STATISTIK

CHAIRUL PAOTONAN
DEPARTEMEN TEKNIK KELAUTAN UNHAS
Apa itu Peramalan
 Peramalan (forecasting) merupakan suatu proses perkiraan keadaan pada masa yang akan datang dengan

menggunakan data di masa lalu (Adam dan Ebert, 1982).

 Awat (1990) menjelaskan bahwa peramalan merupakan kegiatan untuk mengetahui nilai variabel yang

dijelaskan (variabel dependen) pada masa akan datang dengan mempelajari variabel independen pada

masa lalu, yaitu dengan menganalisis pola data dan melakukan ekstrapolasi bagi nilai-nilai masa datang.

 Metode peramalan kuantitatif dijelaskan Supranto (2000) terdiri dari metode pertimbangan, metode regresi,

metode kecendrungan (trend method), metode input output, dan metode ekonometrika.

 Metode kecendrungan (trend method) menggunakan suatu fungsi seperti metode regresi dengan variable X

menunjukkan waktu.

 Tepat tidaknya peramalan ditentukan oleh kriteria yaitu berkaitan dengan goodness of fit yang menunjukkan

bagaimana model peramalan dapat menghasilkan peramalan yang baik.

 Apa itu Peramalan
Jumlah
Tahun
Penduduk
(x) y
2015 10125
x = Variabel bebas 2016 10150 Berapa
2017 10175
(independent 2018 10200 Nilainya?
2019 10225
variabel) 2020 10250
2021 ?
y = Variabel terikat 2022 ?
2023 ?
2024 ?
(dependent variabel) 2025 ?
2026 ?
2027 ?
2028 ?
2029 ?
2030 ?
2031 ?
Peramalan Metode Trend
 Trend adalah pergerakan jangka panjang dalam
suatu kurun waktu yang kadang-kadang dapat
digambarkan dengan

1. Trend linier

2. Trend kuadratik dan

3. Trend eksponensial.
Trend Linier
Yt = a + bt

𝑎=
∑ 𝑌 ∑ 𝑡 .𝑌
𝑛 𝑏=
∑𝑡2

Yt = nilai taksiran (perkiraan) Y pada nilai t tertentu

a = nilai interccept dari Y artinya nila Y = 0 jika t = 0

b = Slop artinya besar kenaikan nilai Yt pada setiap kenaikan nilai t

t = Nilai tertentu yang menunjukkan waktu

Contoh Aplikasi Trend Linier
Waktu Jumlah  Pertanyaan :
Tahun
(t) Pengemis (Y)
1. Tentukan variabel bebas dan
1 2009 1143
2 2010 1037
variabel terikat
3 2011 857 2. Buat grafik hubungan waktu dan
4 2012 757 jumlah pengemis
5 2013 948
3. Hitung nilai a
6 2014 660
7 2015 683 4. Hitung nilai b
8 2016 809 5. Buat persamaan trend liniernya
9 2017 1078
6. Hitung eror
10 2018 696
11 2019 777 7. Hitung jumlah pengemis pada
12 2020 672 tahun 2021 sampai 2030.
10117
Contoh Aplikasi Trend Linier

 Jawab :

1. Variabel bebas adalah

waktu dan variabel terikat
adalah jumlah pengemis

2. Grafik seperti disamping

Contoh Aplikasi Trend Linier
Waktu Yi ti Yi x ti ti 2
1 1.143 -11 (12.573) 121
2 1.037 -9 (9.333) 81  Jawab :
3 857 -7 (5.999) 49
4 757 -5 (3.785) 25
5 948 -3 (2.844) 9 1. Nilai a dan b
6
7
660
683
-1
1
(660)
683
1
1 𝑎=
∑ 𝑌
= 843
8 809 3 2.427 9 𝑛
9 1.078 5 5.390 25
10
11
696
777
7
9
4.872
6.993
49
81 𝑏=
∑ 𝑡 .𝑌
𝑏=
− 7.437
= − 13
12 672 11 7.392 121 ∑𝑡2 572
Σ 10.117 - (7.437) 572
2. Persamaan trend linier

Yt = 843 -13t
Eror Trend Linier
Waktu Yi ti Yi x ti ti 2 Yt E E2
1 1.143 -11 (12.573) 121 986 157 24.617
2 1.037 -9 (9.333) 81 960 77 5.914
3 857 -7 (5.999) 49 934 (77) 5.944
4 757 -5 (3.785) 25 908 (151) 22.829
5 948 -3 (2.844) 9 882 66 4.344
6 660 -1 (660) 1 856 (196) 38.449
7 683 1 683 1 830 (147) 21.633
8 809 3 2.427 9 804 5 24
9 1.078 5 5.390 25 778 300 89.955
10 696 7 4.872 49 752 (56) 3.144
11 777 9 6.993 81 726 51 2.594
12 672 11 7.392 121 700 (28) 788
Σ 10.117 - (7.437) 572 (0) 220.235

𝑏=
∑ 𝐸 2 220.235
= =18.353
𝑛 12
Proyeksi penduduk 2021 sampai 2030
Tahun ti Yi (Data) Yi (Prediksi)
2009
2010
-11
-9
1.143
1.037
986
960 Yt = 843 -13t
2011 -7 857 934
2012 -5 757 908
2013 -3 948 882
2014 -1 660 856
2015
2016
1
3
683
809
830
804
Y2021 = 843 -13x13 = 674 jiwa
2017 5 1.078 778
2018 7 696 752
2019
2020
9
11
777
672
726
700
Y2022 = 843 -13x15 = 648 jiwa
2021 13 674
2022 15 648
2023
2024
17
19
622
596
Y2023 = 843 -13x17 = 622 jiwa
2025 21 570
2026 23 544
2027 25 518
2028 27 492
2029 29 466
2030 31 440 Dan seterusnya...