Analisa Deret Berkala Analisa Kecenderungan Kunjungan Pasien Rawat Jalan Tahun 2011-2015 Untuk Proyeksi Kunjungan Pasien Rawat Jalan Tahun 2016-2017 di Rumah Sakit Santa Elisabeth Medan Dengan Menggunakan Model ARIMA

15

2.3 Analisa Deret Berkala

Data berkala time series data yaitu 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 dan pengaruhnya terhadap kejadian lainnya. Metode time series merupakan metode peramalan kuantitatif didasarkan atas penggunaan analisis pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu. Oleh karena data berkala itu terdiri dari beberapa komponen,maka dengan analisis data berkala dapat diketahui masing-masing komponen, bahkan dapat menghilangkan satu atau beberapa komponen guna menyelidiki komponen tersebut secara mendalam tanpa kehadiran dari komponen- komponen lain. Data berkala, karena adanya pengaruh dari komponen-komponen tersebut, selalu mengalami perubahan-perubahan sehingga apabila dibuat grafiknya akan menunjukkan suatu fluktuasi yaitu gerakan naik turun. Menurut Napa J.Awat 1995, apabila suatu data deret waktu itu disusun dalam bentuk grafik maka akan nampak empat macam gerakan komponen yang membentuk grafik itu, keempat jenis komponen data tersebut yaitu : 1. Trend Jangka Panjang Yaitu suatu gerakan yang menunjukkan arah perkembangan secara umum kecendrungan menaik menurun data deret waktu dalam jangka panjang, yang lebih biasanya lebih dari 10 tahun. Gerakan ini mencerminkan sifat Universitas Sumatera Utara 16 kontinuitas atau keadaan terus-menerus yang berlangsung selama jangka waktu tertentu. 2. Siklis Yaitu gerakan variasi berulang yang naik turun disekitar garis trend berlaku untuk data tahunan. Gerakan ini dapat terulang setelah jangka waktu tertentu setiap 3 tahun, 5 tahun atau lebih, bisa juga tidak terulang dalam jangka waktu yang sama. 3. Musiman Yaitu gerakan yang mempunyai pola tetap dari waktu ke waktu. Pada umumnya gerakan musiman terjadi pada data bulanan yang dikumpulkan dari tahun ke tahun. Dengan kata lain bahwa gerakan musiman ini bergerak secara periodik. 4. Irreguler gerak tidak beraturan Gerak tidak beraturan atau gerak residu atau irreguler, dengan adanya pengaruh ini, maka sukar sekali untuk melukiskan gerak ini dalam satu model, biasanya yang sering dilakukan adalah menghilangkan terlebih dahulu pengaruh trend,siklis, dan musiman. Apa yang tersisa merupakan gerak irreguler, karena itu makanya disebut juga gerak residu. Gerakan variasi ini biasanya bersifat sporadis. Universitas Sumatera Utara 17 Dari uraian-uraian diatas, bahwa trend terjadi dalam tempo yang panjang, siklus terjadi dalam tempo yang lebih pendek dan musiman biasanya terjadi setiap 12 bulan. Irreguler terjadi selama waktu yang berbeda-beda akan tetapi umumnya lebih singkat daripada kejadian siklik dan sering lebih singkat dari gerakan musiman. Data berkala dapat dipergunakan untuk dasar pembuatan garis trend. Garis trend itu sendiri dapat dipergunakan untuk membuat ramalan yang sangat diperlukan untuk dasar perumusan perencanaan. Karena dari pengamatan atas data berkala, terlihat bahwa keempat faktor yang mempengaruhi pola sebuah data berkala pada masa lalu dan sekarang akan cenderung terulang dimasa Universitas Sumatera Utara 18 mendatang dengan intensitas yang meningkat atau berkurang. Adapun tujuan peramalan deret waktu adalah menemukan pola dalam deret data historis dan mengekstrapolasikan pola dalam deret ke masa depan Makriadakis S, 1999.

2.4 Metode Analisis Deret Berkala