DATA BERKALA

Oleh :
Asa Arja Imaniar 17110019
Evi Wahyuningsih 171100
 Pengertian
Data yang dikumpulkan dari waktu ke waktu
untuk menggambarkan perkembangan suatu
kegiatan (perkembangan produksi, harga, hasil
penjualan, jumlah penduduk, jumlah kecelakaan,
jumlah kejahatan, dsb).
 Komponen Deret Berkala
• Trend, yaitu gerakan yang berjangka panjang yang
menunjukkan adanya kecenderungan menuju ke satu
arah kenaikan dan penurunan secara keseluruhan dan
bertahan dalam jangka waktu yang digunakan sebagai
ukuran adalah 10 tahun keatas.
• Variasi Musim, yaitu ayunan sekitar trend yang bersifat
musiman serta kurang lebih teratur.
• Variasi Siklus, yaitu ayunan trend yang berjangka lebih
panjang dan agak lebih teratur.
• Variasi Yang Tidak Tetap (Irreguler), yaitu gerakan
yang tidak teratur sama sekali.
 Trend / Trend Sekuler
Trend (T) atau Trend Sekuler ialah gerakan dalam
deret berkala yang berjangka panjang, lamban
dan berkecenderungan menuju ke satu arah,
arah menaik atau menurun.
 Metode untuk penentuan trend
• Metode Semi Average
• Metode tangan bebas ( free hand)
• Metode Least Square.
• Metode rata – rata bergerak
 Metode Semi Average
(Kuadrat Terkecil)
Y ‘ = a0 +bx a = ( ∑Y ) / n b = ( ∑XY ) / ∑x2
dengan :
• Y ‘ = data berkala (time series) = taksiran nilai
trend.
• a0 = nilai trend pada tahun dasar.
• b = rata-rata pertumbuhan nilai trend tiap
tahun.
• x = variabel waktu (hari, minggu, bulan atau
tahun).
Langkah – angkah penyelesaian data semoaverage
adalah
• Membagi data tersebut menjadi dua bagian sama
banyak
• Menghitung jumlah setiap bagian
• Menghitung rata – rata setiap bagaian dan
meletakkannya di tengah masing – masing bagian
• Menentukan nilai trend untuk tahun – tahun
lainnya
• Menggambarkan garis trendnya
 Metode tangan bebas ( freehand)
Merupakan metode yang sangat sederhana,
tidak menggunakan hitungan – hitungan.
 Metode rata – rata bergerak
Metode ini juga disebut dengan metode rata-
rata bergerak terpusat. Karena rata – rata
bergerak diletakkan pada pusat dari periode
yang digunakan.
Langkah – langkah untuk menggunakan metode
rata – rata bergerak :
• Menghitung rata – rata dari sejumlah data
paling awal
• Melupakan data paling yang pertama
• Mengulangi tahap a dan b sampai data yang
terakhir
 Metode kuadrat terkecil
Persamaan trendnya adalah
Y= a+bX
Keterangan :
Y = jumlah data berkala
N= jumlah periode waktu
X = tahun kode
 peramalan (forecasting)
Pengertian peramalan (forecasting) : adalah seni
dan ilmu memprediksi peristiwa-peristiwa yang
akan terjadi dengan menggunakan data historis
dan memproyeksikannya ke masa depan dengan
beberapa bentuk model matematis.
 Hal- Hal yang harus diperhatikan
dalam peramalan (Makridakis, 1999)
• Pengumpulan data yang relevan
berupa informasi yang dapat
menghasilkan peramalan yang akurat.
• Pemilihan teknik peramalan yang tepat yang
akan memanfaatkan informasi data yang
diperoleh semaksimal mungkin.
 Macam – Macam Peramalan
(Forecasting)
Peramalan berdasarkan jangka waktu :
1. Peramalan jangka pendek ( kurang satu tahun, umumnya
kurang tiga bulan : digunakan untuk rencana pembelian,
penjadwalan kerja, jumlah TK, tingkat produksi),
2. Peramalan jangka menengah ( tiga bulan hingga tiga tahun
: digunakan untuk perencanaan penjualan, perencanaan
dan penganggaran produksi dan menganalisis berbagai
rencana operasi),
3. Peramalan jangka panjang ( tiga tahun atau lebih,
digunakan untuk merencanakan produk baru,penganggaran
modal, lokasi fasilitas, atau ekspansi dan penelitian serta
pengembangan).
Peramalan berdasarkan rencana operasi
• Ramalan ekonomi : membahas siklus bisnis
dengan memprediksi tingkat inflasi dan
indikator perencanaan lainnya,
• Ramalan teknologi : berkaitan dengan tingkat
kemajuan teknologi dan produk baru,
• Ramalan permintaan : berkaitan dengan
proyeksi permintaan terhadap produk
perusahaan. Ramalan ini disebut juga ramalan
penjualan, yang mengarahkan produksi,
kapasitas dan siatem penjadualan
perusahaan.
 Menghitung kesalahan ramalan
(forecast error)
Perbedaan atau selisih antara nilai aktual dan nilai ramalan disebut sebagai “kesalahan
ramalan (forecast error)” atau deviasi yang dinyatakan dalam:
et = Y(t) – Y’(t)
Y(t) = Nilai data aktual pada periode t
Y’(t) = Nilai hasil peramalan pada periode t
t = Periode peramalan
Maka diperoleh Jumlah Kuadrat Kesalahan Peramalan yang disingkat SSE (Sum of
Squared Errors) dan Estimasi Standar Error (SEE – Standard Error Estimated)
SSE = S e(t)2 = S[Y(t)-Y’(t)]2
Memilih Metode Peramalan dengan kesalahan yang terkecil.
Apabila nilai kesalahan tersebut tidak berbeda secara signifikan pada tingkat ketelitian
tertentu (Uji statistik F), maka pilihlah secara sembarang metode-metode tersebut.
Melakukan Verifikasi
Untuk mengevaluasi apakah pola data menggunakan metode peramalan tersebut
sesuai dengan pola data sebenarnya.
Memilih Metode Peramalan dengan kesalahan yang
terkecil.
Apabila nilai kesalahan tersebut tidak berbeda
secara signifikan pada tingkat ketelitian tertentu (Uji
statistik F), maka pilihlah secara sembarang
metode-metode tersebut.
Melakukan Verifikasi
Untuk mengevaluasi apakah pola data
menggunakan metode peramalan tersebut sesuai
dengan pola data sebenarnya.