Materi 8

TIME SERIES
Anik Sri Widowati, S.Sos, MM
ANALISIS DERET BERKALA
(Time Series)
 Kegunaan Analisis Time Series :
 Untuk mengetahui kecenderungan suatu nilai dari waktu
ke waktu.
 Untuk memprediksi nilai suatu variabel pada kurun waktu
tertentu.
 Bagi proses pengambilan keputusan  Peramalan
merupakan salah satu alat bantu yang menjadikan
keputusan yang dihasilkan lebih tepat & lebih tinggi bobot
validitasnya.
Metode Analisis Time Series :
 Gerak naik / turun suatu keadaan dalam jangka panjang.
misal : biaya hidup keluarga, daya tampung perguruan tinggi.
 Bentuk persamaan Trend Garis Lurus :

6
7
 Garis trend diperoleh dengan membuat garis lurus yang terletak
diantara titik-titik data asli.
 Kelemahan :
 Garis trend hanya dikira-kira saja tanpa analisis yang teliti,
sehingga hasilnya kurang bisa dipertangggungjawabkan.
 Sulit digunakan untuk membuat ramalan volume penjualan
pada tahun tertentu.
8
Langkah Penyelesaian :
1. Gambar sebaran data pada grafik, sumbu vertikal untuk nilai
data & sumbu horisontal untuk waktu.
2. Amati dengan seksama titik-titik koordinat dari sebaran data
dalam grafik tsb.
3. Tarik garis lurus berdasarkan sebaran data, perkirakan garis
tsb berada di tengah-tengah sebaran data.
4. Nilai trend bisa dibaca dgn melihat garis tsb.

9
Contoh :
• Berikut ini data volume penjualan dari tahun 2004 – 2009 :

Tahun 2004 2005 2006 2007 2008 2009

Volume 120 160 150 180 200 170
 Membuat trend garis dengan mencari rata-rata kelompok.
 Persamaan trend yang diperoleh digunakan :
a) Untuk mengetahui kecenderungan nilai suatu variabel dari
waktu ke waktu.
b) Untuk meramal nilai suatu variabel pada waktu tertentu.

 Metode ini sederhana dan hasilnya lebih obyektif.

11
Langkah Penyelesaian :
1. Kelompokkan data menjadi 2 bagian sama banyak, jika data ganjil maka
bagian tengah bisa dihilangkan.
2. Hitung rata-rata kelompok pertama (A1) & kelompok ke-2 (A2).
3. Letakkan A1 di tengah kelompok pertama & A2 di tengah kelompok kedua.
4. Hitung selisih dari kedua rata-rata dgn formula :

5. Nilai rata-rata kelompok menggunakan nilai konstanta (a) jika

menggunakan tahun tsb sbg tahun dasar.

12
Contoh (Data Genap) :

Berikut ini data volume penjualan suatu perusahaan dari tahun

2009 – 2014 :

Tahun 2009 2010 2011 2012 2013 2014

Volume Penjualan 50 60 60 75 85 95

Dengan menggunakan Semi Average Method, buatlah persamaan

trend dan estimasi penjualan tahun 2017 !
Penyelesaian :

14
Penyelesaian :
Contoh (Data Ganjil) :
Berikut ini data volume penjualan suatu perusahaan dari tahun
2008 – 2014 :

Tahun 2008 2009 2010 2011 2012 2013 2014

Volume Penjualan 30 50 60 60 75 85 95

Dengan menggunakan Semi Average Method, buatlah persamaan

trend dan estimasi penjualan tahun 2017 !
Penyelesaian :
Penyelesaian :
 Metode ini paling banyak digunakan, karena persamaan trend
yang diperoleh paling baik untuk membuat peramalan.
 Metode ini diperoleh dengan cara menentukan persamaan
garis yang mempunyai jumlah kuadrat terkecil dari kuadrat
selisih antara nilai data asli (Y) dgn nilai data ramalan (Y’).
Dengan kata lain
19
Langkah Penyelesaian :
1. Susun data seperti dalam tabel
a) Data berjumlah ganjil, kode waktu yang ada di tengah adalah
nol.
b) Data berjumlah genap, maka kode waktu untuk X=0 berada
diantara 2 tahun.
2. Rumus persamaannya adalah
3. Nilai a dan b dicari melalui rumus :

20
Contoh (Data Ganjil) :
Berikut ini data volume penjualan suatu perusahaan dari tahun
2008 – 2014 :

Tahun 2008 2009 2010 2011 2012 2013 2014

Volume Penjualan 30 50 60 60 75 85 95

Dengan menggunakan Least Square Method, buatlah persamaan

trend dan estimasi penjualan tahun 2017 !
Penyelesaian :
Contoh (Data Genap) :
Berikut ini data volume penjualan suatu perusahaan dari tahun
2009 – 2014 :
Tahun 2009 2010 2011 2012 2013 2014
Volume Penjualan 30 50 40 70 75 85

Dengan menggunakan Least Square Method, buatlah persamaan

trend dan estimasi penjualan tahun 2017 !
Penyelesaian :
 Metode ini mampu menghilangkan pengaruh yang bias (misal
fluktuasi musim) dalam peramalan.
 Menggunakan metode bergerak berkala.
Seandainya 3 tahun kita jadikan dasar perhitungan, maka jumlah
data yang hilang (3-1) / 2 = 1 tahun
yakni pada awal dan akhir tahun.

25
Contoh :

Dari tabel diatas, maka estimasi penjualan bisa dilihat pada kolom
moving average / rata-rata bergerak 3 tahun.
Misalnya : Estimasi penjualan utk th 2013 adalah 154,33 unit …dst
Latihan :
Sebuah dealer mobil merek “Punduth” ingin melaksanakan program
ekspansi. Untuk melaksanakan program tsb terlebih dahulu informasi
mengenai perkiraan volume penjualan pada tahun yang akan datang.
Berikut data mengenai volume penjualan dari tahun 2008 – 2014

Tahun 2008 2009 2010 2011 2012 2013 2014

Penjualan 110 125 140 190 250 270 310

a) Buatlah persamaan garis trend penjualan dengan menggunakan

metode semi rata-rata dan metode kuadrat terkecil !
b) Buatlah ramalan penjualan tahun 2020 !
28