06 Analisis Trend Analisis deret berkala dan peramalan

Presentasi berjudul: "06 Analisis Trend Analisis deret berkala dan peramalan"— Transcript presentasi:

1 06 Analisis Trend Analisis deret berkala dan peramalan
Dra. Yuni Astuti, MS. Ekonomi dan Bisnis Akuntansi

2 I. PENDAHULUAN Deret berkala dan Peramalan
Data deret berkala adalah sekumpulan data yang dicatat dalam suatu periode tertentu. Manfaat analisis data berkala adalah mengetahui kondisi masa mendatang atau meramalkan kondisi mendatang. Peramalan kondisi mendatang bermanfaat untuk perencanaan produksi, pemasaran, keuangan dan bidang lainnya.

3 II. Komponen Data Berkala
TREND 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 positif Mempunyai kecenderungan nilai ramalan (Y’) meningkat dengan meningkatnya waktu (X). Persamaan trend positif adalah : Y’ = a + bX a = konstanta b = tingkat kecenderungan

4 II. Komponen Data Berkala
Trend negative Mempunyai kecenderungan nilai ramalan Y’ menurun dengan meningkatnya waktu (X),. persamaan trend negative adalah : Y’ = a – bX a = konstante b = tingkat kecenderungan Apabila X naik 1 satuan, maka Y’ akan turun sebesar b satuan.Trend negatif mempunyai garis kemiringan dari atas ke bawah.

5 III. METODE ANALISIS TREND
1. Metode Semi Average ( Semi Rata-rata) Membagi data menjadi 2 bagian Menghitung rata-rata kelompok. Kelompok 1 (K1) dan kelompok 2 (K2) Menghitung perubahan trend dengan rumus: Merumuskan persamaan trend Y’= a + bX

6 III. METODE ANALISIS TREND
2. Metode Kuadrat Terkecil ( Least Square) Menentukan garis trend yang mempunyai jumlah terkecil dari kuadrat selisih data asli dengan data pada garis trendnya.

7 IV. METODE MOVING AVERAGE
1. Metode Kuadratis Untuk jangka waktu pendek, kemungkinan trend tidak bersifat linear. Metode kuadratis adalah contoh metode non linear Y = a + bX + cX2 Koefisien a, b, dan c dicari dengan rumus sebagai berikut:

8 IV. METODE MOVING AVERAGE
2. Trend Eksponensial Persamaan eksponensial dinyatakan dalam bentuk variabel waktu (X) dinyatakan sebagai pangkat. Untuk mencari nilai a, dan b dari data Y dan X, digunakan rumus sebagai berikut: Y’ = a (1 + b)x Ln Y’ = Ln a + X Ln (1+b)

9 IV. METODE MOVING AVERAGE
3. VARIASI MUSIM Variasi musim terkait dengan perubahan atau fluktuasi dalam musim-musim atau bulan tertentu dalam 1 tahun.

10 IV. METODE MOVING AVERAGE
3. VARIASI MUSIM VARIASI MUSIM DENGAN METODE RATA-RATA SEDERHANA Metode rata-rata sederhana mengasumsikan bahwa pengaruh trend dan siklus yang tidak beraturan tidak besar dan dianggap tidak ada. Indeks musim hanya berdasarkan pad data actual dan nilai rata-ratanya saja Indeks musim dirumuskan sbb : Rata-rata per kuartal Indeks musim = _________________ x 100 Rata-rata toral

11 V. METODE RASIO RATA-RATA BERGERAK
Adalah metode yang dilakukan dengan cara membuat rata-rata bergerak selama periode tertentu. Untuk membuat rata-rata tidak ada ketentuan berapa periode (n). Nilai n bisa 2, 3, 4 atau 12 tergantung pada kondisi pengaruh fluktuasi musiman Rumus Indeks musim metode rasio rata-rata bergerak : Indeks musim = nilai rasio x Faktor koreksi Dimana : Nilai rasio = Data asli / Data rata-rata bergerak dikalikan 100 Faktor Koreksi = (100 x n)/ Jumlah rata-rata rasio selama n

12 Dra. Yuni Astuti, MS