TREND EKSPONENSIAL (LOGARITMA

)
Kita telah mengenal trend garis lurus (linear trend) dengan bentuk persamaan Y· = a + bX. Dalam hal ini b adalah rata-rata kenaikan Y per satuan waktu (per bulan, per tahun, dan lain sebagainya). Ada beberapa jenis trend yang tidak linear tetapi dapat dibuat linear dengan jalan melakukan transformasi (perubahan bentuk). Misalnya, trend eksponensial:

Y' = abX dapat diubah menjadi trend semi log: log Y'= log a+ (log b)X; logY'' =Y'0 ;log a = a0 dan log b = b0.Dengan demikian, Y'()= a0+b0X, di mana koefisien a0 dan b0 dapat
dicari berdasarkan persamaan normal. Trend pendapatan eksponensial nasional, sering dipergunakan hasil untuk dan meramalkan jumlah penduduk, lain yang

produksi,

penjualan,

kejadian-kejadian

perkembangan/pertumbuhannya secara geometris (berkembang dengan cepat sekali).

CONTOH 8.9 Hasil penjualan PT. Sinar Surya selama 3 tahun menunjukkan perkembangan

yang cepat sekali, seperti ditunjukkan dalam Tabel 8.6.
TABeI _ ) Penjualan Hipotetis PT. Sinar Surya,1997 - 1999. ________________________________

Tahun Hasil penjualan (Jutaan rupiah)

1997 20

1998 80

1999 400

Dengan menggunakan trend eksponensial, ramalkan hasil penjualan tahun 2000!
PENYELESAIAN

MU*. Tahun

X
-1 0 1 X =0

y
20 80 4(X) Y= 5oo

logy < Y0 >

X logY (XY0 ) -1,30103 0 2,60205

X2

1997 1998 1999 Jumlah Persamaan normal: (1)a0 n + a0 X = Y0

1,30103 1,90309 2,60205 Y0= 5,80617

1 0 1 X2 = 2

XY0=1,30102

3a0= 5,80617

1|Page

atau 86.47.93539 + 0.730 (dari daftar log.6 19. Untuk tahun Y·0= a0+b0X Y'0 = log Y= 1. nilai b= 4.30102.8 49.2364.47)x (dalam eksponensial) Untuk X = 2 Y·= (86. CONTOH 8.3 61. logY· =Y'0. Jadi.5 72. Dari persamaan (2). Dengan demikian. maka hubungan yang kita peroleh merupakan persamaan garis regresi dan bukan garis trend. 3a0= 5. nilaia merupakan antilog 1.23641 = 3.80617) = 1.93539.2)(4.2)(19.65051(2) = 1.7 28.1 Dengan menggunakan persamaan Y·=aXb.30102) = 0. 2b0= 1.93539. makaa0= log a= (5.2 194.4 118. Garis trend Y·0=a0+b0X 2000. Y' =abX Y'= (86. Data selama 6 tahun terakhir adalah sebagai berikut: X (indeks harga) Y (hasil penjualan.4 37.(2) a0 Y 0+ b0 X 2= XY 0 2b0= 1. Ramalan Y= 1. angka yang dekat adalah 3.93539. mempunyai pengaruh negatif yang sangat kuat terhadap penurunan hasil penjualan secara geometris.Y'0=a0+ bX0 merupakan regresi linear.93539 + 1.47)2= (86.2380).80617.35.2. 2|Page . Hasilnya ada perbedaan sedikit (akibat pembulatan). jutaan rupiah) 54.2)(4. log Y'= loga+ b log X (regresi linear logaritma). Dari daftar log dapat diketahui bahwa log a= 1.65051X (dalam semi log).9809) = 1. Karena bukan variabel waktu. Data selama 6 tahun menunjukkan perkembangan harga (X) dan hasil penjualan Y. maka b0= log b = (1.30102 Dari persamaan (1). berapa nilai ramalan Y.722. loga=a0 log X = X0 .10 Kenaikan harga yang dinyatakan dalam kenaikan indeks harga.65051. kalau X = 100? PENYELESAIAN Y' =aXb (eksponensial).2 61.6 88.93539 + 0. X = 2 Y·0= 1.0 10. harus dibuat transformasi dengan menggunakan log.30102 = 3.

7348 1.2976 X 0Y0= 16.8309 2.9479 2.X0= log X Y0 = log Y X2 0 X 0Y 0 1.0095 3.3019 5.2077 3.9294 2.6617 2.2878 X 0 =11.7910 1.6953 1.8597 1.7975 3|Page .2340 X = 23.0997 3.4585 3.0741 2.0350 2.2340 3.4533 1.8543 Y0= 8.7868 1.0059 2 0 3.6946 1.2833 1.7943 4.5752 1.

maka bentuk kurva Y'= k +abx dapat berubah-ubah seperti terlihat pada Peraga 8. tetapi tidak pernah dicapai).X = -1 X =0 X =1 X =2 Y'= 40. k merupakan nilai asymptote (selalu didekati.b <1 a >0. Bentuk Kurva Trend Eksponensial yang Diubah Tergantung pada nilaia dan b.20( -1 =0 Y'= 40-20( )°=20 Y' = 40-20( )'=30 Y'= 40 . Dengan perkataan lain.2.20( )2=35 Makin lama angka-angka di atas makin mendekati nilai k. gambar a >0.b >1 .

titik. maka bentuk kurvanya seperti contoh yang diberikan di atas. maka rumus untuk menghitung k. yaitu k. dan b. dan Y3 bukan 2 tahun. Oleh karena bentuk trend (regresi) eksponensial yang diubah tidak dapat dijadikan bentuk linear dengan jalan transformasi.Y2. yaitu: X=4. maka untuk memperkirakan atau menghitung nilai koefisien a dan b tidak dapat digunakan metode kuadrat terkecil(least square method). a. peroleh tiga X=2.Kalaua > O. dan b adalah sebagai berikut: . Jadi di sini harus dipergunakan cara yang lain. akan tetapi t tahun. Y y = k + abP = k + a Y2=k+ ab2 Y3= k + abA (1) (2) (3) Dalam 3 persamaan di atas terdapat 3 bilangan konstan yang tidak diketahui. yaitu dengan memilih beberapa titik. Dengan melakukan pemecahan terhadap persamaan di atas. kita peroleh        Apabila banyaknya tahun antara Y1 . a. b >1. Caranya adalah sebagai berikut: Kita X=0.

dan b di atas. a. pnejualan hipotesis Perusahaan XYZ Enam Tahun Terakhir Tahun (X) 1994 (0) Hasil penjualan (V) 3 1995 0) 7 1996 (2) 9 1997 (3) 21 1998 (4) 33 1999 (5) 70 Dengan menggunakan trend eksponensial yang diubah berapa besarnya ramalan hasil . penjualan untuk tahun 2000? PENYELESAIAN 3 titik yang kita pilih diganti dengan memilih penjualan tahun 1994 (X =0).       CONTOH 8. 19% (X = 2) dan 1998 (X = 4).11 Hasil penjualan Perusahaan XYZ dalam jutaan rupiah selama 6 tahun terakhir disajikan dalam Tabel 8.11. kita peroleh:          |H . Dengan menggunakan rumus k. berjarak 2 tahun.

yaitu batas atas. Bilangan konstan k. tetapi lambat-laun agak lambat. Bentuk trend logistik misalnya adalah sebagai berikut:  Dalam hal ini kalau X a. 10a+bX 0.f* Nilai X yang digunakan untuk meramal penjualan tahun 2000 adalah Y'=1+ 2(2)6= 129 (Rpl29 juta). maka k merupakan asymptote. dan b konstan. yaitu memilih beberapa titik. Pertumbuhan semacam ini biasanya dialami oleh pertumbuhan suatu jenis industri. di mana kecepatan pertumbuhannya makin berkurang sampai tercapai suatu titik jenuh (saturation point). dan b dapat dicari dengan cara seperti trend eksponensial yang diubah.a. Bentuk kurvanya diperlihatkan dalam Peraga 8. laju pertumbuhan terjadi dengan cepat sekali. Sebelum titik B.4 pada halaman berikut. Misalnya data selama 6 tahun adalah sebagai berikut: . dan Y' (8. dan pertumbuhan biologis lainnya. ’. biasanya b < 0. laju pertumbuhan mulai menurun.15) k. TREND LOGISTIK _________________________________________________________________________ Trend logistik biasanya dipergunakan untuk mewakili data yang menggambarkan per kembangan/pertumbuhan yang mula-mula cepat sekali. Setelah titik B.

Y 4). Y0). . (X = 2. Y2).C TABEL 8. k Setelah nilai X dimasukkan ke Y sebagai berikut.12) Kita pilih 3 titik Tv T2. dan (X = 4. kita dapat mencari persamaan untuk T T1 T2 T3 . T3 dengan nilai (X =0.

dan k. Untuk mencari b. dicari nilai a sebagai berikut. perhatikan bahwa. n. Setelah diketahui log-nya.    Jadi nya . maka . dapat kita peroleh pemecahan yang memberikan nilai b. Akhirnya Pada umumnya. perhatikan bahwa.Dari 3 persamaan tersebut. diambil log Untuk mencari a. kalau titik yang diambil berjarak / tahun.

12 Perkembangan jumlah perusahaan industri pengolahan di suatu daerah ditunjukkan oleh Tabel 8.13 sebagai berikut: Jumlah Hipotetis Industri Pengolahan di Suatu Daerah Berapa ramalan banyaknya industri pengolahan pada tahun 2000 (X = 6)? .CONTOH 8.

T3 yaitu untuk X = 0. dan b konstan. dan 4. TREND GOMPERTZ Trend Gompertz biasanya dipergunakan untuk meramalkan jumlah penduduk pada usia tertentu. Trend Gompertz. Jadi kalau dibulatkan.2.PENYELESAIAN Kita pilih 3 titik Tv T2. ramalan banyaknya perusahaan pengolahan industri di daerah tersebut pada tahun 2000 = 10 buah. bentuknya sebagai berikut: Y'= kabX di mana k.16) . dan Y = 2. X = 6. dan 9. Jadi garis trend logistik: Untuk tahun 2000. Kalau sudah mencapai titik jenuh. a. (8. maka ini berarti bahwa nilai Y = 10 (mendekati 10).6.

Kalau diambil lognya. Cara mencari koefisiennya sama seperti kita menggunakan kurva (trend) logistik. TREND GOMPERTZ Y kabx . maka bentuknya menjadi YQ = k0 + a0bX sama seperti trend eksponensial yang diubah. hanya nilai Y diganti dengan log Y. log Y·= log k+ (log a ) (bX ) Selanjutnya kalau log Y=Y^ log k =k^ dan loga=<i0 .