Pola musiman merupakan sebuah pola deret waktu yang memiliki perulangan
pada periode-periode tertentu dengan panjang interval perulangan yang sama.
Maka dapat terindetifikasi bahwa pola yang terjadi adalah penurunan setiap bulan
April pada setiap tahunnya.
Sumber Daftar Pustaka : 1
Secara konvensional, model deret waktu akan memiliki perpaduan antara
komponen tren (Pt), komponen musiman (St), serta komponen galat (et).
Jika kita mulai dengan model regresi, maka model yang terbentuk adalah sbb:
𝑌𝑡 = 𝑃𝑡 + 𝑆𝑡 + 𝑒𝑡
𝑚 𝑘
𝑌𝑡 = 𝛼0 + 𝑎𝑖 𝑈𝑖𝑡 + 𝛽𝑖 𝑉𝑗𝑡 + 𝑒𝑡
𝑖=1 𝑗=1
dengan 𝑈𝑖𝑡 adalah variabel tren dan 𝑉𝑗𝑡 adalah variabel musiman
Berdasarkan persamaan diatas, diketahui bahwa data deret waktu akan stasioner
dan fungsi autokorelasi akan bernilai tak nol untuk lag musiman s, 2s, 3s,…., Qs.
Berdasarkan persamaan diatas, diketahui bahwa data deret waktu akan stasioner
dan koefisien Φ akan bernilai tak nol untuk lag musiman s, 2s, 3s,…., Qs.
(1 − 𝜃𝐵)(1 − Θ𝐵12 )
Jika kita operasikan (dikalikan) maka akan menjadi :
1 − 𝜃𝐵 − Θ𝐵12 + 𝜃Θ𝐵13
Dan jika dibentuk sebuah model deret waktu maka akan menjadi :
𝑌𝑡 = 𝑆𝑡 + 𝑒𝑡 dengan 𝑆𝑡 = 𝑆𝑡−𝑠 + 𝜀𝑡
Jika St merupakan proses random walk musiman dan bersifat tak stasioner, maka Yt
pasti tak stasioner. Dengan melakukan seasonal differencing diperoleh hasil sbb:
𝛻𝑠 𝑌𝑡 = 𝑌𝑡 − 𝑌𝑡−𝑠
𝛻𝑠 𝑌𝑡 = 𝑆𝑡 + 𝑒𝑡 − 𝑆𝑡−𝑠 + 𝑒𝑡−𝑠
𝛻𝑠 𝑌𝑡 = 𝑆𝑡−𝑠 + 𝜀𝑡 − 𝑆𝑡−𝑠 + 𝑒𝑡 − 𝑒𝑡−𝑠
𝛻𝑠 𝑌𝑡 = 𝜀𝑡 + 𝑒𝑡 − 𝑒𝑡−𝑠
Maka 𝛻𝑠 𝑌𝑡 adalah deret stasioner dengan ACF mengikuti model MA(1)S
𝑊𝑡 = 𝛻 𝑑 𝛻𝑠𝐷 𝑌𝑡
Sumber Daftar Pustaka : 1
1. Cryer, J. D. dan Chan, K. S. (2008): Time Series Analysis with Applications in R,
Springer, New York. (hal. 227)
2. Wei, W. W. S. (2006). Time Series Analysis Univariate and Multivariate Method.
Second Edition. New York: Pearson Education. (hal. 160)