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).