3.1   Pengertian Analisis deret berkala

Analisis deret berkala merupakan prosedur analisis yang dapat digunakan untuk mengetahui gerak perubahan atau perkembangan nilai suatu variabel sebagai akibat dari perubahan waktu. Dalam analisis ekonomi dan lingkungan bisnis biasanya analisis deret berkala digunakan untuk meramal (forecasting ) nilai suatu variabel pada masa lalu dan masa yang akan datang dengan berdasarkan pada kecenderungan dari perubahan nilai variabel tersebut.

Analisa deret berkala (time series) juga merupakan suatu analisis yang berdasarkan hasil ramalan yang disusun atas pola hubungan antara variabel yang dicari dengan variabel waktu yang mempengaruhinya. Pendugaan masa depan dilakukan berdasarkan nilai masa lalu dari suatu variabel atau kesalahan masa lalu.

Analisis deret berkala bertujuan untuk:

•Mengetahui kecenderungan nilai suatu variabel dari waktu ke waktu.

•Meramal (forecast) nilai suatu variabel pada suatu waktu tertentu.

 

 

3.2    Komponen deret berkala

1.  Trend (T)

Trend (atau trend sekuler) adalah gerakan berjangka panjang yang menunjukkan adanya kecenderungan kenaikan dan  

penurunan secara keseluruhan. Komponen trend ini dapat ditunjukkan dengan garis regresi yang bersesuaian dengan

titik-titik time series baik yang memiliki slope (sudut) positif maupun negatif.

2. Seasonal (S)

Komponen seasonal atau musiman juga merupakan fluktuasi periodik, tetapi periode waktunya sangat

singkat yaitu satu tahun atau kurang. Sebagai contoh, penjualan secara eceran untuk kebutuhan alat-alat mandi

cenderung lebih tinggi pada saat musim semi (spring) dan lebih rendah pada musim dingin (winter). Demikian juga,

department store biasanya mengalami puncaknya pada saat menjelang hari Lebaran dan hari Natal,biro perjalanan

pada saat liburan musim panas, dan toko kelontong pada saat gajian para pegawai.

3.  Cyclical (C)

Komponen siklikal adalah fluktuasi pada time series yang berulang sepanjang waktu, dengan periode lebih dari satu

tahun antara satu puncak (peak) ke puncak berikutnya. Siklus bisnis adalah sebuah contoh dari fluktuasi jenis ini.

Kadang-kadang, siklus dapat terjadi dalam ribuan tahun, misalnya temperatur global merupakan sikuls 100,000

tahunan.

          4.  Irregular (I)

        Komponen ini memperlihatkan fluktuasi yang random atau “noise” sebagai akibat adanya suatu perubahan yang   

        mendadak, misalnya mogok kerja, embargo minyak, kesalahan fungsi peralatan, atau kejadian lainnya baik yang  

        menguntungkan maupun yang merugikan. Variasi random ini dapat menyulitkan kita dalam mengidentifikasi efek dari

        komponen yang lain (trend, siklus, dan musim).                   

 

3.3 Ciri-ciri Trend Sekuler

Trend (T) (atau trend sekuler) adalah gerakan berjangka panjang yang menunjukkan adanya kecenderungan menuju kesatu arah  kenaikan dan penurunan secara keseluruhan dan bertahan dalam  jangka waktu yang digunakan sebagai ukuran adalah 10 tahun  ke atas, perlu diketahui bahwa trend sangat berguna untuk membuat ramalan yang sangat diperlukan bagi perencanaan.

Misalnya:

•Menggambarkan hasil penjualan

•Jumlah peserta KB

•Perkembangan produksi harga

• volume penjualan dari waktu ke waktu (dll) 

Analisis trend merupakan suatu metode analisis statistika yang ditujukan untuk melakukan suatu estimasi atau peramalan pada masa yang akan datang. Untuk melakukan peramalan dengan baik maka dibutuhkan berbagai macam informasi (data) yang cukup banyak dan diamati dalam periode waktu yang relatif cukup panjang, sehingga hasil analisis tersebut dapat mengetahui sampai berapa besar fluktuasi yang terjadi dan faktor-faktor apa saja yang mempengaruhi terhadap perubahan tersebut.

 

 

•Rumus untuk menentukan trend

Y = ao + bx

Dimana:  Y : nilai variable Y pada suatu waktu  tertentu

               ao: perpotongan antara garis trend dengan sumbu  tegak (Y)

                b : kemiringan (slope) garis trend

                x : periode waktu deret berkala

Ada beberapa metode yang dapat digunakan untuk menentukan

persamaan garis yang menunjukkan hubungan antara nilai variable

dengan waktu, yaitu metode bebas (free hand method ), metode semi  rata-rata (semi average method), dan metode kuadrat terkecil (least square method ).

 

 

3.4 Rumus metode Semi Average (rata-rata semi)

Metode setengah rata-rata ini masih tergolong metode trend linear jika kita gambar dalam bentuk grafik. Metode trend setengah rata-rata menentukan bahwa untuk mengetahui fungsi Y’ = a + bx  tersebut, semua data histories dibagi menjadi dua kelompok dengan jumlah anggota  masing-masing sama.

1.Metode Setengah Rata-rata dengan data histories dalam jumlah genap.

2.Metode Setengah Rata-rata dengan data histories dalam jumlah ganjil

Persamaan  trend yang diperoleh dengan menggunakan metode ini, selain dapat digunakan untuk mengetahui kecenderungan  nilai suatu variabel dari waktu ke waktu, juga dapat digunakan untuk meramal nilai suatu variable tersebut pada suatu waktu  tertentu.Persamaannya adalah sebagai berikut :

∆ =A2-A1/ n Keterangan :∆ : perubahan nilai variabel setiap tahun

     A1: rata-rata kelompok pertama

     A2: rata-rata kelompok ke dua

      n : periode tahun antara tahun A

Prosedur pencarian nilai trend sebagai berikut :

•Kelompokkan data menjadi dua kelompok dengan jumlah tahun dan  jumlah deret  berkala yang    

  sama.

•Hitung semi total tiap kelompok dengan jalan menjumlahkan nilai deret berkala tiap kelompok.

•Carilah rata-rata hitung tiap kelompok untuk memperoleh setengah rata-rata (semi average).

•Untuk menentukan nilai trend linier untuk tahun-tahun tertentu dapat dirumuskan sebagai berikut:

 Y ’ = ao + bx

  ao= y1, jika periode dasar berada pada kelompok 1

  ao= y2, jika periode dasar berada pada kelompok 2

b = y2-y1

         n

  

Keterangan: Y’  =data berkala(time series)=taksiran nilai trend

                     ao =nilai trend pada tahun dasar

                      b  =rata-rata pertumbuhan nilai trend tiap tahun

                       x =variabel waktu(hari, minggu, bulan/tahun)

                     n   =jumlah data tiap kelompok