TIME SERIES (DERET BERKALA)

Pertemuan 9
TIME SERIES (DERET BERKALA)

9.1 Pengertian Time Series

Fakta-fakta:
 Peramalan (forecasting) merupakan alat penting dalam pengambilan kesimpulan.
 Informasi yang diserap dari masa lalu dapat digunakan sebagai dasar untuk forecasting. Kualitas informasi itu menentukan akurasi forecasting.

Definisi:
Analisis Deret Berkala (time series analysis) adalah suatu metode kuantitatif untuk menentukan pola data masa lampau yang telah dikumpulkan secara teratur menurut urutan waktu kejadian. Pola masa lalu ini dapat digunakan sebagai dasar pertimbangan untuk forecasting di masa yang akan datang.

Perhitungan Angka Indeks Penjualan Kendaraan Bermotor Tahun 1978 - 1986

Tahun Unit Penjualan
1978 11
1979 15
1980 14
1981 16
1982 17
1983 18
1984 17
1985 21
1986 20



Definisi:
Deret berkala/waktu (time series) adalah data statistik yang disusun berdasarkan urutan waktu kejadian. Pengertian waktu dapat berupa tahun, kuartal, bulan, minggu, dan sebagainya.

9.2 Komponen-komponen Deret Berkala
Apabila kita mengamati Deret Berkala, maka kita akan memperoleh informasi bahwa ada 4 komponen variasi yang penting, yaitu:
1. Secular Trend atau Trend (disingkat T)
2. Seasonal Variation (Variasi Musim) (disingkat S)
3. Cyclical Variation (Variasi Siklis) (disingkat C).
4. Irregular Variation (variasi tak beraturan) (disingkat I).

9.2.1 Secular Trend atau Disingkat Trend  (T)
Secular Trend (Trend) adalah gerak naik, atau turun atau tetap/konstan dalam jangka panjang. Menurut gerakannya dibedakan menjadi tiga, yaitu:
1. Trend naik (Upward trend)  trend biaya hidup
2. Trend tetap (Constant trend)  trend kapasitas perguruan tinggi
3. Trend turun (Downward trend)  trend pekerja di sektor pertanian

9.2.2 Seasonal Variation (Variasi Musim)  (S)
Seasonal variation (gerak atau variasi musim) adalah gerak naik atau turun secara periodik dalam jangka waktu 1 (satu) tahun.
 Berulang setiap tahun  penjualan pakaian melonjak menjelang hari Lebaran.
 Naik atau turun secara periodik.
 Biasanya dinyatakan dalam persentase. Nilai persentase ini juga disebut dengan istilah Seasonal Index. Sebagai contoh, Seasonal Index penjualan pakaian menjelang Lebaran 175% berarti volume penjualan 75% di atas keadaan normal.

Contoh:

Kuartal Penjualan Kuartalan Spesifikasi Gerak Musim (%) Pola Gerak Musim (%)
1980 1981 1982 1980 1981 1982
I 60 50 55 77 65 71 71
II 80 90 85 103 116 110 110
III 105 100 95 135 129 123 129
IV 65 70 75 84 90 97 90
Rerata = 77.5 77.5 77.5 100

Spesifikasi Gerak Musim (%) = (penjulan/rerata) * 100%
Contoh  (60/77.5)*100% = 77%
(80/77.5)*100% = 103%

Pola Gerak Musim = (Spesifikasi 1980 + 1981 + 1982)/3

Contoh  (77+65+71)/3 = 71%
(103+116+110)/3 = 110%
9.2.3 Cyclical Variation (Gerak Siklis)  (C)

Disebut sebagai Gerak Siklis atau Business Cycle.

Definisi:
Gerak Siklis adalah gerak naik atau turun secara periodik dalam jangka panjang, 5 tahun, 10 tahun, 15 tahun, 20 tahun, 25 tahun atau lebih.

Fakta-fakta:
 Kegiatan ekonomi maupun perusahaan dapat berkembang atau menurun secara periodik dalam jangka lebih dari 1 tahun.
 Tendensi timbulnya Gerak Siklis lebih banyak diakibatkan oleh kegiatan perusahaan, misalnya penjualan mobil, pembangunan gedung, perkembangan tingkat harga, dsb.
 Menurut Gottfried Haberler dalam bukunya Prosperity and Depression periode Business Cycles dapat dibedakan menjadi 4 bagian, yaitu:
 Masa kemakmuran (Prosperity phase)
 Masa Krisis (Downturn, crisis phase)
 Masa Kehancuran (Depression phase)
 Masa Pembangunan Kembali (Upturn, Revival Phase).

9.2.4 Irregular Variation (Gerak Tak Beraturan)  (I)

Definisi:
Irregular Variation adalah gerakan tidak teratur dan sulit diramalkan.

Fakta-fakta:
 Gerakan ini selalu ada pada Time Series dan sulit dihilangkan.
 Gerakan ini timbul sebagai akibat adanya peperangan, bencana alam, kelaparan, kekeringan, inflasi dan deflasi.
 Inflasi: suatu kenaikan umum harga rata-rata barang atau jasa selama waktu tertentu dan akibatnya terjadi penurunan daya beli masyarakat sebanding dengan menurunnya nilai mata uang.
 Deflasi: Penurunan harga rata-rata secara umum barang dan jasa selama jangka waktu tertentu.

9.3 Manfaat Analisis Deret Berkala (Time Series Analysis)

 Membantu mempelajari data masa lampau, sehingga dapat dipelajari faktor-faktor penyebab perubahan untuk pertimbangan perencanaan di masa yang akan datang.
 Untuk membantu dalam peramalan (forecasting).
 Membantu memisahkan faktor-faktor yang dapat mempengaruhi suatu data (kkhususnya variasi atau gerak musim)  lalu diadakan penyesuaian dengan faktor musim ini.
 Membantu dan mempermudah membandingkan satu rangkaian data dengan rangkaian data yang lain.

Posted in: KAJIAN IT(INTERNET AND KOMPUTER)