1 BAB 6 ANALISIS RUNTUT WAKTU STATISTIKA DESKRIPTIF Plus Drs. Algifari, M. Si.
TUJUAN Setelah selesai mempelajari bab ini Anda diharapkan mampu:
memahami 4 (empat) komponen deret berkala menentukan persamaan trend linear menghitung rata-rata bergerak dan menentukan indeks musiman
mengunakan persamaan trend untuk meramal nilai variabel pada masa yang akan datang
membuat ramalan yang sudah terbebas dari pengaruh musiman
memahami pola perubahan nilai variabel non linear
Statistika I: Analisis Runtut Waktu 2
PEMBAHASAN
1. Empat Komponen Deret Berkala2. Trend Sekular (Secular Trend)3. Variasi Musiman (Seasonal Variation)4. Identifikasi Komponen Siklis
(Cyclical) dan Komponen Tak Beraturan (Random)
Statistika I: Analisis Runtut Waktu 3
Time series is a set (or series) of numerical values of a particular variable listed in chronological order
Alasan mempelajari data time series mengetahui pola perubahan nilai variabel
pada masa lalu berdasarkan pola perubahan nilai
variabel pada masa lalu dilakukan peramalan nilai variabel tersebut pada masa yang akan datang
Statistika I: Analisis Runtut Waktu 4
PENGERTIAN RUNTUT WAKTU (TIME SERIES)
KOMPONEN TIME SERIES
Secular Trend (Long-term Trend) - T Seasonal Variations (Seasonal Effect) - S
Cyclical Fluctuations (Cyclical Effect) - C
Irregular Movements (Random Variation) - ITotal pengaruh: Y = T x S x C x IStatistika I: Analisis Runtut Waktu 5
GRAFIK KOMPONEN TIME SERIES
Statistika I: Analisis Runtut Waktu 6
I II III IV I II III IV I II III IV
2007 2008 2009
020406080
100Penjualan Triwulan, 2007-
2009
Juta
Rup
iah
1995
1997
1999
2001
2003
2005
2007
2009
0
200
400
600
800Perkembangan Penjualan, 1995-2009
Tahun
Juta
Rupiah
Trend SekulerJangka Panjang
Prosperity
Recovery Recession
Depression
1 2 3 4 5 6 7 8 9 10 11 12 13 14 150123456
21.3
5
2.33
4
0.50.9
54
4.8
2.83.5
2.41.5
Harga Saham A, 1-15 Februari 2010
Februari 2010
US$ per lembar
SECULAR TREND (LONG-TERM TREND)
Metode menentukan Trend:1. Free Hand Method2. Semi Average Method3. Least Square Method
Statistika I: Analisis Runtut Waktu 7
LANJUTAN ...Soal 1Berikut ini data mengenai volume penjualan setiap tahun dari tahun 2004 sampai dengan tahun 2009 PT. Gina RH Tbk. Volume penjualan dalam satuan ton.
Buatlah garis trend mengenai volume penjualan selama periode tersebut dengan metode bebas (free-hand method). Berdasarkan persamaan tersebut, buat ramalan penjualan tahun 2010-2014.
Statistika I: Analisis Runtut Waktu 8
Tahun2004
20052006
20072008
2009
Volume
40 60 120 100 153 130
METODE BEBAS (FREE-HAND METHOD)
Statistika I: Analisis Runtut Waktu 9
2004 2005 2006 2007 2008 20090
50
100
150
200
Penjualan PT. Gina RH Tbk.2004 - 2009
Misalnya berdasarkan garis trend yang dibuat di sekitar sebaran titik-titik tersebut diperoleh kurva linear yang memotong sumbu vertikal (Volume Penjualan) sebesar 45. Jika diperkirakan kenaikan per tahun adalah 20, maka perkiraan persamaan trend volume penjualan adalah Y’ = 45 + 20X. Perkiraan penjualan tahun 2010-2014 adalah sebagai berikut:
Statistika I: Analisis Runtut Waktu 10
Catatan:. Karena nilai X pada tahun 2004 adalah 0, maka pada tahun 2010 nilai X = 6. Tahun 2011 nilai X = 7, dan seterusnya.
Tahun X Y’ = 45 + 20X
20102011201220132014
678910
165185205225245
Jawaban Soal 1
GRAFIK PRODUKSI
01020304050
2004 2006 2008
618
2436
3042
Tahun
Penjualan Tahun 2004 -2009
Statistika I: Analisis Runtut Waktu 11
METODE SEMI RATA-RATALangkah-langkah:1. Membagi data menjadi dua bagian yang sama banyaknya.2. Menentukan rata-rata nilai variabel dari bagian pertama (A1) dan juga nilai rata-rata bagian kedua (A2).
3. Letakkan A1 pada tahun di tengah-tengah tahun kelompok pertama dan A2 diletakkan pada tahun di tengah-tengah tahun kelompok kedua.
4. Tentukan nilai perubahan setiap periode waktu dengan formula
5. Tentukan nilai variabel pada periode tertentu dengan mengurangkan nilai variabel dengan untuk nilai variabel pada satu periode waktu sebelum waktu yang ditempati rata-rata dan menambahkan nilai variabel dengan untuk nilai variabel pada satu periode waktu sesudah waktu yang ditempati rata-rata.
Statistika I: Analisis Runtut Waktu 12
nA - A = 12
LANJUTAN ..
Soal 2Berikut ini data mengenai volume penjualan per tahun dari tahun 2004 sampai dengan tahun 2009.
Buatlah ramalan volume penjualan pada tahun 2010 dan 2013 dengan metode semi rata-rata (semi average method).
Statistika I: Analisis Runtut Waktu 13
Tahun 2004 2005 2006 2007 2008 2009
Penjualan 120 140 127 160 151 130
1. Data dibagi menjadi dua bagian yang sama banyaknya. (Lihat Kolom 2)
2. Menentukan rata-rata volume penjualan pada bagian pertama (A1) dan rata-rata volume penjualan bagian yang ke dua (A2). Lihat pada kolom (3).Caranya:
Statistika I: Analisis Runtut Waktu 14
129 = 3127 + 140 + 120 = A 1
147 = 3130 + 151 + 160 = A 2
Jawaban Soal 2
LANJUTAN ...3. Menempatkan nilai rata-rata di tengah-tengah
banyaknya data pada masing-masing bagian. A1 = 129 merupakan volume penjualan tahun di tengah-tengah tahun pada bagian pertama, yaitu volume penjualan tahun 2005. Sedangkan A2 = 147 merupakan volume penjualan tahun di tengah-tengah tahun pada bagian ke dua, yaitu volume penjualan tahun 2008.
4. Menentukan besarnya perubahan setiap periode waktu (setiap tahun) dengan formula sebagai berikut:
Statistika I: Analisis Runtut Waktu 15
6 = 3129 - 147 =
nA - A = 12
LANJUTAN ...5. Menentukan persamaan trend
Persamaan trend tahun 2005 sebagai tahun dasar:
Y’ = 129 + 6XPersamaan trend tahun 2008 sebagai tahun dasar:
Y’ = 147 + 6X
Statistika I: Analisis Runtut Waktu 16
LANJUTAN Nilai ramalan 2004-2009
Statistika I: Analisis Runtut Waktu 17
Tahun(1)
Volume Penjualan
(2)
Semi Rata-rata(3)
Nilai Ramalan
(4)200420052006200720082009
120140127160151130
129
147
123129135141147153
LANJUTAN ...Membuat ramalan penjualan (Y) tahun 2010 menggunakan: Persamaan trend tahun 2005 sebagai
tahun dasar: Y’ = 129 + 6XTahun 2010: X = 5Y’ = 129 + 6(5) = 159
Persamaan trend tahun 2008 sebagai tahun dasar: Y’ = 147 + 6XTahun 2010: X = 2Y’ = 147 + 6(2) = 159
Statistika I: Analisis Runtut Waktu 18
LANJUTAN ... Ramalan volume penjualan 2010-2013 menggunakan persamaan dengan tahun dasar 2005: Y’ = 129 + 6X
Statistika I: Analisis Runtut Waktu 19
Tahun X Y’ = 129 + 6X2005 0 = 129 + 6(0) = 1292006 1 = 129 + 6(1) = 1352007 2 = 129 + 6(2) = 1412008 3 = 129 + 6(3) = 1472009 4 = 129 + 6(4) = 1532010 5 = 129 + 6(5) = 1592011 6 = 129 + 6(6) = 1652012 7 = 129 + 6(7) = 1712013 8 = 129 + 6(8) = 177
LANJUTAN ... Ramalan volume penjualan 2010-2013 menggunakan persamaan dengan tahun dasar 2008: Y’ = 147 + 6X
Statistika I: Analisis Runtut Waktu 20
Tahun X Y’ = 147 + 6X2008 0 = 147 + 6(0) = 1472009 1 = 147 + 6(1) = 1532010 2 = 147 + 6(2) = 1592011 3 = 147 + 6(3) = 1652012 4 = 147 + 6(4) = 1712013 5 = 147 + 6(5) = 177
LANJUTAN … Metode Free Hand dan metode Semi Rata-rata jarang digunakan dalam praktek.
Metode yang banyak digunakan adalah metode kuadrat terkecil (least quare)
Menggunakan metode kuadrat terkecil akan menghasilkan persamaan tren yang lebih baik, karena error paling kecil
Error adalah selisih antara nilai aktual dengan nilai ramalan
Statistika I: Analisis Runtut Waktu 21
METODE LEAST SQUAREBentuk umum persamaan linear trend: Y’ = a + bX
Agar persamaan trend yang diperoleh memenuhi kriteria persamaan garis linear yang baik, maka untuk menentukan persamaan tersebut ( a dan b) digunakan formula:
Statistika I: Analisis Runtut Waktu 22
)X( - XnYX -XY n = b 22
nXb - n
Y = a
LANJUTAN ...
Soal 3Data berikut ini adalah produksi padi tahun 2003-2009. Satuan data dalan ton.
Buatlah persamaan trend produksi padi menggunakan metode kuadrat terkecil (least square method). Gunakan persamaan tersebut untuk membuat ramalan produksi padi di Kandangan HSS pada tahun 2010 dan 2014.
Statistika I: Analisis Runtut Waktu 23
Tahun Produksi2003200420052006200720082009
1081012161216
Misalnya tahun 2003 digunakan sebagai tahun dasar. Nilai X pada tahun 2003 adalah 0.
Statistika I: Analisis Runtut Waktu 24
TahunProduksi
(Y)Kode Waktu
(X) *XY X2
2003200420052006200720082009
1081012161216
0123456
082036646096
0149162536
Y = 84 X = 21XY = 284
X2 = 911,143196
224(21)7((91)(21)(84)7(284)
)X( - XnYX -XY n = b 222
8,5717211,1437
84nXb - n
Y = a
Jawaban Soal 3
LANJUTAN ...Menentukan nilai ramalan:Persamaan trend produksi padi dengan tahun dasar tahun 2003 adalah Y’ = 8,571 + 1,143X.
Ramalan Y tahun 2010:X = 7 Y’ = 8,571 + 1,143 (7) = 16,572
Ramalan Y tahun 2014:X = 11Y’ = 8,571 + 1,143 (11) = 21,144
Statistika I: Analisis Runtut Waktu 25
LANJUTAN ... Tahun dasar di tengah seri tahun yang digunakan. Nilai X pada tahun dasar adalah 0 dan X = 0, sehingga rumus menjadi:
Statistika I: Analisis Runtut Waktu 26
TahunProduksi
(Y)Kode Waktu (X)
*XY X2
2003200420052006200720082009
1081012161216
-3-2-10123
-30-16-100162448
9410143
Y = 84 X = 0 XY = 32 X2 = 28 XXY = b 2
nY = a
1,143 = 2832 =
XXY = b 2
12 = 784 = n
Y = a
LANJUTAN...Persamaan trend dengan tahun dasar 2006 adalah Y’ = 12 + 1,143X
Ramalan Y tahun 2010:X = 4 Y’ = 12 + 1,143 (4) = 16,572
Ramalan Y tahun 2014:X = 8 Y’ = 12 + 1,143 (8) = 21,144
Statistika I: Analisis Runtut Waktu 27
CONTOH KASUS JUMLAH TAHUN GENAP
Statistika I: Analisis Runtut Waktu 28
Tahun Ekspor (Ton)20022003200420052006200720082009
108142018263218
METODE KUADRAT TERKECIL
Statistika I: Analisis Runtut Waktu 29
Tahun Ekspor (Ton) Kode waktu *) (Y) (X) XY X2
2002200320042005
2006200720082009
10 - 3,5 - 35 12,25 8 - 2,5 - 20 6,25 14 - 1,5 - 21 2,25 20 - 0,5 - 10 0,25 0 18 0,5 9 0,25 26 1,5 39 2,25 32 2,5 80 6,25 18 3,5 63 12,25 ───────── ───────── ───────── ─────────── Y = 146 X = 0 XY = 105 X2 = 42
HASIL PERHITUNGAN: Persamaan tren: Y’ = 18,25 + 2,5X Ramalan Ekspor tahun 2010-2015:
Statistika I: Analisis Runtut Waktu 30
TAHUN X PRODUKSIY = 18,25 + 2,5X
2010 4,5 29,502011 5,5 32,002012 6,5 34,502013 7,5 37,002014 8,5 39,502015 9,5 42,00
LANJUTAN …
Statistika I: Analisis Runtut Waktu 31
Tahun Ekspor (Ton) Kode waktu (Y) (X) XY X2
2002200320042005
2006200720082009
10 - 7 - 70 49 8 - 5 - 40 25 14 - 3 - 42 9 20 - 1 - 20 1 18 1 18 1 26 3 78 9 32 5 160 25 18 7 126 49 ──────── ──────── ─────── ──────── Y = 146 X = 0 XY = 210 X2 = 168
LANJUTAN … Persamaan tren: Y’ = 18,25 + 1,25X Ramalan Ekspor tahun 2010-2015:
Statistika I: Analisis Runtut Waktu 32
TAHUN X PRODUKSIY = 18,25 + 1,25X
2010 9 29,502011 11 32,002012 13 34,502013 15 37,002014 17 39,502015 19 42,00
PROSES DENGAN MS EXCEL
Statistika I: Analisis Runtut Waktu 33
2002 2003 2004 2005 2006 2007 2008 2009 201002468
1012141618
f(x) = 1.14285714285714 x − 2280.57142857143
Produksi Padi, 2003-2009
Produksi (Y) Linear (Produksi (Y)) Tahun
Produksi (
Ton)
TREN NONLINEAR
Statistika I: Analisis Runtut Waktu 34
0 1 2 3 4 5 6 7 80
5
10
15
20
f(x) = 7.6859053 ln(x) + 2.3537738
Penjualan Sepatu Nek Iki
Tahun 2003-2009
Kode Waktu (2003 = 0)
Ton
Logarithmic:
Tahun
Penjualan (Y)
Kode Waktu (X)
2003 4 02004 6 12005 8 22006 14 32007 16 42008 18 52009 16 6
Ramalan Y 2010 17,31 72011 18,34 82012 19,24 92013 20,05 102014 20,78 11
TREN NONLINEAR
Statistika I: Analisis Runtut Waktu 35
0 1 2 3 4 5 6 7 802468
101214161820
f(x) = − 0.222222 x³ + 2.33333 x² − 4.01587 x + 6
Penjualan Sepatu Nek IkiTahun 2003-2009
Kode Waktu (2003= 0)
Ton
Polynomial:
TahunRamalan Penjuala
n
Kode Waktu (X)
2010 16,01 7
2011 9,44 8
2012 -3,13 9
2013 -23,03 10
2014 -51,59 11
LANJUTAN …
Statistika I: Analisis Runtut Waktu 36
0 1 2 3 4 5 6 7 80
5
10
15
20f(x) = 3.76640516 exp( 0.2517591 x )
Penjualan Sepatu Nek IkiTahun 2003-2009
Kode Waktu (2003 = 0)
Ton
Exponential:
Tahun Ramalan Penjualan
Kode Waktu
2010 22,00 7
2011 28,31 8
2012 36,42 9
2013 46,87 10
2014 60,31 11
SEASONAL VARIATION
Identifikasi terhadap perubahan nilai variabel yang disebabkan oleh perubahan musim
Tenggang waktu perubahan lebih pendek drpd trend (mis. Bulanan, kuartalan, semesteran)
Ramalan nilai variabel menggunakan indeks musiman
Statistika I: Analisis Runtut Waktu 37
AVERAGE METHODBulan Produksi IMJanuari 22 (22/57,1) x 100 = 38,51 Februari 38 (38/57,1) x 100 = 66,55 Maret 60 105,10April 34 59,54Mei 46
80,56Juni 73 127,85Juli 64 120,08Agustus 85 148,86September 61 106,83Oktober 79 138,35Nopember 40 70,05Desember 82 143,61TOTAL 685RATA-RATA (685/12) = 57,1
Statistika I: Analisis Runtut Waktu 38
MOVING AVERAGE METHODBulan Produksi Rata-rata IMJanuari 22 - -Februari 38 120/3 = 40 (38/40) x 100 = 95,0
Maret 60 132/3 = 44 (60/44) x 100 = 136,4April 34 50 (34/50) x 100 = 68,0Mei 46 51 = 90,2
Juni 73 61 = 119,7Juli 64 74 = 86,5Agustus 85 70= 121,4September 61 75= 81,3Oktober 79 60= 131,7Nopember 40 67= 59,7Desember 82 - -
Statistika I: Analisis Runtut Waktu 39