Penggunaan analisis peramalan secara teoritis ada 2 cara yaitu time series

dan regresi.
Time series merupakan metode peramalan yang dirumuskan berdasarkan
data runtut waktu. Teknis time series ada 2 yaitu time series deterministic dan time
series stochastic. Time series deterministic adalah metode peramalan dengan data
runtut waktu dimana data tersebut harus memenuhi stationary data. Hal ini
disebabkan time series deterministic merupakan metode peramalan dengan tepat.
Persyaratan stationary data tersebut digunakan sebagai dasar agar peramalan
metode time series deterministic tepat.
Time series stochastic merupakan metode peramalan dengan anggapan
masih terdapat kemungkinan salah. Data yang digunakan untuk analisis Time
series stochastic tidak memerlukan persyaratan stationary.
Proses analisis penelitian Salahudin merupakan analisis Time series
stochastic karena data yang digunakan tidak memenuhi persyaratan stationary.
Pada hasil analisis Time series stochastic menggunakan SPSS, prosesnya berjalan
dengan lancar. Karena program SPSS melakukan seleksi otomatis untuk
menentukan model-model yang tepat dalam uji Time series stochastic. Model
yang ditemukan dalam analisis SPSS tersebut adalah Holt, Arima, dan Simple.
Model-model tersebut teridentifikasi otomatis oleh program SPSS. Selanjutnya
hasil analisis SPSS dapat disajikan.
Pada

analisis

Time

series

stochastic

dengan

program

Minitab,

operasionalnya memerlukan penyiapan persyaratan data secara manual. Pada

pemenuhan untuk model Arima, uji coba yang sudah dilakukan dimulai dari LAG
1 sampai LAG 5, namun hasilnya tetap tidak tampil. Pesan yang keluar *Error*
Model contains no autoregressive or moving average term.

The use of forecasting analysis theoretically there are 2 ways: time series
and regression.
Time series forecasting method is formulated based on time series data.
Technical time series there are two time series is deterministic and stochastic time
series. Time series deterministic is a forecasting method with time series data
where the data must meet the data stationary. This is due to a deterministic time
series forecasting are methods appropriately. Terms of stationary data is used as
the basis for forecasting the proper method deterministic time series.
A stochastic time series is forecasting method assuming there is still a
possibility of wrong . The data used for the analysis of stochastic time series does
not require stationary requirements .
Salahuddin research analysis process is a stochastic time series analysis
because the data used does not meet the requirements of stationary . On the results
of stochastic time series analysis using SPSS, the process runs smoothly. Because
SPSS perform automatic selection models to determine the appropriate test
stochastic time series. Models found in the SPSS analysis are Holt, Arima, and
Simple. The models are identified automatically by SPSS. The results of the
analysis of SPSS can be presented.
In the analysis of stochastic time series with Minitab, operations requiring
manual data preparation requirements. In fulfillment of Arima models,
experiments have been carried out starting from LAG 1 to LAG 5, but the results
still do not appear. The message that came out *Error* Model contains no
autoregressive or moving average term.