Analisa Deret Berkala Penentuan Pola Data

2.4 Analisa Deret Berkala

Data berkala Times 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 kejadian atau beberapa kejadian serta hubungannya dengan kejadian yang lain. Metode Time Series merupakan metode paramalan kuantitatif yang didasarkan atas penggunaan analisis pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu. Tujuan Time Series ini mencakup penelitian pola data yang digunakan untuk meramalkan apakah data tersebut stasioner atau tidak dan ekstrapolasi ke masa yang akan datang. Stasioner itu sendiri berarti bahwa tidak terdapat pertumbuhan penurunan pada data. Data secara kasar harus horizontal sepanjang waktu. Dengan kata lain fluktuasi data tetap konstan setiap waktu.

2.5 Penentuan Pola Data

Hal yang penting 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 pada umumnya dapat dibedakan sebagai berikut:

1. Pola Data Horizontal : pola ini trjadi bila nilai berfluktuasi disekitar nilai

rata – rata yang konstan. Universitas Sumatera Utara Gambar 2.1 Pola Data Horizontal

2. Pola Data Musiman Seasonal : Pola yang menunjukkan perubahan yang

berulang – ulang secara periodik dalam deret waktu. Pola ini terjadi bila suatu deret dipengaruhi oleh faktor musiman, misalnya kwartal tahun tertentu, bulanan, atau hari – hari pada minggu tertentu. Universitas Sumatera Utara Gambar 2.2 Pola Data Musiman

3. Data Siklis Cyclical : pola data yang menunjukkan grak naik turun dalam

jangka panjang dari suatu kurva trend. Terjadi bila datanya dipengruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis. Gambar 2.3 Pola Data Siklis Waktu y Universitas Sumatera Utara

4. Pola Data Trend : Pola yang terjadi bilamana terdapat kenaikan atau

penurunan jangka panjang dalam data.

2.6 Metode Pemulusan Smoothing