1
2
Konsep
Gerakan musiman merupakan gerakan yang
teratur dalam arti naik-turunnya terjadi pada
waktu-waktu yang sama atau sangat
berdekatan.
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.
5
Jumlah hari yang terdapat dalam setiap
tahun adalah berbeda dari jumlah rata-rata
dari dalam setiap bulan.
6
Faktor pengali diperoleh dengan mengalikan
jumlah hari yang terdapat dalam bulan
tersebut (A) dengan rata-rata hari dalam
setiap bulan (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
Y=TxCxSxI
9
Y = T x C x S x I
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
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.
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)
35
Jawaban
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
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