Pengertian : Analisis trend merupakan suatu metode analisis 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 dari hasil analisis tersebut dapat diketahui sampai berapa besar fluktuasi yang terjadi dan faktor-faktor apa saja yang mempengaruhi terhadap perubahan tersebut. Secara teoristis, dalam analisis time series yang paling menentukan adalah kualitas atau keakuratan dari informasi atau data-data yang diperoleh serta waktu atau periode dari data-data tersebut dikumpulkan.
Jika data yang dikumpulkan tersebut semakin banyak maka semakin baik pula estimasi atau peramalan yang diperoleh. Sebaliknya, jika data yang dikumpulkan semakin sedikit maka hasil estimasi atau peramalannya akan semakin jelek.
Metode Least Square : Metode yang digunakan untuk analisis time series adalah Metode Garis Linier Secara Bebas (Free Hand Method), Metode Setengah Rata-Rata (Semi Average Method), Metode Rata-Rata Bergerak (Moving Average Method) dan Metode Kuadrat Terkecil (Least Square Method). Dalam hal ini akan lebih dikhususkan untuk membahas analisis time series dengan metode kuadrat terkecil yang dibagi dalam dua kasus, yaitu kasus data genap dan kasus data ganjil. Secara umum persamaan garis linier dari analisis time series adalah : Y = a + b X. Keterangan : Y adalah variabel yang dicari trendnya dan X adalah variabel waktu (tahun). Sedangkan untuk mencari nilai konstanta (a) dan parameter (b) adalah : a = ΣY / N dan b =ΣXY / ΣX2
Contoh Kasus Data Ganjil :
Tabel : Volume Penjualan Barang “X” (dalam 000 unit) Tahun 1995 sampai dengan 2003
Untuk mencari nilai a dan b adalah sebagai berikut :
a = 2.150 / 8 = 268,75 dan b = 610 / 42 = 14,52
Persamaan garis liniernya adalah : Y = 268,75 + 14,52 X. Berdasarkan persamaan tersebut untuk meramalkan penjualan pada tahun 2008 adalah : Y= 268,75 + 14,52 (untuk tahun 2008 nilai X adalah 9½), sehingga : Y = 268,75 + 137,94 = 406,69 artinya penjualan barang “X” pada tahun 2008 diperkirakan sebesar 406.690 unit.
Jika data yang dikumpulkan tersebut semakin banyak maka semakin baik pula estimasi atau peramalan yang diperoleh. Sebaliknya, jika data yang dikumpulkan semakin sedikit maka hasil estimasi atau peramalannya akan semakin jelek.
Metode Least Square : Metode yang digunakan untuk analisis time series adalah Metode Garis Linier Secara Bebas (Free Hand Method), Metode Setengah Rata-Rata (Semi Average Method), Metode Rata-Rata Bergerak (Moving Average Method) dan Metode Kuadrat Terkecil (Least Square Method). Dalam hal ini akan lebih dikhususkan untuk membahas analisis time series dengan metode kuadrat terkecil yang dibagi dalam dua kasus, yaitu kasus data genap dan kasus data ganjil. Secara umum persamaan garis linier dari analisis time series adalah : Y = a + b X. Keterangan : Y adalah variabel yang dicari trendnya dan X adalah variabel waktu (tahun). Sedangkan untuk mencari nilai konstanta (a) dan parameter (b) adalah : a = ΣY / N dan b =ΣXY / ΣX2
Contoh Kasus Data Ganjil :
Tabel : Volume Penjualan Barang “X” (dalam 000 unit) Tahun 1995 sampai dengan 2003
Tahun | Penjualan (Y) | X | XY | X2 |
| 1995 | 200 | - 4 | - 800 | 16 |
| 1996 | 245 | - 3 | - 735 | 9 |
| 1997 | 240 | - 2 | - 480 | 4 |
| 1998 | 275 | - 1 | - 275 | 1 |
| 1999 | 285 | 0 | 0 | 0 |
| 2000 | 300 | 1 | 300 | 1 |
| 2001 | 290 | 2 | 580 | 4 |
| 2002 | 315 | 3 | 945 | 9 |
| 2003 | 310 | 4 | 1.240 | 16 |
| Jumlah | 2.460 | | 775 | 60 |
Untuk mencari nilai a dan b adalah sebagai berikut :
a= 2.460 / 9 = 273,33 dan b = 775 / 60 = 12,92
Persamaan garis liniernya adalah : Y = 273,33 + 12,92 X. Dengan menggunakan persamaan tersebut, dapat diramalkan penjualan pada tahun 2010 adalah : Y = 273,33 + 12,92 (untuk tahun 2010 nilai X adalah 11), sehingga : Y = 273,33 + 142,12 = 415,45 artinya penjualan barang “X” pada tahun 2010 diperkirakan sebesar 415.450 unit
Contoh Kasus Data Genap :
Tabel : Volume Penjualan Barang “X” (dalam 000 unit) Tahun 1995 sampai dengan 2002
a= 2.460 / 9 = 273,33 dan b = 775 / 60 = 12,92
Persamaan garis liniernya adalah : Y = 273,33 + 12,92 X. Dengan menggunakan persamaan tersebut, dapat diramalkan penjualan pada tahun 2010 adalah : Y = 273,33 + 12,92 (untuk tahun 2010 nilai X adalah 11), sehingga : Y = 273,33 + 142,12 = 415,45 artinya penjualan barang “X” pada tahun 2010 diperkirakan sebesar 415.450 unit
Contoh Kasus Data Genap :
Tabel : Volume Penjualan Barang “X” (dalam 000 unit) Tahun 1995 sampai dengan 2002
Tahun | Penjualan (Y) | X | XY | X2 |
| 1995 | 200 | - 7 | - 1.400 | 49 |
| 1996 | 245 | - 5 | - 1.225 | 25 |
| 1997 | 240 | - 3 | - 720 | 9 |
| 1998 | 275 | - 1 | - 275 | 1 |
| 1999 | 285 | 1 | 285 | 1 |
| 2000 | 300 | 3 | 900 | 9 |
| 2001 | 290 | 5 | 1.450 | 25 |
| 2002 | 315 | 7 | 2.205 | 49 |
| Jumlah | 2.150 | | 1.220 | 168 |
Untuk mencari nilai a dan b adalah sebagai berikut :
a = 2.150 / 8 = 268,75 dan b = 1.220 / 168 = 7,26
Persamaan garis liniernya adalah : Y = 268,75 + 7,26 X. Berdasarkan persamaan tersebut untuk meramalkan penjualan pada tahun 2008 adalah : Y = 268,75 + 7,26 (untuk tahun 2008 nilai X adalah 19), sehingga : Y = 268,75 + 137,94 = 406,69 artinya penjualan barang “X” pada tahun 2008 diperkirakan sebesar 406,69 atau 406.690 unit.
elain dengan menggunakan metode tersebut di atas, juga dapat dipakai dengan metode sebagai berikut :
Tabel : Volume Penjualan Barang “X” (dalam 000 unit) Tahun 1995 sampai dengan 2002
a = 2.150 / 8 = 268,75 dan b = 1.220 / 168 = 7,26
Persamaan garis liniernya adalah : Y = 268,75 + 7,26 X. Berdasarkan persamaan tersebut untuk meramalkan penjualan pada tahun 2008 adalah : Y = 268,75 + 7,26 (untuk tahun 2008 nilai X adalah 19), sehingga : Y = 268,75 + 137,94 = 406,69 artinya penjualan barang “X” pada tahun 2008 diperkirakan sebesar 406,69 atau 406.690 unit.
elain dengan menggunakan metode tersebut di atas, juga dapat dipakai dengan metode sebagai berikut :
Tabel : Volume Penjualan Barang “X” (dalam 000 unit) Tahun 1995 sampai dengan 2002
Tahun | Penjualan (Y) | X | XY | X2 |
| 1995 | 200 | - 3 | - 700 | 12,25 |
| 1996 | 245 | - 2 ½ | - 612,5 | 6,25 |
| 1997 | 240 | - 1 ½ | - 360 | 2,25 |
| 1998 | 275 | - ½ | - 137,5 | 0,25 |
| 1999 | 285 | ½ | 142,5 | 0,25 |
| 2000 | 300 | 1 ½ | 450 | 2,25 |
| 2001 | 290 | 2 ½ | 725 | 6,25 |
| 2002 | 315 | 3 ½ | 1102,5 | 12,25 |
| Jumlah | 2.150 | | 610,0 | 42,00 |
a = 2.150 / 8 = 268,75 dan b = 610 / 42 = 14,52
Persamaan garis liniernya adalah : Y = 268,75 + 14,52 X. Berdasarkan persamaan tersebut untuk meramalkan penjualan pada tahun 2008 adalah : Y= 268,75 + 14,52 (untuk tahun 2008 nilai X adalah 9½), sehingga : Y = 268,75 + 137,94 = 406,69 artinya penjualan barang “X” pada tahun 2008 diperkirakan sebesar 406.690 unit.
penjelasannya mantap bener... :)
BalasHapushebat deh!
bingung deh..
BalasHapusMbak ira. Mengapa bingung? Statistika bukan hanya dibaca, tetapi harus banyak praktek. Jangan cepat menyerah.
BalasHapusmas, makasi ya penjelasannya.
BalasHapustapi saya juga butuh yang Metode Rata-Rata Bergerak (Moving Average Method).. mohon penjelasannya ya mas, makasi :)
bisa g dijelasin lg ttg Kuadrat Terkecilnya,,,
BalasHapusg langsung rumusnya,,,
^^
terimakasih,,,
tahnxs yah...
BalasHapussiiip penjelasannya...nie bnyk bantu tgs akhirqu...
vlix_teriyakis@yahoo.com
ma kasih buat informasinya,,
BalasHapusabis saya juga lagi cari bahan buat makalah...
ngejelasinnya padat,ringkas,&gampang ngertinya
klo bisa,jelasin juga donk tuk Free Hand Method, Semi Average Method, Moving Average Method.
Sebelumnya Ngapunten pak slamet, kemarin saya asal comot tulisan Jenengan dari materi I sampai X dan terus langsung ngacir. teryata setelah baca akhirnya bingung sendiri (kualat ne).
BalasHapusbegini Pak slamet saya lagi berkepentingan untuk menerapkan Metode Least Square untuk melihat proyeksi penduduk surabaya (buat usulan proyek pemkot). mohon bantuan Pak untuk dijabarkan untuk menentukan nilai X (-7 s/d 7; -4 s/d 4 dan -3 s/d 31/2 itu bagaimana menentukannya). matur suwon pak sebelum dan sesudahnya.
Mbak Uul, agar aku saya paham yang mbak maksud tolong lewat e-mail aja konsultasinya. Trims, saya tunggu
BalasHapusSALUT.........................
BalasHapushmmhhh... mau nanya ???
BalasHapussebenarnya kenapa sh kita pakai metode least square ????
yang aku baca di buku data kalo pake least square cenderung naik....
gimana kalo data nya naik dan turun ???
to gustav, metode least square itu hanya salah satu alat untuk membuat persamaan trend. trend juga dapat dibuat dalam variasi musiman, atau rata-rata bergerak dll, jadi sekali lagi hanya sebagai alat saja
BalasHapusWaw ini yg aku cari2
BalasHapusTrimakasih mas udah mw berbagi informasi :)
bagaimana cara analisis trend menggunakan spss? trims
BalasHapusMbak Lina, ya hampir sama dengan regresi, tapi untuk varibael dependen adalah variabel yang akan dicari trendnya dan variabel independen adalah tahunnya.
BalasHapusmas slamet... itu cara mencari x (variable waktu) gimana? jujur saya masih bingung kok tau2 dapet nilai -4,-3 mohon penjelasannya mas..
BalasHapusterimaksih
To Iqbaldo, untuk mencari nilai X pada analisis trend kata kuncinya adalah jika nilai X dijumlahkan maka hasilnya 0. Untuk data jumlah tahun ganjil maka tahun yang ditengah nilainya 0, tahun sebelumnya -1 trus -2 dst, sedang tahun sesudahnya 1 trus 2 dst. Kalau data jumlah tahun genap lihat contoh diatas.
BalasHapussaya lg skripsi mas, cuma blom ngerti menjelaskan nilai x itu secara lengkap, cuma itung2annya saya ngerti, nah dosen saya minta menjelaskan nilai x itu dengan sedetail2nya,, dosennya nyuruh saya tiap x harus dijelaskan dari mana asalnya,,
BalasHapussaya punya data mas, disini..
http://i180.photobucket.com/albums/x105/iqbalbo/untitled1.jpg
gimana ya mas slamet menjelaskan x berasal darimana, malah dosen saya nyuruh tiap bulan x nya harus dijelasin,..
makasih mas slamet maav ngerepotin...
To Iqbalbo, karena jumlah data X-nya genap maka nilai 0 berada antara bulan Juni dan Juli, sehingga bulan Juni dinilai -1 dan bulan Juli dinilai 1. jarak antara bulan Juni dgn Juli atau jarak -1 dgn 1 adalah 2, maka seterusnya harus loncat 2. Maka bulan Mei dinilai -3, April -5 dst. Kalau bulan Agustus dinilai 3 dan September dinilai 5 dst. Jadi untuk nilai X disamping totalnya 0 juga harus konsisten loncat 2.
BalasHapusmakasih ya mas slamet... ijin kopas dulu nih..
BalasHapusmaaaf mau tanya,,,itu di 2010 X=11 drmana dapet.???udah dr sono nya apa gmn pak.?
BalasHapusTo Mas Dadan D, coba dihitung aja, kalau tahun 2003=4, 2004=5, 2005=6 ... 2010=11, begitu mas
BalasHapusmw nanya pak..
BalasHapusDi tabel 2 nt, nilai x thn 2008 koq bsa dpat 19??
thnx.
To Ria, coba dihitung, kalau 2002=7, maka 2003=9, 2004=11, 2005=13 ... 2008=19
BalasHapusDari contoh variabel X di atas, mengapa Jumlah X baik untuk data genap maupun data ganjil harus sama dengan 0?
BalasHapusKalau dicermati rumus trend sama dengan rumus regresi sederhana (untuk mencari nilai a dan b). karena jumlah X di trend sama dengan nol maka jika dimasukkan dalam rumus regresi maka jadi rumus trend. Artinya, untuk mencari nilai a dan b pada trend bisa menggunakan rumus regresi, tapi sebaliknya rumus trend tidak dapat diaplikasikan dalam regresi, karena dalam regresi jumlah X tidak sama dengan nol
BalasHapusmas slamet klo aq liat dari tabel perhitungan seperti itu..artinya N = 9 berarti X nya itu diambil dari nilai tengah pada tahun 1999 jadi X nya = 0,untuk tahun 1999 ke bawah dihitung mundur sedangkan 1999 keatas kebalikannya p[ada data ganjil akan tetapi jika saya lihat setiap bentuk data berbeda - beda namun tujuan yg diharapkan tersebut memiliki makna yang sama gtu kan mas?? tinggal kita sendiri yang mencari mana yang menganggap perhitungannya lebih mudah...
BalasHapusanalis trend laporan keuangan utk menilai kinerja perusahaan telekomunikasi yg go publik di BEI
BalasHapusituch jdul saya,, mnta tlng sbutin variabel2nya,, truz analisis trend ituch da brpa sih macamnya? Mkci he7. Erna.
To Erna. Analisis trend itu untuk melihat perkembangan ayau naik turunnya "satu" variabel dalam kurun waktu tertentu. Jadi kalau terkait kinerja perusahaan telekomunikasi dapat diliat perkembangan laporan keuangannnya dari tahun ke tahun
BalasHapussalam kenal sebelumnya.
BalasHapussaya ingin bertanya kenapa tahun 1999 anda jadikan tahun dasar?
To maigo1503, contoh di atas menempatkan tahun 1999 sebagai tahun nol karena jumlah datanya ganjil, sehingga tahun yang ditengah sama dengan nol. Akan berbeda jika jumlah datanya genap, maka tidak ada yang tahun bernilai nol.
BalasHapuskalo ngeramal produksi suatu komodity usahatani bisa ga pake metode least square ni?? mksih atas penjelasannya...
BalasHapusInsya Allah bisa untuk melakukan peramalan suatu komoditi
BalasHapusPak, apa acuan cara menetukan variabel waktunya (X)? Kenapa X itu jumlahnya harus 0 (nol)?
BalasHapusmohon jawabannya Pak. Untuk sidang saya. Terima Kasih.
Kalau bisa minta alamat e-mail nya.
gimana cara menghitung LSMA (atau Linear Regression Indicator) diterapkan untuk data pada saham pak? spesifik untuk harga penutupan.
BalasHapusMaaf karena terlalu singkat dan datanya tidak ada, menjadi sulit untuk menjelaskan. Dikirim ke email saja. Trima kasih
BalasHapuswhy sigma X=0? apa alasannya
BalasHapuspak. kalau untuk pemakaian kinerja keuangan PT.X dengan mnggunakan alat analisis trend gitu berarti yang dijadikan acuan tiap tahun tu apa? laba perusahaan kah atau apa? dan dalam pngerjaannya kah perlu perhitungan tiap rasio atau hanya mlihat laporan keuangannya saja?
BalasHapusmakasih..
Waduh kok anonim lagi. Yang menjadi acuan kinerja tergantung variabel yang akan diteliti trendnya. Lha gimana perumusan masalahnya?
BalasHapusMANSTAB PAK MET... SANMGAT MEMBANTU.. TERIMAKASIH
BalasHapuspak bs minta alamat emilx???
BalasHapussaya mw tnya ttg analisis trend apbd ..
biar saya kirim lewat email data saya
email : ssantoso_0219@yahoo.co.id
BalasHapuskalo x nya udah dketahui, pengkodean x nya berlaku tidak??
BalasHapusIngat, Trend itu membahas perubahan 1 variabel saja, sedangkan X dibuat berdasarkan tahun. Jika menggunakan rumus trens di atas, syaratnya jumlah X harus nol
BalasHapusmantap Pak.
BalasHapusbagaimana bila menggunakan 2 X Pak.
jadinya rumusnya Y = a + b1X1 + b2X2 (benar bukan Pak?)
nah, b nya gimana Pak? dicari lagi ato cukup pakai b yang sama?
tolong pencerahannya Pak.
terima kasih sebelumnya
To Ryo, kalau variabel independennya dua, maka koefisien regresinya juga dua, misal b1 dan b2 (dicari nilainya). Lihat materi Analisis Regresi Berganda
BalasHapusaslkum pak mau tya mencari x di rumus Y=a+bx. x ya itu mencari y gmn....saya menganalisis trend berdasarkan jumlah kunjungan dan jenis kelamin berdasarkan 1tahun....jujur saya masih binggung am rumus it terutama menentukan x y itu
BalasHapusTo Arin, Untuk Y dan X itu adalah data mentah, misalnya mencari trend kunjungan maka Y nya adalah periode waktu (misal tiap bulan dalam 1 tahun) dan X nya jumlah pengunjung (misalnya per bulan). Setelah itu baru bisa dimasukkan dalam analisis trend.
HapusMakasih infonya
BalasHapusMetode Diatas bagus, cuman sayang tidak dapat digunakan untuk menduga suatu populasi hewan yang dilindungi beberapa tahun akan datang dengan tingkat ancaman yang tinggi.
BalasHapus