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