BAB II TINJAUAN PUSTAKA. mempunyai efek menekan atau menghentikan suatu proses biokimia di dalam

Transkripsi

1 BAB II TINJAUAN PUSTAKA 2.1 Anibioik Defenisi Anibioik adalah segolongan senyawa, baik alami maupun sineik, yang mempunyai efek menekan aau menghenikan suau proses biokimia di dalam organisme, khususnya dalam proses infeksi oleh bakeri. Penggunaan anibioik khususnya berkaian dengan pengobaan penyaki infeksi, meskipun dalam bioeknologi dan rekayasa geneika juga digunakan sebagai ala seleksi erhadap muan aau ransforman (Tri Amojo, 2006). Anibioik adalah za-za yang dihasilkan oleh suau mikroba jenis lain. Oba yang digunakan unuk membasmi mikroba, penyebab infeksi pada manusia, harus memiliki sifa oksisias selekif seinggi mungkin. Arinya oba ersebu haruslah bersifa sanga oksik unuk mikroba, eapi relaif idak oksik unuk hospes (Abidin, 2010) Jenis Anibioik Penggolongan anibioik berdasarkan aas spekrum akiviasnya dapa dibagi aas beberapa golongan (Abidin, 2010), yaiu: 1) Anibioik dengan spekrum luas, efekif erhadap gram posiif maupun gram negaif. Sebagai conoh adalah urunan erasiklin, urunan amfenikol, urunan aminoglikosida, urunan miklorida, rifamfisin, beberapa urunan pinisilin Universias Sumaera Uara

2 (ampisilin, amoxisilin, bekampisin, karbenisilin, heasilin, dan lain-lain dan sebagian besar urunan xefalosporin). 2) Anibioik yang akiviasnya lebih dominan erhadap bakeri gram posiif. Sebagai conohnya adalah: basirin, erirosimin, sebagian besar urunan penisilin seperi benzil penisilin, kloksasili, penisilin G prokain dan beberapa urunan sefalosporin. 3) Anibioik yang akiviasnya lebih dominan erhadap bakeri gram negaif. Sebagai conoh adalah kolisin, polimiksin B sulfa dan sulfomisin. 4) Anibioik yang akivias dominan pada Mycobaceriae Kebijakan oba di Puskesmas Puskesmas adalah uni pelaksana eknis (UPT) dari Dinas Kesehaan Kabupaen/Koa yang beranggungjawab menyelenggarakan pembangunan kesehaan di sau aau sebagian wilayah kecamaan (Kepmenkes No. 128 ahun 2004). Dinas Kesehaan Propinsi dan Dinas Kesehaan Kabupaen/Koa wajib menyediakan oba esensial dengan nama generik unuk kebuuhan Puskesmas dan uni pelaksana eknis lainnya sesuai kebuuhan (Permenkes RI Nomor HK.02.02/MENKES/068/I/2010). Dinas Kesehaan Propinsi/Kabupaen/Koa wajib membua perencanaan, pengadaan, penyimpanan, penyediaan, pengelolaan dan pendisribusian oba kepada puskesmas dan pelayanan kesehaan lain ermasuk anibioik (Permenkes RI Nomor HK.02.02/MENKES/068/I/2010). Universias Sumaera Uara

3 2.2 Peramalan Pengerian Peramalan Prakiraan adalah melakukan peramalan enang suau perisiwa berdasarkan hasil perhiungan rasional aau kejiuan analisis daa. Ramalan pada dasarnya merupakan dugaan aau perkiraan mengenai erjadinya suau kejadian aau perisiwa di waku yang akan daang (Suprano, 1981). Peramalan diperlukan karena adanya perbedaan waku anara kesadaran akan dibuuhkannya suau kebijakan baru dengan waku pelaksanaan kebijakan ersebu (Assauri, 1984) Jenis-jenis Peramalan Peramalan dapa dibedakan aas beberapa segi anara lain: 1. Diliha dari sifa penyusunannya, peramalan dibedakan aas dua macam: a. Peramalan yang subyekif, yaiu peramalan yang didasarkan aas perasaan aau inuisi dari orang yang menyusunnya. Dalam hal ini pandangan aau judgemen dari orang yang menyusunnya sanga menenukan baik idaknya hasil ramalan ersebu. b. Peramalan yang objekif, adalah peramalan yang didasarkan aas daa yang relevan pada masa lalu dengan menggunakan eknik-eknik dan meodameoda dalam penganalisaan daa ersebu. 2. Diliha dari jangka waku ramalan yang disusun, peramalan erbagi aas dua macam: Universias Sumaera Uara

4 a. Peramalan jangka panjang, yaiu peramalan yang dilakukan unuk penyusunan hasil ramalan yang jangka wakunya lebih dari sau seengah ahun aau iga semeser. b. Peramalan jangka pendek, yaiu peramalan yang dilakukan unuk penyusunan hasil ramalan dengan jangka waku yang kurang dari sau seengah ahun aau iga semeser. 3. Berdasarkan sifa ramalan yang elah disusun, peramalan dibedakan aas: a. Peramalan Kualiaif, yaiu peramalan yang didasarkan aas daa kualiaif pada masa lalu. Hasil peramalan yang dibua sanga erganung pada orang yang menyusunnya. Hal ini pening karena hasil peramalan ersebu dienukan berdasarkan pemikiran yang bersifa inuisi, judgemen, aau pendapa, dan pengeahuan sera pengalaman dari penyusunnya. b. Peramalan Kuaniaif, yaiu peramalan yang didasarkan aas daa kuaniaif pada masa lalu. Hasil peramalan yang dibua sanga erganung pada meode yang dipergunakan dalam peramalan ersebu. Dengan meode yang berbeda akan diperoleh hasil peramalan yang berbeda, adapun yang perlu diperhaikan dari penggunaan meode-meode ersebu, adalah baik idaknya meode yang dipergunakan, sanga dienukan oleh perbedaan aau penyimpangan anara hasil ramalan dengan kenyaaan yang erjadi. Peramalan kuaniaif hanya dapa digunakan apabila erdapa iga kondisi sebagai beriku: 1. Adanya informasi enang keadaan yang lain 2. Informasi ersebu dapa dikuanifikasikan dalam benuk daa Universias Sumaera Uara

5 3. Dapa diasumsikan bahwa pola yang lalu akan berkelanjuan pada masa yang akan daang Kegunaan Peramalan Dalam hal penyusunan suau rencana dalam rangka pencapaian ujuan dan sasaran organisasi sering erjadi adanya perbedaan waku anara kegiaan penyusunan rencana yang berupa penenuan kegiaan apa saja yang perlu aau harus dilakukan, kapan waku pelaksanaannya dan oleh siapa dilaksanakan (Assauri, 1984). Apabila perbedaan waku ersebu panjang, maka peranan peramalan menjadi pening dan sanga dibuuhkan, eruama dalam menenukan kapan suau perisiwa akan erjadi aau suau kebuuhan akan imbul sehingga dapa dipersiapkan indakanindakan apa yang perlu dilakukan. Efekif idaknya suau rencana yang disusun sanga dienukan oleh kemampuan para penyusunnya unuk meramalkan siuasi dan kondisi pada saa rencana iu dilaksanakan (Assauri, 1984). 2.3 Analisis Daa Berkala (Analysis of Time Series) Daa berkala (ime series) adalah daa yang dikumpulkan dari waku ke waku unuk memberikan gambaran enang perkembangan suau kegiaan. Analisis daa berkala memungkinkan unuk mengeahui perkembangan waku aau beberapa kejadian sera hubungan dan pengaruhnya erhadap kejadian lain (Suprano, 1994). Time series adalah peramalan di masa daang didasarkan pada nilai sebuah variebel masa lalu aau kesalahan yang dilakukan sebelumnya. Tujuan Time series ini Universias Sumaera Uara

6 mencakup menelii pola daa yang digunakan unuk meramalkan dan melakukan eksrapolasi ke masa mendaang (Manurung, 1990). Tahapan yang pening dalam pemilihan meode ime series yang epa yaiu: membua asumsi erhadap jenis benuk daa, dan meode yang paling epa ersebu diuji erhadap daa ersebu (Seiadi, 2003). Benuk daa yang dimaksud dikelompokkan menjadi 4 (empa) jenis: 1. Benuk daa horizonal/sasioner/irregular Terjadi apabila nilai daa berflukuasi di sekiar nilai raa-raanya 2. Benuk daa musiman Bila seriesnya dipengaruhi oleh fakor musiman 3. Benuk daa siklis Daa dipengaruhi oleh flukuasi ekonomi yang panjang seperi dihubungkan dengan siklis bisnis dan lain-lain 4. Benuk rend Bila penurunan/kenaikan daa erjadi berkepanjangan Menuru Assauri (1984), secara maemais ime series dapa disimbolkan dengan Y, erdiri dari beberapa komponen, yaiu: 1. Trend jangka panjang (rend seculer) 2. Variasi siklis (cyclical variaion) 3. Variasi musiman (seasonal variaion) 4. Gerakan idak berauran (variasi residu/irregular) Universias Sumaera Uara

7 Secara simbolis dapa dinyaakan dengan persamaan sebagai beriku: Y = T.C.S.I Dimana: Y = Time series T = Trend jangka panjang (rend seculer) C = Variasi siklis (cyclical variaion) S = Variasi musiman (seasonal variaion) I = Gerakan idak berauran (variasi residu/irregular) a. Trend jangka panjang (rend seculer) Trend jangka panjang (rend seculer) disimbolkan T adalah gerakan eraur aau gerakan raa-raa dalam jangka waku yang panjang. Trend seculer memiliki benuk yang beraneka ragam, dapa berupa garis meningka, menurun, horizonal aau naik urun secara halus mirip huruf S yang memanjang. Y = f(x) Y = f(x) Y = f(x) Y = f(x) Waku (x) Waku (x) Waku (x) Waku (x) Trend naik Trend urun Trend eap Trend flukuasi Gambar 2.1 Kurva Trend jangka panjang b. Variasi siklis (cyclical variaion) Universias Sumaera Uara

8 Variasi siklis (cyclical variaion) disimbolkan C adalah gerakan jangka panjang disekiar rend, lima ahun aau lebih), eapi juga idak erulang dalam jangka waku yang sama. Pada siklis ersebu erdapa iik eringgi (puncak) dan iik erendah (lembah). Pergerakan dari puncak ke lembah dinamakan konraksi, sebaliknya pergerakan dari lembah ke puncak dinamakan ekspansi. Waku yang diperlukan unuk melewai sau siklis dinamakan lama siklis. Y = f(x) Waku (x) Gambar 2.2 Kurva Variasi Siklis c. Variasi musiman (seasonal variaion) Variasi musiman (seasonal variaion) disimbolkan S adalah variasi yang berulang-ulang aau pola musiman yang menunjukkan puncak dan lembah seperi pada siklis dengan periode yang pendek yaiu sau ahun aau kurang. Pada umumnya gerakan musiman erjadi pada daa bulanan yang dikumpulkan dari ahun ke ahun akan eapi juga berlaku bagi daa harian, mingguan aau sauan waku yang lebih kecil. Universias Sumaera Uara

9 Pola variasi musim dinyaakan dalam benuk angka indeks yang disebu indeks musiman dapa dikeahui dengan meode rasio erhadap rend. Meode rasio erhadap rend menggunakan nilai-nilai rend sebagai dasar perhiungan. Langkah-langkah penyelesaian dengan Meode rasio erhadap rend (Giosudarmo) adalah sebagai beriku: 1. Menenukan persamaan rend ahunan dengan meode leas square. 2. Mengubah persaman rend ahunan menjadi persamaan rend bulanan. Trend bulanan adalah rend dari bulan ke bulan, misalnya dari bulan Januari ke bulan Februari dan dari bulan Mare ke bulan April. Sama hanya rend ahunan yang merupakan rend dari ahun ke ahun. Dari rend ahunan (sauan x -nya ahun) bisa dibua menjadi rend bulanan (sauan x -nya bulan) dilakukan dengan cara membagi nilai a dengan 12 dan nilai b dengan 12 2 aau 144. Jika persamaan rend ahunan Yi = a+bxi Maka persamaan rend bulanan adalah a b Yi = Xi Menenukan nilai-nilai rend unuk masing-masing bulan, dengan persamaan: a b Yi = Xi Menyaakan daa berkalanya (Yi) sebagai persenase erhadap nilai rend 5. Menenukan raa-raa seiap bulan 6. Jumlahkan raa-raa bulan Januari sampai Desember 7. Menenukan indeks musimnya: Universias Sumaera Uara

10 Indeks musim = raa raa raa bulan x raa dari raa raa b kumulaif x100% Dimana: b. Kumulaif = nilai b x periode waku Maka prakiraan dengan menggunakan Meode Rasio erhadap rend adalah: S Ramalan = T x 100 dimana, T = Trend bulanan, S = Indeks musiman Variasi musiman biasanya disebabkan pengaruh-pengaruh, seperi musiman dan kebiasaan. Y = f(x) Waku (x) Gambar 2.3 Kurva Variasi musiman d. Gerakan idak berauran (Variasi residu / irregular) Gerakan idak berauran (variasi residu/irreguler) disimbolkan I, merupakan gerakan yang berbeda beda dalam waku yang singka, idak diikui pola yang Universias Sumaera Uara

11 eraur, sera idak dapa diperkirakan. Gerakan imbul dari gerakan-gerakan yang erjadi secara mendadak aau idak diperhiungkan sebelumnya. Y = f(x) Waku (x) Gambar 2.4 Kurva Variasi residu 2.4 Meode Peramalan Pengerian Meode Peramalan Meode peramalan adalah cara memperkirakan secara kuaniaif apa yang akan erjadi pada masa depan, berdasarkan daa yang relevan pada masa lalu, maka meode peramalan ini dipergunakan dalam peramalan yang objekif. Disamping iu, meode peramalan juga merupakan cara memperkirakan secara kuaniaif, maka oleh karena iu meode peramalan ermasuk dalam kegiaan peramalan kuaniaif (Assauri, 1984). Keberhasilan suau peramalan sanga dienukan oleh meode peramalan yang digunakan dan baik idaknya informasi kuaniaif yang digunakan (Assauri, 1984). Meode peramalan sanga bermanfaa karena akan membanu dalam menganalisis, pengerjaan dan pemecahan masalah yang sisemais dan pragmais sehingga memberikan ingka keyakinan yang lebih aas keepaan hasil ramalan yang dibua (Assauri, 1984). Universias Sumaera Uara

12 2.4.2 Jenis-jenis Meode Peramalan Pada dasarnya meode peramalan kuaniaif ini dapa dibedakan aas: 1. Meode peramalan yang didasarkan aas penggunaan analisis pola hubungan anara variabel yang akan diperkirakan dengan variabel lain yang memengaruhinya bukan waku yang disebu meode korelasi aau sebab akiba (causal mehods). Meode ini erdiri dari: a. Meode regresi dan korelasi, sanga epa unuk peramalan jangka pendek b. Meode ekonomeri unuk peramalan jangka panjang dan jangka pendek c. Meode analisis inpu oupu unuk proyeksi rend ekonomi jangka panjang 2. Meode peralaman yang didasarkan aas penggunaan analisa pola hubungan anara variabel yang akan diperkirakan dengan variabel waku yang merupakan dere waku dari daa berkala (Time series). Meode ini erdiri dari Meode Smoohing, Meode Box Jenkins, dan Meode Proyeksi rend dengan regresi. 1. Meode Smoohing Meode Smoohing merupakan eknik meramal dengan cara mengambil raaraa dari nilai beberapa periode yang lalu unuk menaksirkan nilai pada periode yang akan daang. Dalam meode ini daa hisoris digunakan unuk memperoleh angka yang dilicinkan aau diraakan. Melipui: Meode raa-raa bergerak (Moving average) dan Meode Exponenial Smoohing (Giosudarmo dan Najmudin, 2001). Universias Sumaera Uara

13 Meode ini digunakan unuk melicinkan (Smoohing) dan mengurangi flukuasi ramalan. Meode ini sanga kurang epa digunakan unuk peramalan jangka panjang. Daa yang dibuuhkan unuk penggunaan meode ini minimum selama dua ahun (Assauri, 1984). a. Moving Averages Dengan Moving averages (raa-raa bergerak) ini kia dapa melakukan peramalan dengan mengambil sekelompok nilai pengamaan, mencari raaraanya lalu menggunakan raa-raa ersebu sebagai ramalan unuk periode berikunya (Giosudarmo dan Najmudin, 2001). 1). Single Moving Average Persamaan maemais dari Single moving averages adalah: F + 1 X = + X X n+ N Keerangan: F +1 = Ramalan unuk Periode ke + 1 X 1 = Nilai riil periode ke 1 n = Jangka waku raa-raa bergerak N = Jumlah observasi yang dipergunakan dalam menghiung raa-raa bergerak 2). Double Moving Average Beberapa langkah dalam menenukan ramalan dengan meode Double Moving Average (Giosudarmo dan Najmudin, 2001), yakni: Universias Sumaera Uara

14 a) Menghiung Moving Average (raa-raa bergerak) perama diberi simbol ' S. Ini dihiung dari daa hisoris yang ada. Hasilnya dileakkan pada periode erakhir moving average perama. b) Menghiung Moving Average (raa-raa bergerak) kedua diberi simbol '' S. Ini dihiung dari raa-raa bergerak perama. Hasilnya dileakkan pada periode erakhir moving average kedua. c) Menenukan besarnya nilai a (konsana) a = S ' + ( S ' S '' ) d) Menenukan besarnya nilai b (slope) b ' 2 ( S S = V 1 '' ) V adalah jangka waku moving average kedua e) Menenukan besarnya forecas: + = a + b (m) F m M adalah jangka waku forecas ke depan b. Exponenial Smoohing Meode Exponenial Smoohing merupakan pengembangan dari Meode Moving Average. Dalam meode ini peramalan dilakukan dengan mengulang perhiungan secara erus-menerus dengan menggunakan daa erbaru. Dua meode Universias Sumaera Uara

15 dalam Exponenial Smoohing dianarannya Single Exponenial Smoohing dan Double Exponenial Smoohing (Giosudarmo dan Najmudin, 2001). 1. Single Exponenial Smoohing Persamaan Maemais dari meode ini adalah: F ) F + 1 = α X + (1 α Dengan: F +I = Ramalan unuk periode ke +1 X F α = Nilai rill periode ke = Ramalan unuk periode ke = Parameer Smoohing (0<α<1) Dari persamaan ersebu besarnya forecas yang akan daang dijelaskan sebagai beriku: F ) F + 1 = α X + (1 α F +1 = α X + F α F F +1 = F +α X α F F ( X F ) + 1 = F + α (X - F ) merupakan kesalahan forecas aau forecas error periode ke. Dengan demikian dapa dikaakan bahwa forecas pada periode yang akan daang adalah ramalan periode sebelumnya diambahkan alpha (α) dikalikan dengan kesalahan forecas sebelumnya. Dalam melakukan peramalan dengan meode Single Exponenial Smoohing besarnya alpha (α) dienukan secara rial dan error sampai Universias Sumaera Uara

16 diemukan alpha (α) yang menghasilkan forecas error erkecil (Giosudarmo dan Najmudin, 2001). 2. Double Exponenial Smoohing Meode ini merupakan model linier yang dikemukakan oleh Brown. Pada Meode ini proses penenuan ramalan dimulai dengan menenukan besarnya alpha (α) secara rial dan error (Giosurdarmo dan Najmudin, 2001). Tahap ahap dalam menenukan ramalan adalah sebagai beriku: a. Menenukan Smoohing perama ( S ) ' S ' ' ( α ) S = α X Dimana: ' S = Smoohing perama periode α = Berdasarkan nilai mean square error erkecil dari 0,1 sampai 0,9 X = Nilai riil periode ' S 1 = Smoohing perama periode -1 b. Menenukan Smoohing kedua ( S ) S '' ( α ) S '' ' = α S Dimana: '' '' S = Smoohing kedua periode ' S = Smoohing perama periode '' S 1 = Smoohing kedua periode -1 Universias Sumaera Uara

17 c. Menenukan besarnya konsana ( a ) a = S S ' '' 2 d. Menenukan besarnya slope ( b ) b α = 1 α ( S ' S '' ) e. Menenukan besarnya forecas ) ( F + m F + m = a + b (m) Dimana m adalah jumlah periode kedepan yang diramalkan Dari kedua meode Smoohing yang elah dijelaskan, dikaakan bahwa keepaan ramalan yang dilakukan dengan meode raa-raa bergerak (Moving Average) adalah rendah. Oleh karena alasan ersebu, maka meode aau eknik raaraa bergerak idak digunakan dalam peramalan. Sehingga dapa dipergunakan meode yang lebih baik yaiu meode Exponenial Smoohing (Assauri,1984). 2. Meode Proyeksi Trend dengan Regresi Meode ini merupakan dasar garis rend unuk suau persamaan sisemais, sehingga dengan dasar persamaan ersebu dapa diproyeksikan hal yang dielii unuk masa depan. Meode ini sanga baik keepaanya unuk peramalan jangka panjang. Unuk memproyeksi hal yang dielii, erlebih dahulu rend dienukan. Unuk menenukan nilai rend dapa digunakan beberapa cara yaiu meode angan bebas (free hand), meode seengah raa-raa (semi average), meode raa-raa bergerak Universias Sumaera Uara

18 (moving average) dan meode kuadra erkecil (leas square) (Giosudarmo dan Najmudin, 2001). a. Meode Tangan Bebas (Free Hand) Meode angan bebas merupakan meode yang sanga sederhana dimana pembuaan rend bebas dilakukan anpa menggunakan formula maemais. Pada meode ini garis rend dienukan secara bebas eapi idak berari dienukan anpa perimbangan-perimbangan erenu. Namun demikian penenuan garis rend eap sanga subjekif, yang seiap orang mempunyai perimbangan sendiri-sendiri (Giosudarmo dan Najmudin, 2001). Langkah-langkah unuk menenukan garis rend dengan menggunakan Meode Tangan Bebas adalah sebagai beriku: 1) Membua sumbu egak yang diberi simbol Y dan sumbu mendaar X dimana Y adalah variabel kuanias sedangkan X adalah variabel waku. 2) Bua scaer plo berdasarkan daa hisoris yang ada. 3) Menarik garis rend yang dianggap mampu mewakili aau mendekai semua iik yang membenuk koordina scaer plo ersebu. 4) Menghiung nilai slope dan inercep unuk membua persamaan rend Y = a+bx berdasarkan garis rend yang erbenuk. 5) Menghiung nilai proyeksi unuk periode berikunya berdasarkan persamaan yang erbenuk. Cara menarik garis rend dengan angan bebas merupakan cara yang paling mudah, akan eapi sifanya sanga subjekif. Maksudnya kalau ada lebih dari sau orang dimina unuk menarik garis rend dengan cara ini akan memperoleh garis Universias Sumaera Uara

19 rend lebih dari sau. Sebab masing-masing orang mempunyai pilihan sendiri sesuai dengan anggapannya, garis mana yang mewakili scaer plo ersebu (Suprano, 2000). b. Meode Seengah Raa-raa (Semi Average) Dengan meode seengah raa-raa nilai rend sudah mulai dienukan dengan perhiungan-perhiungan, yang berari unsur subjekif mulai berkurang. Meode ini dapa digunakan apabila daa yang dihadapi jumlahnya genap sehingga dapa dibagi menjadi dua kelompok sama besar (Giosudarmo dan Najmudin, 2001). Cara menenukan rend dengan meode seengah raa-raa dengan prosedur sebagai beriku 1. Daa yang ada dibagi menjadi dua kelompok dengan jumlah yang sama. Jika jumlah ahunnya ganjil maka yang berada diengah idak diikukan aau dihilangkan dalam perhiungan. 2. Tahun dasar ada pada engah-engah kelompok I. 3. Pada masing-masing kelompok dienukan nilai X (skor), semi oal dan semi Average. 4. Jumlah nilai-x (skor) pada kelompok 1 harus nol 5. Melanjukan penyekoran pada kelompok daa yang kedua 6. Proyeksi (forecas) di ahun yang akan daang erganung besarnya nilai X. Nilai rend dihiung dengan formula: Y = a + bx i Dimana : a = Raa-raa kelompok Universias Sumaera Uara

20 b = raa raa kelompok II raa raa kelompok I n n = Jumlah daa masing-masing kelompok X i = Nilai yang dienukan berdasarkan ahun dasar (skor) c. Meode Raa-raa Bergerak (Moving Average) Meode raa-raa bergerak jika seelah raa-raa dihiung, diikui gerakan sau periode ke belakang. Meode raa-raa bergerak disebu juga raa-raa erpusa, karena raa-raa bergerak dileakkan pada pusa periode yang digunakan. Jika ingin menghiung raa-raa bergerak dengan n genap langkah-langkalmya adalah sebagai beriku: 1. Menenukan jumlah gerak n ahun dan menempakan diengah n periode yang jauh di anara dua ahun. 2. Menempakan jumlah bergerak pada sau ahun bukan dianara ahun, karena iu disebu bergerak erpusa 2n daa berkala. 3. Menenukan jumlah bergerak erpusa yang merupakan penjumlahan dari 2n nilai daa. 4. Menenukan raa-raa bergerak erpusa yang merupakan pembagian jumlah bergerak erpusa dengan jumlah ahun ersedia. d. Meode Kuadra Terkecil (Leas Square) Meode kuadra erkecil menganu prinsip bahwa garis yang paling sesuai unuk menggambarkan suau dere berkala adalah garis yang jumlah kuadra dari selisih daa ersebu dengan garis rendnya erkecil aau minimum. Sifa-sifa kuadra erkecil iu adalah: Universias Sumaera Uara

21 ' 1) ( Y Y ) = 0 2 ' 2) ( Y Y ) = erkecil Dipakai unuk mencari persamaan garis aau kurva rend. Dari persamaan ini kia dapa menghiung nilai-nilai rend. Persamaan rend linier : Benuk umum: Y i = a + bx i Keerangan : Y i = Nilai rend unuk periode erenu Y i = a, jika X i = 0 b = Kemiringan garis rend, arinya bersarnya perubahan Y jika perubahan sau besaran periode waku X i = Kode periode waku ( 1 ) Dengan meode ini, nilai a dan b dari persamaan rend linier diaas dienukan dengan rumus: Y i Yi X a = dan b = 2 n X Dimana n adalah banyaknya pasangan daa. i i 3. Variasi musiman (Seasonal Variaion) Variasi musiman disimbolkan S, merupakan variasi yang berulang-ulang aau pola musiman yang menunjukkan puncak dan lembah seperi pada siklis dengan Universias Sumaera Uara

22 periode yang pendek yaiu sau ahun aau kurang. Pada umumnya gerakan musiman erjadi pada daa bulanan yang dikumpulkan dari ahun ke ahun, dan juga berlaku bagi daa harian,mingguan aau ahunan yang lebih kecil. Pola variasi musiman dinyaakan dalam benuk indeks yang disebu indeks musiman. Indeks musiman dapa dikeahui dengan meode rasio erhadap rend. Meode rasio erhadap rend menggunakan nilai-nilai rend sebagai dasar perhiungan. Langkah-langkah penyelesaian dengan meode rasio erhadap rend adalah sebagai beriku: 1. Menenukan persamaan rend ahunan dengan meode leas square 2. Mengubah persamaan rend ahunan menjadi persamaan rend bulanan. Trend bulanan adalah rend dari bulan ke bulan, misalnya dari bulan Januari ke bulan Februari dan bulan Mare ke bualan April. Sama halnya rend ahunan yang merupakan rend dari ahun ke ahun. Dari rend ahunan (sauan X-nya ahun) bisa dibua menjadi rend bulanan (sauan X-nya bulan) dilakukan dengan cara membagi nilai a dengan 12 dan nilai b dengan 12 2 aau 144. Jika persamaan rend ahunan Y i = a + bx i Maka persamaan rend bulanan adalah a b Y = i X i Menenukan nilai-nilai rend unuk masing-masing bulan, dengan persamaan : a b Y = i X i Universias Sumaera Uara

23 4. Menyaakan daa berkalanya (Y i ) sebagai persenase erhadap nilai rend 5. Menenukan raa-raa seiap bulan 6. Jumlahkan raa-raa bulan Januari sampai Desember. Universias Sumaera Uara