Kamis, 13 Oktober 2011

Analisis Data Deret Waktu

iklan1
Analisis Data Deret Waktu:
Data deret waktu adalah merupakan data hasil pencatatan secara terus menerus dari waktu ke waktu (periodik). Ada empat faktor komponen variasi atau gerak yang masing-masing sering dianggap sebagai pengaruh yang dianggap dapat menjelaskan keseluruhan, diantaranya:
a.Gerak jangka panjang atau trend
b.Gerak siklis
c.Gerak musiman, dan
d.Gerak reguler atau residu
Model yang dianggap cocok dengan letak titik-titik pada diagram diusahakan diinterpretasikan kedalam model matematis, agar dapat digunakan dalam memprediksi suatu persoalan.

TREND LINIER
Model trend biasa digunakan untuk memprediksi suatu persoalan (membuat ramalan jangka panjang), adapun bentuk umum dari model trend linier ini dinyatakan dengan persamaan : yt = a + bx
yt: Nilai trend untuk setiap unit x
x: Unit waktu tertentu
a : intercept (nilai trend yt pada saat x = 0)
b: Koefisien trend: Pertambahan y untuk setiap unit waktu tertentu

Adapun metode untuk menentukan nilai a dan b pada model trend linier ini dapat dilakukan dengan dua cara yaitu:
1.Least Square Method (metode kuadrat terkecil)
2.Semi Average Method (metode setengah rata-rata)

METODE SETENGAH RATA-RATA (SEMI AVERAGE METHOD)
Metode setengah rata-rata dimaksudkan sebagai cara untuk menentukan model trend selain menggunakan cara kuadrat terkecil. Pada metode ini dari sekelompok data dibagi menjadi 2 (dua) bagian yang sama, jika jumlah datanya ganjil, maka data yang ditengah dapat dihilangkan atau dapat pula dihitung 2 kali.

ANALISIS GERAK SIKLIS
Variasi musim didasarkan pada gerak siklis atau variasi siklis yang bergerak turun naik disekitar trendnya. Gerak musiman ini sifatnya lengkap selama kurun waktu satu tahun kalender. Ada beberapa faktor yang menyebabkan terjadinya gerak musiman ini diantaranya faktor cuaca dan faktor kebiasaan, seperti pola tanam padi, palawija, dan komoditas lainnya. Variasi ini dapat dilukiskan dengan adanya empat kondisi yaitu: kondisi untung, kondisi rugi, kondisi tidak stabil dan kondisi pemulihan keadaan. Kejadian ini secara logis dapat menimbulkan kondisi-kondisi puncak baik tertinggi maupun terendah.
Untuk lebih memudahkan dalam melakukan analisis data deret waktu, akibat adanya pengaruh keempat faktor di atas, antara lain karena adanya faktor-faktor, seperti:
T untuk menyatakan trend,
S untuk menyatakan gerak siklis,
M untuk menyatakan gerak musiman,
R untuk menyatakan variasi residu (gerak ireguler)

Maka model untuk data deret waktu untuk hasil jualan, dinyatakan dengan persamaan:
y=TS M R

Sedangkan untuk data tahunan, biasanya dinyatakan dengan model:
y =T S R
Hal tersebut didasarkan karena gerak musiman biasanya tidak tercerminkan dalam total tahunan atau rata-rata bulanan setiap tahun.

Tidak ada komentar: