Waktu
Ananda Kurniawati
(0810953003)
Statistika A
DATA CURAH HUJAN BULANAN
STASIUN KALASAN
DINAS PENGAIRAN KABUPATEN KEDIRI
TAHUN BULAN
JAN FEB MAR APR MEI JUN JUL AGS SEP OKT NOP DES
1990 371 252 158 164 138 30 26 2 28 2 76 557
1991 418 146 237 291 46 33 2 2 2 26 214 418
1992 535 373 294 2 27 6 67 26 33 156 178 346
1993 391 34 109 491 2 218 2 84 2 9 169 280
1994 260 305 453 192 2 2 2 2 2 2 72 152
1995 145 243 377 214 218 48 11 13 2 28 305 127
1996 215 281 317 101 2 37 2 11 52 145 148 87
1997 149 239 138 128 2 2 2 2 2 2 58 117
1998 290 551 665 209 26 152 56 2 24 36 16 107
1999 282 408 553 178 58 67 12 11 18 55 92 356
2000 357 339 435 194 204 31 2 2 27 130 169 117
2001 622 130 302 141 29 116 7 2 55 237 216 167
2002 240 333 135 137 90 2 2 2 2 2 111 157
2003 264 234 228 172 64 38 2 2 2 2 161 65
2004 213 237 382 114 21 2 6 2 12 28 73 129
2005 82 81 213 259 2 2 2 2 2 2 15 265
2006 214 314 165 250 34 2 2 2 2 2 2 60
PENYELESAIAN :
3. Langkah selanjutkan yaitu memplotkan grafik dari data curah hujan bulanan tersebut :
7. Langkah terakhir yaitu menguji signifikansi, menentukan apakah model layak atau
tidak dengan menggunakan uji L-jung Box.
Dari gambar plot diatas, dapat di ketahui bahwa pola data diatas menunjukkan pola
data musiman dengan trend yang cenderung naik turun.
Nilai estimasi pada Box-Cox transformation yang pertama ini adalah estimasi 0.14
(estimasi 1) yang berarti bahwa data tersebut belum memenuhi asumsi stasioner
terhadap ragam. Untuk itu dilakukan Transformasi Box Cox sebagai berikut :
Nilai estimasi dari Lambda yang diperoleh dalam transformation yang pertama adalah 1
maka disimpulkan data sudah stasioner terhadap ragam. Langkah selanjutnya adalah
memeriksa apakah data stasioner terhadap rata rata.
Setelah melihat plot ACF di atas ternyata data deret waktu belum stasioner terhadap rata-
2
rata karena masih ada lebih dari 3 lag yang keluar dari garis merah . Sehingga
n
dilakukan differensi, lalu data diplotkan dengan ACF dan hasilnya adalah sebagai
berikut:
Setelah melihat plot ACF di atas ternyata data deret waktu sudah stasioner terhadap rata-
rata, dimana dapat dilihat dari pengamatan 1-10, lag yang keluar sebanyak 2 (q=2)
sehingga didapatkan MA(0) dan MA(1), MA(2) sedangkan dari pengamatan 12, 24, dst
lag yang keluar hanya 1(Q=1) sehingga didapatkan MA(0) dan MA(1).
Dari grafik PACF diatas, untuk p karena pada pengamatan lag ke 1-10 nilai lag yang
keluar hanya 1, maka p=1, sedangkan untuk P karena pada pengamatan lag ke 12, 24,
dst nilai lag yang keluar juga 1, maka P=1.
Dari grafik ACF diatas, untuk q karena pada pengamatan lag ke 1-10 nilai lag yang
keluar hanya 2, maka q=2 yang berarti MA(0) dan MA(1), MA(2), sedangkan untuk Q
karena pada pengamatan lag ke 12, 24, dst nilai lag yang keluar hanya 1, maka Q=1
yang berarti MA(0) dan MA(1) .
Untuk nilai d dan D karena pendifferensialnya dilakukan hanya sekali maka nilai
d=D=1. Sehingga dapat ditentukan model tentatifnya yaitu ARIMA(1,0,1)(1,0,1)12,
ARIMA(1,1,1)(1,1,1)12, ARIMA(1,2,1)(1,1)12.
4. Pendugaan parameter nya :
Dengan menggunakan metode Moment
Model AR (1) adalah : Z t 1 Z t 1 at
Autocorrelation Function: zt
Koefisien dari fungsi regresi diatas adalah nilai duga dari parameter 1
dengan koefisien regresi Zt dengan Zt-1. Sehingga dengan metode kuadrat
terkecil didapatkan model AR(1) tersebut adalah :
Z t 0.784Z t 1 at
5. Uji signifikansi
PEMERIKSAAN SISAAN SECARA INFERENSIA DENGAN MENGGUNAKAN L-
JUNG BOX
Hipotesis:
H0 : model sesuai
H1 : model tidak sesuai
Untuk menganalisis sisaan secara inferensia kita lihat hasil dengan uji L-Jung Box
yang dapat di ambil dari hasil perhitungan ARIMA di bawah ini yaitu:
Untuk Model ARIMA (1,01)(1,0,1)12
ARIMA Model: zt
Lag 12 24 36 48
Chi-Square 55.8 113.6 169.0 217.9
DF 10 22 34 46
P-Value 0.000 0.000 0.000 0.000
Dengan selang kepercayaan sebesar 95% ( nilai alpha = 0.05) akan dibandingkan
dengan p-value pada Modified Box-Pierce (Ljung-Box) Chi-Square statistic. Model
akan sesuai jika semua nilai p-value lebih besar dari nilai alpha. Karena pada data di
atas tidak ada satu pun nilai p-value yang lebih besar dari alpha maka dapat di
simpulkan bahwa model tersebut belum sesuai.
Lag 12 24 36 48
Chi-Square 83.0 168.9 247.1 322.6
DF 10 22 34 46
P-Value 0.000 0.000 0.000 0.000
Dengan selang kepercayaan sebesar 95% ( nilai alpha = 0.05) akan dibandingkan
dengan p-value pada Modified Box-Pierce (Ljung-Box) Chi-Square statistic. Model
akan sesuai jika semua nilai p-value lebih besar dari nilai alpha. Karena pada data di
atas tidak ada satu pun nilai p-value yang lebih besar dari alpha maka dapat di
simpulkan bahwa model tersebut belum sesuai.