Page 1
8/4/2019 Angka Indeks Dan Peramalan
http://slidepdf.com/reader/full/angka-indeks-dan-peramalan 1/15
1
ANGKA INDEKS DAN PERAMALAN
1. ANGKA INDEKS
Setiap kegiatan selalu mengalami kemajuan atau kemunduran, kadang-
kadang-kadang produksi meningkat, kadang-kadang menurun. Hasil penjualan
suatu perusahaan dapat meningkat dan juga menurun, hasil penerimaan devisa
mengalami naik turun, pendapatan nasional kadang-kadang naik kemudian
merosot lagi, juga harga, gaji, dan biaya hidup selalu mengalami naik turun.
Untuk mengetahui maju mundurnya suatu usaha (perusahaan ingin mengetahui
maju mundurnya hasil penjualan, pemerintah ingin mengetahui maju mundurnya
penerimaan Negara, penerimaan devisa, dan lain sebagainya) diperlukan angka
indeks.
Angka indeks atau sering disebut indeks saja, pada dasarnya merupakan suatu
angka yang dibuat sedemikian rupa sehingga dapat dipergunakan untuk
melakukan perbandingan antara kegiatan yang sama (produksi, ekspor, hasil
penjualan, jumlah uang beredar, dan lain sebagainya) dalam dua waktu yang
berbeda. Dari angka indeks bisa diketahui maju mundurnya atau naik turunnya
suatu usaha atau kegiatan. Jadi tujuan pembuatan angka indeks sebetulnya adalah
untuk mengukur secara kuantitatif terjadinya perubahan dalam dua waktu yang
berlainan, misalnya indeks harga untuk mengukur perubahan harga (berapa
kenaikannya atau penurunannya).
Di dalam suatu analisa ekonomi indikator mengenai angka indeks sangatlah
penting, karena dapat digunakan untuk mengetahui besarnya laju inflasi atau
deflasi yang terjadi pada suatu Negara. Indikator ini sangat penting untuk
diketahui sehingga dapat menentukan kebijaksanaan apa yang harus diambil oleh
pemerintah untuk mengetahui masalah yang sedang dihadapi.
Biasanya untuk mengukur suatu angka indeks pada tahun tertentu (tahun n)
yang didasarkan pada tahun tertentu yang dipakai sebagai tahun dasar (base year )
dan juga berfungsi sebagai pembanding yang hasilnya dinyatakan dalam bentuk
persentase. Dalam pemilihan tahun dasar, harus memperhatikan kaidah-kaidah
sebagai berikut :
Page 2
8/4/2019 Angka Indeks Dan Peramalan
http://slidepdf.com/reader/full/angka-indeks-dan-peramalan 2/15
2
a. Tahun sebaiknya menunjukkan keadaan perekonomian yang stabil, dimana
harga tidak berubah dengan cepat sekali.
b. Tahun sebaiknya usahakan paling lama 10 tahun atau lebih baik kurang dari 5
tahun.
c. Tahun dimana terjadi peristiwa penting.
d. Tahun dimana tersedia data untuk keperluan pertimbangan, hal ini tergantung
pada tersedianya biaya untuk penelitian.
Adapun macam-macam angka indeks adalah sebagai berikut :
1.1. Harga Relatif ( Price Relatives)
Harga relatif sebagai salah satu angka indeks bermanfaat dalam memahami
dan menginterpretasi perubahan kondisi ekonomi dan bisnis dari waktu ke waktu.
Selain itu, harga relatif dapat memberikan gambaran tentang bagaimana harga per
unit barang sekarang dibandingkan dengan harga pada periode dasar (base
period ). Harga relatif menyatakan harga per unit barang pada suatu periode
sebagai persentase terhadap harga barang tersebut pada base period .
1.2. Indeks Harga Agregat ( Aggregate Price Index)
Indeks ini digunakan untuk mengukur perubahan gabungan dari sekelompok
barang secara bersama-sama. Angka indeks ini menekankan agregasi, yaitu
barang dan jasa lebih dari satu. Indeks harga agregat memungkinkan kita untuk
melihat persoalan harga secara agregatif (secara makro), yaitu secara keseluruhan,
bukan melihat satu per satu (per individu). Ada 2 jenis indeks harga agregat, yaitu
:
a. Indeks Harga Agregat Tak Tertimbang
Indeks harga agregat tak tertimbang digunakan untuk unit-unit yang
mempunyai satuan yang sama. Indeks ini diperoleh dengan jalan membagi
hasil penjumlahan harga pada waktu yang bersangkutan dengan hasil
penjumlahan harga pada waktu dasar.
Indeks harga agregat tak tertimbang pada periode t (lt ) dihitung dengan rumus :
Page 3
8/4/2019 Angka Indeks Dan Peramalan
http://slidepdf.com/reader/full/angka-indeks-dan-peramalan 3/15
3
dimana :
= harga per unit jenis barang i pada periode t
= harga per unit jenis barang i pada periode dasar
Contoh :
Perhatikan data tabel berikut, yang menyajikan harga barang berdasarkan jenis,
untuk tahun 1994-1996
Jenis BarangHarga
1994 1995 1996
(1) (2) (3) (4)
ABCD
100200500400
150250600500
200300700600
Jumlah 1.200 1.500 1.800
Hitunglah indeks harga agregat tak tertimbang untuk tahun 1995 dan 1996
dengan waktu dasar tahun 1994.
Penyelesaian :
b. Indeks Harga Agregat Tertimbang
Indeks harga agregat tertimbang ialah indeks yang dalam pembuatannya telah
dipertimbangkan factor-faktor yang akan mempengaruhi naik turunnya angka
indeks tersebut. Pertimbangan yang akan dipergunakan untuk pembuatan
indeks biasanya :
Page 4
8/4/2019 Angka Indeks Dan Peramalan
http://slidepdf.com/reader/full/angka-indeks-dan-peramalan 4/15
4
1) Kepentingan relative (relative importance)
2) Hal-hal yang ada hubungannya atau ada pengaruhnya terhadap naik
turunnya indeks tersebut. Misalnya karena produksi itu akan
mempengaruhi harga (produksi naik mengakibatkan suplai naik, apabila
permintaan dan daya beli tetap, harga barang tersebut dapat turun,
sebaliknya penurunan produksi menyebabkan harga naik). Dalam
pembuatan indeks harga, produksi dipergunakan sebagai timbangan.
Dua metode untuk menghitung Indeks Agregat Harga Tertimbang adalah
metode Laspeyers dan metode Paasche. Keduanya berbeda hanya pada periode
yan gdigunakan untuk pembobotannya. Metode Laspeyers memakai bobot
periode-acuan, artinya harga dan jumlah awal barang-barang digunakan untuk
mencari perubahan persen pada akhir periodenya, entah dalam harga atau
jumlah yang dikonsumsi, bergantung pada persoalannya. Metode Paasche
memakai bobot tahun-sekarang. Perhatikan penjelasan berikut :
1) Indeks Harga Laspeyers
Etienne Laspeyers mengembangkan metode ini pada akhir abad ke-18
untuk menentukan indeks berbobot menggunakan kuantitas (jumlah)
periode-acuan sebagai bobot. Memakai metodenya, suatu indeks harga
berbobot dihitung dengan :
Dimana :
P adalah indeks harga
pt adalah harga sekarang p0 adalah harga dalam periode acuan
q0 adalah kuantitas yang dikonsumsi dalam periode acuan
Page 5
8/4/2019 Angka Indeks Dan Peramalan
http://slidepdf.com/reader/full/angka-indeks-dan-peramalan 5/15
5
Data berikut akan dihitung dengan menggunakan indeks Laspeyers.
Jenis1995
Harga
1995
Kuantitas
2005
Harga
2005
KuantitasRoti, putih, harga per ponTelur, LusinSusu, gallon, putihApel, Red Delicious, 1 ponJus jeruk, konsentrat 12 ozKopi, 100%, sangria giling, 1 pon
0,771,850,881,461,584,40
5026
102304012
0,891,841,011,561,704,62
5520
130404112
Pertama kita tentukan jumlah pengeluaran untuk enam barang ini dengan
acuan tahun 1995. Untuk menemukan nilai tersebut kita kalikan harga
periode acuan untuk roti ($ 0,77) dengan kuantitas periode acuan, yaitu 50.
Hasilnya adalah $ 38,50. Nilai ini menunjukkan bahwa sejumlah $ 38,50
dihabiskan untuk membeli roti dalam periode acuannya. Kita lanjutkan
untuk semua barang dan hitung totalnya. Total periode acuan adalah $
336,16. Total periode sekarang adalah dihitung dengan cara yang sama.
Untuk barang pertama, roti, kita kalikan kuantitas tahun 1995 dengan harga
roti di tahun 2005, yaitu $ 0,89(50). Hasilnya adalah $ 44,50. Kita lakukan
perhitungan yang sama untuk setiap barang dan hitung totalnya. Totalnyaadalah $ 365,60. Indeks harga berbobot untuk 2005 adalah 108,8 yang
dihitung dengan cara :
Berdasarkan analisis ini, kita dapat menarik kesimpulan bahwa harga
sekelompok barang ini bertambah 8,8 persen selama periode sepuluh tahun.
Keunggulan dari metode ini dibandingkan indeks agregat sederhana adalah
bahwa bobot setiap barangnya diperhitungkan. Dalam indeks agregat
sederhana, kopi mempunyai bobot sekitar 40 persen dalam menentukan
indeks. Dalam indeks Laspeyers, barang dengan bobot terberat adalah susu,
karena harga produknya dan unit yang terjualnya paling besar.
2) Indeks Harga Paasche
Indeks Laspeyers memiliki kelemahan terbesar yaitu menganggap dan
mengasumsikan kuantitas periode-acuan masih realistis pada periode yang
dihitung. Artinya, kuantitas yang dikonsumsi untuk enam barang tersebut
Page 6
8/4/2019 Angka Indeks Dan Peramalan
http://slidepdf.com/reader/full/angka-indeks-dan-peramalan 6/15
6
kira-kira sama pada tahun 1995 dan tahun 2005. Pada kasus ini, perhatikan
bahwa kuantitas pembelian telur mengalami penurunan sekitar 23 persen,
kuantitas susu bertambah hampir 28 persen, dan jumlah apel bertambah
sekitar 33 persen.
Indeks Paasche adalah alternatifnya. Caranya serupa, namun menggunakan
kuantitas periode-sekarang sebagai bobotnya. Kita gunakan penjumlahan
hasil kali harga tahun 1995 dengan kuantitas tahun 2005. Keunggulan
indeks ini adalah menggunakan kuantitas yang periode yang lebih akhir.
Jika terdapat perubahan dalam kuantitas yang dikonsumsi sejak periode
acuan, perubahan semacam itu ikut dperhitungkan dalam indeks Paasche.
Bila kita menghitung kembali data pada tabel pembahasan indeks
Laspeyers, maka akan menghasilkan nilai berikut :
Hasil ini menunjukkan terdapat peningkatan 9,4 persen pada harga “wadah pasar” yang berisi sejumlah barang antara 1995 dan 2005. Berarti harganya
9,4 persen lebih tinggi jika membeli barang-barang tersebut pada tahun
2005 dibandingkan pada tahun 1995. Jika semuanya diperhitungkan, karena
perubahan dalam kuantitas pembelian antara tahun 1995 dan tahun 2005,
indeks Laspeyers lebih luas digunakan karena ada beberapa bagian data
yang direvisi di setiap periodenya.
1.3. Berbagai Indeks Penting
Berbagai indeks penting yang dibahas pada makalah ini antara lain :
a. Indeks Harga Konsumen
Indeks harga konsumen (IHK) digunakan untuk mengukur perubahan harga
sejumlah barang dan jasa dari suatu wadah pasar yang tetap dari satu periode
ke periode lainnya. Pada Januari 1978, Bureau of Labor Statistics mulai
memperkenalkan IHK untuk dua kelompok populasi. Indeks yang pertama,
Page 7
8/4/2019 Angka Indeks Dan Peramalan
http://slidepdf.com/reader/full/angka-indeks-dan-peramalan 7/15
7
disebut sebagai Consumer Price Index-All Urban Consumers, meliputi sekitar
87 persen dari total populasi. Indeks lainnya adalah untuk para pekerja di kota
dan para pekerja administrative, yang meliputi sekitar 32 persen dari populasi.
Secara singkat, IHK memberikan beberapa fungsi utama. IHK memungkinkan
konsumen menentukan turunnya daya beli mereka akibat kenaikan harga.
Berdasarkan hal itu, IHK menjadi ukuran untuk merevisi upah, dana pensiun,
dan pembayaran pendapatan lainnya untuk dapat mengikuti perubahan harga.
Sama pentingnya, IHK juga merupakan indikator ekonomi untuk laju inflasi di
Indonesia.
b. Indeks Harga Produsen
Dahulu disebut sebagai Wholesale Price Index, indeks ini dikenal sejak tahun
189. Indeks tersebut merefleksikan harga-harga dari sedikitnya 3.400
komoditas. Data harga dikumpulkan dari para penjual komoditas, dan biasanya
indeks ini mengacu pada transaksi berjumlah besar pertama untuk setiap
komoditasnya. Indeks ini termasuk indeks Laspeyers.
c. Indeks Harga Perdagangan Besar
IHPB adalah indeks yang menunjukkan tingkat harga barang dan jasa yang
diterima oleh produsen pada berbagai tingkat produksi. Indeks harga
perdagangan besar digunakan untuk melihat inflasi dari sisi produsen. Jadi,
IHPB menggambarkan besarnya perubahan harga pada tingkat harga
perdagangan besar ataupun harga grosir dari sejumlah komoditas tertentu.
Indeks harga sangat bermanfaat bagi para pedagang besar untuk mengetahui
sejauh mana perubahan-perubahan yang terjadi pada harga-harga pembelian
barang dagangan. Selain itu juga, indeks harga dapat dijadikan dasar untuk
memperkirakan kondisi harga yang mungkin terjadi pada masa yang akan
datang.
Di samping itu, dengan diketahuinya indeks harga perdagangan besar, para
pedagang besar dapat mengetahui factor-faktor yang menyebabkan terjadinya
perubahan pada harga-harga tersebut, sehingga pengetahuan indeks harga
tersebut dapat dipergunakan untuk menetapkan harga dasar bagi para
konsumen.
Page 8
8/4/2019 Angka Indeks Dan Peramalan
http://slidepdf.com/reader/full/angka-indeks-dan-peramalan 8/15
8
Besar kecilnya indeks harga perdagangan besar sangat dipengaruhi oleh factor
berikut :
1) Kenaikan biaya produksi
2) Kebijakan politik dagang
3) Kebijakan dalam bidang moneter
4) Perubahan nilai uang
d. Indeks Biaya Hidup
Dalam pembuatan indeks biaya hidup, persentase pengeluaran setiap barang
dipergunakan sebagai timbangan ( percentage weight ). Pada umumnya indeks
biaya hidup terdiri dari 4 komponen, yaitu biaya untuk makanan, pakaian,
perumahan, dan lain-lain. Untuk Negara yang sudah maju dimana pendapatan
penduduknya sudah tinggi, persentase biaya untuk makanan biasanya kecil
(kurang dari 25%), sedangkan untuk negara yang belum maju (sedang
berkembang) dimana tingkat pendapatan penduduknya masih rendah,
persentase pengeluaran untuk makanan biasanya tinggi (lebih dari 60%).
Persentase pengeluaran untuk makanan ini juga dapat dipergunakan sebagai
ukuran kepentingan relative, sebab penduduk Negara yang belum maju
menganggap makanan itu penting sehingga memerlukan pengeluaran lebih dari
50%, sedangkan bagi penduduk Negara yang sudah maju untuk keperluan yang
sama hanya mengeluarkan kurang dari 50%.
BPS selalu mengeluarkan indeks biaya hidup setiap bulan untuk keperluan
mengukur tingkat inflasi, sedangkan perusahaan menggunakan indeks biaya
hidup untuk dasar penyesuaian gaji. Secara psikologis gairah kerja para
karyawan akan menurun kalau indeks biaya hidup naik akan tetapi gajinya
tidak dinaikkan.
1.4. Indeks Kuantitas (Quantity Index)
Indeks kuantitas pada dasarnya menunjukkan perkembangan jumlah barang
atau produk dari satu kurun waktu ke kurun waktu lainnya. Perhitungan untuk
mengetahui nilainya dilakukan dengan membandingkan jumlah barang pada suatu
tahun tertentu dengan jumlah barang pada tahun dasar. Berkenaan dengan angka
Page 9
8/4/2019 Angka Indeks Dan Peramalan
http://slidepdf.com/reader/full/angka-indeks-dan-peramalan 9/15
9
indeks kuantitas ini, gambaran secara hipotesis tentang perkembangan jumlah
produksi tanaman pangan dan palawija yang dihasilkan oleh para petani di Desa
Pager Rejo, Kecamatan Ngadirojo, Kabupaten Pacitan dapat dijadikan ilustrasi.
Berdasarkan pencatatan oleh para kepala dusun yang disampaikan kepada kepala
desa, informasi mengenai jumlah produksi tanaman pangan selama tahun 1998
dan 1999 dapat dilihat pada tabel.
Atas dasar tabulasi itu, dengan tahun 1998 sebagai tahun dasar yang berarti
pula bahwa nilai angka indeks harga pada tahun itu adalah 100%, maka nilai
angka indeks jumlah produksi tanaman pangan dan palawija Desa Pager Rejo
pada 1999 apabila dirumuskan adalah :
Dimana Ql0,n adalah nilai angka indeks kuantitas suatu tahun dengan tahun
dasar 0, Q0 adalah jumlah pada tahun dasar (base year ), serta Qn adalah jumlah
pada tahun yang akan dihitung nilai angka indeksnya (current year ).
Melalui rumus tersebut, nilai angka indeks kuantitas produksi tanaman
pangan dan palawija desa Pagar Rejo pada tahun 1999 adalah :
Agar tidak terpengaruh oleh perubahan satuan pengukuran, sebagaimana yang
diterapkan dalam perhitungan angka indeks harga, besarnya angka indeks
kuantitas relative dari jumlah produksi masing-masing tanaman perlu dihitung.
Setelah angka indeks relative masing-masing tanaman diketahui, jumlah
keseluruhannya harus dihitung guna mengetahui besarnya nilai angka indekskuantitas relative pada tahun tertentu. Rumus untuk itu adalah :
Dimana RQl0,n adalah angka indeks kuantitas relative suatu tahun dengan tahun
dasar 0, Q0 merupakan jumlah pada tahun dasar dan Qn merupakan jumlah pada
tahun tertentu yang akan dihitung nilai angka indeksnya.
Page 10
8/4/2019 Angka Indeks Dan Peramalan
http://slidepdf.com/reader/full/angka-indeks-dan-peramalan 10/15
10
Apabila diterapkan, perhitungan guna mencari nilai angka indeks kuantitas
relative tanaman pangan dan palawija pada tahun 1999 adalah seperti yang
tampak pada tabel berikut :
Jenis
Tanaman
Jumlah Jumlah Relatif
1998 (Q0) 1999 (Q n) 1998 (Q0 / Q0) 1999 (Q n / Q0)
PadiJagungKedelaiKacang TanahUbi KayuUbi Jalar
TalasUbi Garut
1.000500300600
1.500450
100200
1.500750350650
2.000400
125150
100100100100100100
100100
150150
116,67108,33133,3388,89
12575
S(Q0 / Q0) = 800 S(Qn / Q0) = 947,22
Dengan demikian, besarnya angka indeks kuantitas relative produksi tanaman
pangan dan palawija pada tahun 1999 adalah :
2. PERAMALAN
2.1. Metode Penghalusan
Metode penghalusan (smoothing) banyak digunakan untuk menghilangkan
atau mengurangi keteracakan (randomness) dari data deret waktu (time series).
Metode yang biasa digunakan untuk keperluan penghalusan data adalah metode
rata-rata bergerak (moving average) dari pengukuran respon dalam periode waktu
tertentu atau metode pemulusan eksponensial.
a. Rata-rata bergerak (moving average)
Metode rata-rata bergerak banyak digunakan untuk menentukan tren dari suatu
data deret waktu. Dengan menggunakan metode rata-rata bergerak ini, deret
berkala dari data asli diubah menjadi deret rata-rata bergerak yang lebih mulus
dan tidak terlalu tergantung pada osilasi. Dengan begitu, menjadi lebih
memungkinkan untuk menunjukkan tren dasar atau siklus dalam pola data
sepanjang waktu. Sebagai hasilnya, fluktuasi tidak beraturan yang terlihat pada
deret berkala telah “diperhalus” sehingga menunjukkan garis tren jangka
Page 11
8/4/2019 Angka Indeks Dan Peramalan
http://slidepdf.com/reader/full/angka-indeks-dan-peramalan 11/15
11
panjang yang agak konstan. Dari hasil yang diperoleh, secara umum dapat
ditelusuri bagaimana laju peningkatan dalam pola datanya.
Dengan metode rata-rata bergerak ini, nilai yang dimuluskan pada titik waktu t
dari pengukuran respon selama periode waktu secara umum ditentukan melalui
perhitungan :
M adalah sebuah bilangan ganjil. yt adalah respon proses pada saat t , yt -1
merupakan respon proses pada saat t -1dan seterusnya. Sebagai contoh, bila
rata-rata bergerak dihitung atas dasar selang tiga periode, maka :
Dan seterusnya.
Yang dilakukan di sini pada masing-masing langkah sebenarnya hanyalah
menghitung kembali rata-rata dengan menambah nilai berikutnya dan
menggugurkan pengamatan yang terjadi M periode sebelumnya. Maka rumus
rata-rata bergerak dapat disederhanakan dengan menuliskannya kembali dalam
bentuk recursive berikut :
b. Metode pemulusan eksponensial
Sementara rata-rata bergerak sangat tepat dipakai untuk dasar peramalan hanya
ketika pengaruh tak beraturan menyebabkan berubahnya nilai time series,
pemulusan eksponensial sederhana paling cocok hanya jika pengaruh siklis dan
pengaruh tak beraturan sangat berpengaruh pada nilai pengamatan. Dalam
kedua metode tersebut, peramalan dapat diperoleh hanya untuk periode
berikutnya dalam time series, dan bukan untuk periode-periode lebih jauh
dimasa depan. Metode pemulusan lain yang lebih kompleks dapat memasukkan
Page 12
8/4/2019 Angka Indeks Dan Peramalan
http://slidepdf.com/reader/full/angka-indeks-dan-peramalan 12/15
12
lebih banyak pengaruh dan dapat meramalkan beberapa periode di masa depan.
Metode-metode tersebut dijelaskan singkat di bawah.
1) Linear exponential smoothing atau pemulusan eksponensial linear
menggunakan persamaan tren linear berdasarkan data time series. Namun,
tidak seperti persamaan tren sederhana yang dibahas sebelumnya, nilai
dalam series ini di bobot secara eksponensial berdasarkan pada pemakaian
konstanta pemulusan.
2) Exponential smoothing Holt atau pemulusan eksponensial Holt memakai
persamaan tren linear berdasarkan penggunaan dua konstanta pemulusan :
satu untuk memperkirakan tingkat sekarang nilai time series dan yang
lainnya untuk memperkirakan slope.
3) Exponential smoothing Winter atau pemulusan Winter mencakup pengaruh
musiman dalam peramalan. Tiga konstanta pemulusan dipakai : satu untuk
menduga tingkat sekarang nilai time series, yang kedua untuk menaksir
slope garis tren, dan yang ketiga untuk mengestimasi peramalan musiman
yang akan dipakai sebagai pengganda.
2.2. Proyeksi Tren dengan Persamaan Linier
Tren (trend ) merupakan gerakan lamban berjangka panjang dan cenderung
menuju ke satu arah (menaik atau menurun) dalam suatu data runtun waktu. Garis
tren pada dasarnya garis regresi dan variable bebas (X) merupakan variable
waktu. Tren garis lurus (linear) adalah suatu tren yang diramalkan naik atau turun
secara garis lurus (persamaan linier). Variable waktu sebagai variable bebas dapat
menggunakan waktu tahunan, semesteran, bulanan, atau mingguan. Analisis tren
garis lurus (linear ) terdiri atas metode kuadrat terkecil dan metode momen.
Dalam analisis tren tidak ada ketentuan jumlah data historis (n) yang
dianalisis, tetapi semakin banyak jumlah data (n) maka semakin baik hasil
perhitungan analisis.
Page 13
8/4/2019 Angka Indeks Dan Peramalan
http://slidepdf.com/reader/full/angka-indeks-dan-peramalan 13/15
13
Contoh perhitungan tren dengan metode kuadrat terkecil :
n Tahun Jualan (Y) X X XY
12345
20112012201320142015
130145150165170
01234
014916
0145300495680
Jumlah 760 10 30 1.620
Ramalan jualan menggunakan metode kuadrat terkecil (least square) dapat
dihitung dengan rumus :
Dengan nilai yang telah diperoleh dalam tabel, maka dapat dihitung rumus
berikut :
Persamaan tren garis lurus :
Ramalan jualan tahun 2016 : unit
2.3. Komponen Deret Berkala
Deret berkala merupakan data statistic yang disusun berdasarkan urutan
waktu. Sedangkan analisis deret berkala adalah suatu alat analisis yang dapat di
gunakan untuk mengetahui kecenderungan suatu nilai dari waktu ke waktu serta
alat analisis yang dapat diterapkan guna memprediksi nilai suatu variable dalam
kurun waktu tertentu.
Page 14
8/4/2019 Angka Indeks Dan Peramalan
http://slidepdf.com/reader/full/angka-indeks-dan-peramalan 14/15
14
Terdapat empat komponen variasi deret berkala yaitu tren sekuler, variasi
musiman, variasi siklis, dan variasi tak beraturan. Hubungan diantara mereka
digambarkan dalam rumus :
Dimana A adalah nilai data actual, T adalah tren sekuler, S adalah variasi
musiman, C adalah variasi siklis, sedangkan I adalah variasi yang tak beraturan.
Trens sekuler merupakan pergerakan naik dan turun suatu keadaan dalam
jangka panjang. Secara grafis, tren ini menampakkan suatu gerakan atau
kecenderungan yang lamban, panjang, dan menuju suatu arah. Tren ini sendiri
akan dipilah menjadi tiga, yakni tren yang menunjukkan gejala kenaikan, tren
yang menunjukkan gejala konstan, dan tren yang menunjukkan gejala penurunan.
Variasi musiman merupakan pergerakan suatu keadaan yang berlangsung
secara periodic dalam jangka waktu satu tahun. Variasi siklis adalah pergrakan
tren yang meningkat atau menurun dalam jangka yang relative panjang misalnya
lima, sepuluh, lima belas, bahkan dua puluh lima tahun. Konjungtur
perekonomian suatu Negara merupakan contoh nyata variasi siklis. Secara umum,
variasi siklis terdiri atas tahapan kemakmuran, masa kemunduran, masa
kehancuran, dan masa pemulihan kembali.
Variasi tak beraturan adalah pergerakan keadaan yang terjadi tanpa bisa
atau sulit sekali diperkirakan, misalnya saja, kejadian meledaknya bom di lantai
dasar Bursa Efek Jakarta yang menjadikan nilai tukar mata uang Dollar Amerika
Serikat terhadap Rupiah melonjak tajam.
Page 15
8/4/2019 Angka Indeks Dan Peramalan
http://slidepdf.com/reader/full/angka-indeks-dan-peramalan 15/15
15
DAFTAR PUSTAKA
Kazmier, Leonar J. 2003. Statistik Untuk Bisnis. Jakarta : Erlangga.
Lind, Marchal, dan Wathen. 2008. Teknik-teknik Statistik Dalam Bisnis dan
Ekonomi 2 (edisi 13). Jakarta : Salemba Empat.
Nafarin, M. 2007. Penganggaran Perusahaan (edisi 3). Jakarta : Salemba Empat.
Purbayu Budi Santosa dan Muliawan Hamdan. 2007. Statistik Deskriptif Dalam
Bidang Ekonomi dan Niaga. Jakarta : Erlangga.
Sugiarto dan Dergibson Siagian. 2000. Metode Statistika Untuk Bisnis dan Ekonomi. Jakarta : Gramedia Pustaka Utama.
Supranto, J. 2000. Statistik : Teori dan Aplikasi (edisi 6). Jakarta : Erlangga.