VII.

ANALISA DATA BERKALA

A. Pengertian Data Berkala

Data berkala (time series)  sekumpulan data yang
dicatat dalam satu periode waktu untuk
menggambarkan suatu perkembangan kegiatan
atau kejadian, seperti: produksi, harga, hasil
penjualan, pertumbuh- an ekonomi, dll

Muh. Arif, Fakultas Ekonomi UMI

B. Komponen Deret Berkala

1. Trend  suatu gerakan kecenderungan naik atau turun dalam jangka

panjang yang diperoleh dari rata-rata perubahan dari waktu ke waktu
dan nilainya cukup rata (smooth). Trend data berkala bisa berbentuk
trend yang meningkat (trend positif), dan trend yang menurun
(trend negatif).
Grafik:
Y (data time series)

Garis Trend

Time Series

X (periode tahun)
Muh. Arif, Fakultas Ekonomi UMI
2. Variasi Musim  gerakan yang berulang secara teratur
selama kurang lebih satu tahun dalam musim-musim
tertentu, dan gerakan itu naik turun sekitar trend dan
mempunyai amlitudo yang sama.
Grafik:

Y (data time series)

Garis Trend

Time Series

X (periode tahun)

Muh. Arif, Fakultas Ekonomi UMI

3. Variasi Siklus  gerakan yang berulang dan beraturan, dimana
gerakan ini naik dan turunnya yang sama, gerakan ini biasanya
mempunyai periode tertentu untuk kembali ketitik asal, misalnya
siklus perekonomian dari resesi, pemulihan (recovery), ledakan
(boom), dan krisis.
Grafik:
Y (data time series)
Garis Trend

Time Series
Kemakmuran

Pemulihan

Kemunduran

Resesi
X (periode tahun)
Muh. Arif, Fakultas Ekonomi UMI
4. Gerak Berulang dan Tidak Beraturan  perubahan berupa
kenaikan dan penurunan yang tidak beraturan
baik dari segi waktu dan lama dari siklusnya.
Perubahan seperti ini sukar diterka karena tidak dapat
diperkirakan sebelumnya.

Muh. Arif, Fakultas Ekonomi UMI

C. Analisis Trend

Analisis Trend Linier

Bentuk Persamaan Umum Garis Trend Linier :
Y’ = a + bX
dimana:
Y’= nilai trend periode tertentu
a = nilai trend periode dasar
b = perubahan trend tahunan
X = periode tahun yang dihitung dari periode dasar

Untuk melakukan peramalan dengan analisis trend linier dapat

dilakukan dengan cara:
1. Metode Semi Rata-rata (Semi Average Mathod)
2. Metode Kuadrat Terkecil (Least Square Method)
Muh. Arif, Fakultas Ekonomi UMI
Ad. 1. Metode Semi Rata-rata

Langkah-langkah dalam menentukan persamaan garis trend

linier dengan metode ini adalah:
1. Mengelompokkan data menjadi dua bagian. Jika datanya ganjil,
maka nilai yang ditengah dapat dihilangkan atau dihitung dua kali,
yaitu dimasukkan dalam kelompok pertama dan juga dimasukkan
dalam kelompok kedua.
2. Menghitung rata-rata kelompok pertama (K 1) dan kelompok kedua
(K2). K1 diletakkan pada tahun yang terletak ditengah-tengah
kelompok 1 dan K2 diletakkan pada tahun yang terletak ditengah-
tengah kelompok 2
3. Menghitung selisih K2 - K1
4. Nilai perubahan trend
K 2 (b)
K 1 diperoleh dengan cara:
b
tahun dasar 2 - tahun dasar 1
Muh. Arif, Fakultas Ekonomi UMI
Contoh:
Tabel: Harga Barang “Z” di Kota Makassar Tahun 2010 - 2019 (ratusan ribu
rupiah) sebagai berikut:
Tahun 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

Harga 3 9 14 12 10 11 23 24 18 26

Pertanyaan:
a. Buatlah persamaan garis trend linier harga barang tersebut
b. Hitunglah perkiraan harga barang Z tahun 2023 dan 2026
c. Gambarkan grafiknya

Jawab:2023

Muh. Arif, Fakultas Ekonomi UMI

Tabel: Harga Barang “Z” di Kota Makassar Tahun 2010 - 2019 (ratusan ribu
rupiah) sebagai berikut:

Nilai X Nilai X
Semi rata-
Tahun Harga Semi Total untuk tahun untuk tahun
rata
dasar 2012 dasar 2017
2010 3 -2 -7
2011 9 -1 -6
2012 14 K1 48 9,6 0 -5
2013 12 1 -4
2014 10 2 -3
2015 11 3 -2
2016 23 4 -1
2017 24 K2 102 20,4 5 0
2018 18 6 1
2019 26 7 2

Muh. Arif, Fakultas Ekonomi UMI

 K1 = a2012 = 9,6
K2 = a2017= 20,4

K2 −K1
b=
tahun dasar 2 − tahun dasar 1
Jadi persamaan garis trend liniernya:
Y’ = a + bX
1. Y’ = 9,6 + 2,16 X dengan tahun dasar 2012 atau
2. Y’ = 20,4 + 2,16 X dengan tahun dasar 2017

Muh. Arif, Fakultas Ekonomi UMI

b. Perkiraan harga barang Z tahun 2023dan tahun 2026

Tahun 2023
Apabila menggunakan tahun dasar 2012, nilai X = 11
Y’ = 9,6 + 2,16 X = 9,6 + 2,16 (11) = 33,36
Apabila menggunakan tahun dasar 2017 =, nilai X = 6
Y’ = 20,4 + 2,16 X = 20,4 + 2,16 (6) = 33,36

Jadi perkiraan harga barang “Z” tahun 2023 sebesar Rp. 3.336.000

Tahun 2026
Apabila menggunakan tahun dasar 2012, nilai X = 14
Y’ = 9,6 + 2,16 X = 9,6 + 2,16 (14) = 39,84
Apabila menggunakan tahun dasar 2017 nilai X = 9
Y’ = 20,4 + 2,16 X = 20,4 + 2,16 (9) = 39,84

Jadi perkiraan harga barang “Z” tahun 2026 sebesar Rp. 3.984.000

Muh. Arif, Fakultas Ekonomi UMI

c. Grafiknya:

Y = Harga
30

Garis Trend
25

Time Series
20

15

10

X = tahun
0

Muh. Arif, Fakultas Ekonomi UMI

Ad. 2. Metode Kuadrat Terkecil

Analisis trend linier dengan metode kuadrat terkecil

diperoleh dengan menentukan garis trend yang
mempunyai jumlah terkecil dari kuadrat selisih data asli
dengan data pada garis trend. Apabila Y menggambarkan
data asli dan Y’ merupakan data trend, maka metode
kuadrat terkecil adalah ∑(Y – Y’ )2.

* Metode Panjang (syarat: ∑X ≠ 0)

Bentuk Persamaan umumnya: Y’ = a + bX
Persamaan Normalnya:
I. ∑Y = na + b ∑X
II. ∑XY = a ∑X + b ∑X2
Muh. Arif, Fakultas Ekonomi UMI
Contoh:
Tabel: Harga Barang “Z” di Kota Makassar Tahun 2010 - 2019 (ratusan ribu
rupiah) sebagai berikut:
Tahun 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

Harga 3 9 14 12 10 11 23 24 18 26

Pertanyaan:
a. Buatlah persamaan garis trend linier harga barang tersebut
b. Hitunglah perkiraan harga barang Z tahun 2023 dan 2026
c. Hitunglah nilai trend setiap tahunnya
d. Gambarkan grafiknya

Jawab:
e. Persamaan garis trend:
Y’ = a + bX

Muh. Arif, Fakultas Ekonomi UMI

Tabel: Harga Barang “Z” di Kota Makassar Tahun 2010-2019 (ratusan ribu
rupiah) sebagai berikut:

Harga
Tahun X XY X2 Y’ = 5,348 + 2,145 X
(Y)
2010 3 0 0 0 5,348
2011 9 1 9 1 7,493
2012 14 2 28 4 9,638
2013 12 3 36 9 11,783
2014 10 4 40 16 13,928
2015 11 5 55 25 16,073
2016 23 6 138 36 18,218
2017 24 7 168 49 20,363
2018 18 8 144 64 22,508
2019 26 9 234 81 24,653
Jumlah 150 45 852 285 -

Muh. Arif, Fakultas Ekonomi UMI

 Persamaan Normalnya:
I. ∑Y = na + b ∑X  150 = 10a + 45b x 4,5 675 = 45a + 202,5b
II. ∑XY = a ∑X + b ∑X2  852 = 45a + 285b x 1 852 = 45a + 285b (-)
-177 = - 82,5b
-82,5b = - 177
 177
b
 82,5
= 2,145

I. ∑Y = na + b ∑X
150 = 10a + 2,145 (45)
150 = 10a + 96,525
10a = 150 – 96,525
10a = 53,475
a = 5,348

Jadi Persamaan Garis Trend Liniernya :

Y’ = a + bX
Y’ = 5,348 + 2,145 X

Muh. Arif, Fakultas Ekonomi UMI

b. Perkiraan harga barang Z tahun 2023 dan tahun 2026

Tahun 2023, nilai X = 13

Y’ = 5,348 + 2,145 X
= 5,348 + 2,145 (13)
= 5,348 + 27,885
= 33,233

Jadi perkiraan harga barang “Z” tahun 2023 sebesar Rp. 3.323.300

Tahun 2026, nilai X = 16

Y’ = 5,348 + 2,145 X
= 5,348 + 2,145 (16)
= 5,348 + 34,32
= 39,668

Jadi perkiraan harga barang “Z” tahun 2026 sebesar Rp. 3.966.800

c. Nilai trend tiap tahunnya (Lihat dalam tabel di atas)

Muh. Arif, Fakultas Ekonomi UMI

d. Grafiknya:
Y = Harga
30

25
Garis Trend

Time Series
20

15

10

0 X = Tahun

Muh. Arif, Fakultas Ekonomi UMI

* Metode Pendek (syarat: ∑X = 0)
Bentuk Persamaan umumnya: Y’ = a + bX
Persamaan Normalnya:
I. ∑Y = na + b ∑X
II. ∑XY = a ∑X + b ∑X2

Karena ∑X = 0, maka kedua persamaan normal di atas dapat

disederhanakan:

I. ∑Y = na  a  Y
n

II. ∑XY = b ∑X2  b   XY

X 2

Muh. Arif, Fakultas Ekonomi UMI

Contoh:
Tabel: Harga Barang “Z” di Kota Makassar Tahun 2010-2010 (ratusan ribu
rupiah) sebagai berikut:
Tahun 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

Harga 3 9 14 12 10 11 23 24 18 26

Pertanyaan:
a. Buatlah persamaan garis trend linier harga barang tersebut
b. Hitunglah perkiraan harga barang Z tahun 2023 dan 2026
c. Hitunglah nilai trend setiap tahunnya
d. Gambarkan grafiknya

Jawab:
e. Persamaan garis trend:
Y’ = a + bX

Muh. Arif, Fakultas Ekonomi UMI

Tabel: Harga Barang “Z” di Kota Makassar Tahun 2010-2019 (ratusan ribu
rupiah) sebagai berikut:

Harga
Tahun X XY X2 Y’ = 15 + 1,073 X
(Y)
2010 3 -9 -27 81 5,343
2011 9 -7 -63 49 7,489
2012 14 -5 -70 25 9,635
2013 12 -3 -36 9 11,781
2014 10 -1 -10 1 13,927
2015 11 1 11 1 16,073
2016 23 3 69 9 18,219
2017 24 5 120 25 20,365
2018 18 7 126 49 22,511
2019 26 9 234 81 24,657
Jumlah 150 0 354 330 -

Muh. Arif, Fakultas Ekonomi UMI

 a
 Y 150
  15 b
 XY 354
  1,073
n 10  X 330
2

Jadi Persamaan Garis Trend Liniernya:

Y’ = a + bX
Y’ = 15 + 1,073 X
b. Perkiraan harga barang Z tahun 2023 dan tahun 2026
Tahun 2023, nilai X = 17
Y’ = 15 + 1,073 X
= 15 + 1,073 (17)
= 33,241
Jadi perkiraan harga barang “Z” tahun 2026 sebesar Rp. 3.324.100
Tahun 2026, nilai X = 23
Y’ = 15 + 1,073 X
= 15 + 1,073 (23)
= 39,679
Jadi perkiraan harga barang “Z” tahun 2013 sebesar Rp. 3.967.900
Muh. Arif, Fakultas Ekonomi UMI
c. Nilai trend tiap tahunnya (Lihat dalam tabel di atas)
d. Grafiknya:

Y = Harga
30

25 Garis Trend

Time Series
20

15

10

X = Tahun
0

Muh. Arif, Fakultas Ekonomi UMI

Analisis Trend Non Linier
(Trend Kuadratis)

Bentuk Persamaan Umum Garis Trend Kuadratis :

Y’ = a + bX + cX2
dimana:
Y’ = nilai trend periode tertentu
a = nilai trend periode dasar
b, c = perubahan trend tahunan
X = periode tahun yang dihitung dari periode dasar
Persamaan Normalnya:
I. ∑Y = na + b ∑X + c ∑X2
II. ∑XY = a ∑X + b ∑X2 + c ∑X3
III. ∑ X2 Y = a ∑X2 + b ∑X3 + c ∑X4

Muh. Arif, Fakultas Ekonomi UMI

Dengan metode kuadrat terkecil
Untuk metode pendek, maka dari persamaan nomal di atas
dapat dicari a, b, dan c dengan rumus sebagai berikut:

 Y  X   X Y  X  4 2 2

a
n  X    X  4 2 2

b
 XY
X 2

c
n  X Y    X  Y 
2 2

n  X    X  4 2 2

Muh. Arif, Fakultas Ekonomi UMI

Contoh:
Tabel: Jumlah Pelanggan PT. Telkom Tahun 2001-2006 (jutaan) sebagai
berikut:
Tahun 2001 2002 2003 2004 2005 2006

Pelanggan 4,2 5,0 5,6 6,1 6,7 7,2

Pertanyaan:
a. Buatlah persamaan garis trend kuadratis pelanggan PT. Telkom tersebut
b. Hitunglah perkiraan pelanggan PT. Telkom tahun 2010 dan 2013
c. Hitunglah nilai trend setiap tahunnya
d. Gambarkan grafiknya

Jawab:
e. Persamaan garis trend:
Y’ = a + bX + cX2

Muh. Arif, Fakultas Ekonomi UMI

Tabel: Jumlah Pelanggan PT. Telkom Tahun 2001-2006 (jutaan) sebagai
berikut: :

Pelanggan Y’ = 5,862 + 0,294 X

Tahun X XY X2 X2 Y X4
(Y) – 0,007 X2
2001 4,2 -5 -21 25 105 625 4.217
2002 5,0 -3 -15 9 45 81 4.917
2003 5,6 -1 -5,6 1 5,6 1 5.561
2004 6,1 1 6,1 1 6,1 1 6.149
2005 6,7 3 20,1 9 60,3 81 6.681
2006 7,2 5 36 25 180 625 7.157
Jumlah 34,8 0 20,6 70 402 1414 -

Muh. Arif, Fakultas Ekonomi UMI

  Y  X    X Y  X 
4 2 2

a
n  X    X 4 2 2


34,81414  40270
61414   70 
2

c
n  X Y    X  Y 
2 2

49207,2  28140
 n  X    X 
4 2 2
8484  4900
21067,2 6402   70 34,8
 
3584 61414   70 
2

 5,862
2412  2436

b
 XY 8484  4900
X 2

 24
20,6 3584
  0,294  - 0,007
70
Jadi Persamaan Garis Trend Kuadratisnya:
Y’ = a + bX + cX2
Y’ = 5,862 + 0,294 X – 0,007 X2

Muh. Arif, Fakultas Ekonomi UMI

b. Perkiraan Pelanggan PT. Telkom tahun 2010 dan tahun 2013

Tahun 2010, nilai X = 13

Y’ = 5,862 + 0,294 X – 0,007 X2
= 5,862 + 0,294 (13) – 0,007 (13)2
= 5,862 + 3,822 – 1,183
= 8,502

Jadi perkiraan Pelanggan PT. Telkom tahun 2010 sebesar 8.502.000

pelanggan.

Tahun 2013, nilai X = 19

Y’ = 5,862 + 0,294 X – 0,007 X2
= 5,862 + 0,294 (19) – 0,007 (19)2
= 5,862 + 5,586 – 2,527
= 8,921

Jadi perkiraan Pelanggan PT. Telkom tahun 2013 sebesar 8.921.000

pelanggan.

Muh. Arif, Fakultas Ekonomi UMI

c. Nilai trend tiap tahunnya (Lihat dalam tabel di atas)
d. Grafiknya:

Y = Pelanggan

8.0

7.0

6.0

5.0

4.0

3.0

2.0

1.0

0.0 X = Tahun
2001 2002 2003 2004 2005 2006

Muh. Arif, Fakultas Ekonomi UMI

a. Untuk n ganjil  n = 2k + 1
2k = n – 1
n 1
k
2
Xk + 1 = 0

n 1 5 1
n=5 k   2
2 2
Xk + 1 = 0
X2+ 1 = 0
X3 = 0
Jarak antara dua waktu diberi nilai satu satuan. Di atas nol diberi tanda
– dan di bawah nol diberi tanda + ( -2, -1, 0 1, 2)

Muh. Arif, Fakultas Ekonomi UMI

b. Untuk n genap  n = 2k
n
k
2
X  k  ( k 1)   0
 
 2 

n=6 k  n  6 3
2 2
X  3 ( 31)   0
 
 2 

X 7   0
 
2

X 3,5  0

Jarak antara dua waktu diberi nilai dua satuan. Di atas nol diberi tanda
– dan di bawah nol diberi tanda + (-5, -3, -1, 1, 3, 5)

Muh. Arif, Fakultas Ekonomi UMI