METODE
MOVING AVERAGE, METODE LEAST SQUARE
Analisa Deret Berkala
Metode Moving Average (Rata – rata Bergerak)
A.
Rata – rata Bergerak Sederhana
Metode yang sering digunakan untuk meratakan deret
berkala yang bergelombang adalah metode rata – rata bergerak.
Metode ini dibedakan atas dasar jumlah tahun yang digunakan untuk mencari
rata - ratanya. Jika digunakan 3 tahun sebagai dasar pencarian rata – rata
bergerak, teknik tersebut dinamakan Rata –rata Bergerak per 3 tahun.
Prosedur menghitung rata –rata bergerak sederhana per 3 tahun sebagai
berikut :
1.
Jumlahkan data selama 3 tahun berturut -turut. Hasilnya
diletakkan ditengah – tengah tahun tersebut.
2.
Bagilah dengan banyaknya tahun tersebut (3) untuk mencari
nilai rata – rata hitungnya.
3.
Jumlahkan data berikutnya selama 3 tahun berturut –turut
dengan meninggalkan tahun yang pertama. Hasilnya diletakkan ditengah –tengah
tahun tersebut dan bagilah dengan banyaknya tahun tersebut (3) dan seterusnya
sampai selesai.
B.
Rata – rata Bergerak Tertimbang.
Umumnya timbangan yang digunakan bagi rata –rata bergerak ialah Koefisien
Binomial. Rata –rata bergerak per 3 tahun harus diberi koefisien 1, 2, 1
sebagai timbangannya.
Prosedur menghitung rata –rata bergerak tertimbang per 3 tahun sebagai
berikut:
1.
Jumlahkan data tersebut selama 3 tahun berturut –turut
secara tertimbang.
2.
Bagilah hasil penjumlahan tersebut dengan faktor pembagi
1 + 2 + 1 = 4. Hasilnya diletakkan di tengah – tengah tahun tersebut.
3.
Dan seterusnya sampai selesai.
Analisis trend
merupakan suatu metode analisis yang ditujukan untuk melakukan suatu estimasi atau
peramalan pada masa yang akan datang. Untuk melakukan peramalan dengan baik
maka dibutuhkan berbagai macam informasi (data) yang cukup banyak dan diamati
dalam periode waktu yang relatif cukup panjang, sehingga dari hasil analisis
tersebut dapat diketahui sampai berapa besar fluktuasi yang terjadi dan
faktor-faktor apa saja yang mempengaruhi terhadap perubahan tersebut. Secara
teoristis, dalam analisis time series yang paling menentukan adalah kualitas
atau keakuratan dari informasi atau data-data yang diperoleh serta waktu atau
periode dari data-data tersebut dikumpulkan.
Jika data yang dikumpulkan tersebut semakin banyak maka semakin baik pula estimasi atau peramalan yang diperoleh. Sebaliknya, jika data yang dikumpulkan semakin sedikit maka hasil estimasi atau peramalannya akan semakin jelek.
Metode Least Square : Metode yang digunakan untuk analisis time series adalah Metode Garis Linier Secara Bebas (Free Hand Method), Metode Setengah Rata-Rata (Semi Average Method), Metode Rata-Rata Bergerak (Moving Average Method) dan Metode Kuadrat Terkecil (Least Square Method).
Tidak ada komentar:
Posting Komentar