Time Series

(Data Deret Berkala)

By Wahyuyanti

1
 Jenis-jenis data:
 Cross sectional
artinya itu data yang dikumpulkan dalam satu waktu.
Contoh:data PDB Indonesia berdasarkan provinsi tahun 2012

 Time series
artinya data yang dikumpulkan dalam satu series waktu.
Contoh: data PDB Indonesia tahun 1997-2012

 Panel
merupakan data gabungan cross sectional dan time series.
Contoh: data PDB Indonesia berdasarkan provinsi tahun 1997-
2012
2
Plot Data

3
 ANALISIS DATA DERET BERKALA
(time series)

 Pengertian
 Analisa deret berkala merupakan prosedur analisis yang dapat digunakan
untuk mengetahui gerak perubahan atau perkembangan nilai suatu variabel
sebagai akibat dari perubahan waktu.
 Dalam analisis ekonomi dan lingkungan bisnis biasanya analisa deret berkala
digunakan untuk meramal (forecasting ) nilai suatu variabel pada masa lalu
dan masa yang akan datang berdasarkan pada kecenderungan dari perubahan
nilai variabel tersebut.
 Analisa deret berkala (time series) juga merupakan suatu analisis yang
berdasarkan hasil ramalan yang disusun atas pola hubungan antara variabel
yang dicari dengan variabel waktu yang mempengaruhinya. Pendugaan masa
depan dilakukan berdasarkan nilai masa lalu dari suatu variabel.
 Analisa deret berkala bertujuan untuk:
1.      Mengetahui kecenderungan nilai suatu variabel dari waktu ke waktu.
2.      Meramal (forecast) nilai suatu variabel pada suatu waktu tertentu. 4
 KOMPONEN DATA BERKALA

Analisis deret berkala atau time series meliputi identifikasi

komponen-komponen yang menyebabkan terjadinya fluktuasi
dalam serangkaian data historis. Komponen-komponen dari time
series sebagai berikut:

Komponen-komponen dari time series sebagai berikut:

 Trend
 Variasi Musim
 Variasi Siklis
 Variasi yang Tidak Tetap (Irregular)
5
 Komponen-komponen dari time series

 Trend gerakan berjangka panjang yang menunjukkan adanya

kecenderungan kenaikan dan penurunan secara keseluruhan.
 Variasi Musim merupakan fluktuasi periodik, tetapi periode
waktunya sangat singkat yaitu satu tahun atau kurang.
 Variasi Siklis fluktuasi pada time series yang berulang sepanjang
waktu, dengan periode lebih dari satu tahun antara satu puncak
(peak) ke puncak berikutnya. 
 Variasi yang Tidak Tetap (Irregular/random) memperlihatkan
fluktuasi yang random atau “noise” sebagai akibat adanya suatu
perubahan yang mendadak, misalnya mogok kerja, embargo
minyak, kesalahan fungsi peralatan, atau kejadian lainnya 
 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).

Y Y

Tahun (X) Tahun (X)

Trend Positif Trend Negatif

7
 METODE ANALISIS TREND

1. Metode Semi Rata-rata

• Membagi data menjadi 2 bagian

• Menghitung rata-rata kelompok. Kelompok 1 (K1) dan kelompok 2

(K2)
x 2 - x1
• Menghitung perubahan trend dengan rumus: b=
n
• Merumuskan persamaan trend
Y’ = a0 + bx

a 0 = nilai trend pada tahun dasar

8
Data
DataGenap
Genapkomponen
komponen
kelompok
kelompok
Genap
GENAP

SEMI SEMI TREND

TAHUN PERSEDIAAN TOTAL AVERAGE AWAL
TAHUN
2001 40 252/4 = 63

2002 76
252
a0 = x1
2003 86
2004 50
2005 66 312/4 = 78

2006 96
312
a0 =
x2
2007 80
2008 70
 Y’ = a0 + bx

 Nilai Semi Average ao sebesar 63 merupakan nilai trend periode

dasar 1 Januari 2003 atau 31 Desember 2002
 Nilai Semi Average ao sebesar 78 merupakan nilai trend periode
dasar 1 Januari 2007 atau 31 Desember 2006

x 2 - x1 pertambahan nilai
b= trend tahunan
n secara rata-rata

Jadi b = ( 78- 63 ) / 4 = 3,75

persamaan trendnya : Y’ = a0 + bx
Jadi persamaan trend dengan tahun dasar 2003 Y’ = 63 + 3,75x
Jadi persamaan trend dengan tahun dasar 2007 Y’ = 78 + 3,75x
 Contoh Soal & Penyelesaian

Berapakah persediaan awal tahun Berapakah persediaan awal tahun

2001, jika diketahui tahun dasar 2001, jika diketahui tahun dasar
2003 ?
2007 ?
Diketahui :
Diketahui :
a0 = 63
a0 = 78
Jarak awal tahun 2003 ke awal
tahun 2001 Jarak awal tahun 2007 ke awal
tahun 2001
X = -2
X = -6
*persamaan trend dengan tahun *persamaan trend dengan tahun
dasar 2003 dasar 2007
Y’ = 63 + 3,75x Y’ = 78 + 3,75x
Y’ = 63 + 3,75 (-2) Y’ = 78 + 3,75 (-6)
Y’ = 63 + (-7,5) Y’ = 78 - 22,5
Y’ = 55,5 Y’ = 55,5
 Hasil perhitungan

SEMI SEMI TREND

TAHUN PERSEDIAAN TOTAL AVERAGE AWAL
TAHUN
2001 40 252 252/4 = 63 55,5

2002 76 a0 =
x1 59,25

2003 86 63

2004 50 66,75

2005 66 312 312/4 = 78 70,5

2006 96 a0 = x2 74,25

2007 80 78

2008 70 81,75
Data Genap komponen kelompok GANJIL

SEMI TREND AWAL

TAHUN PERSEDIAAN SEMI TOTAL
AVERAGE TAHUN

2001 40  
2002 76      
2003 86   318   a0 = 63,6  
2004 50      
2005 66      
2006 96  
2007 80      
2008 70   386   a0 = 77,2  
2009 90      
2010 50      
 Y’ = a0 + bx

 Nilai Semi Average ao sebesar 63,6 merupakan nilai trend periode

dasar 30 Juni 2003
 Nilai Semi Average ao sebesar 77,2 merupakan nilai trend periode
dasar 1 Juni 2008

x 2 - x1 pertambahan nilai
b= trend tahunan
n secara rata-rata

Jadi b = ( 77,2- 63,6) / 5 = 2,72

persamaan trendnya : Y’ = a0 + bx
Jadi persamaan trend dengan tahun dasar 2003 Y’ = 63,6 + 2,72x
Jadi persamaan trend dengan tahun dasar 2008 Y’ = 77,2 + 2,72x
 Contoh Soal & Penyelesaian

Berapakah persediaan awal tahun Berapakah persediaan awal tahun

2001, jika diketahui tahun dasar 2001, jika diketahui tahun dasar
2003 ?
Diketahui : 2007 ?
a0 = 63,6 Diketahui :
a0 = 77,2
Jarak awal tahun 2001 ke bulan
juni tahun 2003 Jarak awal tahun 2001 ke
bulan juni tahun 2008
X = -2,5
X = -7,5
*persamaan trend dengan tahun *persamaan trend dengan tahun
dasar 2003 dasar 2007
Y’ = 63,6 + 2,72X Y’ = 77,2 + 2,72x
Y’ = 63,6 + 2,72 (-2,5) Y’ = 77,2 + 2,72 (-7,5)
Y’ = 63,6 + (-6,8) Y’ = 77,2 – 20,4
Y’ = 56,8 Y’ = 56,8
 Hasil perhitungan
SEMI TREND AWAL
TAHUN PERSEDIAAN SEMI TOTAL
AVERAGE TAHUN

2001 40 318 318/5 =63.6 56,8

2002 76 59.52
62.24
2003 86
x1 64.96
2004 50
2005 66 67.96

2006 96 386 386/5 = 77.2 70.40

2007 80 73.12

2008 70 75.84

2009 90 x2 78.56
2010 50 81.28
 METODE ANALISIS TREND

2. Metode Kuadrat Terkecil

Menentukan garis trend yang mempunyai jumlah terkecil dari
kuadrat selisih data asli dengan data pada garis trendnya.
Trend Pelanggan PT. Telkom
P e la n g g a n (Ju ta a n )

8
7
6
5
4
3
2
  1
0
97 98 99 00 01
Tahun

Data Y' Data Y

17
CONTOH METODE KUADRAT TERKECIL
(Data Ganjil )
Tahun Pelanggan Kode X Y.X X2
(Y) (tahun)
1997 5,0 -2 -10,0 4
1998 5,6 -1 -5,6 1
1999 6,1 0 0 0
2000 6,7 1 6,7 1
2001 7,2 2 14,4 4
  Y=30,6   Y.X=5,5 X2=10

Nilai a = 30,6/5=6,12
Nilai b =5,5/10=0,55
Jadi persamaan trend Y’=6,12+0,55x

18
CONTOH METODE KUADRAT TERKECIL
(Data Genap)
Tahun Penjualan (Y) X XY X2
1995 200 -7 - 1.400 49
1996 245 -5 - 1.225 25
1997 240 -3 - 720 9
1998 275 -1 - 275 1
1999 285 1 285 1
2000 300 3 900 9
2001 290 5 1.450 25
2002 315 7 2.205 49

Jumlah 2.150 1.220 168

 a= 268,75 dan b == 7,26
 Persamaan garis liniernya adalah : Y = 268,75 + 7,26 X.

Ingin meramalkan penjualan pada tahun 2008 adalah : Y = 268,75 + 7,26 (untuk tahun 2008 nilai X = 19),
sehingga : Y = 268,75 + 7,26(19)=268,75 +137,94 = 406,69
artinya penjualan barang “X” pada tahun 2008 diperkirakan sebesar 406,69 atau 406.690 unit. 19
 METODE ANALISIS TREND

Trend Kuadratis
3. Metode Kuadratis

Jumlah Pelanggan
8.00
Untuk jangka waktu pendek, 6.00

(jutaan)
kemungkinan trend tidak 4.00 Y=a+bX+c
X2
bersifat linear. Metode 2.00
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

20
CONTOH METODE KUADRATIS

Tahun Y X XY X2 X2Y X4
1997 5,0 -2 -10,00 4,00 20,00 16,00
1998 5,6 -1 -5,60 1,00 5,60 1,00
1999 6,1 0 0,00 0,00 0,00 0,00
2000 6,7 1 6,70 1,00 6,70 1,00
2001 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

21
 METODE ANALISIS TREND

4. Trend Eksponensial
Persamaan eksponensial dinyatakan dalam bentuk variabel waktu (X)
dinyatakan sebagai pangkat. Untuk mencari nilai a, dan b dari data Y
dan X, digunakan rumus sebagai berikut:
 
Y’ = a (1 + b)X
Trend Eskponensial
 
Ln Y’ = Ln a + X Ln (1+b) 15,00

Pelanggan
Sehingga a = anti ln (LnY)/n

(jutaan)
Jumlah
10,00
b = anti ln  (X. LnY) - 1 5,00
(X)2 0,00
97 98 99 00 01

Tahun

Y= a(1+b)X
22
CONTOH TREND EKSPONENSIAL

Tahun Y X Ln Y X2 X Ln Y

1997 5,0 -2 1,6 4,00 -3,2

1998 5,6 -1 1,7 1,00 -1,7
1999 6,1 0 1,8 0,00 0,0
2000 6,7 1 1,9 1,00 1,9
2001 7,2 2 2,0 4,00 3,9
  9,0 10,00 0,9
Nilai a dan b didapat dengan:
a = anti ln (LnY)/n = anti ln 9/5=6,049
b = anti ln  (X. LnY) - 1 = {anti ln0,9/10}-1=0,094
(X)2
Sehingga persamaan eksponensial Y =6,049(1+0,094) x
23
 2. VARIASI MUSIM (seasonal movement)
Gerakan musiman (seasonal movement) merupakan gerakan yang teratur
artinya naik turunnya terjadi pada waktu-waktu yang sama.  Disebut gerakan
musiman oleh karena terjadinya bertepatan dengan pergantian musim
didalam satu tahun atau dalam waktu yang singkat.  Misal
 Harga beras akan turun pada saat musim panen padi (periode musiman tiap
kwartal)
 Penjualan buku akan meningkat pada awal sekolah(periode musiman 2 kali
setahun).
 Jumlah pengunjung ke pusat perbelanjaan akan naik pada malam bulan
(mengalam periode musiman 12 kali dalam satu tahun )

24
 METODE VARIASI MUSIM

Mengukur derajat naik turunnya data biasanya dinyatakan

dengan “indeks musim” atau IM.
Harga rata-rata IM untuk setiap periode musiman akan
sama dengan 100.

Dalam menghitung harga-harga IM dapat digunakan

beberapa metode, yaitu:
1. metode rata-rata sederhana,
2. metode perbandingan dengan trend,
3. metode perbandingan dengan rata-rata bergerak,
4. metode relatif berantai
25
 METODE VARIASI MUSIM

1. Metode Rata-rata Sederhana

• Susun data dalam suatu tabel dengan baris periode musiman (bulanan,
kuartalan dsb) dan kolom untuk tahun.
• Hitung rata-rata setiap periode musiman untuk seluruh tahun yang ada
(rata-rata ke kanan/setiap baris), hasilnya masukkan dalam kolom 1.
• Hitung rata-rata setiap periode musiman untuk setiap tahun (rata-rata
ke bawah/setiap kolom)
• Cari trend/tambahan trend (b) periode musiman dengan
rumus:
𝒃=
∑ 𝑿𝒀
∑ 𝑿𝟐
Y = harga rata=rata per periode musiman per tahun
X = unit periode (tahun)
26
 Tabel Produksi Gas Indonesia, 1995 – 1998 (000 MSCF)
Persentase
(%)
terhadap Indeks
Bulan 1996 1997 1998 Jumlah Rata-rata
1995 Total Rata- Musiman
rata
(kolom 7)
1 2 3 4 5 6 7 8 9
Januari 259.982 278.525 276.438 267.785 1.082.730 270.682,50 8,67 104,02
Februari 244.993 259.589 276.439 239.373 1.020.394 255.098,50 8,17 98,03
Maret 268.423 274.530 278.306 250.492 1.071.751 267.937,75 8,58 102,96
April 236.293 250.171 268.242 230.830 985.537 246.384,25 7,89 94,68
Mei 251.439 248.524 263.570 236.124 999.657 249.914,25 8,00 96,04
Juni 244.756 238.479 238.531 229.838 951.604 237.901,00 7,62 91,42
Juli 246.631 256.076 263.283 252.718 1.018.708 254.677,00 8,16 97,87
Agustus 254.749 267.292 272.805 262.069 1.056..915 264.228,75 8,46 101,54
September 228.903 255.964 205.000 241.952 976.819 244.204,75 7,82 93,84
Oktober 245.213 280.989 257.920 238.903 1.023.025 255.756,25 8,19 98,28
Nopember 243,994 273,245 263.112 257.450 1.037.801 299.450,25 9,59 115,07
Desember 273,852 283,237 280.028 268.948 1.106.065 276.516,25 8,85 106,26
JUMLAH 3.122.752 100 1.200,00

Untuk mencari rata-rata bagi bulan tertentu, kita jumlahkan angka dari bulan
tersebut, kemudian membaginya dengan banyaknya tahun (dalam hal ini dibagi
dengan empat, sebab ada empat tahun).

27
 140.00
Indeks musiman
120.00
Produksi Gas Indonesia, 1995 – 1998 (000 MSCF)

100.00

80.00

60.00

40.00

20.00

0.00
i i et il ei ni li s r er r r
ar ar ar
r u Ju tu be be be
n u r u Ap M J s m to
b
m m
Ja b M gu te k pe se
Fe A p O e
Se No D

 Indeks musiman produksi gas di Indonesia menunjukkan terjadinya penurunan produksi

dari bulanan Januari sampai dengan juli, kemudian meningkat samapai bulan Agustus, dan
turun kembali pada bulan September. Setelah itu produksi meningkat kembali sampai
dengan bulan Desember.
28
  Contoh

Data permintaan gula pasir terdapat tujuh pola musiman per kuartal , dinamikanya selalu
berubah di setiap kuartal

29
1
3

30
Deseasonal data : data per kuartal /indeks musimannya
• 65/0,85 = 76,32
• 87/1,17 = 74,56 31
 Mengitung persamaan regresi :
Demand = 83,56 + 0,87(t)

Membuat peramalan : misal deman tahun ke 8 Q1 dan Q2

DemandT8Q1 = 83,56 + 0,87(29)=108,79

DemandT8Q2 = 83,56 + 0,87(30)=109,66
32
 3. VARIASI Siklis (Cyclical Variation)
Definisi:
Gerak Siklis adalah gerak naik atau turun secara periodik dalam jangka
panjang, 5 tahun, 10 tahun, 15 tahun, 20 tahun, 25 tahun atau lebih.

Fakta-fakta:
 Kegiatan ekonomi maupun perusahaan dapat berkembang atau menurun
secara periodik dalam jangka lebih dari 1 tahun.
 Tendensi timbulnya Gerak Siklis lebih banyak diakibatkan oleh kegiatan
perusahaan, misalnya penjualan mobil, pembangunan gedung, perkembangan
tingkat harga, dsb.

Gerakan Cycles dapat dibedakan menjadi 4

bagian, yaitu:
1. Masa kemakmuran (Prosperity phase)
2. Masa Kehancuran (Depression phase)
4. Masa Pemulihan
5. Masa resesi

33
 4.Variasi yang Tidak Tetap (Irregular/random)

yaitu gerakan atau variasi yang sporadis sifatnya.

Faktor yang dominan dalam gerakan ini adalah faktor-faktor yang
bersifat kebetulan misalnya perang, pemogokan, bencana alam dll.

Fakta-fakta:
 Gerakan ini selalu ada pada Time Series dan sulit dihilangkan.
 Gerakan ini timbul sebagai akibat adanya peperangan, bencana alam,
kelaparan, kekeringan, inflasi dan deflasi.
 Inflasi: suatu kenaikan umum harga rata-rata barang atau jasa
selama waktu tertentu dan akibatnya terjadi penurunan daya beli
masyarakat sebanding dengan menurunnya nilai mata uang.

34