BAB 7

ANALISIS TIMES SERIES DAN

FORECASTING DATA
KEUANGAN
By Mitha Andriyani Saputra
NIM 2016 353646
 Bab ini akan membicarakan analisis perbandingan data, bukan
secara sectional tetapi dengan data keuangan periode sebelumnya
(perbandingan dengan data historis). Kemudian pada bagian akhir
bab ini, forecasting data keuangan akan dibicarakan. Forecasting
digunakan untuk memproyeksikan kondisi keuangan pada masa
mendatang.
7.1. ANALISIS TIME SERIES
Analisis time series adalah Dalam analisis data keuangan,
analisis perbandingan data analisis terhadap data historis
dengan data keuangan periode diperlukan untuk melihat tren-
sebelumnya (perbandingan tren yang mungkin timbul.
dengan data Kemudian kita bisa menganalisis
historis). Forecasting digunakan apa yang terjadi dibalik tren-tren
untuk memproyeksikan kondisi angka tersebut. Data historis
keuangan pada masa perusahaan sebaiknya juga
mendatang. dibandingkan dengan data
historis industri untuk melihat
apakah tren suatu perusahaan
begerak relatif lebih baik
terhadap tren industri.
Dalam analisis times series,
perubahan-perubahan
struktural yang akan
berpengaruh terhadap angka-
angka keuangan harus
diperhatikan. Perubahan-
perubahan struktural yang
akan mempengaruhi tren
1.Peraturan Pemerintah
keuangan suatu perusahaan
antara lain:
1.Perubahan Teknologi
1.Perubahan Kompetisi
1.Akuisi dan Merger (Penggabungan
Perusahaan)
 Beberapa alternatif analisis yang bisa dipakai:

Analisis bisa Analisis bias Analisa bias

menggunakan membagi memfokuskan
data penjualan periode analisis hanya pada data
gabungan (kolom ke dalam dua penjualan
ketiga) untuk periode, perusahaan ABC,
menganalisis sebelumnya dan cara dilakukan
prospek sesudah akuisisi apabila besarnya
perusahaan pada dan kemudian perusahaan yang
masa mendatang. memakai data diakuisisi (XYZ)
sesudah akuisisi tidak terlalu
untuk analisis signifikan
selanjutnya. dibandingkan
besarnya
perusahaan ABC.
 Tiga
pendekatan
dalam
analisis time
series:
1.Pendekata
n Ekonomi
Ketiga
pendekata
1.Pendekata n tersebut
n Statistik tidak saling
menghilan
gkan, tetapi
1.Pendekata saling
n Visual melengkapi
7.1.1. TIME SERIES INDEKS
 Teknik time series indeks bisa menggunakan angka indeks bisa juga
angka-angka yang ada dalam laporan keuangan disusun dan disajikan
dalam rentang waktu berseri misalnya 5 atau 10 tahun. Jika laporan ini
dikonvensi menjadi angka indeks maka menjadi laporan indeks berseri.
Semua laporan keuangan yang dibandingkan secara berseri
dikonvensikan ke indeks. Untuk menentukan indeks ini maka menentukan
tahun dasar. Tahun dasar ini dipilih menurut kriteria tertentu misalnya
dipilih tahun pendirian sebagai tahun dasar atau tahun tertentu yang bisa
dijadikan sebagai suatu moment penting agar kita lebih mudah dan lebih
cepat melakukan perbandingan dengan indeks tahun lainnya.
7.2. ANALISA DATA
KEUANGAN
Dalam Analisa time series, perhatian
terhadap data historis (ex-post) sering
digunakan untuk melihat pola-pola
yang sistematik terhadap data tersebut.
Gambar 7.3. Komponen Time Series
Dalam koteks analisa semacam itu,
analis mempunyai pilihan yang banyak
terhadap factor-factor yang
diperkirakan akan mempengaruhi suatu
variabel. Dalam konteks Analisa masa
mendatang (ex-ante), seperti
forecasting, pilihan seorang analis
menjadi serba terbatas.
 Data penjualan mencerminkan empat macam faktor:

• Trend merupakan pergerakan time series dalam

Trend jangka panjang, bisa merupakan tren naik atau
turun.

Siklus • Siklus merupakan fluktuasi bisnis dalam jangka yang

lebih pendek (sekitar 2–10 tahun).

• Musiman merupakan fluktuasi yang terjadi dalam

Musiman
lingkup satu tahun.

• Fluktuasi semacam ini disebabkan karena faktor-

Ketidakteraturan(Irre
faktor yang munculnya tidak teratur, dalam jangka
gularities)
waktu pendek.
7.2.1. ANALISA TREND
Analisa trend ini bertujuan untuk mengetahui 1.Untuk melakukan analisa
tendensi atau kecenderungan keadaan trend series berindeks
keuangan suatu perusahaan di masa yang (untuk hal-hal tertentu bisa
akan datang baik kecenderungan naik, turun, dipakai dalam teknis trend)
maupun tetap. Teknik analisa ini biasanya ini maka dapat
dipergunakan untuk menganalisa laporan melakukannya melalui:
keuangan yang meliputi minimal 3 periode Metode
atau lebih. Analisa ini dimaksudkan untuk statistik
mengetahui perkembangan perusahaan dengan cara
melalui rentang perjalanan waktu yang sudah menghitung Menggunaka
lalu dan memproyeksi situasi masa itu ke garis trend n angka
masa yang berikutnya. Berdasarkan data dari laporan indeks.
historis itu, dicoba melihat kecenderungan
keuangan
yang mungkin akan muncul di masa yang
beberapa
akan datang.
periode.

Analisa trend ini bermanfaat untuk menilai

situasi “trend” perusahaan yang telah lalu
 Menentukan
1)Langkah-langkah untuk melakukan analisa trend menggunakan angka
tahun dasar. Tahun indeks adalah sebagai berikut:
dasar ini
ditentukan Memprediksi
dengan melihat Menghitung Mengambil
kecenderungan
arti suatu tahun angka indeks keputusan
yang mungkin
bisa tahun tahun-tahun mengenai hal-hal
bakal terjadi
pendirian, tahun berdasarkan arah lainnya dengan yang harus
perubahan, atau menggunakan dilakukan untuk
dan
reorganisasi, dan angka pos laporan mengantisipasi
kecenderungan
tahun bersejarah keuangan tahun kecenderungan
historis pos
lainnya. Pos-pos laporan keuangan dasar sebagai itu.
laporan keuangan penyebut.
yang dianalisa.
tahun dasar
dicatat sebagai
indeks 100.
 Menggambar dengan tangan
Yaitu dengan cara menarik garis lurus disekitar data-
data yang ada. Kelebihan: sangat praktis dan
sederhana, kelemahan: kurang konsisten (subyektif).

Mengukur pengaruh
tren. Tren suatu data
bisa dilihat dengan cara:
Menggunakan model matematika (metode least
square)
Yaitu menggambarkan garis lurus sedemikian
rupa sehingga selisih kuadrat antara garis lurus
tersebut dengan data yang sesungguhnya, yang
paling kecil. Kelebihan:: obyektif, kelemahan:
terlalu mekanistis.
Rumus Persamaan Tren:
Yt = a + b X
a = ∑ (Y) – b ∑ (X)
b = (∑ XY – n ∑
(X) ∑ (Y))
(∑ X2 – n ∑
(X)2)

Jawab:
b = (∑ XY – n ∑ (X) a = ∑ (Y) – b ∑
∑ (Y) (X)
(∑ X2 – n ∑ a = 353,8 – 17,1
(X)2) (9)
b = (61.087 - 17 = 200
(9) (353,8)
(1.785 – 17 Yt = a + b X
 7.2.2. TREND SEBAGAI
PROYEKSI MASA DEPAN
Untuk memakai persamaan tren sebagai proyeksi masa depan, seorang analis
harus hati-hati terhadap asumsi yang digunakan. Trend garis lurus
mengasumsikan perkembangan yang konstan untuk masa-masa yang akan
mendatang. Padahal beberapa situasi, penjualan tumbuh merambat pada
periode berikutnya. Misalnya suatu produk baru diluncurkan, pertumbuhan
pada awal periode akan sangat cepat. Kemudian memasuki tahap
kedewasaan, pertumbuhan tersebut akan semakin melambat.

Rumus:
Y=a+bX+cX2
log Y = a + b log X
7.2.3. ANALISIS SIKLUS
Fluktuasi siklus bisnis muncul dalam Gambar 7.6. Grafik Siklus Penjualan
jangka waktu menengah (2–10 tahun).
Pengaruh siklus dapat dilihat dengan
persentase tren yang dirumuskan sbb:

% Trend = Y / Yt × 100

Ada kecenderungan siklus dengan jangka

waktu 7 tahun. Tahun 2000 menunjukkan
penjualan tinggi, penjualan tinggi
tersebut muncul lagi tahun 2008.
7.2.4. ANALISIS MUSIMAN
Analisis musiman akan bermanfaat pada beberapa situasi. Pertama, apabila
analis ingin melihat pengaruh musiman dan memanfaatkan informasi tersebut
untuk tujuan tertentu. Ia mempunyai anggaran penjualan tahun depan sebesar
400 juta, dan mempunyai indeks musiman:
Triwulan I : 0,97 x 100 juta = 97 juta
Triwulan II : 1,10 x 100 juta = 110 juta
Triwulan III : 0,85 x 100 juta = 85 juta
Triwulan IV : 1,08 x 100 juta = 108 juta
= 400 juta
Kedua, apabila analis ingin
menghilangkan pengaruh
musiman untuk melihat
pengaruh trend, siklus, dan
ketidakteraturan secara lebih
jelas.
7.3. METODE-METODE
PERAMALAN
 Univariate Multivariate
Model Rata-rata Bergerak Model Regresi
Mekanis Model Box-Jenkins Model Fungsi Transfer Box-
Univariate Jenkins
Non- pendekatan univariate, hanya satu variabel yang dilihat ketika analis
Dalam
melakukan Pendekatan
perkiraan. Visual dalam pendekatan
Sedangkan Pendekatanmultivariate
analis sekuritas
, beberapa
mekanis
variabel dan interaksi antar variabel-variabel tersebut dipertimbangkan dalam
perkiraan data.
7.3.1.MODEL PENGHALUSAN
EKSPONENSIAL
Kelebihannya karena kesederhanaannya dan data yang dibutuhkan tidak
banyak.
Rumus:
Ft = w At - 1 + (1 – w) Ft -
1

Ft = forecast untuk periode t

At - 1 = data sesungguhnya pada periode t – 1
Ft - 1 = forecast pada periode t – 1
w = konstanta dengan nilai antara 0 – 1

Forecast baru = w (data sesungguhnya saat ini) + (1 – w) (forecast saat ini)

Atau
Ft = At - 1 + (1 - w) (Ft - 1 –
At - 1)
F 2009 = W A 2008 + (1 – W)
F 2008
 7.3.2. PERBANDINGAN
MODEL MODEL FORECAST
 Pendekatan Analis Sekuritas (Multivariate)
untuk Forecasting
Kelebiha Kelemaha
n: n:
1.Mampu menyesuaikan 1.Biaya yang cukup tinggi untuk
terhadap informasi dari persiapan dan pelaksanaan, untuk
berbagai sumber monitoring beberapa variabel, dan
biaya-biaya lainnya
1.Mampu menyesuaikan 1.Ketergantungan yang tinggi
terhadap perubahan struktural terhadap kemampuan individu
secara cepat analisnya
1.Mampu memperbaharui 1.Analis barangkali mempunyai
secara kontinu apabila insentif untuk tidak
ada informasi baru masuk menampilkan forecast yang tidak
bias (misal, karena tekanan agar
sesuai dengan konsensus forecast)
Analis barangkali bisa
dimanfaatkan oleh
perusahaan-perusahaan
tertentu untuk kepentingan
 Pendekatan Univariate Mekanis untuk
Forecasting

Kelebihan: Kelemahan:

kemampuan mendeteksi dan

Jumlah observasi yang terbatas pada
memanfaatkan pola tertentu pada
situasi tertentu, misal pada
data masa lalu
perusahaan yang baru berdiri
Tingkat subyektivitas yang rendah,
Laporan keuangan barangkali tidak
terutama apabila metode statistik
memenuhi asumsi-asumsi yang
digunakan
diperlukan dalam analisis statistic
Biaya yang relatif lebih rendah
Sulit mengkomunikasikan hasil
Mudah diperbaharui analisis kepada luar, terutama dalam
Kemampuan menganalisis lebih lanjut hal metodologinya
dengan metode statistik
TERIMA KASIH