Ngizatul Afifah, S.Pd., M.

Si|Statistik Ekonomi

Jelaskan dan beri contoh keempat formula di atas.

2. Sebutkan dan jelaskan masalah-masalah dalam penyusunan
angka indeks!

*****Kerjakan dengan sungguh-sungguh dan jangan menganggapnya sebagai beban. Jadikan

sebagai sarana untuk menempa kemampuan diri. Niatkan untuk mencari ilmu dan beribadah
bukan sekedar mencari nilai. Semoga dimudahkan oleh Allah AWT. Amiin... ^_^*****

44
Ngizatul Afifah, S.Pd., M.Si|Statistik Ekonomi

PERTEMUAN 6
ANALISIS DERET BERKALA

1. Konsep Analisis Deret Berkala

Deret Berkala adalah serangkaian nilai-nilai variabel yang disusun berdasarkan waktu.
Analisis deret berkala mempelajari pola gerakan nilai-nilai variabel pada suatu interval waktu
(misalnya minggu, bulan, tahun) yang teratur. Manfaat analisis deret berkala adalah
mengetahui kondisi masa mendatang atau meramalkan kondisi mendatang. Peramalan kondisi
mendatang bermanfaat untuk perencanaan produksi, pemasaran, keuangan dan bidang lainnya.
Komponen deret berkala:
a) Trend c) Variasi Siklus
b) Variasi Musim d) Variasi yang Tidak Tetap (Irregular)

2. Analisis Trend
Trend adalah suatu gerakan kecenderungan naik atau turun dalam jangka panjang yang
diperoleh dari rata-rata perubahan dari waktu ke waktu dan nilainya cukup rata (smooth).
Kekuatan yang dapat mempengaruhi trend adalah perubahan populasi, harga, teknologi
dan produktivitas. Trend data berkala bisa berbentuk trend yang meningkat dan menurun
secara mulus. Trend menunjukkan perubahan waktu yang relative panjang dan stabil. Trend
yang meningkat disebut trend positif dan trend yang menurun disebut trend negative. Trend
positif mempunyai kecenderungan nilai ramalan (Y) meningkat dengan meningkatnya waktu
(X). Trend positif mempunyai slope/gradien/kemiringan garis yang positif yaitu dari bawah ke
atas ( = + ). Trend negatif mempunyai kecenderungan nilai ramalan (Y menurun
dengan meningkatnya waktu (X). Trend negatif mempunyai slope/gradien/kemiringan garis
yang negatif yaitu dari atas ke bawah ( = )

Gambar 12. Trend Positif dan Trend Negatif

45
Ngizatul Afifah, S.Pd., M.Si|Statistik Ekonomi

Metode yang digunakan untuk menentukan trend

1) Metode Semi Rata-Rata
Metode semi rata-rata membuat trend dengan cara mencari rata-rata kelompok data.
Langkah-langkah dalam memperoleh garis trend dengan metode ini adalah:
a) Mengelompokkan data menjadi dua bagian. Jika jumlah data ganjil, maka nilai yang
di tengah dapat dihilangkan atau dihitung dua kali yaitu satu bagian menjadi kelompok
pertama dan satu bagian menjadi kelompok kedua.
b) Menghitung rata-rata kelompok. Kelompok 1 (K1) dan kelompok 2 (K2). K1
diletakkan pada tahun pertengahan pada kelompok 1 dan K2 diletakkan pada tahun
pertengahan pada kelompok 2. Nilai K1 dan K2 menjadi intersep pada persamaan trend-
nya.
c) Menghitung selisih K2 K1, apabila K2 K1 > 0 berarti trend positif dan bila K2 < K1,
maka trend-nya negatif.
d) Menghitung perubahan trend (b) dengan rumus:
=

e) Untuk mengetahui besarnya trend selanjutnya, tinggal memasukkan nilai (X) pada
persamaan trend = + yang sudah ada.
Contoh:
(1) Jika jumlah data genap
Tabel 31. Metode Semi Rata-Rata Jumlah Data Genap
Tahun Pelanggan Setengah Nilai X tahun dasar Nilai X tahun dasar
(Juta) Rata-Rata awal 2004 awal 2008
2002 4,2 -2 -6
2003 5,0 -1 -5
K1 = 2004 5,6 5,225 0 -4
2005 6,1 1 -3

2006 6,7 2 -2
2007 7,2 3 -1
K2 = 2008 7,5 7,425 4 0
2009 8,3 5 1

, ,
=

= 0,55
Maka persamaan tren:
- Tahun dasar 2004, = 5,225 + 0,55( )

46
Ngizatul Afifah, S.Pd., M.Si|Statistik Ekonomi

- Tahun dasar 2008, = 7,425 + 0,55( )

Peramalan tahun 2010:
- = 5,225 + 0,55(6)
= 8,525
- = 7,425 + 0,55(2)
= 8,525
(2) Jika jumlah data ganjil (Cara I)
Tabel 32. Metode Semi Rata-Rata Jumlah Data Ganjil
Tahun Pelanggan Setengah Nilai X tahun dasar Nilai X tahun dasar
(Juta) Rata-Rata awal 2004 awal 2007
2002 4,2 -2 -5
2003 5,0 -1 -4
K1 = 2004 5,6 5,225 0 -3
2005 6,1 1 -2

2005 6,1 1 -2
2006 6,7 2 -1
K2 = 2007 7,2 6,875 3 0
2008 7,5 4 1

, ,
=

= 0,55
Maka persamaan tren:
- Tahun dasar 2004, = 5,225 + 0,55( )
- Tahun dasar 2007, = 6,875 + 0,55( )
Peramalan tahun 2010:
- = 5,225 + 0,55(6)
= 8,525
- = 6,875 + 0,55(3)
= 8,525
(3) Jika jumlah data ganjil (Cara II)
Tabel 33. Metode Semi Rata-Rata Jumlah Data Ganjil II
Tahun Pelanggan Setengah Nilai X tahun dasar Nilai X tahun dasar
(Juta) Rata-Rata 30 Juni 2004 awal 2004
2002 4,2 -1 -1,5
K1 = 2003 5,0 4,933 0 -0,5
2004 5,6 1 0,5

47
Ngizatul Afifah, S.Pd., M.Si|Statistik Ekonomi

2005 6,1 2 1,5

2006 6,7 3 2,5

K2 = 2007 7,2 7,133 4 3,5
2008 7,5 5 4,5

, ,
=

= 0,55
Maka persamaan tren:
- Tahun dasar 2004, = 4,933 + 0,55( )
- Tahun dasar 2007, = 7,133 + 0,55( )
Peramalan tahun 2010:
- = 4,933 + 0,55(6,5)
= 8,508
- = 7,133 + 0,55(2,5)
= 8,508
2) Metode Kuadrat Terkecil (Least Square Method)
Trend dengan metode kuadrat terkecil diperoleh dengan menentukan garis trend yang
mempunyai jumlah terkecil dari kuadrat selisih data asli dengan data pada garis trend. Apabila
menggambarkan data asli dan merupakan data trend, maka metode terkecil menghasilkan
( ) yang nilainya sekecil mungkin. Dengan menggunakan kalkulus dapat dibuktikan

bahwa = dan =
dimana adalah banyaknya pasangan data. Rumus garis trend

dengan metode kuadrat terkecil adalah:

= +
Keterangan:
= Nilai trend
= Nilai konstanta yaitu nilai pada saat nilai =0
= Nilai kemiringan garis, yaitu tambahan nilai apabila bertambah satu satuan
= Nilai periode tahun
Untuk perhitungan trend kuadrat terkecil (linier) untuk jumlah tahun ganjil, prosedurnya
sebagai berikut:
(1) Menghitung tabel untuk nilai ,
(2) Untuk mencari persamaan = + , maka harus dicari nilai dan nya. Untuk
mencari nilai dan ada beberapa nilai yang diperlukan yaitu (misalnya : nilai jumlah

48
Ngizatul Afifah, S.Pd., M.Si|Statistik Ekonomi

pelanggan setiap tahun), (jumlah data, misalnya = 5) dan X (tahun). Untuk nilai X akan
kesulitan apabila kita menggunakan nilai sesungguhnya seperti tahun 2002, 2003, dan
seterusnya. Oleh sebab itu digunakan angka kode, yaitu data yang ditengah sama dengan
0. Misalkan unit X = 1 tahun dan pertengahan (1 Juli), pada pertengahan tahunnya menjadi
tahun dasar, sehingga jumlah dari nilai X (0, -1, -2, ..., +1, +2, ...) adalah nol, atau =
0.
(3) Dapatkan nilai a dan b dengan persamaan trend = + dengan mengganti nilai
yang dihitung:

= dan =

(4) Hitunglah nilai trend yang diturunkan dari persamaan trend

Contoh:
Berikut ini adalah perkembangan pelanggan PT Telkom dari 2005 sampai dengan 2009.
Buatlah persamaan trend dengan metode kuadrat terkecil.
Tabel 34. Trend Kuadrat Terkecil dengan Jumlah Tahun Ganjil
Tahun Pelanggan
Data Asli (unit: 1 tahun) (dalam Juta) =
2005 -2 5,0 -10 4
2006 -1 5,6 -5,6 1
2007 0 6,1 0 0
2008 1 6,7 6,7 1
2009 2 7,2 14,4 4
Total 0 = 30,6 = 5,5 = 10

= =
,
= =
,

= 6,12 = 0,55
Jadi persamaan trend = 6,12 + 0,55 . Jadi persamaan trend jumlah pelanggan PT Telkom
termasuk jenis trend yang positif, sehingga apabila nilai X meningkat, maka nilai Y, yaitu
pelanggan juga meningkat. Peramalan tahun 2010 ( = 3) adalah sebagai berikut:
= 6,12 + 0,55 (3)
= 7,77
Untuk perhitungan trend kuadrat terkecil (linier) untuk jumlah tahun genap, prosedurnya
sebagai berikut:

49
Ngizatul Afifah, S.Pd., M.Si|Statistik Ekonomi

Hampir sama dengan prosedur pada jumlah tahun yang ganjil. Untuk data genap, maka
dua tahun di tengah diberikan nilai 0,5 dan -0,5, kemudian setiap tahunnya menjadi -1,5; -
2,5 dan seterusnya. Sedangkan yang positif diberikan nilai 1,5; 2,5 dan seterusnya. Jadi unit
X menjadi tahun, karena tahun dasarnya pertengahan pada dua pertengahan tahun runtut

waktu, atau 1 Januari pada pertengahan tahun ke dua. Nilai X akan mempunyai perbedaan

angka. Jumlah nilai X akan menjadi nol, atau = 0. Untuk perhitungan selangkapnya
adalah sebagai berikut:
Tabel 35. Trend Kuadrat Terkecil dengan Jumlah Tahun Genap
Tahun Pelanggan
Data Asli (unit: 1 tahun) (dalam Juta) =
2004 -2,5 4,2 -10,50 6,25
2005 -1,5 5,0 -7,50 2,25
2006 (1/7/06) -0,5 5,6 -2,80 0,25
Dasar (1/1/07) 0
2007 (1/7/07) 0,5 6,1 3,05 0,25
2008 1,5 6,7 10,05 2,25
2009 2,5 7,2 18,00 6,25
Total 0 = 34,8 = 10,30 = 10

= =
,
= =
,
,

= 5,8 = 0,59
Jadi persamaan trend = 5,8 + 0,59 . Jadi persamaan trend jumlah pelanggan PT Telkom
termasuk jenis trend yang positif, sehingga apabila nilai X meningkat, maka nilai Y, yaitu
pelanggan juga meningkat. Peramalan tahun 2010 ( = 3,5) adalah sebagai berikut:
= 5,8 + 0,59 (3,5)
= 7,865
3) Metode Kuadratik
Untuk jangka waktu pendek, kemungkinan trend tidak bersifat linear. Metode kuadratis
adalah contoh metode nonlinear. Persamaan pada metode kuadratik adalah:
= + +
Koefisien , , dan dicari dengan rumus sebagai berikut:
( ) ( )( )
= ( ) ( )

=

50
Ngizatul Afifah, S.Pd., M.Si|Statistik Ekonomi

( )( )
= ( ) ( )

Contoh:
Tabel 36. Metode Kuadratik untuk Menentukan Trend
Pelanggan ( )
Tahun
dalam Juta
1997 5,0 -2 -10,0 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 28,80 16,00
30,60 5,50 10,00 61,10 34,00

Trend Kuadratis

8,00
6,00
Jumlah Pelanggan

4,00
2,00
(jutaan)

0,00
97 98 99 00 01

Tahun

Gambar 13. Trend Kuadratis

( , )( , ) ( , )( , ) ( , ) ( , )( , )
= ( , ) ( , )
= ( , ) ( , )
, ,
= =

= 6,13 = 0,0071
,
= ,

= 0,55
Jadi persamaan trend = 6,13 + 0,55 0,0071 . Jadi peramalan pelanggan untuk tahun
2005 ( = 6) adalah:
= 6,13 + 0,55(6) 0,0071(6)
= 9,17
Perkiraan pelangggan PT Telkom pada tahun 2005 adalah 9,17 juta.

51
Ngizatul Afifah, S.Pd., M.Si|Statistik Ekonomi

4) Metode Eksponensial
Persamaan eksponensial dinyatakan dalam bentuk variabel waktu ( ) dinyatakan sebagai
pangkat. Untuk mencari nilai , dan dari data dan , digunakan rumus sebagai berikut:
= (1 + )

ln = ln + ln(1 + )

Sehingga: = ln dan = ln
1

Contoh:

Tabel 36. Metode Kuadratik untuk Menentukan Trend

Tahun Pelanggan ( ) dalam Juta ln ln
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
30,60 9,0 10,00 0,9

Trend Eskponensial
15,00

10,00
Jumlah Pelanggan

5,00
(jutaan)

0,00
97 98 99 00 01
Tahun

Gambar 14. Trend Eksponensial

= = ln
1

,
= ln
,
= ln ,
1

= 6,05 = 0,094

Sehingga persamaan eksponensial = 6,05(1 + 0,094) . Peramalan pelanggan pada tahun

2005 ( = 6) adalah:

52
Ngizatul Afifah, S.Pd., M.Si|Statistik Ekonomi

= 6,05(1 + 0,094)
= 10,371
Dalam memilih metode tren yang baik dapat digunakan ukuran ketepatan. Ukuran
ketepatan adalah seberapa tepat sebuah alat peramalan tersebut menduga kejadian yang
sebenarnya. Alat ukur tersebut yaitu ( ) paling kecil.

3. Analisis Variasi Musim

Variasi musim terkait dengan perubahan atau fluktuasi dalam musim-musim atau bulan
tertentu dalam 1 tahun.
Produksi Padi Permusim Pergerakan Inflasi 2002
30
25 2,5

20 2
Produksi (000 ton)

15 1,5
Inflasi (%) 1
10
5 0,5
0 0
I-98 II-98 III-98 I-99 II-99 III-99 I-00 II-00 III-00 I-01 II-01 III-03 1 2 3 4 5 6 7 8 9 10 11 12

Triwulan Bulan

Gambar 15. Variasi Musim Produk Pertanian Gambar 16. Variasi Inflasi bulanan
Indeks Saham PT. Astra Agro Lestari, Maret 2003
120
100
80
60
40
Indeks

20
0
03 05 13 14 22
Tanggal

Gambar 17. Variasi Harga Saham Harian

Variasi musim dapat dihitung menggunakan metode rata-rata sederhana, metode rata-rata
dengan trend dan metode rasio rata-rata bergerak sebagai berikut:
1. Metode Rata-Rata Sederhana
Indeks musim hanya berdasarkan pada data aktual dan nilai rata-ratanya saja. Rumus yang
digunakan:
Rata rata per kuartal
Indeks Musim = 100
rata rata total

53
Ngizatul Afifah, S.Pd., M.Si|Statistik Ekonomi

Contoh:
Berikut adalah data produksi padi per triwulan tahun 1998-2001. Hitunglah indeks musim
setiap triwulan. Apabila produksi padi tahun 2003 diperkirakan mencapai 54 juta ton, berapa
target produksi setiap triwulannya?
Tabel 37. Analisis Variasi Musim dengan Rata-Rata Sederhana
Tahun TriwulanProduksi
I II III
1998 44 22 14 8
1999 48 25 15 8
2000 48 26 14 8
2001 47 24 14 9
Nilai Total 187 97 57 33
Rata-rata 46,75 24,25 14,25 8,25
Rata-rata total 46,75 adalah untuk 1 tahun, sehingga untuk setiap triwulan harus dibagi dengan
3, menjadi 15,58.
,
Indeks musim I = 100 = ,
100 = 156

,
Indeks musim II = 100 = ,
100 = 91

,
Indeks musim III = 100 = ,
100 = 53

Produksi padi pada tahun 2003 direncanakan 54 juta ton. Maka setiap triwulan rata-rata
totalnya adalah 18 juta ton. Untuk setiap triwulan targetnya adalah:
( )
Target setiap triwulan =
( )
Target triwulan I = = 28,08 juta ton
( )
Target triwulan II = = 16,38 juta ton
( )
Target triwulan III = = 9,54 juta ton

2. Metode Rata-Rata dengan Trend

Metode rata-rata dengan trend dilakukan dengan cara yaitu indeks musim diperoleh dari
perbandingan antara nilai data asli dibagi dengan nilai trend. Oleh sebab itu nilai trend Y harus
diketahui dengan persamaan = + . Indeks musim metode rata-rata dengan trend
dirumuskan:

Indeks musim = 100

54
Ngizatul Afifah, S.Pd., M.Si|Statistik Ekonomi

Contoh:
Hitunglah indeks musim bulanan dari data berikut:
Tabel 37. Metode Rata-Rata dengan Trend
Bulan Y X XY Y Indeks Musim
Januari 88 -6,5 -572 42,25 97,41 90,3
Februari 82 -5,5 -451 30,25 97,09 84,5
Maret 106 -4,5 -477 20,25 96,77 109,5
April 98 -2,5 -245 6,25 96,13 101,9
Mei 112 -1,5 -168 2,25 95,81 116,9
Juni 92 -0,5 -46 0,25 95,49 96,3
Juli 102 0,5 51 0,25 95,17 107,2
Agustus 96 1,5 144 2,25 94,85 101,2
September 105 2,5 262,5 6,25 94,53 111,1
Oktober 85 4,5 382,5 20,25 93,89 90,5
November 102 5,5 561 30,25 93,57 109
Desember 76 6,5 494 42,25 93,25 81,5
Jumlah 1144 -64 203

Contoh perhitungan indeks musim untuk bulan januari:

Indeks musim = ,
100

= 90,3
3. Metode Rasio Rata-Rata bergerak
Metode rasio rata-rata bergerak (ratio to moving average method) adalah metode yang
dilakukan dengan cara membuat rata-rata bergerak selama periode tertentu. Indeks musim
metode rasio rata-rata bergerak dirumuskan :
Indeks musim = Nilai rasio Faktor koreksi
Dimana :
( )
Nilai Rasio = dan Faktor koreksi =

Contoh:
Hitunglah Indeks musim dengan metode rata-rata bergerak untuk 3 triwulan dari data produksi
padi berikut.
Tabel 38. Metode Rasio Rata-Rata Bergerak
Total bergerak Indeks
Tahun Triwulan Data asli Rata-rata
3 triwulan musim
I 22
1998 II 14 44 14,7 95
III 8 47 15,7 51
I 25 48 16 156

55
Ngizatul Afifah, S.Pd., M.Si|Statistik Ekonomi

1999 II 15 48 16 94
III 8 49 16,3 49
I 26 48 16 163
2000 II 14 48 16 88
III 8 46 15,3 52
I 24 46 15,3 157
2001 II 14 47 15,7 89
III 9

Setelah mendapatkan indeks musim setiap triwulan, maka dikelompokkan kedalam triwulan
yang sma untuk mengetahui rata-rata setiap kuartalan dari setiap tahunnya.
Tabel 39. Metode Rasio Rata-Rata Bergerak Triwulan
Tahun Triwulan
I II III
1998 95 51
1999 156 94 49
2000 163 88 52
2001 157 89
Rata-rata 159 92 51
Jumlah kuartal dalam setahun (n) = 3. oleh sebab itu penjumlahan nilai rata-rata indeks
kuartalan yaitu 159 + 90 +51 semestinya = 300, namun yang terjadi adalah 302. hal ini terjadi
karena adanya pembulatan. Oleh sebab itu, perlu diperhatikan faktor koreksi.
(100 n) (100 3) 300
Faktor koreksi = = = = 0,9934
Jumlah rata rata 159 + 92 + 51 302
Indeks musim kuartalan selanjutnya dikalikan dengan faktor koreksi.
Indeks triwulan I = 159 0,9934 = 157,95
Indeks triwulan II = 92 0,9934 = 91,39
Indeks triwulan III = 51 0,9934 = 50,66
4. Tugas Pertemuan ke-6
Jenis Tugas : Berkelompok
Batas Pengumpulan : Seminggu
Soal : Perhatikan data penjualan berikut ini
Tahun Penjualan (Y)
2000 150
2001 140
2002 125

56
Ngizatul Afifah, S.Pd., M.Si|Statistik Ekonomi

2003 110
2004 130
2005 150
2006 156
2007 160
2008 168
1. Tentukan persamaan trend menggunakan:
a. Metode semi rata-rata
b. Metode kuadrat terkecil
c. Metode kuadratis
d. Metode eksponensial
2. Dengan membandingkan nilai ( ) tentukan
metode mana yang paling cocok untuk meramalkan
data penjualan tersebut.

*****Kerjakan dengan sungguh-sungguh dan jangan menganggapnya sebagai beban. Jadikan

sebagai sarana untuk menempa kemampuan diri. Niatkan untuk mencari ilmu dan beribadah
bukan sekedar mencari nilai. Semoga dimudahkan oleh Allah AWT. Amiin... ^_^*****

57