2.5 Analisis Deret Berkala
Data berkala time series adalah data yang dikumpulkan dari waktu ke waktu untuk memberikan gambaran tentang perkembangan suatu kegiatan dari waktu ke waktu.
Analisis data berkala memungkinkan untuk mengetahui perkembangan suatu atau beberapa kejadian serta hubungan kerja lainnya.
Metode time series merupakan metode peramalan kuantitatif didasarkan atas
penggunaan analisis pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu. Tujuan time series ini mencakup meneliti pola data yang digunakan
untuk meramalkan apakah data tersebut stationer atau tidak dan ekstrapolasi ke masa yang akan datang. Stationer itu sendiri berarti bahwa tidak terdapat
pertumbuhanpenurunan data. Data secara kasar harus horizontal sepanjang waktu dengan kata lain fluktuasi data tetap konstan setiap waktu.
2.6 Penentuan Pola Data
Hal penting yang perlu diperhatikan dalam metode deret berkala adalah menentukan jenis pola data historisnya. Sehingga pola data yang tepat dengan pola data historis
tersebut dapat diuji, dimana pola data umumnya dapat dibedakan sebagai berikut :
Universitas Sumatera Utara
1. Pola Horizontal H
Pola ini terjadi bilamana nilai data berfluktuasi disekitar nilai rata yang konstan.
2. Pola musiman S
Pola yang menunjukkan perubahan yang berulang-ulang secara periode dalam deret waktu. pola yang ini terjadi bila suatu deret dipengaruhi oleh faktor
musiman, misalnya kuartal tahun tertentu, bulanan atau hari-hari pada minggu- minggu tertentu.
3. Pola Siklis C
Pola data yang menunjukkan gerak naik turun dalam jangka panjang dari suatu kurva trend. terjadi bila datanya dipengaruhi oleh fluktuasi ekonomi jangka
panjang seperti berhubungan dengan siklus bisnis. 4.
Pola Trend T Pola yang menunjukkan kenaikan atau penurunan jangka panjang dalam data.
2.7 Metode Smooting Yang Digunakan
Untuk mendapatkan hasil yang baik harus diketahui cara peramalan yang tepat. Maka metode peramalan analisis time series yang digunakan untuk meramalkan nilai jumlah
Universitas Sumatera Utara
pengangguran pada pemecahan masalah ini adalah dengan menggunakan Metode Smoothing Eksponensial yaitu “Smoothing Eksponensial Satu Parameter dari Brown”.
Metode ini merupakan metode yang dikemukakan oleh Brown. Dasar pemikiran dari metode Smoothing Eksponensial Linier Satu Parameter dari Brown
adalah serupa dengan rata-rata bergerak linier, karena kedua nilai pemulusan tunggal dan ganda ketinggalan dari data sebenarnya.
Persamaan yang dipakai dalam persamaan Pemulusan Eksponensial Linier Satu Parameter dari Brown adalah sebagai berikut :
S
t
= α X
t
+ 1 – α S
1
t
S
t
= α S
t
+ 1 - α S
1
t
a
t
= S
t
+ S
t
- S
t
= 2 S
t
- S
t
b
t
=
1 S
t
- S
t
F
m t
= a
t
+ b
t
m Dimana :
m = Jumlah periode didepan yang diramalkan
S =
Nilai eksponensial smoothing tunggal
S =
Nilai eksponensial smoothing ganda
Universitas Sumatera Utara
α = Parameter Pemulusan Eksponensial
a
t
, b
t
= Konstanta pemulusan F
m t
= Hasil peramalan untuk m periode ke depan yang akan diramalkan.
2.8 Ketepatan Ramalan
Kategori