Analisis Data Berkala

yaitu Gerakan trend jangka panjang (T) Gerakan siklis (C) Gerakan variasi musim (S) Gerakan yang tak teratur atau gerakan yang acak (I) . yang sering disebut komponen-komponen data berkala.Ciri-ciri dan Penggolongan Data Berkala  Gerakan–gerakan     khas data berkala dapat digolongkan menjadi empat kelompok utama.

Ciri-ciri dan Penggolongan Data Berkala  Persamaan klasik mengasumsikan bahwa data berkala Y merupakan hasil perkalian dari komponen-komponen. Akan tetapi. ada juga statistikiawan yang mengasumsikan yang mengasumsikan bahwa data berkala Y merupakan jumlah dari komponenkomponen tersebut. gerakan musim (S). . yaitu Y = T x C x S x I. yaitu Y = T + C + S + I.gerakan siklis (C). dan gerakan yang tak teratur (I). gerakan jangka panjang (T).

.Gerakan Trend Jangka Panjang atau Sekuler (Long Term Movement Or Secular Trend)  Gerakan trend jangka panjang adalah suatu gerakan yang menunjukkan arah perkembangan atau kecenderungan secara umum dari data berkala yang meliputi jangka waktu yang panjang. Dengan lebih singkat dapat disebutkan bahwa gerakan trend jangka panjang adalah suatu garis halus atau kurva yang menunjukkan suatu kecenderungan umum dari suatu data berkala. Kecenderungan tersebut arahnya bisa naik bisa juga turun.

 Waktu yang diperlukan untuk melewati satu siklis. di atas atau di bawah garis trend dalam jangka panjang. . misalnya dari puncak ke puncak berikutnya dinamakan lama siklis. Gerakan dari puncak ke lembah disebut kontraksi dan gerakan dari puncak ke lembah berikutnya disebut ekspansi. Dari gerakan siklis diperoleh titik tertinggi (puncak) dan titik terendah (lembah). Atau bisa juga dikatakan suatu gerakan disekitar rata-rata nilai data berkala. Persentase antara titik puncak dengan garis trend atau antara titik lembah dengan garis trend disebut amplitude.Gerakan Siklis atau Variasi Siklis (Cyclical Movements or Variations)  Gerakan siklis adalah gerakan naik turun disekitar garis trend dalam jangka panjang.

.Gerakan Musiman (Seasonal Movement) Gerakan musiman atau variasi musiman (seasonal movement) adalah gerakan yang mempunyai pola-pola tetap atau identik dari waktu ke waktu dengan jangka waktu yang kurang dari satu tahun.

. pemilihan umum.  Gerakan tidak teratur dari data berkala disebabkan oleh peristiwa-peristiwa yang terjadi secara kebetulan seperti banjir. pemogokan.Gerakan Tidak Teratur atau Acak (Irregular or Random Movement)  Gerakan tidak teratur atau gerakan acak adalah gerakan yang bersifat sporadis atau gerakan dengan pola yang tidak teratur dan tidak dapat diperkirakan yang terjadi dalam waktu singkat. dan perubahan pemeritahan.

yaitu: Metode bebas Metode setengah rata-rata Metode rata-rata bergerak. dan Mtode kuadrat terkecil untuk .CARA MENENTUKAN PERSAMAAN TREND     Ada empat cara yang akan dipelajari menentukan persamaan trend linear.

CARA MENENTUKAN PERSAMAAN TREND  Keempat cara ini dipakai untuk menentukan bentuk umum persamaan trend inear. . yaitu:  = a + Bx  Y adalah nilai trend pada periode tertentu (variable tidak bebas)  X adalah periode waktu (variable bebas)  a adalah intersep dari persamaan trend  b adalah koefisien kemiringan atau gradient dari persamaan trend yang menunjukkan besarnya perubahan nilai trend bila terjadi perubahan satu unit pada X.

misalnya titik (X1X2) dan (X2Y2). Pilihlah dua titik sembarangan untuk menentukan persamaan trend linear.Metode Bebas  Langkah-langkah yang diperlukan untuk menentukan      persamaan trend dengan cara sebagai beikut: Buatlah sumbu datar X dan sumbu tegak Y dalam system koordinat kartesius. Pilih salah satu periode waktu data berkala sebagai titik asal (X = 0) . Tariklah garis linear yang arahnya mengikuti arah penyebaran nilai-nilai data berkala.Y) yang menyatakan kaitan antara waktu dan nilai data berkala. Buatlah diagram pencar (scatter diagram) dari pasangan titik-pasangan titik (X.

Metode Bebas  Masukanlah atau subtitusikanlah nilai-nilai X dan Y dari dua titik yang tlah dipilih pada rumus persamaan umum trend linear atau memakai persamaan berikut  Selanjutnya tentukanlah nilai-nilai trend dengan memakai persamaan yang telah diperoleh tersebut. .

Metode Setengah Rata-rata  Penentuan persamaan trend linear dengan metode setengah rata-rata dilakukan dengan tahapantahapan berikut. katakanlah kelompok 1 dan kelompok 2  Tentukanlah rata-rata hitung masing-masing kelompok. katakanlah .  Bagilah data berkala menjadi dua kelompok yang sama banyak.

katakanlah dan hitung masing-masing Tentukanlah nilai a dan b dengan mensubtitusikan nilai-nilai X dan Y dari dua titik tersebut pada persamaan trend = a + Bx .Metode Setengah Rata-rata  Tentukanlah rata-rata kelompok.

Yn ..Metode Rata-rata Bergerak  Metode rata-rata bergerak (moving bergerak) ditentukan dengan cara berikut. Misalkan kita mempunyai data berkala dengan nilai-nilai berikut.. Y2.. Y1. Y3..

Rata-rata hitung pertama .Metode Rata-rata Bergerak  Rata-rata bergerak menurut aturan waktu n adalah merupakan urutan rata-rata hitung. yaitu sebagai berikut.

Metode Rata-rata Bergerak  Rata-rata hitung kedua  Rata-rata hitung ketiga .

. Oleh karena pendekatan yang dipakai bersifat matematis.Metode Kuadrat Minimum (cara singkat)  Rumus  Metode menentukan persamaan trend dengan rumus itu disebut metode kuadrat minimum cara singkat. sehingga banyak dipakai dalam analisis data berkala. metode setengah rata-rata. dan metode rata-rata bergerak. maka persamaan trend yang diperoleh dengan metode kuadrat minimum ini dipandang sebagai suatu persamaan trend yang paling baik dan paling popular dibandingkan dengan metode bebas.

 Persamaan umum trend kuadrat adalah: . Namun pada bagian ini kita hanya akan mempelajari trend kuadrat. trend eksponensial. dan trend lainnya.Metode Kuadrat Minimum (cara singkat)  Untuk data berkala dengan jangka waktu yang panjang lebih baik dipakai trend bukan linear seperti trend kuadrat.

c ditentukan dengan metode kuadrat minimum. sehingga diperoleh: .Metode Kuadrat Minimum (cara singkat)  Di mana a. b.

Sign up to vote on this title
UsefulNot useful