1
Pengertian Time Series
CROSS SECTION
TIME SERIES
Berbasis Waktu
2
TIME SERIES
3
Time Series (Trend)
DATA TIME SERIES
SEMI
AVERAGE
Metode
Kuadratis
INDEKS
MOVING
AVERAGE
LEAST
SQUARE
4
KOMPONEN
TIME SERIES
Trend Component
Merepresentasikan suatu perubahan dari waktu ke waktu
(cenderung naik atau turun).
Tren biasanya merupakan hasil perubahan dalam
populasi/penduduk, faktor demografi, teknologi, dan atau
minat konsumen.
Cyclical Component
Merepresentasikan rangkaian titik-titik dengan pola siklis
(pergerakan secara siklis/naik-turun) di atas atau di
bawah garis tren dalam kurung waktu satu tahun.
5
KOMPONEN
TIME SERIES
Seasonal Component
Merepresentasikan pola berulang dengan durasi kurang dari
1 tahun dalam suatu deret berkala.
Pola durasi dapat berupa jam atau waktu yang lebih pendek.
Irregular Component
Mengukur simpangan nilai deret berkala sebenarnya dari
yang diharapkan berdasarkan komponen lain.
Hal tersebut disebabkan oleh jangka waktu yang pendek
(short-term) dan faktor yang tidak terantisipasi yang
dapat mempengaruhi deret berkala.
6
KOMPONEN TIME SERIES
7
METODE ANALISIS TREND
1. Metode Semi Rata-rata
• Membagi data menjadi 2 bagian
8
Deret Berkala dan Peramalan Bab 6
2009 6,1 2 -1
Trend Kuadratis
2. Metode Kuadratis
Jumlah Pelanggan
8.00
Untuk jangka waktu pendek, 6.00
(jutaan)
4.00
kemungkinan trend tidak 2.00 Y=a+bX+cX2
bersifat linear. Metode 0.00
kuadratis adalah contoh 97 98 99 00 01
metode nonlinear Tahun
Y = a + bX + cX2
Koefisien a, b, dan c dicari dengan rumus sebagai berikut:
a = (Y) (X4) – (X2Y) (X2)/ n (X4) - (X2)2
b = XY/X2
c = n(X2Y) – (X2 ) ( Y)/ n (X4) - (X2)2
10
Deret Berkala dan Peramalan Bab 6
Tahun Y X XY X2 X2Y X4
2007 5,0 -2 -10,00 4,00 20,00 16,00
2008 5,6 -1 -5,60 1,00 5,60 1,00
2009 6,1 0 0,00 0,00 0,00 0,00
2010 6,7 1 6,70 1,00 6,70 1,00
2011 7,2 2 14,40 4,00 2880 16,00
30.60 5,50 10,00 61,10 34,00
a = (Y) (X4) – (X2Y) (X2) = {(30,6)(34)-(61,1)(10)}/{(5)(34)-(10)2}=6,13
n (X4) - (X2)2
b = XY/X2 = 5,5/10=0,55
c = n(X Y) – (X ) ( Y)
2 2
= {(5)(61,1)-(10)(30,6)}/{(5)(34)-(10) 2}=-0,0071
n (X4) - (X2)2
Jadi persamaan kuadratisnya adalah Y =6,13+0,55x-0,0071x 2
11
Variasi Musiman
12
Metode Perhitungan Variasi Musim
13
Metode rata – rata sederhana
Lihat contoh
14
Contoh kasus data tingkat produksi dalam 3 kuartal
Produksi Triwulan
Tahun Padi (ton) I II III
2001 63 25 20 18
2002 77 32 25 20
2003 75 23 32 20
2004 82 28 30 24
2005 89 31 33 25
2006 90 32 35 23
Total 476 171 175 130
Rata-rata 79.33 28.50 29.17 21.67
Rata-rata total 26.44
15
Contoh kasus data tingkat produksi dalam 3 kuartal
16
Contoh kasus data tingkat produksi dalam 3 kuartal
17
Metode rata – rata dengan tren
18
Persamaan Metode Rata – rata dengan Tren
Persamaan tren
Y = a + b.(X)
Koefisien a
a = ∑Y / n
Koefisien b
b = ∑XY / X²
19
Contoh kasus
Produksi
Tahun Y X XY X²
2001 63 -2.5 -157.5 6.25
2002 77 -1.5 -115.5 2.25
2003 75 -0.5 -37.5 0.25
2004 82 0.5 41 0.25
2005 89 1.5 133.5 2.25
2006 90 2.5 225 6.25 )
6(X
Total 476 89 17.5 08
aan + 5.
a 79.333 am 33
e rs 9.3
b 5.086 a = 476/6 P 7
Y =
b = 89/17.5
20
Contoh kasus
Persamaan
tren Produks
Y = 79.333 + TH Y X XY X² Y' Y - Y'
5.086 (X) 2001 63 -2.5 -157.5 6.25 66.618 -3.618
Masukan 2002 77 -1.5 -115.5 2.25 71.704 5.296
nilai X ke 2003 75 -0.5 -37.5 0.25 76.790 -1.790
persamaan,
2004 82 0.5 41 0.25 81.876 0.124
maka akan
2005 89 1.5 133.5 2.25 86.962 2.038
diperoleh
2006 90 2.5 225 6.25 92.048 -2.048
nilai Y’
Total 476 89 17.5 475.998
21
Contoh kasus
Menghitung indeks
Indek
musim Produksi
23
60 + 65 + 70 = 195
Contoh Kasus 65 + 70 + 75 = 210
24
Contoh Kasus
Triwulan
Tahun I II III Indeks musim kuartalan :
2005 100 100 Triwulan I
2006 101 100 103 = 67 x 1.284 = 86.028
2007 101 96 Triwulan II
Rata-rata 67 99 68 = 99 x 1.284 = 127.116
Total rata-rata 234 Triwulan III
Faktor koreksi 1.284 = 68 x 1.284 = 87.312
25