ANALISIS DERET BERKALA

PENGERTIAN ANALISISI DERET BERKALA

Deret berkala (time series) adalah data statistik yang
disusun berdasarkan urutan waktu kejadian (waktu berupa
tahunan, kuartalan, bulanan, mingguan, dsb)

Analisisi deret berkala (time series analysis)

adalah peramalan yang dilakukan di masa akan
datang dengan didasarkan pada data kuantitatif
pada masa lalu.

Terdapat 4 komponen variasi dalam deret berkala, yaitu:

1. Tren sekuler (secular trend)

2. Variasi musim (seasonal variation)

3. Variasi siklis (cyclical variation)

4. Variasi random (irregular variation)

1. TREN SEKULER (SECULAR TREND)
Tren sekuler adalan gerakan naik atau
turun dalam jangka panjang, yang
cenderung menuju kesatu arah.
Contohnya, seperti biaya hidup dan
volume penjualan.
Menurut geraknya, trend dapat dibedakan
menjadi 3 macam, yakni:
1. Tren naik (upward trend)

2. Tren tetap (constant trend)

3. Tren turun (downward trend)

TREND NAIK
TREND TETAP
TREND TURUN
2. VARIASI MUSIM (SEASONAL VARIATION)
Variasi musim atau gerakan musiman merupakan gerakan yang
teratur, artinya naik turunnya terjadi pada waktu-waktu yang sama
dalam jangka waktu pendek (1 tahun atau kurang dari 1 tahun).
Misal:
 Harga pakaian yang melonjak pada masa lebaran

 Jumlah pengunjung bioskop akan naik pada malam minggu

 Penjualan buku yang meningkat pada awal semester

3. VARIASI SIKLIS (CYCLICAL VARIATION)
Variasi siklis adalah gerakan naik atau
turunnya suatu data yang terjadi secara
periodik dalam jangka panjang, misal setiap 5
tahun, 10 tahun, 20 tahun, 25 tahun, dsb.

Misalkan siklus bisnis (business cycles)

menurut Gottfried Haberler yaitu:
1. Masa kemakmuran

2. Masa krisis

3. Masa kehancuran

4. Masa pembangunan kembali

4. VARIASI RANDOM (IRREGULAR VARIATION)
Variasi Random adalah suatu variasi
atau gerakan yang tidak teratur
(irregular). Variasi ini pada
kenyataannya sulit untuk diprediksi
sehingga sulit juga untuk diramalkan.

Contoh variasi ini dalam time series

adalah bencana alam, perang,
kekeringan, dsb.
1. CARA MENGHITUNG TREND
Analisis time series dapat dilakukan dengan cara
memisahkan ke-4 komponen tersebut. Dalam hal
ini, komponen yang seringkali digunakan adalah
variasi umum dan tren sekuler atau yang hanya
biasa disebut dengan tren.

Ada beberapa metode untuk menghitung tren,

yaitu:
a. Metode bebas

b. Metode semi rata-rata

c. Metode jumlah kuadrat terkecil

Rumus tren linear Y’ = a + bX

A. METODE BEBAS
Metode ini memberikan kebebasan
penuh untuk menggambarkan garis tren
berupa garis lurus yang terletak di antara
titik-titik data asli.

Metode ini hasilnya sangat subyektif,

karna tergantung pada subyek yang
menggambarkan tren tersebut dan
kurang memenuhi syarat ilmiah,
sehingga jarang digunakan untuk
peramalan.
CONTOH METODE BEBAS
Perhitungan Penjualan Kendaraan Bermotor

Tahu Penjualan
n (unit)
2007 11
2008 15
2009 14
2010 16
2011 17
2012 18
2013 17
2014 21
2015 20
2016 ?
PERHITUNGAN METODE BEBAS
 Memilih dua titik sembarang untuk menentukan
persamaan tren linear, Misal X1 = 3 dan X2 = 8. X
untuk tahun, Y untuk unit.

Maka: X1 = 3 untuk tahun ke -3 = 2009; Y 1 = 14

X2 = 8 untuk tahun ke -8= 2014; Y 2 = 21
Dengan persamaan tren
tersebut dapat
Y’ = a + bX
diperkirakan penjualan
untuk tahun 2016 (tahun
ke-10) sebesar:
a = Y1 – (b.X1)= 14 – (1,4 x 3) = 9,8
Y’ = 9,8 + 1,4X
Y’= 9,8 + 1,4(10)
Y’ = 9,8 + 1,4X Y’ = 9,8 + 14
B. METODE SEMI RATA-RATA
Metode ini membagi data menjadi 2
bagian yang sama, masing-masing dicari
nilai rata-ratanya, dari 2 titik rata-rata
tersebut digambarkan garis trennya.

Kelemahannya, karena didasarkan pada

nilai rata-rata, maka hasilnya sangat
dipengaruhi oleh nilai ekstrim, dan juga
kemungkinan ada data yang kosong
sehingga tidak akurat atau tidak dapat
digunakan untuk peramalan.
CONTOH METODE SEMI RATA-RATA
BAGAN METODE SEMI RATA-RATA
PERHITUNGAN METODE SEMI RATA-RATA
 Memilihnilai rata-rata sebagai nilai a, dan nilai b
menggunakan formula b = , dimana adalah rata-rata
pertama (14) dan adalah rata-rata kedua (19)

Maka: Dengan persamaan tren

Y’ = a + bX tersebut dapat
diperkirakan penjualan
untuk tahun 2016
25 sebesar:

a = 14 Y’ = 14 + 1,25X
Y’= 14 + 1,25(7,5)
Y’ = 14 + 1,25X Y’ = 14 + 9,3
Y’ = 23,3 atau 23 unit
C. METODE KUADRAT TERKECIL
 
Metode ini membentuk garis tren yang
akan menghasilkan jumlah kuadrat
kesalahan terkecil.

Jumlah kuadrat terkecil biasanya terletak di

tengah-tengah data, dengan jumlah
deviasinya harus = 0.

Persamaan tren linear Y’ = a + bX

Nilai a dan b dapat dihitung menggunakan
formula berikut:
CONTOH METODE KUADRAT TERKECIL (DATA GANJIL)

Tahun Y X X2 YX
2007 11 -4 16 -44
2008 15 -3 9 -45
2009 14 -2 4 -28
2010 16 -1 1 -16
2011 17 0 0 0
2012 18 1 1 18
2013 17 2 4 34
2014 21 3 9 63
2015 20 4 16 80
Jumlah 149 0 60 62
CONTOH METODE KUADRAT TERKECIL (DATA GANJIL) – (2)

Peramalan penjualan untuk tahun 2016

adalah:
Y’ = a + bX
Y’ = 16,56 + 1,03(X)
Y’ = 16,56 + 1,03(5)
Y’ = 16,56 + 5,15
Y’ = 21,71 atau 22 unit
CONTOH METODE KUADRAT TERKECIL (DATA GENAP)

Tahun Y X X2 YX
2007 11 -4,5 20,25 -49,5
2008 15 -3,5 12,25 -52,5
2009 14 -2,5 6,25 -35
2010 16 -1,5 2,25 -24
2011 17 -0,5 0,25 -8,5
2012 18 0,5 0,25 9
2013 17 1,5 2,25 25,5
2014 21 2,5 6,25 52,5
2015 20 3,5 12,25 70
2016 22 4,5 20,25 99
Jumlah 171 0 82,5 86,5
CONTOH METODE KUADRAT TERKECIL (DATA GENAP) – (2)

Peramalan penjualan untuk tahun 2017

adalah:
Y’ = a + bX
Y’ = 17,1 + 1,04(X)
Y’ = 17,1 + 1,04(5,5)
Y’ = 17,1 + 5,72
Y’ = 22,82 atau 23 unit
2. CARA MENGHITUNG VARIASI MUSIM
Variasi musim biasanya dinyatakan dalam
persentase, sehingga disebut dengan
indeks musim (seasonal index).

Untuk mempelajari dan menghitung

indeks musim ada berbagai metode, yaitu:
a) Metode rata-rata sederhana

b) Metode perbandingan dengan tren

c) Metode perbandingan terhadap rata-

rata bergerak
A). METODE RATA-RATA SEDERHANA
NILAI B METODE RATA-RATA SEDERHANA

 
Karena nilai b adalah untuk tahunan maka diubah
menjadi bulanan sehingga tren bulanan menjadi:

b/12 = 6,509/12 = 0,5424

B). METODE PERBANDINGAN DENGAN TREN

Karena nilai b adalah untuk tahunan maka diubah

menjadi bulanan sehingga tren bulanan menjadi:

Y’ = a + bX
Y’ = 70,33 + 0,5424(X)
HASIL METODE PERBANDINGAN TREN
C). METODE PERBANDINGAN TERHADAP RATA-RATA
BERGERAK