Deret Berkala dan Peramalan

DERET BERKALA LAPANGAN USAHA TAHUN 2005-2009

DAN PERAMALAN LAPANGAN USAHA TAHUN 2016

DI

KABUPATEN GARUT

Sheny Puspita Indriyani

Jurnal Statistika dan Probabilitas

Sekolah Tinggi Teknologi Garut

Jl. Mayor Syamsu No. 1 Jayaraga Garut 44151 Indonesia

Email : 1306129@sttgarut.ac.id

ABSTRAK

            Data deret berkala adalah sekumpulan data yang dicatat dalam periode tertentu, digunakan untuk meramalkan kondisimasa mendatang, dalam jangka pendek (kurang dari 1tahun ) atau jangka panjang (lebih dari3 tahun). Manfaat dari analisis data berkala adalah berguna untuk penyusunan recana, mengetahui kondisi masa mendatang atau meramalkan kondisi masa mendatang.

            Dalam topik pembahasan kali ini, yang akan diambil sebagai bahan pembahasan adalah tentang Lapangan Usaha Pertanian yang  ada di Kab.Garut. Mengingat lapangan pekerjaan yang semakin hari semakin sulit, maka tidak ada salahnya bila membuka lapangan usaha sendiri. Maka dari itu, penulis membuat data peramalan lapangan usaha pertanian yang akan tersedia pada tahun 2016.

Kata kunci : data, deret, jangka, kondisi, periode.

I.                   PENDAHULUAN

Analisis deret waktu (time series analysis) merupakan metode yang mepelajari deret waktu, baik dari segi teori yang menaunginya maupun untuk membuat peramalan (prediksi). Prediksi/peramalan deret waktu adalah penggunaan model untuk memprediksi nilai di waktu mendatang berdasar peristiwa yang telah terjadi. Di dunia bisnis, data deret waktu digunakan sebagai bahan acuan pembuatan keputusan sekarang, untuk proyeksi, maupun untuk perencanaan pada masa depan.

II.                LANDASAN TEORI

2.1    Peramalan

Peramalan (forecasting) merupakan suatu proses perkiraan keadaan pada masa yang akan datang dengan menggunakan data di masa lalu (Adam dan Ebert, 1982). Metode peramalan kuantitatif dijelaskan Supranto (2000) terdiri dari metode pertimbangan, metode regresi, metode kecendrungan (trend method), metode input output, dan metode ekonometrika. Metode kecendrungan (trend method) menggunakan suatu fungsi seperti metode regresi dengan variable X menunjukkan waktu. Tepat tidaknya peramalan ditentukan oleh kriteria yaitu berkaitan dengangoodness of fit yang menunjukkan bagaimana model peramalan dapat menghasilkan peramalan yang baik. Selain itu ada tiga kriteria yang perlu untuk dipertimbangkan, yaitu:

1)      Pola data;

2)      Faktor biaya peramalan; dan

3)      Faktor kemudahan.

Penentuan ketepatan peramalan pada umumnya berdasarkan beberapa metode, yaitu nilai Sidik Ragam (F-Test), Koefisien determinasi, Kuadrat Tengah Galat (Mean Square Error (MSE), dan Persentase Galat (Percentage Error (PE)).

2.2    Deret Waktu

Deret waktu adalah kumpulan data-data yang merupakan data historis dalam suatu periode waktu tertentu. Data yang dapat dijadikan deret waktu harus mempunyai periode waktu yang berurutan.
Data runtun waktu (time series) merupakan data yang dikumpulkan, dicatat, atau diobservasi sepanjang waktu secara berurutan. Periode waktu dapat menggunakan tahun, kuartal, bulan, minggu, hari atau jam. Runtut waktu dianalisis untuk menemukan pola variasi masa lalu.

Analisis deret waktu (time series analysis) dipakai untuk meramalkan kejadian di masa yang akan dating berdasarkan urutan waktu sebelumnya. Ada beberapa teknik untuk meramalkan kejadian di masa yang akan datang berdasarkan karakteristik data, misalnya teknik smoothing, teknik siklus, dan teknik musiman.

2.3    Trend

Trend adalah pergerakan jangka panjang dalam suatu kurun waktu yang kadang-kadang dapat digambarkan dengan garis lurus atau kurva mulus. Suatu gerakan kecenderungan naik atau turun dalam jangka panjang yang diperoleh dari rata-rata perubahan dari waktu ke waktu dan nilainya cukup rata (smooth).

Ada tiga trend yang diigunakan untuk meramalkan pergerakan keadaan pada masa yang akan datang, yaitu:

1.      Trend Linier

Sering kali data deret waktu jika digambarkan ke dalam plot mendekati garis luruus. Deret waktu seperti inilah yang termasuk dalam trend linier. Persamaan trend linier adalah sebagai berikut:

Dengan nilai a dan b diperoleh dari rumus:

Dimana Yt menunjukan nilai taksiran Y pada nilai t tertentu. Sedangkan a adalah nilai intercept dari Y, artinya nilai Yt akkan sama dengan a jika nilai t = 0. Kemudian b adalah nilai slope, artinya besar kenaikan nilai Yt pada setiap nilai t. Dan nilai t sendiri adalah nilai tertentu yang menunjukan periode waktu.

2.      Trend Kuadratik

Jika trend linier merupakan deret waktu yang berupa garis lurus, maka trend kuadratik merupakan deret waktu dengan data berupa garis parabola.

Persamaan untuk trend kuadratik adalah:

Dengan nilai a, b, dan c diperoleh dari:

3.      Trend Eksponensial

Untuk mengukur sebuah deret waktu yang mengalami kenaikan atau penurunan yang cepat maka digunakan metode trend eksponensial. Dalam metode ini digunakan persamaan:

Tetapi dalam melakukan perhitungannya, persamaan di atas dapat diubah ke dalam bentuk semi log, sehingga memudahkan untuk mencari nilai a dan b.

4.      Memilih Trend Terbaik

Untuk membuat suatu keputusan yang akan dilakukan di masa yang akan datang berdasarkkan deret waktu diperlukan suatu metode peramalan yang paling baik sehingga memiliki nilai kesalahan yang cenderung kecil. Terdapat beberapa cara untuk menentukan metode peramalan mana yang akan dipilih sebagai metode peramalan yang paling baik, diantaranya Mean Square Error(MSE).

Untuk mencari MSE digunakan rumus sebagai berikut:

Dimana nilai e adalah selisih antara nilai Y dengan peramalan (Yt). Model yang memiliki MSE paling kecil adalah model persamaan yang paling baik.

III.             HASIL DAN PEMBAHASAN

3.1  Trend Linier

3.2  Trend Kuadratis

3.3  Trend Eksponensial

3.4  Peramalan pada tahun 2016

IV.             PENUTUP

4.1  Kesimpulan

Jadi, dengan adanya metode deret berkala dan permalan, kita dapat mengetahui jumlah lapangan usaha pertanian di tahun 2016 adalah:

DAFTAR PUSTAKA

http://statistik/kotak-kata-kata_peramalan-(forecasting)-statistika-dan-contoh-kasus.html

http://wikipedia.org/deret-waktu

http://deret_berkala_dan_peramalan.html

http://statistik/Kumpulan-Makalah-Statistika_Makalah-Analisis-Deret-Berkalah-Dengan-Metode-Least-Aquare.html

STATISTIK DAN UKURAN DISPERSI

JUMLAH PENGUNJUNG BLOG UANG KUNO

Sheny Puspita Indriyani

Jurnal Statistika dan Probabilitas

Sekolah Tinggi Teknologi Garut

Jl. Mayor Syamsu No. 1 Jayaraga Garut 44151 Indonesia

Email : 1306129@sttgarut.ac.id

ABSTRAK

Pembahasan jurnal statistik kali ini adalah mengenai penyajian data dispersi yang dilakukan pada jumlah viewers atau pengunjung pada blog “Uang Kuno”. Data yang disajikan adalah jumlah viewers perminggu pada bulan Maret dan April 2015. Dengan menggunakan ilmu statistika metode dispersi,  pengumpulan, penyajiandan penyebaran data akan semakin mudah.

Kata kunci : blog, data, dispersi, metode, statistik.

I.                   PENDAHULUAN

Blog atau Web Log adalah catatan-catatan pribadi yang disimpan secara online dan umumnya bersifat terbuka bagi siapa saja. Namun, tidak hanya sebagai sarana membagi informasi dan kutipan yang bersifat umum, seiring berjalannya waktu blog juga menjadi sarana promosi dan penjualan sebuah produk atau jasa. Adapun kegunaan lain dari blog, blog juga bisa dijadikan sebagai bahan penelitian. Contohnya  adalah penelitian yang dilakukan penulis kali ini. Penulis melakukan penelitian tentang statistik dan ukuran dispersi data pada blog untuk mengetahui ukuran pemusatan datanya.

II.                LANDASAN TEORI

        a.      Blog

Merupakan singkatan dari web log adalah bentuk aplikasi web yang menyerupai tulisan-tulisan (yang dimuat sebagai posting) pada sebuah halaman web umum. Tulisan-tulisan ini seringkali dimuat dalam urut terbalik (postingan paling baru, kemudian diikuti postingan lama), meskipun tidak selamanya demikian. Situs web seperti ini biasanya dapat diakses oleh semua pengguna Internet sesuai dengan topik dan tujuan dari si pengguna blog tersebut.

        b.      Data 
Adalah catatan atas kumpulan fakta. Data merupakan bentuk jamak dari datum, berasal dari bahasa Latin yang berarti "sesuatu yang diberikan". Dalam penggunaan sehari-hari data berarti suatu pernyataan yang diterima secara apa adanya. Pernyataan ini adalah hasil pengukuran atau pengamatan suatu variabel yang bentuknya dapat berupa angka, kata-kata, atau citra. Dalam keilmuan (ilmiah), fakta dikumpulkan untuk menjadi data. Data kemudian diolah sehingga dapat diutarakan secara jelas dan tepat sehingga dapat dimengerti oleh orang lain yang tidak langsung mengalaminya sendiri, hal ini dinamakan deskripsi. Pemilahan banyak data sesuai dengan persamaan atau perbedaan yang dikandungnya dinamakanklasifikasi.

         c.       Dispersi

Dispersi / Ukuran penyebaran Data adalah suatu ukuran baik parameter atau statistika untuk mengetahui seberapa besar penyimpangan data. Melalui ukuran penyebaran dapat diketahui seberapa jauh data-data menyebar dari titik pemusatannya/ suatu kelompok data terhadap pusat data.Ukuran ini kadang – kadang dinamakan pula ukuran variasi yang mnggambarkan berpencarnya data kuantitatif. Beberapa ukuran dispersi yang terkenal dan akan diuraikan disini ialah : Rentang, Rentang natar kuartil, simpangan kuartil/deviasi kuartil, rata-rata simpangan/rata-rata deviasi, simpangan baku atau standar deviasi, variansi dan koefisien variansi, jangkauan kuartil, dan jangkauan persentil. Jenis-jenis ukuran dispersi adalah sebagai berikut :

-          Rentang (range) : Rentang (Range) dinotasikan sebagai R, menyatakan ukuran yang menunjukkan selisih nilai antara maksimum dan minimum atau selisih bilangan terbesar dengan bilangan terkecil.

Rentang merupakan  ukuran penyebaran yang sangat kasar, sebab hanya bersangkutan dengan bilangan terbesar dan terkecil.Semakin kecil nilai R maka kualitas data akan semakin baik, sebaliknya semakin besar nilai R, maka kualitasnya semakin tidak baik. Rentang cukup baik digunakan untuk mengukur penyebaran data yang simetrik dan nilai datanya menyebar merata. Ukuran ini menjadi tidak relevan jika nilai data maksimum dan minimumnya merupakan nilai ekstrim. Rentang = Xmax – Xmin, Xmax adalah data terbesar dan Xmin adalah data terkecil.

-          Deviasi Rata-rata : penyebaran Berdasarkan harga mutlak simpangan bilangan-bilangan terhadap rata-ratanya. Makin besar simpangan, makin besar nilai deviasi rata-rata.

-          Varians : penyebaran berdasarkan jumlah kuadrat simpangan bilangan-bilangan terhadap rata-ratanya ; melihat ketidaksamaan sekelompok data

-          Deviasi Standar : penyebaran berdasarkan akar dari varians dan menunjukkan keragaman kelompok data

         d.      Metode

Metode (method), secara harfiah berarti cara. Selain itu metode atau metodik berasaldari bahasa Greeka, metha, (melalui atau melewati), dan hodos (jalan atau cara), jadi metode bisa berarti jalan atau cara yang harus di lalui untuk mencapai tujuan tertentu.Secara umum atau luas metode atau metodik berarti ilmu tentang jalan yang dilaluiuntuk mengajar kepada anak didik supaya dapat tercapai tujuan belajar dan mengajar.

        e.       Statistik 

Statistik adalah kumpulan data dalam bentuk angka maupun bukan angka yang disusun dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan atau berkaitan dengan suatu masalah tertentu.

Statistika merupakan ilmu yang berkenaan dengan data, sedang statistik adalah data, informasi, atau hasil penerapan algoritma statistika pada suatu data. Dari kumpulan data, statistika dapat digunakan untuk menyimpulkan atau mendeskripsikan data; ini dinamakan statistika deskriptif. Sebagian besar konsep dasar statistika mengasumsikan teori probabilitas. 

III.             HASIL DAN PEMBAHASAN

Dari hasil pengamatan, penulis dapat menghasilkan data-data yang telah diolah dengan menggunakan ilmu statistik dan metode dispersi. Berikut adalah hasilnya :

      A.    Statistik

-          Pengunjung Blog

Berikut adalah hasil pengamatan terhadap jumlah pengunjung blog, yang diambil dari bulan Maret dan April 2015.

             -          Pengunjung Artikel

               - Promosi

                  -          Komentar

Pengirim : rudy tabuty

Waktu :23 Maret 2015 07.31

Pada : 1 rupiah

Komentar : di jual neng,, brapa,,??

Promosi juga berdampak pada kolom komentar.

-          Browser Keseluruhan

        B.    Ukuran Dispersi

Berikut ini pembahasan ukuran dispersi yang diambil dari jumlah pengunjung perminggu dari blog Uang Kuno.

-          Range / Jangkauan

Range = Max – Min

           = 248 – 8

     = 240

Jangkauan data perminggu adalah 240.

-          Kuartil

Max                       = 248

Min                        = 8

Jarak Kuartil          = 248 / 4

                              = 62

Q1 = 8 + 62           = 70

Q2 = 62 + 62         = 124

Q3 = 124 + 62       = 186

Jangkauan antar Kuartil = Q3 – Q1

                                      = 186 – 70

                                      = 116

Jadi, jangkauan kuartil adal 116.

-          Deviasi rata-rata

= Nilai awal – nilai rataan

             Banyak data

= 248 – 62

         4

= 46.5

Deviasi rata-rata kunjuan mingguan adalah 46.5.

-          Variance / Ragam

= (Nilai awal – nilai rataan)²

            Banyak data-1

= (248-62)²

       4-1

= (186)²

      3

= 34596

       3

= 11532

Variance / ragam kunjungan mingguan adalah 11532.

-          Standar Deviation

= /11532

-          Outlier/Pencilan

I.                   KESIMPULAN

-          Ukuran dispersi merupakan ukuran penyebaran data, dan merupakan cabang dari ilmu Statistaik dan Probabilitas.

-          Jumlah total dari pengunjung blog Uang Kuno s/d tanggal 15-04-2015 mencapai 322 pengunjung.

-          Jumlah keseluruhan artikel yang telah diposting ada 4 buah.

DAFTAR PUSTAKA

[1] http://manjadda-wajada.com/2011/07/pengertian-blog-fungsi-dan-kegunaannya.html 20.10

[2] http://edukasi.kompasiana.com/2012/10/25/pengertian-statistik-504292.html 21.33

[3] http://id.wikipedia.org 21.35