Kelompok 4

Fitrahtul Aqidah ( 184204101267 )

M. Yusril ( 184204101275 )
Julio ( 19420420062 )
Adi Prasetyo ( 184204101316 )
Hasan Mustofa ( 184204101281 )
Fiktor Tibian ( 184204101277 )

1
2
 Konsep
Gerakan musiman merupakan gerakan yang
teratur dalam arti naik-turunnya terjadi pada
waktu-waktu yang sama atau sangat
berdekatan.

Gerakan musiman terjadi bertepatan dengan

pergantian musiman dalam suatu tahun.

3
 Contoh
naik turunnya temperatur pasien tiap jam
naik turunnya produksi karet tiap bulan
naik turunnya jumlah orang ke luar negeri

 Manfaat
Gerakan musiman sebagai dasar penentuan
langkah-langkah kebijakan dalam rangka
mencegah hal-hal yang tidak diinginkan.
4
 Konsep
Jumlah hari pada setiap bulan tidak sama,
sehingga perlu diadakan penyesuaian data.

Penyesuaian data dikarenakan:

1. Jumlah hari untuk tiap bulan tidak sama
2. Jumlah hari kerja tidak sama
3. Jumlah jam kerja tidak sama

5
 Jumlah hari yang terdapat dalam setiap
tahun adalah berbeda dari jumlah rata-rata
dari dalam setiap bulan.

 Untukmenyesuaikan data bulanan dengan

perbedaan jumlah hari itu, maka data
bulanan darihasil observasi harus dikalikan
dengan faktor pengali.

6
 Faktor pengali diperoleh dengan mengalikan
jumlah hari yang terdapat dalam bulan
tersebut (A) dengan rata-rata hari dalam
setiap bulan (B).

 Faktor pengali = A/B

365
Rata  rata hari dalam setiap bulan   30,4167
12

7
 Bulan Jumlah Hari Faktor Pengali (365 : 12 : hari) (365 : 12 : hari) x 100
Januari 31 1,01918 0,9812 98,12
Februari 28 0,92055 1,0863 108,63
Maret 31 1,01918 0,9812 98,12
April 30 0,98630 1,0139 101,39
Mei 31 1,01918 0,9812 98,12
Juni 30 0,98630 1,0139 101,39
Juli 31 1,01918 0,9812 98,12
Agustus 31 1,01918 0,9812 98,12
September 30 0,98630 1,0139 101,39
Oktober 31 1,01918 0,9812 98,12

November 30 0,98630 1,0139 101,39

Desember 31 1,01918 0,9812 98,12
Jumlah 365 12 12 1200
8
 Data berkala dinyatakan dalam bentuk angka
indeks. Untuk menunjukkan ada tidaknya
gerakan musiman, maka dibuat indeks
musiman.

 Databerkala dinyatakan sebagai variabel Y,

yang terdiri dari 4 komponen, yaitu

Y=TxCxSxI
9
Y = T x C x S x I

Jika pengaruh trend (T), siklis (C), dan

irregular (I) dihilangkan, maka komponen S
sebagai komponen musiman.
Y
S
TCI
S = angka indeks, untuk mendapatkan indeks
musiman
10
 Angka indeks musiman merupakan angka yang
menunjukkan nilai relatif dari variabel Y yang
merupakan data berkala selama seluruh bulan
dalam satu tahun (dapat lebih dari 1 tahun)
 Rata-rataangka indeks musiman untuk seluruh
tahun adalah 100%
 Jumlah seluruh angka indeks musiman adalah
1200%

11
 Metode untuk menghitung angka indeks
musiman adalah
1. Metode rata-rata Sederhana
2. Metode Relatif Bersambung
3. Metode Rasio terhadap trend
4. Metode Rasio terhadap Rata-rata
Bergerak

12
 Konsep
Asumsi bahwa pengaruh tren dan siklus yang
tidak beraturan tidak besar dan dapat
dianggap tidak ada

 Rumus
Nilai Rata  rata
Indeks Musiman   100
Jumlah Rata  rata
atau
Nilai Rata  rata
Indeks Musiman   1200
Jumlah Rata  rata 13
 Contoh
Kasus data tingkat produksi dalam 3 kuartal.
Tentukan indeks musiman per kuartal.
Tahun Triwulan Jumlah
Produksi
I II III
2001 25 20 18 63
2002 32 25 20 77
2003 23 32 20 75
2004 28 30 24 82
2005 31 33 25 89
14
2006 32 35 23 90
 Triwulan Jumlah Indeks Indeks
Tahun
Jawaban Produksi Musiman Musiman
(ton) (100) (1200)
I II III
2001 25 20 18 63 13.24 158,82
2002 32 25 20 77 16,18 194,12
2003 23 32 20 75 15,76 189,08
2004 28 30 24 82 17,23 206,72
2005 31 33 25 89 18,60 224,37
2006 32 35 23 90 18,91 226,89
Jumlah 171 175 130 476 100 1200
Rata-rata 28,50 29,17 21,67 79,33
Rata-rata
15
 Jawaban
Indeks musiman per kuartal adalah
 I = ( 28.50 x 100 ) / 26.44 = 107.79
 II = ( 29.17 x 100 ) / 26.44 = 110.32
 II = ( 21.67 x 100 ) / 26.44 = 81.95

Jika direncanakan panen padi tahun 2008

sebesar 120 ton, maka :
 Rata-rata total setiap triwulan = 120 ton / 3 =
40 ton
16
 Jawaban
Menentukan target per triwulan
 I = ( 107.79 x 40 ) / 100 = 43.116 ton
 II = ( 110.32 x 40 ) / 100 = 44.128 ton
 II = ( 81.95 x 40 ) / 100 = 32.78 ton

17
Untuk menggunakan metode relatif
bersambung, data bulanan yang asli mula-mula
dinyatakan sebagai presentase dari data pada
bulan yang mendahuluinya. Presentase-
presentase yang didapat dengan cara demikian
disebut relatif bersambung. Jadi, relatif
bersambung menghubungakan data pada
bulan yang mendahuluinya. Kemudian di ambil
harga rata-rata atau median dari presentase
tersebut untuk setiap bulan.
18
 Contoh
Buatlah indeks musiman dengan
menggunakan metode relatif bersambung:
 Rata-rata beserta grafiknya
 Median beserta grafiknya

19
 Bulan 1992 1993 1994 1995 1996 1997 1998 1999
Januari 318 341 367 392 420 453 487 529
Februari 281 309 328 349 378 412 440 477
Maret 278 299 320 342 370 398 429 463
April 250 268 287 311 334 362 393 423
Mei 231 249 269 290 314 341 370 398
Juni 216 236 251 273 296 322 347 380
Juli 223 242 259 282 305 335 357 389
Agustus 245 262 284 305 330 359 388 419
September 269 288 309 328 356 392 415 448
Oktober 302 321 345 364 396 427 457 493
November 325 342 367 389 422 454 491 526
Desember 347 364 394 417 452 483 516 2020
20
 Angka relatif bersambung untuk
1992
318
Januari   100% ~
0
281
Pebruari   100%  88,4
318
278
Maret   100%  98,9
281
250
April   100%  89,9
278
231
Mei   100%  92,4
250
216
Juni   100%  93,5
231
dst 21
  Angka Relatif Bersambung
Bulan 1992 1993 1994 1995 1996 1997 1998 1999 Mean Median
Januari - 98,6 100,8 99,5 100,7 100,2 100,8 102,5 87,8 100,7
Februari 88,4 90,4 89,4 89,0 90,1 90,9 90,3 90,2 89,8 90,1
Maret 98,9 96,8 97,6 98,0 97,6 96,6 97,5 97,1 97,6 97,6
April 89,9 89,6 89,7 90,9 90,6 91,0 91,6 91,4 90,5 90,6
Mei 92,4 92,9 93,7 93,2 93,8 94,2 94,1 94,1 93,6 93,8
Juni 93,5 94,8 93,3 94,1 94,2 94,4 93,8 95,5 94,2 94,2
Juli 103,2 102,5 103,2 103,3 103,1 104,0 102,9 102,4 103,1 103,1
Agustus 109,9 108,3 109,7 108,2 108,2 107,2 108,7 107,7 108,5 108,2
September 109,8 109,9 108,8 107,5 108,4 109,2 107,0 106,9 108,4 108,4
Oktober 112,3 111,5 111,7 111,0 111,1 108,9 110,1 110,0 110,8 111,1
November 107,6 106,5 106,4 106,9 206,6 106,3 107,4 106,7 206,8 206,6
22
Desember 106,8 106,4 107,4 107,2 206,6 106,4 105,1 106,5 206,6 206,6
 Bulan Rata-rata Relatif Relatif Rata-rata Angka Relatif Bersambung
Rata-rata Relatif Bersambung dan Relatif Berantai

Bersambung Berantai
Januari 87,8 100,0 Dianggap 100 (batas paling tinggi)
Februari 89,8 89,8
Maret 97,6 87,6
April 90,5 79,3
Mei 93,6 74,2
Juni 94,2 69,9 97,6
Juli 103,1 72,1  89,8  87,6
100
Agustus 108,5 78,2
September 108,4 84,8 90,5
Oktober 110,8 94,0  87,6  79,3
100
November 206,8 194,3
Desember 206,6 207,4
Januari 100,0 107,4 23
 Bulan Belum Sudah Angka Januari kedua 107,4
Disesuaikan Disesuaikan
Supaya Januari kedua 100,
Januari 100,0 97,4
maka harus dikurang dengan
Februari 89,8 87,4
12/12 x 7,4, yaitu
Maret 87,6 85,3
Indeks Musiman

1200
April 79,3 77,2 77,5   93,3
996,6
Mei 74,2 72,2
Juni 69,9 68,1
Juli 72,1 70,2
Agustus 78,2 76,1 9 
94,0    7,4   88,4
September 84,8 82,6  12 
Oktober 94,0 88,4
November 194,3 186,9
Desember 207,4 200,6
Jumlah 1231,6 1192,4 24
 Indeks Musiman Hasil Penjualan (Disesuaikan)

25
 Bulan Median Relatif Relatif Median Angka Relatif Bersambung
Median Relatif Bersambung dan Relatif Berantai

Bersambung Berantai
Januari 100,7 100,0 Dianggap 100 (batas paling tinggi)
Februari 90,1 90,1
Maret 97,6 87,9
90,1
April 90,6 79,6  100  90,1
100
Mei 93,8 74,7
Juni 94,2 70,4 97,6
Juli 103,1 72,6  90,1  87,9
100
Agustus 108,2 78,6
September 108,4 85,2 90,6
Oktober 111,1 94,7  87,9  79,6
100
November 206,6 101,0
Desember 206,6 107,7
Januari 100,0 108,5 26
 Bulan Belum Sudah Angka Januari kedua 18,5
Disesuaikan Disesuaikan
Supaya Januari kedua 100,
Januari 100,0 120,5
maka harus dikurangi dengan
Februari 90,1 107,7
12/12 x 8,5, yaitu
Maret 87,9 104,2
Indeks Musiman

1200
April 79,6 93,4 77,5   93,4
995,8
Mei 74,7 86,7 1200
71,9   86,7
Juni 70,4 80,6 1200 995,8
68,4   82,4
Juli 72,6 82,4 995,8
Agustus 78,6 88,7 9 
94,7    8,5   88,3
September 85,2 95,8  12 
Oktober 94,7 106,4  10 
101,0    8,5   93,9
November 101,0 113,2  12 
Desember 107,7 120,4  11 
107,7    8,5   99,9
Jumlah 995,8 1200  12  27
 Indeks Musiman Hasil Penjualan (Disesuaikan)

28
 Konsep
Data asli untuk setiap bulan dinyatakan
sebagai persentase dari nilai-nilai trend
bulanan.
Rata-rata (median) dari persentase ini
merupakan indeks musiman.

Jika rata-rata indeks ≠ 100% atau jumlahnya

≠ 1200%, maka perlu diadakan penyesuaian.
29
 Contoh
Buatlah indeks musiman dengan
menggunakan metode rasio terhadap trend
dari penjualan rata-rata suatu perusahaan
berikut.
Tahun 1992 1993 1994 1995 1996 1997 1998 1999

Rata-rata bulanan 273,7 293,5 315,0 336,8 364,4 394,8 424,2 458,7

30
 Bulan 1992 1993 1994 1995 1996 1997 1998 1999
 Jawaban
Januari 318 341 367 392 420 453 487 529
Februari 281 309 328 349 378 412 440 477
Maret 278 299 320 342 370 398 429 463
April 250 268 287 311 334 362 393 423
Mei 231 249 269 290 314 341 370 398
Juni 216 236 251 273 296 322 347 380
Juli 223 242 259 282 305 335 357 389
Agustus 245 262 284 305 330 359 388 419
September 269 288 309 328 356 392 415 448
Oktober 302 321 345 364 396 427 457 493
November 325 342 367 389 422 454 491 526
Desember 347 364 394 417 452 483 516 3131
31
 Jawaban

32
 Jawaban

33
 Jawaban
Dalam hal ini X diukur menurut tengahan
bulan (6 bulan)

Karena jumlah tahun genap, maka jarak

antara tahun yang satu dengan tahun yang
lainnya sebesar dua satuan. Dua satuan = 1
tahun, sehingga satu satuan = setengah
tahun atau 6 bulan
34
 Jawaban
Dari persamaan Y’ = 357,64 +13,19X berarti
nilai Y’ naik sebesar 13,19 setiap 6 bulan.

Setiap bulannya naik secara rata-rata 13,19 :

6 = 2,20

Nilai X = 0, Y’ = 357,64 + (1/12)(13,19) = 358,7

35
 Jawaban

358,7 - 2,20 = 356,5 358,7 + 2,20 = 360,9 36

 Jawaban
318
Jan 1992   100%  125,64%
253,1
281
Feb 1992   100%  110,06%
255,3
278
Mar 1992   100%  107,96%
257,5
3250
Apr 1992   100%  96,264%
259,7 37
 Nilai Rasio terhadap Trend

38
 Indeks Musiman

1200
Jan  119,2   119,56
1196,1
1200
Feb  106,4   106,72
1196,1

39
 Indeks Musiman, Rasio terhadap Trend dengan Rata-rata

40
 Indeks Musiman, Rasio terhadap Trend dengan Median

41
 Kesimpulan
Kurva indeks musiman rata-rata dan median
tidak jauh berbeda

Pada umumnya, berdasarkan indeks

musiman tersebut terjadi peurunan hasil
penjualan pada bulan Juni

42
 Konsep
Rata-rata bergerak selama 12 bulan harus
dihitung terlebih dahulu, karena hasil
perhitungan ini terletak antara dua bulan
yang berdekatan dan tidak terletak pada
pertengahan bulan. Ini disebut rata-rata
bergerak 12 bulan terpusat.

43
 Apabila rata-rata bergerak 12 bulan terpusat sudah
dihitung, maka angka-angka ini digunakan untuk
membagi data asli yang hasilnya dalam persentase,
kemudian dibuat rata-rata angka persentase ini dari
bulan ke bulan.
 Jika jumlah rata-rata dari bulan ke bulan sudah sama
atau mendekati 1200, maka angka rata-rata
merupakan angka indeks musiman.
 Jika jumlah rata-rata dari bulan ke bulan ≠ 1200, maka
harus diadakan penyesuaian dengan mengalikan
setiap angka rata-rata (median) dengan faktor pengali
sebesar 1200 : A
44
Apabila kita ingin menghilangkan pengaruh
musiman terhadap data berkala, maka setiap
nilai (data asli) bulanan dari tahun ke tahun
harus dibagi dengan indeks musiman. Angka
bulan Januari (dari tahun ke tahun) harus dibagi
dengan indeks musiman bulan januari dan
seterusnya. Jadi, yang tinggal ialah pengaruh
dari trend siklis variasi tak teratur.

45
46
Kalau pengaruh musiman dan trend
dihilangkan dari data berkala, maka sisanya
merupakan gerakan siklis dan gerakan yang
tak teratur (CI). Hasil pembagian dinyatakan
dalam persentase.
Untuk menggambarkan grafik dari gerakan
siklis dan gerakan tak teratur (CI), masing-
masing nilai data yang sudah bebas dari
pengaruh musiman dan trend dikurangi
dengan 100%. Hasilnya merupakan
persentase jarak (selisih terhadap 100%)
47
THANK YOU

48