Prak 1
Prak 1
BAB III
METODOLOGI
Pada praktikum ini, digunakan soItware minitab versi 14. Langkah awal
yang dilakukan adalah :
o ditor enable commands ketik 'set c1 untuk memasukkan data
pada kolom c1 enter
o Masukkan data yang akan dianalisis enter ketik 'end untuk
mengakhiri
o Data yang diinputkan akan muncul pada worksheet minitab, beri
nama pada data tersebut, missal 'x
o Untuk mengecek stationer terhadap ragam, stat control charts
box-cox transIormation
o Pilih 'observations Ior a subgroup are in one row oI coloumns,
masukkan nama kolom data yang akan dianalisis
o Untuk melakukan transIormasi, options masukkan letak hasil data
yang telah ditransIorm - ok
o Ulangi langkah tersebut hingga didapat data yang stasioner
o Untuk melihat pola trend dari data, stat - time series time series
plot simple ok
o Untuk mengecek stasioner dengan ACF, stat - time series
autocorrelation ok
BAB IV
HASIL DAN PEMBAHASAN
4.1 Milk Production (tahunan)
MTB set c1
DATA 7389 7560 7905 8077 8505 8795 8986 9167
DATA 9384 10009 10250 10111 10301 10352
DATA end.
4.1.1 Time series plot
%ime series plot, untuk mengetahui pola trend dari data. Pada
data kasus ini, didapatkan hasil seperti dibawah ini.
Dari gambar di atas, menunjukkan data tersebut
membentuk pola trend yang naik ke atas.
4.1.2 Plot Box cox
Box Cox digunakan untuk mengecek stasioner terhadap
ragam dengan melakukan transIormasi. Apabila nilai estimate
yang didapat 1, maka dapat dikatakan bahwa data tersebut
sudah stasioner. Dan apabila belum stasioner, maka dapat
dilakukan transIormasi hingga didapatkan estimate1
!ndex
t
r
a
n
s
1
14 13 12 11 10 3 8 7 6 S 4 3 2 1
S000000
4S00000
4000000
3S00000
3000000
Time Series Plot of trans1
ambar di atas, menggambarkan plot pada data awal. Pada
plot tersebut didapatkan nilai estimate sebesar 1,67. Nilai
estimate yang didapat tersebut tidak sama dengan 1, sehingga
data tersebut belum bisa dikatakan stasioner.
Maka, untuk langkah selanjutnya dapat dilakukan
transIormasi agar data tersebut bisa menjadi stasioner. Pada
transIormasi pertama didapat hasil seperti di bawah ini
nilai estimate yang didapat 1, sehingga data milk
production tersebut sudah bisa dikatakan stasioner terhadap
ragam.
ambda
S
t
D
e
v
S.0 2.S 0.0 2.S S.0
280
270
260
2S0
240
230
220
Lower CL
Limit
Lambda
1.67
(using 3S.0 confidence)
Estimate 1.67
LowerCL 3.06
UpperCL *
Rounded value
BoxCox Plot of x
ambda
S
t
D
e
v
S.0 2.S 0.0 2.S S.0
27S000
2S0000
22S000
200000
17S000
1S0000
Lower CL Upper CL
Limit
Lambda
1.00
(using 3S.0 confidence)
Estimate 1.00
LowerCL 1.63
UpperCL 4.04
Rounded value
BoxCox Plot of trans1
4.1.3 ACF (Autocorrelation Function)
r
a
g
a
m
.
ACF (Autocorrelation Function) digunakan untuk mengecek
stasioner dengan memperhatikan garis merah dan lag. Apabila
terdapat maksimal 3 garis merah yang terlihat berpotongan
dengan garis biru, maka data tersebut dapat dikatakan stasioner.
Pada data tersebut, didapatkan hasil plot seperti di atas.
Hanya terdapat 1 garis biru yang berpotongan dengan garis
merah, yaitu pada lag 1. Sehingga, dapat disimpulkan bahwa
data deret waktu tersebut stasioner.
Data Hasil %ransIormasi :
ag
A
u
t
o
c
o
r
r
e
l
a
t
i
o
n
4 3 2 1
1.0
0.8
0.6
0.4
0.2
0.0
0.2
0.4
0.6
0.8
1.0
Autocorrelation Function for trans1
(with S significance limits for the autocorrelations)
4.2 Portland, Oregon (tahunan)
MTB set c1
DATA 462.7 621.2 662.3 690.0 740.4 795.0 1038.9 1419.7
DATA 1586.1
DATA end.
4.2.1 Time series plot
%ime series plot, untuk mengetahui pola trend dari data. Pada
data kasus ini, didapatkan hasil seperti dibawah ini.
Dari gambar di bawah ini, menunjukkan data tersebut
membentuk pola trend yang naik ke atas.
4.2.2 Plot Box cox
Box Cox digunakan untuk mengecek stasioner terhadap
ragam dengan melakukan transIormasi. Apabila nilai estimate
yang didapat 1, maka dapat dikatakan bahwa data tersebut
sudah stasioner. Dan apabila belum stasioner, maka dapat
dilakukan transIormasi hingga didapatkan estimate1
!ndex
c
1
3 8 7 6 S 4 3 2 1
17S0
1S00
12S0
1000
7S0
S00
Time Series Plot of c1
ambar di atas, menggambarkan plot pada data awal. Pada
plot tersebut didapatkan nilai estimate sebesar -0,28. Nilai
estimate yang didapat tersebut tidak sama dengan 1, sehingga
data tersebut belum bisa dikatakan stasioner.
Maka, untuk langkah selanjutnya dapat dilakukan
transIormasi agar data tersebut bisa menjadi stasioner. Pada
transIormasi pertama didapat hasil seperti di bawah ini
ambda
S
t
D
e
v
S.0 2.S 0.0 2.S S.0
S00
400
300
200
100
Lower CL Upper CL
Limit
Lambda
0.S0
(using 3S.0 confidence)
Estimate 0.28
LowerCL 2.02
UpperCL 1.30
Rounded value
BoxCox Plot of c1
ambda
S
t
D
e
v
S.0 2.S 0.0 2.S S.0
0.0037S
0.003S0
0.0032S
0.00300
0.0027S
0.002S0
Lower CL Upper CL
Limit
Lambda
0.S0
(using 3S.0 confidence)
Estimate 0.S6
LowerCL 2.S2
UpperCL 4.17
Rounded value
BoxCox Plot of trans1
ambar di atas, menggambarkan plot pada data awal yang
sudah ditransIormasi (trans1). Pada plot tersebut didapatkan
nilai estimate sebesar 0,56. Nilai estimate yang didapat tersebut
tidak sama dengan 1, sehingga data tersebut belum bisa
dikatakan stasioner
Maka, untuk langkah selanjutnya dilakukan transIormasi
kembali agar data tersebut bisa menjadi stasioner. Pada
transIormasi kedua didapat hasil seperti di bawah ini
ambar di atas, menggambarkan plot pada data yang telah
ditransIormasi kedua kalinya (trans2). Pada plot tersebut
didapatkan nilai estimate sebesar 1,12. Nilai estimate yang
didapat tersebut tidak sama dengan 1, sehingga data tersebut
belum bisa dikatakan stasioner.
Maka untuk langkah selanjutnya dilakukan transIormasi
kembali agar data tersebut bisa menjadi stasioner. Pada
transIormasi ketiga didapat hasil seperti di bawah ini
ambda
S
t
D
e
v
S.0 2.S 0.0 2.S S.0
0.0074
0.0072
0.0070
0.0068
0.0066
0.0064
0.0062
Lambda
1.12
(using 3S.0 confidence)
Estimate 1.12
LowerCL *
UpperCL *
Rounded value
BoxCox Plot of trans2
ambar di atas, menggambarkan plot pada data yang telah
ditransIormasi ketiga kalinya (trans3). Dan sudah didapatkan
nilai estimate 1. sehingga data Portlan, Oregon (tahunan)
tersebut sudah bisa dikatakan stasioner terhadap ragam.
4.2.3 ACF (Autocorrelation Function)
ambda
S
t
D
e
v
S.0 2.S 0.0 2.S S.0
0.0070
0.0068
0.0066
0.0064
0.0062
0.0060
0.00S8
Lambda
1.00
(using 3S.0 confidence)
Estimate 1.00
LowerCL *
UpperCL *
Rounded value
BoxCox Plot of trans3
ag
A
u
t
o
c
o
r
r
e
l
a
t
i
o
n
S 4 3 2 1
1.0
0.8
0.6
0.4
0.2
0.0
0.2
0.4
0.6
0.8
1.0
Autocorrelation Function for trans3
(with S significance limits for the autocorrelations)
ACF (Autocorrelation Function) digunakan untuk mengecek
stasioner dengan memperhatikan garis merah dan lag. Apabila
terdapat maksimal 3 garis merah yang terlihat berpotongan
dengan garis biru, maka data tersebut dapat dikatakan stasioner.
Pada data tersebut, didapatkan hasil plot yang tidak ada
satupun garis merah dan biru yang berpotongan. Sehingga,
dapat disimpulkan bahwa data deret waktu tersebut stasioner.
Data Hasil %ransIormasi :
BAB V
PENUTUP
6.1 Kesimpulan
Stasioneritas berarti bahwa tidak terdapat pertumbuhan atau
penurunan pada data. Dengan kata lain, Iluktuasi data berada di sekitar
suatu nilai ratarata yang konstan, tidak tergantung pada waktu dan
variansi dari Iluktuasi tersebut yang pada intinya tetap konstan setiap
waktu.
Pada analisa menggunakan data milk production dan Portland
Oregon, awalnya tidak didapatkan data yang stasioner. Kemudian
setelah ditransIormasi dengan menggunakan Box-Cox %ransIormation
antara 1-3x baru bisa didapatkan data deret waktu yang stasioner
6.2 Saran
Sebelum melakukan analisa atau pemeriksaan kestasioneran,
praktikan sebaiknya benar-benar memahami tentang metode peramalan
yang ada, dan praktikan diharapkan lebih teliti dalam melakukan analisa
DAFTAR PUSTAKA
Anonim. 2009. www.scribd.com/doc/60950685/19/Konsep-
Stasioneritas. diakses 31 oktober 2011
Anonim. 2000.
http.//d.yimg.com/kq/groups/23376985/489178461/name/
K9Stasioneritas.ppt. diakses 31 oktober 2011
Anonim. 2005. http.//www.scribd.com/doc/60950685/18/Stasioneritas.
diakses 31 oktober 2011
Anonim. 2009. http.//bbfxindo.blogspot.com/2010/05/moving-average-
deret-waktu.html. diakses 31 oktober 2011
Junaidi. 2009. http.//funaidichaniago.wordpress.com/2009/01/20/deret-
waktu-peramalan-seri-1/. diakses 31 oktober 2011