Sudah lama tidak pernah lihatin blog ini, karena urusan kampus. Bagi
pengunjung yang pernah minta materi sory baru bisa posting kembali. kali
ini http://ngebagiilmubermanfaat.blogspot.com/ pengen berbagi/sharing sedikit tentang materi kuliah Runtun Waktu. Autoregressive
Integrated Moving Average (ARIMA) atau biasa disebut dengan metode Box-Jenkins. ARIMA sangat baik
ketepatannya untuk peramalan jangka pendek, yang tidak membentuk suatu model
struktural baik itu persamaan tunggal atau simultan yang bebasis kepada teori
ekonomi atau logika, namun dengan menganalisis probabilistik atau stokastik
dari data deret waktu (time
series)
dengan menggunakan nilai masa lalu dan sekarang dari variabel dependen untuk
menghasilkan peramalan jangka pendek yang akurat dengan mengabaikan variabel
independennya. Hal ini terjelaskan dengan prinsip dari metode ini yaitu “let the data speak for themselves”. Metode peramalan dengan menggunakan ARIMA
dapat kita jumpai dalam peramalan ekonomi, analisis anggaran, kontrol terhadap
proses dan kualitas, analisis sensus, perubahan struktur harga industri,
inflasi, indeks harga saham, perkembangan nilai tukar terhadap mata uang asing
dsb. Beberapa keuntungan yang dapat diperoleh dengan menggunakan ARIMA:
- Merupakan model tanpa teori karena variabel yang digunakan adalah nilai-nilai lampau dan kesalahan yang mengikutinya.
- Memiliki tingkat akurasi peramalan yang cukup tinggi karena setelah mengalami pengukuran kesalahan peramalan mean absolute error, nilainya mendekati nol.
- Cocok digunakan untuk meramal sejumlah variabel dengancepat, sederhana, akurat dan murah karena hanya membutuhkan data variabel yang akan diramal.
Model ARIMA menggunakan pendekatan iteratif dalam indentifikasi terhadap
suatu model yang ada. Model yang dipilih diuji lagi dengan data masa lampau
untuk melihat apakah model tersebut menggambarkan keadaan data secara akurat
atau tidak. Suatu model dikatakan sesuai (tepat) jika residual antara model
dengan titik-titik data historis bernilai kecil, terdistribusi secara acak dan
bebas satu sama lainnya.
Pemilihan
model terbaik dapat dilakukan dengan membandingkan distribusi
koefisien-koefisien autocorrelation
(otokorelasi)
dari data time
series tersebut dengan distribusi teoritis dari berbagai macam
model.
Lebih lengkap cara pengolahan dan pengambilan keputusan dalam peramalan, silahkan langsung download pake link di bawah ini :
contoh kasus dan peramalan data.
Semoga bermanfaat bagi pembaca.
1 komentar:
Olah Data SPSS, AMOS, LISREL
EVIEWS, SMARTPLS, GRETL, STATA, MINITAB dan DEAP 2.1
WhatsApp : +6285227746673
IG : @olahdatasemarang
Posting Komentar