Malakah Analisis Time Series [PDF]

Citation preview

BAB I PENDAHULUAN 1.1 Latar Belakang Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan akan terjadi pada masa yang akan datang. Metode peramalan adalah cara untuk memperkirakan secara kuantitatif apa yang akan terjadi pada masa yang akan datang dengan dasar data yang relevan pada masa lalu. Data time series adalah sekumpulan data pengamatan yang diperoleh dari perhitungan dari waktu kewaktu. Pada umumnya pengumpulan dan pencatatan itu dilakukan dalam jangka waktu tertentu misalnya tiap bulan, tiap akhir tahun, sepuluh tahun dan sebagainya. Contoh data time series adalah pertumbuhan ekonomi suatu negara pertahun, jumlah produksi minyak perbulan, indeks harga saham perhari. Hal yang perlu diperhatikan pada peramalan data time series adalah galat error, dimana merupakan bagian yang tidak terpisahkan dalam metode peramalan. Hasil dariprediksi sangatlah jarang yang sama dengan data sesungguhnya, maka seorangperamal hanya bisa berusaha untuk membuat galatnya menjadi seminimal mungkin. Untuk meramalkan data time series dibutuhkan teknik peramalan yang baik. Teknik peramalan dapat bermacam-macam tergantung pada pola data yang ada. Deret berkala dan peramalan menganalisis perubahan dalam bisnis dan aktivitas ekonomi pada waktu yang lalu berdasarkan gerakan time series (runtut waktu). Data deret berkala adalah sekumpulan data yang dicatat dalam suatu periode tertentu. Analisis terhadap masa lampau penting karena hal ini akan memberi kesempatan pada pengusaha untuk membuat ramalan yang lebih akurat untuk aktivitas yang akan dating. Manfaat analisis data berkala adalah mengetahui kondisi masa mendatang. Peramalan kondisi mendatang bermanfaat untuk perencanaan produksi, pemasaran, keuangan dan bidang lainnya. Hasil dari analisis runtut waktu akan meningkatkan efisien dalam mengambil keputusan. 1.2 Tujuan Penulisan Tujuan dari pembuatan paper analisis time series ini antara lain sebagai berikut: a) Mengetahui apa itu analisis time series b) Mampu meramalkan permintaan suatu barang dalam 5 tahun kedepan menggunakan metode kuadrat terkecil 1.3 Ruang Lingkup Materi Materi dalam paper ini menjelaskan mengenai analisis time series secara umum dan bagaimana cara meramalkan permintaan suatu barang dalam 5 tahun kedepan menggunakan metode kuadrat terkecil analisis time series.



BAB II LANDASAN TEORI II.1 Pengertian Analisis Time Series Analisis time series adalah analisis perbandingan data dengan data keuangan periode sebelumnya (perbandingan dengan data historis). Forecasting digunakan untuk memproyeksikan kondisi keuangan pada masa mendatang. Dalam analisis data keuangan, analisis terhadap data historis diperlukan untuk melihat tren-tren yang mungkin timbul. Kemudian kita bisa menganalisis apa yang terjadi dibalik tren-tren angka tersebut. Data historis perusahaan sebaiknya juga dibandingkan dengan data



historis industri untuk melihat apakah tren suatu perusahaan begerak relatif lebih baik terhadap tren industri. Tiga pendekatan dalam analisis time series (Endah. 2014) a) Pendekatan Ekonomi b) Pendekatan Statistik c) Pendekatan Visual II. 2 Time Series Indeks Teknik ini bisa menggunakan angka indeks bisa juga angka-angka yang ada dalam laporan keuangan disusun dan disajikan dalam rentang waktu berseri misalnya 5 atau 10 tahun. Jika laporan ini dikonvensi menjadi angka indeks maka menjadi laporan indeks berseri. Semua laporan keuangan yang dibandingkan secara berseri dikonvensikan ke indeks. Untuk menentukan indeks ini maka menentukan tahun dasar. Tahun dasar ini dipilih menurut kriteria tertentu misalnya dipilih tahun pendirian sebagai tahun dasar atau tahun tertentu yang bisa dijadikan sebagai suatu momen penting agar kita lebih mudah dan lebih cepat melakukan perbandingan dengan indeks tahun lainnya (Suharyadi. 2008) II. 3 Analisa Tren Analisa tren ini bertujuan untuk mengetahui tendensi atau kecenderungan keadaan keuangan suatu perusahaan dimasa yang akan datang baik kecenderungan naik, turun, maupun tetap. Teknik analisa ini biasanya dipergunakan untuk menganalisa laporan keuangan yang meliputi minimal 3 periode atau lebih. Analisa ini dimaksudkan untuk mengetahui perkembangan perusahaan melalui rentang perjalanan waktu yang sudah lalu dan memproyeksi situasi masa itu kemasa yang berikutnya. Berdasarkan data historis itu, dicoba melihat kecenderungan yang mungkin akan muncul di masa yang akan datang. Analisa trend ini bermanfaat untuk menilai situasi “tren” perusahaan yang telah lalu serta dapat memprediksi “tren” perusahaan di masa yang akan datang berdasarkan garis tren yang sudah terjadi itu (Endah. 2014) Untuk melakukan analisa trend series berindeks (untuk hal-hal tertentu bisa dipakai dalam teknis trend) ini maka dapat melakukannya melalui: a) Metode statistik dengan cara menghitung garis trend dari laporan keuangan beberapa periode. b) Menggunakan angka indeks. Langkah-langkah untuk melakukan analisa trend berindeks ini adalah sebagai berikut (Nurhayati. 2014) : a) Menentukan tahun dasar. Tahun dasar ini ditentukan dengan melihat arti suatu tahun bisa tahun pendirian, tahun perubahan, atau reorganisasi, dan tahun bersejarah lainnya. Pos-pos laporan keuangan tahun dasar dicatat sebagai indeks 100. b) Menghitung angka indeks tahun-tahun lainnya dengan menggunakan angka pos laporan keuangan tahun dasar sebagai penyebut. c) Memprediksi kecenderungan yang mungkin bakal terjadi berdasarkan arah dan kecenderungan historis pos laporan keuangan yang dianalisa. d) Mengambil keputusan mengenai hal-hal yang harus dilakukan untuk mengantisipasi kecenderungan itu. II. 4 Analisis Data Keuangan Data penjualan mencerminkan empat macam faktor (Endah. 2014) yaitu : a) Trend



Trend merupakan pergerakan time series dalam jangka panjang, bisa merupakan tren naik atau turun. Diperlukan waktu jangka panjang (15 atau 20 tahun) untuk melihat pola trend tersebut. Trend tersebut bisa dipengaruhi oleh perubahan jumlah penduduk, perubahan teknologi, dan lain-lain. b) Siklus Siklus merupakan fluktuasi bisnis dalam jangka yang lebih pendek (sekitar 2– 10 tahun). Belum ada penjelasan yang memuaskan terhadap timbulnya fluktuasi siklus. Lamanya dan besarnya fluktuasi juga sangat beragam dari perusahaan ke perusahaan dan dari industri ke industri. c) Musiman Musiman merupakan fluktuasi yang terjadi dalam lingkup satu tahun.Ada beberapa penyebab timbulnya fluktuasi musiman, misalnya karena peristiwa tertentu (lebaran, tahun baru), karena cuaca (musim hujan, kemarau). d) Ketidakteraturan (Irregularities) Fluktuasi semacam ini disebabkan karena faktor-faktor yang munculnya tidak teratur, dalam jangka waktu pendek. Misalnya gudang perusahaan terbakar, akibatnya keuntungan perusahaan pada periode itu terpengaruh. a. Mengukur Pengaruh Trend Trend suatu data bisa dilihat dengan cara (Endah. 2014) yaitu : a) Menggambar dengan tangan Yaitu dengan cara menarik garis lurus disekitar data-data yang ada. Kelebihan: sangat praktis dan sederhana, kelemahan: kurang konsisten (subyektif). b) Menggunakan model matematika (metode least square) Yaitu menggambarkan garis lurus sedemikian rupa sehingga selisih kuadrat antara garis lurus tersebut dengan data yang sesungguhnya, yang paling kecil. Kelebihan : obyektif, kelemahan: terlalu mekanistis. Rumus: Yt = a + b X a = ∑ (Y) – b ∑ (X) b = ( ∑XY – n∑ (X) ∑ (Y)) / (∑ X2 – n ∑ (X)2) b. Trend Sebagai Proyeksi Masa Depan Untuk memakai persamaan tren sebagai proyeksi masa depan, seorang analis harus hati-hati terhadap asumsi yang digunakan. Trend garis lurus mengasumsikan perkembangan yang konstan untuk masa-masa yang akan mendatang. Padahal beberapa situasi, penjualan tumbuh merambat pada periode berikutnya. Misalnya suatu produk baru diluncurkan, pertumbuhan pada awal periode akan sangat cepat. Kemudian memasuki tahap kedewasaan, pertumbuhan tersebut akan semakin melambat. Rumus: Y = a + b X + c X2 log Y = a + b log X c. Analisis Siklus Fluktuasi siklus bisnis muncul dalam jangka waktu menengah (2–10 tahun). Pengaruh siklus dapat dilihat dengan persentase tren yang dirumuskan sebaga berikut % Trend = Y / Yt x 100



Ada kecenderungan siklus dengan jangka waktu 7 tahun.Tahun 2000 menunjukkan penjualan tinggi, penjualan tinggi tersebut muncul lagi tahun 2008. d. Analisis Musiman Menurut Nurhayati (2014) Analisis musiman akan bermanfaat pada beberapa situasi. Pertama, apabila analis ingin melihat pengaruh musiman dan memanfaatkan informasi tersebut untuk tujuan tertentu. PT A mempunyai anggaran penjualan tahun 2009 sebesar Rp 1.000.000.000 (per triwulan Rp 250.000.000) dan mempunyai indeks musiman: Triwulan I : 0,99 Triwulan II : 1,01 Triwulan III : 0,90 Triwulan IV : 1,10



Triwulan (1) I II III IV



Indeks Anggaran Penjualan musiman (3) (2) 0,99 250.000.000 1,01 250.000.000 0,90 250.000.000 1,10 250.000.000 Total anggaran penjualan



Anggaran penjualan dengan pengaruh musiman (4)=(2)x(3) 247.500.000 252.500.000 225.000.000 275.000.000 1.000.000.000



Kedua, apabila analis ingin menghilangkan pengaruh musiman untuk melihat pengaruh trend, siklus, dan ketidakteraturan secara lebih jelas. Triwulan (1) I II III IV



Indeks Anggaran Penjualan musiman dengan pengaruh musiman (2) (3) 0,99 247.500.000 1,01 252.500.000 0,90 225.000.000 1,10 275.000.000 Total anggaran penjualan



Anggaran penjualan tanpa pengaruh musiman (4) = (3) / (2) 250.000.000 250.000.000 250.000.000 250.000.000 1.000.000.000



BAB III HASIL DAN PEMBAHASAN III.1 Hasil Data volume penjualan rotan daari tahun 2000-2004 Harga Tahun Penjualan Y X XY (Rp) 2000 0,2415 -2 -0,483 2001 0,4432 -1 -0,4432 2002 0,4621 0 0 2003 0,4144 1 0,4144 2004 0,4942 2 0,9884 Jumlah 2,0554 0 1,363



X2 4 1 0 1 4 10



a=



∑𝑌 𝑛



=



2,0554 5



= 0,41108 ,



b=



∑ 𝑋𝑌 ∑ 𝑋2



= 1,363/10 = 0,1363



Persamaan garis linearnya adalah Y = 0,41108 + 0,1363 Y = 2005 atau Y3 = 0,41108 + 0,1363 (3) = 0,81998 Y = 2006 atau Y4 = 0,41108 + 0,1363 (4) = 0,95628 Y = 2007 atau Y5 = 0,41108 + 0,1363 (5) = 1,09258 Y = 2008 atau Y6 = 0,41108 + 0,1363 (6) = 1,22888 Y = 2009 atau Y7 = 0,41108 + 0,1363 (7) = 1,36518 III.2 Pembahasan Dari hasil diatas dapat Dilihat bahwa setiap tahun harga rotan mengalami kenaikan. BAB IV PENUTUP 4.1 Kesimpulan Kesimpulan dari pembuatan paper analisis time series ini antara lain sebagai berikut: 1. Model Analisis Time Series adalah suatu peramalan nilai-nilai masa depan yang didasarkan pada nilai-nilai masa lampau suatu variabel dan atau kesalahan masa lampau. Model time series biasanya lebih sering digunakan untuk suatu peramalan/prediksi. 2. Metode untuk menentukan persamaan trend linier salah satunya adalah teknik kuadrat rerkecil. Trend linier merupakan garis peramalan yang sifatnya linier sehingga secara matematis bentuk fungsinya adalah: 𝐘 = 𝐚 + 𝐛𝐗 4.2 Saran Sebagai mahasiswa kehutanan sebaiknya kita harus mempelajari time series agar kita dapat meramalkan harga-harga dimassa depan, sehingga dengan demikian kita bisa melakukan usaha yang nilai time seriesnya terus meningkat.