling tepat

untuk data ini, klik kanan pada sebuah titik data, dan
kemudian Add Trendline.
 Pada kotak dialog Format Trendline, pilih opsi Exponential.
Sehingga diperoleh
Contoh Kasus

 Berdasarkan gambar sebelumnya, diperoleh estimasi

revenue adalah 58,55𝑒 0,569𝑥 . Dengan demikian, bisa
dihitung estimasi revenue (kolom prediction) pada tahun
1990 – 1999.
Contoh Kasus

 Perhatikan sebagian besar titik data terletak sangat dekat

dengan kurva eksponensial. Pola ini mengindikasikan
bahwa pertumbuhan eksponensial sangat tepat untuk
menjelaskan pertumbuhan revenue selama tahun 1990.
Hal ini diperkuat juga dengan adanya fakta bahwa nilai
𝑅2 = 0,98 sangat dekat dengan 1.
Contoh Kasus

 Perlu diketahui bahwa pertumbuhan eksponensial ini tidak

bisa berlangsung selamanya. Sebagai contoh, jika kita
menggunakan kurva tersebut untuk membuat perkiraan
revenue untuk tahun 2005 (tahun 16), hasilnya akan 530
miliar. Angka tersebut tidak realistis.
 Dengan demikian, suatu pertumbuhan yang memiliki
kurva berbentuk eksponensial hanya dapat menaksir
beberapa tahun ke depan saja.
Kurva Pangkat (Power)

 Persamaan untuk fungsi kurva pangkat : 𝑦 = 𝑎 𝑥 𝑏

 Pada kebanyakan situasi, 𝑎 > 0. Sehingga tergantung pada nilai 𝑏.
1. Jika 𝑏 > 1 maka 𝑦 meningkat dengan meningkatnya 𝑥 dan
kemiringan kurva pangkat akan meningkat dengan meningkatnya
𝑥.
2. Jika 0 < 𝑏 < 1 maka 𝑦 meningkat dengan meningkatnya 𝑥 dan
kemiringan kurva pangkat akan menurun dengan meningkatnya 𝑥.
3. Jika 𝑏 = 1 maka kurva pangkat akan menjadi sebuah garis lurus.
4. Jika 𝑏 < 0 maka 𝑦 akan menurun dengan meningkatnya 𝑥 dan
kurva pangkat akan melandai menjadi datar dengan
meningkatnya 𝑥.
Contoh Kasus (1)

 Akan dicoba memprediksi biaya produksi total sebagai

fungsi dari jumlah unit yang diproduksi (data File
Powerexamples.xlxs) diperoleh
Contoh Kasus (1)

 Berdasarkan gambar sebelumnya, diperoleh persamaan 𝑦 = 0,001𝑥 2 ,

artinya 𝑏 = 2. Dengan perkataan lain, biaya produksi akan meningkat
dengan meningkatnya jumlah unit yang diproduksi.
 Kemiringan garis akan lebih curam yang mengindikasikan bahwa
setiap unit tambahan akan membutuhkan biaya yang lebih banyak
untuk diproduksi.
 Hubungan ini mungkin terjadi karena meningkatnya produksi
memerlukan lebih banyak tenaga lembur, yang biayanya lebih besar
dibandingkan tenaga kerja biasa.