Time Series dan Trend

Oleh : Yulia Zahara, M.Mat

Pendahuluan
Data time series (Data Deret Berkala) adalah
data yang dikumpulkan dari waktu ke waktu
untuk menggambarkan perkembangan suatu
kegiatan.

Contoh
Data Perkembangan Produksi, Harga,
Penduduk, dll
Manfaat
Sebagai dasar pembuatan garis trend.
Garis trend digunakan untuk membuat ramalan
yang diperlukan untuk perumusan perencanaan.

Untuk mengetahui kondisi masa mendatang.

Peramalan kondisi mendatang bermanfaat untuk
perencanaan produksi, pemasaran, keuangan dan
bidang lainnya
Klasifikasi Data Time Series
1. Trend
2. Cyclical fluctuation
3. Seasonal variation
4. Irrigular variation
Trend
Suatu gerakan yang menunjukkan arah
perkembangan secara umum
(kecenderungan menaik/ menurun)
Y = f(X) Y = f(X)

Waktu Waktu
Trend Turun Trend Naik
Cyclical fluctuation
Gerakan/ variasi jangka panjang di sekitar garis trend
(berlaku untuk data tahunan)
 Gerakan siklus dapat terulang setelah jangka waktu tertentu
(setiap 3 tahun, 5 tahun, atau lebih) dan dapat terulang dalam
jangka waktu yang sama
Y = f(X)

Waktu
Trend Siklis
 Seasonal variation
 Gerakan yang mempunyai pola tetap dari waktu ke waktu
 Pada umumnya gerakan musiman terjadi pada data
bulanan yang dikumpulkan dari tahun ke tahun, tapi juga
berlaku bagi data harian, mingguan, atau satuan waktu
yang lebih kecil lagi
Y = f(X)

Waktu
Trend Musiman
 Irrigular variation
 Gerakan/ variasi yang sifatnya sporadis, misalnya naik
turunnya produksi akibat banjir yang datangnya tidak
tentu.
Y = f(X) Y = f(X)

Waktu Waktu
Trend Acak Naik Trend Acak Mendatar
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).
Y Y

Tahun (X) Tahun (X)

Trend Positif Trend Negatif

Sifat Trend
Menurut sifat datanya trend terdiri atas
beberapa tipe yaitu tren linear dan trend
nonlinear.
Trend linear adalah garis trend yang
terbentuk dari sebuah fungsi linear atau garis
lurus.
Trend nonlinear adalah garis trend yang
terbentuk dari berbagai fungsi antara lain,
fungsi parabola, fungsi logaritma, fungsi
eksponensial, fungsi logistik dan lain-lain.
Trend Linear
Trend linear dapat digambarkan dari
serangkaian data time series, secara
matematis sebagai berikut :
Y= a + bX
Dari persamaan linear ini sebagai
persamaan trend, apabila digunakan untuk
menduga ciri data maka persamaan
menjadi :
Metode trend linear
Metode yang umum digunakan untuk
menggambarkan garis trend adalah :
1. Freehand method
2. Semi average method
3. Maoving average method
4. Least square method
1. Freehand Method
Freehand Method merupakan cara paling mudah,
tetapi sifatnya sangat subjektif.

Maksudnya, jika ada lebih dari satu orang menarik

garis trend dengan cara ini maka akan diperoleh
garis trend lebih dari satu jenis.

Hal ini disebabkan masing-masing orang

mempunyai pilihan sendiri sesuai dengan
anggapannya tentang garis yang mewakili diagram
pencar.
1. Freehand Method
Langkah-langkah menentukan garis trend
1. Buat sumbu tegak Y dan sumbu mendatar X.
2. Buat diagram pencar (X, Y). X adalah
variabel waktu.
3. Melalui pengamatan langusng terhadap
diagram pencar, tariklah garis yang mewakili
atau paling tidak mendekati semua titik
koordinat yang membentuk diagram pencar.
Y : Y1, Y2, …, Yi, …, Yn
X : X1, X2, …, Xi, … Xn
 1. Freehand Method
Rumus
persamaan
linear
Y y  y1 x  x1
•  
y 2  y1 x 2  x1
Yn 
•
 Rumus
Yi
•

 persamaan
Y2
• 
trend

Y1
• Y  a  bX

•       
X1 X2 X3 X4 Xi Xn X
1. Freehand Method
Persamaan garis trend : Y=a+bX. Dari
persamaan ini akan dicari nilai a dan b.
Untuk mencari nilai a dan b adalah sebagai
berikut :
Jika data time series pada titik awal (X,Y) dan
titik akhir () maka
y  y1
b
x  x1

Persamaan garis trend untuk mencari nilai b

dapat dicari
y dengan
b( x  xmerubah
1)  y1 persamaan
diatas
 Contoh
Produk Domestik Bruto
Tahun X PDB (Y)
(PDB) atas dasar 1992 0 10164,9
harga konstan tahun 1993 1 11169,2
1983 (milyar rupiah). 1994 2 12054,6
1995 3 12325,4
Buatlah persamaan 1996 4 12842,2
garis trend dengan 1997 5 13511,5
metode tangan bebas. 1998 6 14180,8
1999 7 14850,1
Ramalkan PDB untuk
tahun 2000 dan 2001.
 Penyelesaian

15.000
• 

14.000
•

13.000
• 
12.000
•  

11.000
•
10.000

•       
1992 1993 1994 1995 1996 1997 1998 1999 2000 tahun
Penyelesaian
Diambil tahun 1992 sebagai titik asal (0,
10164,9) dan tahun 1999 sebagai titik
akhir (7, 14850,1)

Y = a + bx
(0, 10164,9) 10164,9 = a + b(0)
(7, 14850,1) 14850,1 = a + b(7)
 Penyelesaian
y  y1 10164,9  14850,1  4685,2
b    669,31
x  x1 07 7

y  b( x  x1)  y1
 669,31( X  7)  14850,1
 669,31X  4685,17  14850,1
 669,31X  10164,93
b = 669,3
maka bahwa setiap tahun secara
yˆ  669,31X  10164,93 rata-rata terjadi kenaikan
Produk Domestik Bruto
(PDB) sebesar 669,3 milyar
 Penyelesaian
Persamaan garis linear adalah

Y  a  bX
Y  10164,9  669,3 X

Ramalan untuk tahun 2000 (x=8) dan

tahu n 2001 (x=9)
PDB2000  10164,9  669,38  15519,3 Rp15.519,3 milyar 
PDB2001  10164,9  669,39   16188,6 Rp16.188,6 milyar 
2. Semi Average Method
Langkah-langkah menentukan garis trend
1. Data dikelompokkan menjadi dua bagian
dengan jumlah data yang sama
2. Masing-masing kelompok dicari rata-ratanya,
misalnya Y1 dan Y2
3. Titik absis harus dipilih dari variabel X yang
berada di tengah masing-masing kelompok
(tahun atau waktu yang ditengah)
4. Titik koordinat (2) dan (3) dimasukan dalam
persamaan Y = a + bX
2. Semi Average Method
Data genap (titik absis bulat)
X 6
X1, X 2 , X 3 , X 4 , X 5 , X 6
1, 2, 3, 4, 5, 6
           

Y1 Y2
2  titik absis
5  titik absis
 2. Semi Average Method
Data genap (titik absis desimal)
X 8
X1, X 2 , X 3 , X 4 , X 5 , X 6 , X 7 , X 8
1, 2, 3, 4, 5, 6, 7, 8
                

Y1 Y2
2,5  titik absis
6,5  titik absis
2. Semi Average Method
Data ganjil
X 7
X1, X2, X3, X5 X6, X7
X4
1, 2, 3, 5, 6, 7,
            

Y1 Y2
X 4 dihapus
2  titik absis
6  titik absis
 Contoh
Produk Domestik Bruto
(PDB) atas dasar harga Tahun X PDB (Y)
konstan tahun 1983 1992 0 10164,9
(milyar rupiah). 1993 1 11169,2
1994 2 12054,6
Buatlah persamaan
1995 3 12325,4
garis trend dengan
1996 4 12842,2
metode rata-rata semi.
1997 5 13511,5
Ramalkan PDB untuk
1998 6 14180,8
tahun 2000 dan 2001.
1999 7 14850,1
 Penyelesaian :
Tahun X Y Rata-rata
1992 0 10164,9 1 2
X1   1,5
2
1993 1 11169,2 10164,9  11169 ,2  12054,6  12325,4
Y1 
1994 2 12054,6 4
45714,1
1995 3 12325,4   11428,525
4
1,5; 11428,525
1996 4 12842,2 56
X2   5,5
1997 5 13511,5 2
55384,6
1998 6 14180,8 Y2   13846,2
4
1999 7 14850,1 5,5; 13846,2
 Penyelesaian : cara lain mencari nilai b
Y  a  bX Y2  Y1
b
a  1,5b  11428,5  5,5a  62856,75 X 2  X1
a  5,5b  13846,2  1,5a  20769,3 13846,2  11428 ,5
b
4a  42084,45 5,5  1,5
a  10521,8625 2417,7
b
b  604,425 4
Y  10521,8625  604,425 X b  604,425
Y  a  bX
10521,8625  b(1,5)  11428,5
1,5b  11428,5  10521,8625
1,5b  906,6375
b  604,425
Penyelesaian :

Y  10521,8625  604,425 X

PDB2000 X  8
Y  10521,8625  604,4258
Y  15357,23

PDB2001  X  9 
Y  10521,8625  604,4259 
Y  15961,65
3. Moving Average Method
Moving average method adalah suatu cara untuk
mencari persamaan garis trend linear dengan mencari
nilai rata-rata bergerak secara berantai dari serangkaian
data time series.

 Rata-rata bergerak digunakan untuk memuluskan

fluktuasi yang terjadi dalam data tersebut. Proses
pemulusan ini disebut pemulusan data berkala.

 Setiap rata-rata hitung dalam rata-rata bergerak disebut

total bergerak, yang berguna untuk mengurangi variasi
dari data asli.
 3. Moving Average Method
Data berkala sebanyak n: Y1, Y2, …, Yi, …,
Yn, maka rata-rata bergerak n waktu
(tahun, bulan, minggu, hari) merupakan
urutan rata-rata hitung, yaitu

Y1  Y2  ...  Yn Y2  Y3  ...  Yn 1 Y3  Y4  ...  Yn  2

, , ,...
n n n
3. Moving Average Method
• Apabila rata-rata bergerak dibuat dari data
tahunan atau bulanan sebanyak n waktu, maka
rata-rata bergerak disebut rata-rata bergerak
tahunan atau bulan dengan orde n (banyaknya
data untuk menghitung rata-rata bergerak).

• Dengan menggunakan rata-rata bergerak untuk

mencari trend, terjadi kehilangan beberapa data
dibandingkan data asli. Artinya, banyaknya rata-
rata bergerak menjadi tidak sama dengan
banyaknya data asli.
Contoh
Tahun Penjualan
Data penjualan suatu 1989 50,0
perusahaan disajikan 1990 36,5

dalam tabel berikut. 1991 43,0

1992 44,5
Buatlah rata-rata 1993 38,9
bergerak 4 tahun dan 1994 38,1

5 tahun. Buatlah 1995 32,6

1996 38,7
kurvanya dalam satu 1997 41,7
grafik. 1998 41,1
1999 33,8
Penyelesaian :
Tahun X Y Moving Average (5 tahun)
1989 1 50,0
1990 2 36,5
1991 3 43,0 42,6
1992 4 44,5 40,2
1993 5 38,9 39,4
1994 6 38,1 39,6
1995 7 32,6 38,0
1996 8 38,7 38,4
1997 9 41,7 37,6
1998 10 41,1
1999 11 33,8
 Grafik
60

50

40

30
Asli
20
5 tahun

10

0
8 9 90 91 92 93 94 95 96 97 98 99
19 19 19 19 19 19 19 19 19 19 19

Dari grafik, bahwa semakin besar derajat rata-rata bergerak, semakin mulus
bentuk kurva. Maksudnya, semakin berkurang fluktuasinya maka tampak jelas
adanya trend (dalam hal ini trend menurun)
 Penyelesaian cara lain mencari nilai b
Y2  Y1
Y  a  bX b
X 2  X1
a  3b  42,6  3a  127,8
37,6  42,6
a  9b  37,6  a  37,6 b
93
2a  90,2 5
a  45,1 b
6
b  0,833 b  0,833
Y  45,1  0,833 X
Y  a  bX
45,1  b(3)  42,6
3b  42,6  45,1
3b  2,5
b  0,833
Penyelesaian :
Penjualan1997  X  9 
Y  45,1  0,8339 
Y  37,603

Penjualan2000  X  12
Y  45,1  0,83312
Y  35,104
4. Least Square Method
Metode kuadrat terkecil digunakan untuk mencari
garis trend yang bertujuan untuk perkiraan atau
taksiran mengenai nilai a dan b dari persamaan Y
= a + bX yang didasarkan atas data hasil
observasi sedemikian rupa sehingga dihasilkan
jumlah kesalahan kuadrat terkecil (minimum)

Semakin kecil nilai jumlah kesalahan kuadrat,

semakin mendekati garis trend pada diagram
pencar
4. Least Square Method
Cara I
Garis trend dapat dinyatakan dengan
X i 0
1
a   Yi 1
n Y   Yi ; rata  rata Y
n
b
 X iYi 1
X   X i ; rata  rata X
 i
2
X n

Y  a  bX
4. Least Square Method
Besarnya bias atau deviasi minimum
adalah

Untuk mencapai bias yang minimum

diperlukan asumsi
Persyaratan tersebut akan dapat dicapai
apabila data time series itu dibagi menjadi
2 bagian dengan X=0 berada dititik
tengahnya.
 4. Least Square Method
Apabila jumlah pengamatan genap, maka
periode dasar x=0 diletakkan pada tanggal
30 juni yaitu pertengahan deret waktu
sebagai berikut
Thn 2 2 2 20 2 2 2 2
0 0 0 08 0 0 0 0
0 0 0 0 1 1 1
5 6 7 9 0 1 2
Xi -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7

Sehingga data Xi yang digunakan adalah

sbb
Thn 2005 2006 2007 2008 2009 2010 2011 2012
Xi -7 -5 -3 -1 1 3 5 7
4. Least Square Method
Apabila jumlah pengamatan ganjil, maka
nilai X=0 diletakkan di tengah-tengah
deret waktu
Thn 2005 2006 2007 2008 2009 2010 2011
Xi -3 -2 -1 0 1 2 3
 Contoh
Produk Domestik Bruto Tahun PDB (Y)
(PDB) atas dasar harga 1992 10164,9

konstan tahun 1983 1993 11169,2

(milyar rupiah). 1994 12054,6

1995 12325,4
Buatlah persamaan
1996 12842,2
garis trend dengan
1997 13511,5
metode kuadrat
1998 14180,8
terkecil. 1999 14850,1
Ramalkan PDB untuk
tahun 2000.
Penyelesaian :
Tahun X Y XY X2
1992 -7 10164,9 -71154,3 49
1993 -5 11169,2 -55846,0 25
1994 -3 12054,6 -36163,8 9
1995 -1 12325,4 -12325,4 1
1996 1 12842,2 12842,2 1
1997 3 13511,5 40534,5 9
1998 5 14180,8 70904,0 25
1999 7 14850,1 103950,7 49
Jumlah 0 101098,7 52741,9 168
 Penyelesaian :

1
a   Yi Y  a  bX
n
1 Y  12637,34  313,94 X
a  101098,7   12637,34
8
• Untuk tahun 2000, X = 9

b
 XY i i
Y = 12637,34 + 313,94(9)
Y = 12637,34+2825,46
X
2
i
Y = 15462,8
52741,9 (Rp15.462,8 milyar)
b  313,94
168
 4. Least Square Method
Cara II
Garis trend dapat dinyatakan dengan

a  Y  bX
1
n X iYi   X i  Yi Y   Yi ; rata  rata Y
b n
n X i   X i 
2 2
1
X   X i ; rata  rata X
n
Y  a  bX
 Contoh

Produk Domestik Bruto

(PDB) atas dasar harga Tahun PDB (Y)
konstan tahun 1983 1992 10164,9
(milyar rupiah). 1993 11169,2

Buatlah persamaan 1994 12054,6

1995 12325,4
garis trend dengan
1996 12842,2
metode kuadrat
1997 13511,5
terkecil.
1998 14180,8
Ramalkan PDB untuk 1999 14850,1
tahun 2000.
Penyelesaian :

Tahun X Y XY X2
1992 1 10164,9 10164,9 1
1993 2 11169,2 22338,4 4
1994 3 12054,6 36163,8 9
1995 4 12325,4 49301,6 16
1996 5 12842,2 64211,0 25
1997 6 13511,5 81069,0 36
1998 7 14180,8 99265,6 49
1999 8 14850,1 118800,8 64
Jumlah 36 101098,7 481315,1 204
 Penyelesaian :
a  Y  bX
1 1
X   X i  36   4,5 a  12637,34  627,884,5
n 8
a  9811,88
1 1
Y   Yi  101098,7   12637,34
n 8
Y  a  bX
n X i Yi   X i  Yi Y  9811,88  627,88 X
b
n X i   X i 
2 2

Untuk tahun 2000, X = 9

b
8481315,1  36101098,7  Y= 9811,88 + 627,88(9)
8204  362 Y = 15462,8
b  627,879 (Rp15462,8 milyar)