Dr. Wahyu Widayat, M.Ec.

0821 3331 3838

DATA BERKALA
 Adalah data yang dikumpulkan dari
waktu ke waktu untuk menggambarkan
perkembangan suatu kegiatan.
 Misalnya, perkembangan produksi,
harga, hasil penjualan, jumlah personil,
penduduk, jumlah kecelakaan, dsbnya.
DATA BERKALA
 Analisisnya memungkinkan kita untuk
mengetahui perkembangan suatu atau
beberapa kejadian serta hubungan /
pengaruhnya terhadap kejadian lainnya.
DATA BERKALA 1995

1996
148.82

157.94

1997 213.72

1998 188.22

1999 228.46

Harga rata-rata suatu barang

250
200
Harga

150
100
50
0
1995 1996 1997 1998 1999
Tahun
 Produk Domestik Regional
Bruto (PDRB) Propinsi
DATA BERKALA Daerah Istimewa Yogyakarta
atas dasar harga konstan
tahun 1983 selama 9 tahun
1400

1200

1000

800

600

400

200

0
1984 1985 1986 1987 1988 1989 1990 1991 1992

1984 1985 1986 1987 1988 1989 1990 1991 1992

809,8 821,3 885,1 921,2 976,4 1037,7 1085,1 1141,4 1220,6
DATA BERKALA
Banyaknya Tamu Domestik Yang Menginap di
Hotel Berbintang di Bali Tahun 2013

Jumlah Tamu Domestik 25000

20000
15000
10000
5000
0

Bulan
 DATA BERKALA
NILAI PRODUKSI PT. RIZKI TAHUN 2000 - 2011
(Jutaan Rupiah)
60000

50000
Nilai Produksi (jutaan rupiah)

40000

30000

20000

10000

0
2000 2002 2004 2006 2008 2010 2012
DATA BERKALA
 Gerakan trend jangka panjang (long
term trend)
 Variasi Siklis (cyclical effect)
 Variasi Musiman (seasonal effect)
 Variasi yang tidak teratur (random
variation)
Gerakan trend jangka panjang
(long term trend)
 Suatu gerakan yang menunjukkan arah
perkembangan secara umum.
 Mempunyai kecenderungan menaik
atau menurun
 Garis trend dapat digunakan untuk
membuat ramalan yang diperlukan
untuk peramalan
Variasi Siklis (cyclical effect)
 Adalah gerakan/variasi jangka panjang
di sekitar garis trend (untuk data
tahunan)
 Gerakan siklis ini dapat terulang setelah
jangka waktu tertentu (misal 3 th, 5 th,
atau lebih).
 Contoh business cycles
Variasi Musiman (seasonal effect)
 Gerakan yang mempunyai pola tetap
dari waktu ke waktu.
Variasi yang tidak teratur
(random variation)
 Gerakan /variasi yang sifatnya sporadis
 Misalnya naik-turunnya produksi akibat
banjir
 Didasarkan pada cara rata-rata
sederhana untuk mengurangi variasi
yang tidak teratur
 Memudahkan untuk melihat trendnya.
 Centered moving average
 Exponential smoothing
 Menggunakan angka tetap M periode.
 Misalkan M=4 (sebaiknya angka ganjil)
 Rata-rata menggambarkan seri empat
periode dan berada di tengah-tengah
interval.
 Proses smoothing berlanjut untuk satu
periode berikutnya.
 Misalkan data dari Januari sampai April
dicari sebagai rata-rata pertama.
 Rata-rata kedua diambil dari data
Februari sampai Mei
 Rata-rata ketiga diambil dari data Maret
sampai Juni, dst.
 Misalkan M=3
_
y1  y 2  y 3
y1 
3
_
y 2  y3  y 4
y2 
3
_
y3  y 4  y5
y3 
3
KERJAKAN DENGAN SMOOTHING
METHODS
 GAMBARKAN TREND DARI JUMLAH TAMU DI
TOKO LARIS:
2012 1 86
2 62
3 28
4 94
2013 1 106
2 82
3 48
4 114
2014 1 140
2 120
3 82
 Dimulai dari S1 = y1
 S2 = αy2 +(1-α)S1
 α adalah derajat keyakinan
 0<α <1
 dst
 KERJAKAN DENGAN

 GAMBARKAN TREND DARI JUMLAH TAMU DI

TOKO LARIS:
2012 1 86
2 62
3 28
4 94
2013 1 106
2 82
3 48
4 114
2014 1 140
2 120
3 82
 19- 22

Y’ = a + bt

o Y’ adalah estimasi nilai Y pada periode t

o a merupakan intercept pada Y, atau nilai Y

pada saat t=0.

o b adalah slope/gradien garis trend

o t waktu, misalnya minggu, bulan, tahun.

CARA MEMPEROLEH Y  a  bt

GUNAKAN RUMUS BERIKUT:

b
 (t  t )(Y  Y )
i i

 (t  t )i
2

a  Y  bt
23
 19- 24

Pemilik Toko Murah ingin memperkirakan

keuntungan yang akan diperoleh pada
tahun 2007. Tabel berikut menyajikan
keuntungan yang diperoleh selama 5
tahun.
Tahun Keuntungan
(Rp juta)
2002 4.3
2003 5.6
2004 7.8
2005 9.2
2006 9.7
 19- 25

Regression Statistics
Multiple R 0.982
R Square 0.964
Adjusted R Square 0.952 EXCEL
Standard Error 0.507 Regression tool
Observations 5

ANOVA
df SS MS F
Regression 1 20.736 20.736 80.580
Residual 3 0.772 0.257
Total 4 21.508

Coefficients Standard Error t Stat P-value

Intercept 3.00 0.532 5.639 0.011
X Variable 1 1.44 0.160 8.977 0.003
 19- 26

EXCEL
Chart
and
trend
line
function
 19- 27

Technological advances are so rapid that often

initial prices decrease at an exponential rate from
month to month. Hi-Tech Company provides the
following information for the 12-month period
after releasing its latest product.
Example 2
 19- 28
Month Unit Price Month Unit Price
1 900 13 208
2 786 14 187
3 687 15 168
4 603 16 152
5 531 17 137
6 468 18 125
7 414 19 113
8 367 20 103
9 326 21 94
10 290 22 86
11 259 23 78
12 232 24 72

Example 2 continued
 19- 29

Example 2 continued
 19- 30

Month Unit Price Log Price Month Unit Price Log Price
1 900 2.954 13 208 2.318
2 786 2.895 14 187 2.272
3 687 2.837 15 168 2.226
4 603 2.781 16 152 2.182
5 531 2.725 17 137 2.138
6 468 2.670 18 125 2.096
7 414 2.617 19 113 2.054
8 367 2.565 20 103 2.013
9 326 2.513 21 94 1.972
10 290 2.463 22 86 1.933
11 259 2.414 23 78 1.894
12 232 2.366 24 72 1.856

Example 2 continued
 19- 31

Example 2 continued