Langkah-Langkah Peramalan ARIMA Box-Jenkins

Minggu, 18 Desember 2011

Langkah Peramalan ARIMA Box-Jenkins

Langkah Pengolahan Data Time Series ARIMA Pada Data Wei 1
1. Plot Time Series
· Cara Pengolahan 1.

· Cara Pengolahan 2.
Pilih menu Simple pada kotak dialog.

· Cara Pengolahan 3.
Pilih data yang akan diolah -->Select --> OK

2. Pengujian Statisioner
Terdapat 2 macam statisioner yaitu statisioner dalam varians dan statisioner dalam means, berikut cara
pengolahan statisioner dalam varians.
· Cara Pengolahan 1.

Generated by www.PDFonFly.com at 10/18/2018 3:11:43 PM

URL: http://langkaharima.blogspot.com/2011/12/langkah-peramalan-arima-box-jenkins.html?m=1
 · Cara Pengolahan 2.
Pilih data yang akan diolah --> Select , pada menu subgroup size isi angka 1 --> OK.

Jika data belum statisioner dalam varians (nilai rounded value <1) maka, data di transformasi dengan cara
berikut.

Klik pada menu Options maka akan keluar kotak dialog seperti diatas dan pilih menu other, pada kolomnya
isi nilai rounded value yang dihasilkan pada gambar box-cox yang sebelumnya à pada kolom store transformed data
in isi dengan nama cell yang akan digunakan untuk meletakkan data hasil transformasi à OK. Dari data transformasi
yang dihasilkan tersebut di statisioner kan ulang dengan menggunakan Box-cox.
Untuk mengecek data telah statisioner dalam means atau tidak terdapat dua cara yaitu dengan time series
plot atau plot ACF dan PACF, untuk pengolahan dengan menggunakan time series plot caranya sama seperti diatas,
berikut akan dijelaskan pengolahan pada statisioner dalam means dengan menggunakan plot ACF dan PACF.
· Cara Pengolahan 1 ACF .

· Cara Pengolahan 2 ACF.

Pilih data yang akan diolah à Select , data akan secara otomatis masuk ke kolom series à OK.

· Cara Pengolahan 1 PACF.

Generated by www.PDFonFly.com at 10/18/2018 3:11:43 PM

URL: http://langkaharima.blogspot.com/2011/12/langkah-peramalan-arima-box-jenkins.html?m=1
 · Cara Pengolahan 2 PACF
Pilih data yang akan diolah à Select , data akan secara otomatis masuk ke kolom series à OK.

Berdasarkan hasil gambar ACF dan PACF dilihat, apakah data telah statisioner dalam means atau belum,
jika belum statisioner dalam means maka data di difference dengan cara sebagai berikut.

Setelah dilakukan langkah diatas maka klik, maka akan muncul kotak dialog seperti dibawah ini.

*Pada kolom series isi kan dengan nama cell data yang akan di difference, misalkan pada gambar diatas
data yang digunakan adalah data transformasi dari data asli karena datanya tidak statisioner dalam varians. *Pada
kolom Store differences in isi dengan nama cell yang akan digunakan untuk meletakkan data difference, sedangkan
pada kolom lag isi dengan angka yang berurutan mulai dari angka 1.
*Dari data hasil difference di statisionerkan ulang dengan cara yang sama, dilihat apakah data sudah
statisioner dalam means atau belum, jika belum ulangi lagi dengan cara difference yang sama namun pada kolom
series isi kan dengan nama cell dimana letak data difference yang terakhir. *Pada kolom Store differences in isi
dengan nama cell yang akan digunakan untuk meletakkan data difference, sedangkan pada kolom lag bukan lagi
diisi dengan angka 1 tapi 2 karena angka lag akan terus berjalan. Setelah data sudah statisioner maka bandingkan
model ARIMA mana yang paling sesuai dengan gambar. Dari beberapa model ARIMA yang memungkinkan akan
dicoba satu per satu.
· Cara Pengolahan 1 ARIMA.

Generated by www.PDFonFly.com at 10/18/2018 3:11:43 PM

URL: http://langkaharima.blogspot.com/2011/12/langkah-peramalan-arima-box-jenkins.html?m=1
 · Cara Pengolahan 2 ARIMA
Pilih data yang akan diolah à Select , data akan secara otomatis masuk ke kolom series , pada kolom
nonseasonal, baris autoregressive menunjukkan nilai AR yang mungkin, difference menunjukkan
apakah data yang digunakan adalah data hasil differencing atau data asli, baris moving average
mdnunjukkan nilai MA yang mungkin.
*Catatan: jika menggunakan data asli pada pengolahannya sedangkan data perlu di difference karena
tidak statisioner dalam means maka pada baris difference diisi angka 1 (sesuai dengan lag yang
digunakan untuk difference), namun jika yang digunakan adalah data difference maka baris difference
diisi angka 0.

· Cara Pengolahan 3 ARIMA.

Setelah semua baris terisi maka klik menu storage yang ada di sisi kanan bawah, maka akan keluar
kotak dialog seperti pada gambar dan centang kolom Residuals.

· Cara Pengolahan 4 ARIMA

Untuk mengetahui apakah model yang diduga telah sesuai atau belum, maka dapat dilihat pada hasil
output di kolom session yaitu Final Estimates Parameters.

Untuk menguji Parameter model ARIMA lainnya, caranya juga sama.

3. Pengujian Residual
Pengujian ini bisa dilihat dari hasil output pengolahan ARIMA di kolom session yaitu pada hasil output
Modified Box-Pierce (Ljung-Box) Chi-Square statistic seperti berikut.
Generated by www.PDFonFly.com at 10/18/2018 3:11:43 PM
URL: http://langkaharima.blogspot.com/2011/12/langkah-peramalan-arima-box-jenkins.html?m=1
 Jika model telah white noise maka pada residual data dilakukan pengujian distribusi normal, dengan cara
sebagai berikut.

Dari langkah diatas kemudian klik, dan akan muncul kotak dialog seperti berikut.

Pada kolom variable isi dengan nama cell residual dari model, kemudian pada Tests of normality pilih
Kolmogorov Smirnov à OK. Ulangi langkah –langkah tersebut pada semua model ARIMA yang mungkin. Untuk
memilih model terbaik lihat nilai MS pada kolom session di tiap model ARIMA-nya. Untuk melakukan peramalan
caranya sama seperti pada cara pengolahan ARIMA, bedanya terletak pada pengisian model ARIMA-nya, berikut
caranya.

Pada kolom series diisi dengan data asli à pada kolom nonseasonal, baris autoregressive diisi dengan nilai
AR yang mungkinà baris difference diisi sesuai dengan lag yang digunakan untuk difference data à baris moving
average diisi dengan nilai MA yang mungkin à pilih menu forecasts, seperti berikut.

Setelah memilih menu forecasts maka akan muncul kotak dialog seperti gambar diatas, pada kolom lead isi
dengan angka yang menunjukkan penulis menginginkan sampai berapa tahun atau berapa bulan peramalan data ini
Generated by www.PDFonFly.com at 10/18/2018 3:11:43 PM
ingin dilakukan à pada kolom forecasts isi dengan nama cell yang digunakan untuk meletakkan data hasil peramalan
URL: http://langkaharima.blogspot.com/2011/12/langkah-peramalan-arima-box-jenkins.html?m=1
à OK.

leli di 08.50

Berbagi

7 komentar:

Renni Harahap 18 Desember 2012 19.46

kalau secara manualnya gimana ya mbak??
Balas

Antoni Ahmad 11 November 2013 11.46

Maksud pernyataan ini gimana y mbak: "Untuk mengetahui apakah model yang diduga telah sesuai atau
belum, maka dapat dilihat pada hasil output di kolom session yaitu Final Estimates Parameters" hasil yg
seperti apa shgga model sudah dikatakan sesuai. lalu untuk mengecek parameternya, caranya sama
dengan yg mana? terima kasih
Balas

Diyaz Mayeztro 24 Juni 2014 10.55

makasih admin, sgt membantu..
Balas

Rheztya Adyani Rhavhaprincess 6 Januari 2016 20.11

Kalau data perlu di transformasi kemudian didiference untuk mengolah ARIMA nya pakai data asli? apa
data transformasi? kalo di difference nya di isi 1?
Balas

Solih Alfiandy 19 Juli 2016 08.26

sangat membantu kak artikelnya, terimakasih sudah share...
Balas

Olah Data Smg 24 Agustus 2017 07.01

Biro Olah Data Skripsi, Tesis, Disertasi Untuk Analisis Statistika Dengan SPSS, AMOS, LISREL, EVIEWS,
SMARTPLS, GRETL, STATA, MINITAB dan DEAP 2.1
WhatsApp : +6285227746673
IG : @olahdatasemarang
Website : http://biro-jasa-spss.blogspot.co.id
Terdaftar Di Google Map Dengan Nama Olah Data Semarang
Balas
Generated by www.PDFonFly.com at 10/18/2018 3:11:43 PM
URL: http://langkaharima.blogspot.com/2011/12/langkah-peramalan-arima-box-jenkins.html?m=1
 Ononiha Kreatif 3 Maret 2018 00.24
Halo Pak, Cara menentukan Lag untuk peramalan Produksi CPO gimana ya. Apakah suka hati atau ada
dasar teorinya?

Mohon bantuannya pak

Balas

Tambahkan komentar

Beranda

Lihat versi web

Mengenai Saya

leli
Saya di lahirkan di Gresik 20 tahun yang lalu,motto hidup saya adalah hidup adalah perjuangan, tanpa
adanya perjuangan semua yang diinginkan tak akan bisa tercapai. saya adalah orang yang pantang
menyerah untuk mendapatkan sesuatu, orang yang mudah bosan serta orang yang mudah
bersosialisasi.
Lihat profil lengkapku

Diberdayakan oleh Blogger.

Generated by www.PDFonFly.com at 10/18/2018 3:11:43 PM

URL: http://langkaharima.blogspot.com/2011/12/langkah-peramalan-arima-box-jenkins.html?m=1