antara variabel yang akan diperkirakan dengan variabel waktu, atau analisa deret waktu yang terdiri dari:
1. Metode pemulusan
smooting yang mencakup metode data lewat past data, metode rata-rata kumulatif, metode rata-rata bergerak
moving averages dan metode pemulusan eksponensial
exponetial smoothing. 2.
Metode Box Jenkis. 3.
Metode proyeksi dengan trend.
Dalam tugas akhir ini akan digunakan time series yang ketiga, yaitu metode proyeksi
dengan trend.
2.7 Metode Proyeksi Trend dengan Regresi
Pada dasarnya analisa regresi diinterprestasikan sebagai suatu analisis yang berkaitan dengan studi ketergantungan hubungan kausal dari suatu variabel tak bebas
dependent variable dengan satu atau lebih variabel-variabel penjelas independent variable dengan maksud untuk menduga atau memperkirakan nilai rata-rata populasi
atau nilai-nilai tertentu dari variabel penjelas atau variabel bebas.
Analisa regresi telah dipergunakan secara luas dalam berbagai bidang ilmu pengetahuan. Analisa regresi telah dipakai untuk menerangkan fungsi konsumsi,
fungsi produksi, fungsi penawaran, fungsi biaya dan fungsi investasi.
Irma Wahni Sinaga : Peramalan Kebutuhan Konsumsi Beras Di Propinsi Sumatera Utara Tahun 2008-2010 Dengan Menggunakan Metode Kuadrat Terkecil, 2008
USU Repository © 2008
Metode proyeksi trend dengan regresi, merupakan dasar garis trend untuk suatu persamaan matematis. Sehingga dengan dasar persamaan tersebut dapat
diramalkan hal yang diteliti untuk masa depan. Untuk peramalan jangka pendek maupun peramalan jangka panjang, ketetapan peramalan ini sangat baik. Adapun yang
dibutuhkan untuk penggunaan metode peramalan ini adalah data tahunan, dan makin banyak data yang dipunyai makin lebih baik, serta minimum data tahunan yang harus
ada adalah lima tahunan. Metode ini selalu dipergunakan untuk penyusunan rencana penanaman tanaman baru, perencanaan produk baru, rencana pembangunan suatu
negara dan daerah.
Ada tiga macam jenis data analisa regresi ini yaitu: 1.
Analisa regresi yang mempelajari hubungan kausal antara suatu variabel tak bebas dan satu variabel bebas disebut analisa regresi sederhana
simple regression analysis.
2. Analisa regresi yang mempelajari hubungan kausal antara satu variabel tak
bebas dan dua variabel bebas disebut analisa regresi berganda multiple
regression analysis. 3.
Analisa yang mempelajari hubungan kausal antara sekumpulan variabel tak bebas dua atau lebih variabel tak bebas dan sekumpulan variabel bebas dua
atau lebih variabel bebas disebut analisa regresi multivariate multivariate
regression analysis.
Didalam penulisan tugas akhir ini akan dibahas persoalan dengan menggunakanjenis analisa regresi yang pertama, yakni analisa sederhana
simple regression analysis.
Irma Wahni Sinaga : Peramalan Kebutuhan Konsumsi Beras Di Propinsi Sumatera Utara Tahun 2008-2010 Dengan Menggunakan Metode Kuadrat Terkecil, 2008
USU Repository © 2008
Untuk jenis analisa regresi sederhana ini ada dua pilihan, yaitu analisa regresi sederhana yang bersifat linier maupun analisa sederhana yang bersifat nonlinier.
Adapun yang dimaksud dengan kedua jenis tersebut adalah sebagai berikut: 1.
Analisa regresi linier yang sederhana dimaksudkan suatu pola hubungan yang berbentuk garis lurus antara suatu variabel yang diramalkan dengan suatu
variabel mempengaruhinya atau variabel bebasnya adalah waktu. 2.
Analisa regresi nonlinier yang sederhana adalah suatu pola hubungan yang berbentuk garis tidak lurus antara suatu variabel yang diramalkan dengan
satuvariabel yang mempengaruhinya atau variabel bebas. Dalam analisa deret waktu variabel bebasnya adalah waktu.
Penulis membatasi akan menggunakan jenis analisa regresi sederhana yang pertama, yaitu analisa regresi sederhana yang bersifat linier dengan menggunakan
variabel waktu time series.
2.8 Regresi Linier Sederhana dari Analisa Deret Waktu
