· 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.
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 .
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.
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:
Tambahkan komentar
Beranda
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