Upload
mocriza
View
212
Download
0
Embed Size (px)
DESCRIPTION
uyab bab 6
Citation preview
BAB VI
DERET BERKALA DAN PERAMALAN
Pengertian
Deret berkala adalah sekumpulan data yang dicatat dalam suatu periode tertentu.
Deret berkala digunakan untuk mengetahui/meramalkan kondisi masa mendatang.
Analisis TrenTren adalah suatu pergerakan kecenderungan naik atau turun dalam jangka panjang yang diperoleh dari rata-rata perubahan dari waktu ke waktu dan nilainya cukup rata atau mulus.Tren positif mempunyai kecenderungan nilai ramalan (Y) meningkat dengan meningkatnya waktu (X). Rumus : Y’ = a + b XTren negative mempunyai kecenderungan nilai ramalan (Y) menurun dengan meningkatnya waktu (X). Rumus : Y’ = a - b X
Data Mentah: Pendapatan Tahun 20013
No Bulan Bioskop Solo Square (Dalam Jutaan)
X X . Y X . X X2 . Y X4 Ln Y X . Ln Y
1 Januari 137,94
(3,0)
(414) 9
1.241 81 4,93
(14,78)
2 Februari 90,15
(2,5)
(225) 6,25
563 39,0625 4,50
(11,25)
3 Maret 124,84
(2,0)
(250) 4
499 16 4,83
(9,65)
4 April 181,60
(1,5)
(272) 2,25
409 5,0625 5,20
(7,80)
5 Mei 259,85
(1,0)
(260) 1
260 1 5,56
(5,56)
6 Juni 267,49
(0,5)
(134) 0,25
67 0,0625 5,59
(2,79)
7 Juli 196,64
0,5
98 0,25
49 0,0625 5,28
2,64
8 Agustus 204,91
1,0
205 1
205 1 5,32
5,32
9 September 108,65
1,5
163 2,25
244 5,0625 4,69
7,03
10 Oktober 112,13
2,0
224 4
449 16 4,72
9,44
11 November 141,55
2,5
354 6,25
885 39,0625 4,95
12,38
12 Desember 103,62
3,0
311 9
933 81 4,64
13,92
1.929
-
(200)
46
5.804
284 60
(1)
1. Metode semi rata-rataSemester IK1=a1= 176,98 Semester IIK2=a2= 144,58 Bulan dasar 1 : 153,22 Bulan dasar 2 : 110,39
b =K1 – K2
=176,98 – 144,58
= 0,76Bulan dasar 1 – Bulan dasar 2 153,22 - 110,39
Persamaan tren:Semester I Y’ = 530.937.950 + 0,76 XSemester II Y’ = 433.749.250 + 0,76 X
2. Metode kuadrat terkecil
Nilai a =1.929
= 16112
Nilai b =(200)
= -4,3946
Persamaan tren Y' = 161 – 4,39 X
3. Metode tren kuadratis
Nilai a =1.929 X 284 – 5.804 X 46
= 212,0212 X 284 – 462
Nilai b =-200
= -4,3946
Nilai c =12(5.084) – 46(1.929)
= -13,5112 X 284 - 462
Persamaan Kuadratis Y' = 212,02 – 4,39X – 13,51X2
4. Metode tren eksponensial
Nilai a = anti Ln60
= 151,0512
Nilai b = anti Ln(1)
= 0,97597
Persamaan Eksponensial Y' = 151,05 (1 + 0,97597)X
Analisis Variasi MusimApabila tren berhubungan dengan jangka menengah dan panjang maka variansi
musiman berhubungan dengan perubahan fluktuasi dalam musim-musim tertentu atau tahunan. Variansi musiman menjelaskan fluktuasi dalam satuan bulanan atau triwulan atau semester dalam satu tahun.
1. Metode rata-rata sederhanaMengasumsikan bahwa pengaruh tren dan siklus yang tidak beraturan tidak besar dan dapat dianggap tidak ada. Indeks musim hanya berdasarkan data actual dan nilai rata-ratanya saja.
No Bulan Bioskop Solo Square (Dalam Jutaan)
Indeks Bulanan Nilai
1 Januari 137,94 (137,94/160) x 100
85,79
2 Februari 90,15 (90,15/160) x 100
56,07
3 Maret 124,84 (124,84/160) x 100
77,65
4 April 181,60 (181,60/160) x 100
112,95
5 Mei 259,85 (259,85/160) x 100
161,62
6 Juni 267,49 (267,49/160) x 100
166,37
7 Juli 196,64 (196,64/160) x 100
122,30
8 Agustus 204,91 (204,91/160) x 100
127,45
9 September 108,65 (108,65/160) x 100
67,58
10 Oktober 112,13 (112,13/160) x 100
69,74
11 November 141,55 (141,55/160) x 100
88,04
12 Desember 103,62 (103,62/160) x 100
64,45
Rata-rata 160,78
Rumus Indeks bulanan :
Nilai Indeks Bulanan =Nilai Bulanan
X 100Rata-rata Nilai Bulanan
2. Metode rata-rata dengan trenMetode yang disesuaikan dengan tren. Indeks musim pada metode rata-rata dengan tren merupakan perbandingan antara nilai data asli dengan nilai tren.
No Bulan Bioskop Solo Square (Dalam Jutaan)
X X . Y X . X X2 . Y Y' = a + bX Indeks musim
1 Januari 137,94
(3,0)
(414) 9
1.241 173,95
79,30
2 Februari 90,15
(2,5)
(225) 6,25
563 171,75
52,49
3 Maret 124,84
(2,0)
(250) 4
499 169,56
73,63
4 April 181,60
(1,5)
(272) 2,25
409 167,36
108,51
5 Mei 259,85
(1,0)
(260) 1
260 165,17
157,32
6 Juni 267,49
(0,5)
(134) 0,25
67 162,98
164,13
7 Juli 196,64
0,5
98 0,25
49 158,59
124,00
8 Agustus 204,91
1,0
205 1
205 156,39
131,02
9 September 108,65
1,5
163 2,25
244 154,20
70,46
10 Oktober 112,13
2,0
224 4
449 152,00
73,77
11 November 141,55
2,5
354 6,25
885 149,81
94,49
12 Desember 103,62
3,0
311 9
933 147,62
70,20
1.929
-
(200)
46
5.804
Nilai a =1.929
= 16112
Nilai b =(200)
= -4,3946
Rumus Indeks Musim :
Nilai Indeks Musim =Nilai Data Asli
X 100Nilai Tren
3. Metode rasio rata-rata bergerakMetode yang dilakukan dengan cara membuat rata-rata bergerak selama periode tertentu (tergantung pada kondisi dan pengaruh fluktuasi musiman).
No Bulan Bioskop Solo Square (Dalam Jutaan)
Penjumlahan 2 bulanan
Rata-rata Bergerak
Indeks musim
1 Januari 137,94
228,09
114,05
120,95
2 Februari 90,15
214,99
107,50
83,86
3 Maret 124,84
306,44
153,22
81,48
4 April 181,60
441,45
220,73
82,27
5 Mei 259,85
527,34
263,67
98,55
6 Juni 267,49
464,13
232,07
115,27
7 Juli 196,64
401,55
200,78
97,94
8 Agustus 204,91
313,56
156,78
130,70
9 September 108,65
220,78
110,39
98,42
10 Oktober 112,13
253,68
126,84
88,40
11 November 141,55
245,17
122,59
115,47
12 Desember 103,62
-
1.929
Perbandingan Bulan
Jan/Juli Feb/Agt Mar/Sep Aprl/Okt Mei/Nov Jun/Des Jumlah
Semester I 137,94
90,15
124,84
181,60
259,85
267,49
1.061,87
Semester II 196,64
204,91
108,65
112,13
141,55
103,62
867,50
Rata-rata 167,29
147,53
116,75
146,87
200,70
185,56
964,69
Faktor Koreksi =100 x n
=100 x 6
= 0,62Jumlah Rata-rata 964,69
Indeks Bulanan I = 167,29 X 0,62 = 104,05Indeks Bulanan I = 147,53 X 0,62 = 91,76
Analisis Variasi SiklusVariasi siklus adalah suatu perubahan atau gelombang naik turun dalam jangka panjang suatu periode dan berulang pada periode lain.
Tahun Dua Bulanan JumlahPajak (Y) X X.Y X²
2012
1 139.813.050 (5,5) (768.971.775) 30,252 271.504.500 (4,5) (1.221.770.250) 20,253 376.337.250 (3,5) (1.317.180.375) 12,254 438.296.500 (2,5) (1.095.741.250) 6,255 229.756.000 (1,5) (344.634.000) 2,256 568.481.500 (0,5) (284.240.750) 0,25
2013
1 384.280.000 0,5 192.140.000 0,252 413.028.900 1,5 619.543.350 2,253 760.881.000 2,5 1.902.202.500 6,254 559.273.000 3,5 1.957.455.500 12,255 338.786.000 4,5 1.524.537.000 20,256 535.754.000 5,5 2.946.647.000 30,25
JUMLAH 5.016.191.700 4.109.986.950 143
Nilai a =5.016.191.700
= 418.015.97512
Nilai b =4.109.986.950
= 28.741.167143
Persamaan ; Y = 418.015.975 + 28.741.167X
Tahun Dua Bulanan
JumlahPajak (Y)
Y = 418015975 + 28741167 X
Indeks Musim Data Normal
2012
1 139.813.050 259.939.556,5 68,0 205.658.775,02 271.504.500 288.680.723,5 83,8 323.920.875,03 376.337.250 317.421.890,5 92,4 407.316.875,04 438.296.500 346.163.057,5 131,2 334.026.250,05 229.756.000 374.904.224,5 57,6 399.118.750,06 568.481.500 403.645.391,5 119,3 476.380.750,0
2013
1 384.280.000 432.386.558,5 96,4 398.654.450,02 413.028.900 461.127.725,5 70,4 586.954.950,03 760.881.000 489.868.892,5 115,3 660.077.000,04 559.273.000 518.610.059,5 124,6 449.029.500,05 338.786.000 547.351.226,5 77,5 437.270.000,06 535.754.000 576.092.393,5
Faktor Siklus : (data normal/tren) x 100
Tahun Dua Bulanan
Y = 418015975 + 28741167 X
Data Normal Faktor Siklus Indeks Siklus
2012
1 259.939.556,5 205.658.775,0 79,12 95,662 288.680.723,5 323.920.875,0 112,21 120,263 317.421.890,5 407.316.875,0 128,32 112,414 346.163.057,5 334.026.250,0 96,49 101,485 374.904.224,5 399.118.750,0 106,46 112,246 403.645.391,5 476.380.750,0 118,02 105,11
2013
1 432.386.558,5 398.654.450,0 92,20 109,742 461.127.725,5 586.954.950,0 127,29 131,023 489.868.892,5 660.077.000,0 134,75 110,664 518.610.059,5 449.029.500,0 86,58 83,245 547.351.226,5 437.270.000,0 79,896 576.092.394
Analisis Gerak Tak BeraturanGerak tak beraturan merupakan suatu perubahan berupa kenaikan dan penurunan yang tidak beraturan baik dari sisi waktu dan lama dari siklusnya.
Rumus Indeks :
Indeks =Faktor SiklusIndeks Siklus
Tahun Dua Bulanan Faktor Siklus Indeks Siklus Indeks Gerak tak Beraturan
2012
1 79,12 95,66 82,712 112,21 120,26 93,303 128,32 112,41 114,164 96,49 101,48 95,095 106,46 112,24 94,856 118,02 105,11 112,28
2013
1 92,20 109,74 84,012 127,29 131,02 97,153 134,75 110,66 121,764 86,58 83,24 104,025 79,896