Time Series atau Deret Waktu

Di dalam analisa deret waktu terdapat keterkaitan antara variable yang dicari (dependent)
dengan variable yang mempengaruhinya (independent variable) yang dihubungkan dengan
waktu seperti mingguan, bulan, atau bahkan tahun. Di dalam analisa deret waktu, variable
yang dicari adalah waktu.

Berikut metode peramalah di dalam analisa deret waktu:

 Metode Smoothing
 Metode Box Jenkins
 Metode Proyeksi Trend dengan Regresi

(Sumber : https://zahiraccounting.com/id/blog/forecasting-dalam-sektor-industri/)
REGRESI
SMOOTHING

BOX JENKIN
Linear

Aacerage
Simple average
Single ma
Double ma

3.  Peramalan jangka panjang

Umunya untuk waktu perencanaan masa 3 tahun atau lebih. Permalan jangka panjang digunakan
untuk merencanakan produk baru, pembelanjaan modal, lokasi atau pengembangan fasilitas,
serta penelitian dan pengembangan (litbang).

Peramalan permintaan (demand forecast), adalah proyeksi permintaan untuk produk atau layanan
suatu perusahaan. Peramalan ini disebut juga Peramalan Penjualan yang mengendalikan produksi,
kapasitas, serta sistem penjadwalan dan menjadi input bagi perencanaan keuangan, pemasaran, dan
sumber daya manusia.

Time series model

Time series model didasarkan pada serangkaian data-data berurutan yang berjarak sama (misalnya:
mingguan , bulanan, tahunan, dll). serangkaian data ini yang merupakan serangkaian observasi
berbagai variabel menurut waktu, biasanya ditabulasikan dan digambarkan dalam bentuk grafik yang
menunjukan perilaku subyek. Time series sangat tepat dipakai untuk meramalkan permintaan yang
berpola permintaan dimasa lalunya cukup konsisten dalam periode waktu yang lama, sehingga pola
tersebut masih akan teteap berlanjut.
Analisa deret waktu didasarkan pada asumsi bahwa deret waktu tersebut terdiri dari komponen-
komponen, yaitu: Pola kecenderungan (T), Pola siklus/cycle (C), Pola musim (S), Variasi acak(R)
Seperti yang terlihat pada tabel di atas Time series model mempunya beberapa metode, antara lain
yakni : ARIMA, bayesian, Autocorelation, filter kalman, multivariate, smooting dan regresion.
Metoda regresi dan korelasi memakai teknik kuadrat terkecil (least square). Metoda ini sering
digunakan untuk prediksi jangka pendek. Contohnya: meramalkan hubungan jumlah kredit yang
diberikan dengan giro, deposito dan tabungan masyarakat.

Peramalan berdasarkan metode terbagi menjadi 2 yaitu:

1. Metode Kuantitatif

Metode Peramalan Kuantitatif dapat dikelompokkan menjadi dua jenis, yaitu :

Model seri waktu / metode deret berkala (time series)  metode yang dipergunakan untuk
menganalisis serangkaian data yang merupakan fungsi dari waktu,
Model / metode kausal (causal/explanatory model), mengasumsikan variabel yang diramalkan
menunjukkan adanya hubungan sebab akibat dengan satu atau beberapa variabel bebas
(independent variable).
1. Model Seri Waktu / Metode deret berkala, terbagi menjadi :

Rata-rata bergerak (moving averages),

Penghalusan eksponensial (exponential smoothing),
Proyeksi trend (trend projection)
Penjelasan:

1. Rata-rata bergerak (moving averages),

Rata-Rata Bergerak Sederhana (simple moving averages) : bermanfaat jika diasumsikan bahwa
permintaan pasar tetap stabil  :
Rata-Rata Bergerak Tertimbang (weighted moving averages) : apabila ada pola atau trend yang
dapat dideteksi, timbangan bisa digunakan untuk menempatkan lebih banyak tekanan pada nilai
baru :
2. Penghalusan eksponensial (exponential smoothing),

Penghalusan Eksponensial : metode peramalan dengan menambahkan parameter alpha dalam

modelnya untuk mengurangi faktor kerandoman. Istilah eksponensial dalam metode ini berasal dari
pembobotan/timbangan (faktor penghalusan dari periode-periode sebelumnya yang berbentuk
eksponensial.

3. Proyeksi trend (trend projection)

Metode proyeksi trend dengan regresi, merupakan metode yang dignakan baik untuk jangka pendek
maupun jangka panjang. Metode ini merupakan garis trend untuk persamaan matematis.

Metode regresi dan kolerasi, merupakan metode yang digunakan baik untuk jangka panjang
maupun jangka pendek dan didasarkan kepada persamaan dengan teknik least squares yang
dianalisis secara statis.
Model Input Output, merupakan metode yang digunakan untuk peramalan jangka panjang yang
biasa digunakan untuk menyusun trend ekonomi jangka panjang.
Analisi deret waktu(Time series), merupakan analisis antaravariabel yang dicari dengan variabel
waktu
Analisis Cross Section atau sebab akibat (Causal method), merupakan analisis variabel yang dicari
dengan variabel bebas atau yang mempengaruhi.
Ada dua pendekatan untuk melakukan peramalan dengan menggunakan analisis deret waktu
dengan metode regresi sederhana yaitu :

Analisis deret waktu untuk regresi sederhana linier

Analisis deret untuk regresi sederhana yang non linier
Untuk menjelaskan hubungan kedua metode ini kita gunakan notasi matematis seperti:

Y = F (x)

Dimana :

Y = Dependent variable (variabel yang dicari)

X = Independent variable (variabel yang mempengaruhinya)

Notasi regresi sederhana dengan menggunakan regresi linier (garis lurus) dapat digunakan sebagai
berikut :

Y=a+bx

Dimana a dan b adalah merupakan parameter yang harus dicari

(http://ppic1908.blogspot.com/2017/01/mengenal-metode-peramalan-forecasting.html)