Modul 4 – ESPA 4214

Statistika Ekonomi II

ANALISIS RUNUT WAKTU-1

(TIME SERIES ANALYSIS -1)
Arie Wibowo Khurniawan
Manfaat Analisis Runut Waktu

 Pemerintah membutuhkan untuk meramalakan pengangguran,

tingkat suku bunga, pendapatan dari pajak untuk memformulasikan
sebuah kebijakan.
 Marketing Executives membutuhkan untuk meramal permintaan,
penjualan, referensi konsumen dalam perancanaan startegi.
 Administrator sekolah membutuhkan untuk meramalkan pendaftar
untuk rencana pengadaan fasilitas bagi para siswa.
 Perusahaan retail membutuhkan untuk meramalkan permintaan,
untuk mengendalikan tingkat persediaan, mengaji para pekerja
dan menyediakan pelatihan pekerja.

© 2003 Prentice-Hall, Inc.

Chap 12-2
What is a Time Series?

 Data numerik yang terdapat pada interval waktu

secara regular.
 Interval waktu dapat berupa tahunan, empat
bulanan, harian dan per jam, dsb.
 Contoh:
Tahun:1994 1995 1996 1997 1998
Sales: 75.3 74.2 78.5 79.7 80.2

© 2003 Prentice-Hall, Inc.

Chap 12-3
Komponen Runut Waktu( Time Series)

Trend Cyclical

Time-Series

Seasonal Random

© 2003 Prentice-Hall, Inc.

Chap 12-4
Komponen Trend
 arah perkembangan secara umum (kecenderungan)
berupa pergerakan naik atau turun.
 Data dapat berupa melebihi satu periode tahunan
(Over a Period of Years)
Sales

Time
Komponen Cyclical

 naik atau turun secara periodik di dekat nilai rata-ratanya

 periode dalam jangka waktu yang panjang
 biasanya lebih dari 2 - 10 tahun

Sales

Time
Komponen Seasonal

 naik atau turun secara periodik di dekat nilai rata-ratanya

 memiliki pola waktu yang relatif tetap dari waktu
kewaktu.
 Observed Within 1 Year
Sales

Summer

Winter
Spring Fall
Time (Monthly or Quarterly)
Komponen Random or Irregular

 Tidak mementu, tidak tersistematis, Acak, Fluktasi

sisa.
 Variasi acak dapat berupa
 alami

 kecelakaan

 Durasi waktu yang singkat dan tidak berulang.

© 2003 Prentice-Hall, Inc.

Chap 12-8
 E.g. Quarterly Retail Sales with
Seasonal Components
Quarterly with Seasonal Components

25

20

15
Sales

10

0
0 5 10 15 20
© 2003
25
Prentice-Hall,
30
Inc. 35
Chap 12-9
Time
 E.g. Quarterly Retail Sales with
Seasonal Components Removed
Quarterly without Seasonal Com ponents

25

20

15
Sales

Y(t)

10

0
0 5 10 15 20 25 © 2003 Prentice-Hall,
30 Inc.
35
Chap 12-10
Tim e
 Perkalian Model Time-Series

 Digunakan secara untama untuk peramalan.

 Nilai observasi dalam runut waktu adalah hasil perkalian
dari masing-masing komponen.
 untuk Data tahunan:
Ti = Trend
Yi Ti Ci I i
Ci = Cyclical
Ii = Irregular
 Untuk dempat tahunan atau bulanan
Si = Seasonal
Yi Ti Si Ci I i
Metode Tangan Bebas (freehand Methods)

 Buat sumbu tegak Y dan sumbu mendatar X

 Buatlah Scatter diagram, yaitu kumpulan koordinast (x,y),
x = variabel waktu.
 Dengan jalan observasi atau pengamatan langsung pada scatter
diagram tariklah suatu garis lurus yang mewakili atau paling tidak
mendekatisemua titik koordinat yang membentuk scatter diagram.
Misalnya Y= data berkala; X=waktu (tahunan, bulanan, dsb).
Y : Y1, Y2, Y3,.............,Yi,..........,Yn
X : X1, X2, X3,.............,Xi,..........,Xn
Metode Semi Rata-Rata
 data dikelompokkan menjadi 2, masing-masing kelompok harus
mempunyai jumlah yang sama. Kalau ada data ganjil maka hilangkan
satu, yaitu data yang berada ditengah.
 tentukan nilai variabel rata-rata untuk masing-masing kelompok (nilai
a) :
dan
 tentukan saat nilai variabel perubahan per periode waktu (nilai b) :

 menentukan persamaan trend : Y = a + bX

 menentukan nilai trend berdasarkan tahun dasar. Panjang periode
adalah 1 tahun bila banyak data tidak habis dibagi 2 dan ½ tahun
untuk banyak data yang habis dibagi 2. Waktu dasar pada
prinsipnya adalah waktu yang berada di tengah.
 Metode Kuadrat Terkecil

 Membuat tabel perhitungan, nilai asli (Y), periode waktu (X), X2

dan XY.
 Menentukan panjang periode dan waktu dasar. Panjang periode
adalah 1 tahun bila banyak data tidak habis dibagi 2 dan ½
tahun untuk banyak data yang habis dibagi 2. Waktu dasar
pada prinsipnya adalah waktu yang berada di tengah.
 Menghitung nilai a dan b, melalui persamaan berikut :

 menentukan persamaan trend Y=a + bX

 menentukan nilai trend berdasarkan tahun dasar
 Kasus 1
TAHUN X (Waktu) Y (PDB)
1992 0 10.164 Berdasarkan data tersebut buatlah
1993 1 11.169 trend dengan mengunakan metode
1994 2 12.054 semi rata-rata dan metode kuadrat
1995 3 12.325 terkecil.
1996 4 12.842
1997 5 13.511
1998 6 14.180
1999 7 14.850
 Model Trend Quadratic
 Membuat tabel perhitungan yang memiliki kolom-kolom : tahun, nilai
variabel asli (Y), periode(X), X2,X4,XY,X2Y.
 Menentukan panjang periode dan waktu dasar. Panjang periode
adalah 1 tahun bila banyak data tidak habis dibagi 2 dan ½ tahun
untuk banyak data yang habis dibagi 2. Waktu dasar pada
prinsipnya adalah waktu yang berada di tengah.
 Menentukan nilai a,b, c dari 3 persamaan normal secara simultan.
Y = an + c (X2)............................1)
(XY)= b (X2)..................................2)
(X2Y) = a (X2) + c (X4).............3)
 Menentukan persamaan trend : Y=a+bX+cX2
 Menentukan nilai trend berdasarkan tahun dasar
Model Trend Eksponensial

 Membuat tabel perhitungan yang memiliki kolom-kolom : tahun, nilai

variabel asli (Y), periode(X), X2,logY,XlogY.
 Menentukan panjang periode dan waktu dasar. Panjang periode
adalah 1 tahun bila banyak data tidak habis dibagi 2 dan ½ tahun
untuk banyak data yang habis dibagi 2. Waktu dasar pada
prinsipnya adalah waktu yang berada paling rendah.
 Menentukan nilai a,b dari 2 persamaan berikut secara simultan.

 Menentukan persamaan trend : log Y=log a+log b X

 Menentukan nilai trend berdasarkan tahun dasar
Trend Rata-Rata Bergerak (1)

 digunakan untuk pemulusan data berkala

 merupakan deret aritmatika rataan terhdap waktu.
 Hasil tergantung pada pemilihan panjang periode
yang digunakan sebagai rataan.
 Untuk menghilangkan komponen siklikal, panjang
periode rataan sebgaiknya 3 kali panjang rataan
siklikal.
 untuk data Annual Time Series, panjang periode
rataan sebaiknya ganjil
© 2003 Prentice-Hall, Inc.
Chap 12-18
Trend Rata-Rata Bergerak (2)
(continued)
 Example: 3-year Moving Average

 First average: Y1 Y2 Y3
MA(3)
3
 Second average: Y2 Y3 Y4
MA(3)
3

© 2003 Prentice-Hall, Inc.

Chap 12-19
 Moving Average Example

John is a building contractor with a record of a total of 24

single family homes constructed over a 6 year period.
Provide John with a 3-year Moving Average Graph.
Year Units Moving
Ave
1994 2 NA
1995 5 3
1996 2 3
1997 2 3.67
1998 7 5
1999 6 NA
 Moving Average Example Solution

Year Response Moving

Ave Sales
1994 2 NA 8
L=3
1995 5 3 6
1996 2 3 4
1997 2 3.67 2
1998 7 5 0
1999 6 NA

94 95 96 97 98 99

© 2003 Prentice-Hall, Inc.

No MA for the first and last (L-1)/2 years
Chap 12-21