d. Kuadrat Jumlah yaitu jumlah dari seluruh data yang kemudian dikuadratkan
e. Analisa Data Waktu yaitu peramalan yang menggunakan variable bebasnya
adalah deret waktu f.
Rata-Rata Bergerak 1 Periode yaitu teknik peramalan yang menggunakan data masa lalu satu periode ke belakang
g. Rata-Rata Bergerak 3 Periode yaitu teknik peramalan yang menggunakan data
masa lalu tiga periode ke belakang h.
Trend yaitu perubahan yang relatif panjang, jika data yang ada menunjukkan kenaikan, ini menunjukkan bahwa trendnya positif, demikian juga sebaliknya
apabila data tersebut menunjukkan penurunan maka trendnya negative.
2.2. Metodologi Penelitian
a. Metode Smoothing
Metode smoothing merupakan teknik meramal dengan cara mengambil rata- rata dari beberapa periode yang lalu untuk menaksir nilai pada masa atau
periode yang akan datang. Dalam metode smoothing ini data histories digunakan untuk memperoleh angka yang dilicinkan atau diratakan.
Metode smoothing ini dibagi menjadi dua, yaitu : •
Metode Average MOVA rata-rata bergerak
Universitas Sumatera Utara
• Eksponensial Smoothing
b. Moving Average
Metode ini dilakukan dengan mengambil sekelompok nilai pengamatan, mencari rata-ratanya kemudian menggunakan rata-rata tersebut sebagai
ramalan untuk periode yang akan datang. Metode ini disebut rata- rata bergerak karena setiap kali data observasi baru tersedia, maka angka rata-rata
baru dihitung dan digunakan sebagai ramalan Forecast.
Metode moving averages ini dibagi menjadi dua, yaitu : 1.
Rata-Rata Bergerak Tunggal Single Moving Average Metode ini mempunyai karakteristik khusus yaitu :
a. Untuk menentukan ramalan pada periode yang akan datang
memerlukan data histories selama jangka waktu tertentu. Misalnya, dengan 4 bulan moving average, maka ramalan bulan ke-5 baru bias
dibuat setelah bulan ke-4 selesai atau berakhir. Jika 6 bulan moving average, ramalan bulan ke-7 baru bisa dibuat setelah bulan ke-6
berakhir. b.
Semakin panjang jangka waktu moving average, efek pelicinan semakin terlihat dalam ramalan atau menghasilkan moving average
yang semakin halus.
Universitas Sumatera Utara
2. Rata-Rata Bergerak Ganda Double Moving Average
Adapun prosedur peramalan rata-rata bergerak linier meliputi tiga aspek : Sesuai dengan judul yang telah dibuat, bahwa analisis data dengan
menggunakan metode rata-rata bergerak linier. Metode ini merupakan bagian dari Rata-Rata Bergerak Ganda Double Moving Average. Dasar
dari metode ini adalah menghitung rata-rata bergerak yang kedua. Rata- rata bergerak “ganda” ini merupakan rta-rata bergerak dari rata-rata
bergerak, dan menurut symbol ditulis sebagai MAM x N dimana artinya adalah MA M – periode dari MA N – periode.
Adapun prosedur peramalan rata-rata bergerak linier meliputi tiga aspek : a.
Penggunaan rata-rata bergerak tunggal pada waktu t ditulis S
’ t
, b.
Penyesuaian, yang merupakan perbedaan antara rata-rata bergerak tunggal dan ganda pada waktu t ditulis S
’ t
– S
” t
, dan c.
Penyesuaian untuk kecendrungan dari periode t ke periode t +1 atau ke periode t+m jika kita meramalkan m periode ke muka.
Secara umum pembahasan tersebut dapat dilakukan sebagai berikut: Prosedur rata-rata bergerak linier secara umum dapat diterangkan
melalui persamaan berikut :
Universitas Sumatera Utara
a Menentukan smoothing pertama S
’ t
persamaan ini mempunyai asumsi bahwa saat ini kita berada pada periode waktu t dan
mempunyai nilai masa lalu sebanyak N, sebagai berikut :
t
S
=
N X
X X
X
N t
t t
t 1
2 1
...
− −
− −
+ +
+ +
t
S
= smoothing pertama periode t X
t
= nilai riil periode N = jumlah periode
b Menentukan smoothing kedua S
” t
, persamaan ini menganggap bahwa semua rata-rata bergerak tunggal S
’ t
telah dihitung. Persamaan itu kita menghitung rata-rata bergerak N – periode dari
nilai-nilai S
’ t
tersebut. S
’ t
– S
” t
t
S
= N
S S
S S
N t
t t
t 1
2 1
...
− −
− −
+ +
+ +
t
S
= smoothing kedua periode t
c Menentukan besarnya konstanta a
t
, persamaan ini mengacu terhadap panyesuaian MA tunggal, S
’ t
, dengan persamaan sebagai berikut :
t
a =
t
S
+
t
S
-
t
S
= 2
t
S
-
t
S
a
t
= besarnya konstanta periode t
Universitas Sumatera Utara
d Menentukan besarnya Slope b
t
, persamaan ini menentukan taksiran kecendrungan dari periode waktu yang satu ke periode
waktu berikutnya, persamaannya sebagai berikut :
t
b = 1
- 2
− N
S S
t t
b
t
= slope nilai trend dari data yang sesuai e
Menentukan besarnya Forecast, persamaan ini menunjukkan bagaimana memperoleh ramalan untuk m periode ke muka dari t.
ramalan untuk m periode ke muka adalah a
t
– dimana merupakan nilai rata-rata yang disesuaikan untuk periode t ditambah m kali
komponen kecendrungan b
t
, persamaannya sebagai berikut :
m t
F
+
= m
b a
t t
+ F
t+m
= besarnya forecast m = jangka waktu forecast
Universitas Sumatera Utara
BAB 3
TINJAUAN UMUM BADAN PUSAT STATISTIK
3.1 Sejarah Singkat Badan Pusat Statistik
