See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/338293807

Analisis Deret Waktu: Teori dan Aplikasi

Book · April 2006

CITATIONS READS

9 10,988

2 authors:

Aswi Aswi Sukarna Sukarna

Universitas Negeri Makassar Universitas Negeri Makassar
55 PUBLICATIONS   76 CITATIONS    48 PUBLICATIONS   58 CITATIONS   

SEE PROFILE SEE PROFILE

Some of the authors of this publication are also working on these related projects:

PNBP Research 2019 View project

All content following this page was uploaded by Sukarna Sukarna on 01 January 2020.

The user has requested enhancement of the downloaded file.

Aswi
Sukarna

Analisis
Deret Waktu
Teori dan Aplikasi

Penyunting:
H. Muhammad Arif Tiro
B.A., Drs., M.Pd., M.Sc., Ph.D., Prof.

Andira Publisher, Makassar

 i 
 ii

Aswi
Sukarna

Analisis
Deret Waktu
Teori dan Aplikasi

Penyunting:
H. Muhammad Arif Tiro
B.A., Drs., M.Pd., M.Sc., Ph.D., Prof.

Andira Publisher, Makassar

Analisis Deret Waktu : Teori dan Aplikasi

Hak Cipta © 2006 oleh Aswi & Sukarna

Hak Cipta dilindungi undang-undang

Cetakan: Pertama, 2006

_________________________________________________
Diterbitkan oleh : Andira Publisher, Makassar.
Jalan Sultan Alauddin III/3/8 Makassar 90221
Telepon/fax (0411) 864883

Dilarang memperbanyak buku ini dalam bentuk apa pun

tanpa izin tertulis dari penerbit.

Perpustakaan Nasional RI: Data katalog dalam terbitan (KDT)

Aswi & Sukarna

Analisis Deret Waktu: Teori dan Aplikasi/Aswi & Sukarna,

penyunting: Muhammad Arif Tiro – Cet. 1
Makassar: Andira Publisher, 2006

303 hlm; 21 cm
Bibliografi: hlm. 267
Indeks.

ISBN 979-3980-05-2

 iii 
 iv

Dari Penerbit

Dengan puji syukur ke khadirat Allah SWT, Andira Publisher

Makassar sebagai penerbit yang menaruh minat untuk
mempublikasikan tulisan dan karya ilmiah bermutu menyambut
baik tawaran untuk menerbitkan buku Analisis Deret Waktu :
Teori dan Aplikasi, karya Aswi, S.Pd., M.Si. & Sukarna, S.Pd.,
M.Si. Sudah menjadi komitmen Andira Publisher untuk
menerbitkan buku hasil karya penulis yang berkompeten di
bidangnya. Namun, tugas mulia ini hanya dapat diemban sebaik-
baiknya bilamana terdapat kerjasama saling menguntungkan antara
penulis, pengguna atau pembaca, dan kami sebagai penerbit. Buku
ini adalah suatu wujud kerjasama seperti itu.

Andira Publisher mendorong para ilmuwan untuk menulis

dan mempublikasikan karya-karyanya yang bermutu. Buku yang
bermutu akan membantu para siswa, mahasiswa, peneliti, dan para
pembaca untuk mendapatkan informasi yang berharga. Andira
Publisher memiliki semboyan: Good book, good knowledge to good life.
Untuk memacu kegiatan pengembangan usahanya, strategi Q2C
(Quantity, Quality, and Continuity) menjadi kebijakan yang digunakan
untuk mewujudkan visi dan misi Andira Publisher.

Lebih dari itu, budaya menulis dan membaca hanya bisa

tumbuh dan berkembang dengan baik apabila tersedia bahan
bacaan yang bermutu. Budaya menulis mencerminkan sikap yang
menghargai informasi, yang berarti juga menghargai ilmu
pengetahuan. Informasi yang tersimpan secara tertulis dapat
dimanfaatkan kapan saja saat dibutuhkan kembali. Buku ibaratnya
sebuah bank memori yang berguna mengatasi kelemahan daya ingat
seseorang, terutama untuk mengingat peristiwa yang terjadi di masa
lampau, mau pun gagasan yang pernah dilontarkan orang tentang
berbagai hal.

Banyak hal yang dapat dicapai melalui kegiatan menulis.

Memberi informasi, membujuk, mendidik, dan menghibur dapat
dilakukan melalui tulisan. Karena itu, Andira Publisher mendukung
penerbitan buku yang memuat materi yang dapat menambah
pengetahuan, meningkatkan keterampilan, memecahkan masalah,
menghibur, menggugah rasa sosial, dan menyentuh kepekaan etis.
Penulis yang memiliki tulisan dan memenuhi salah satu kriteria ini
dapat bekerja sama dengan Andira Publisher untuk penerbitan
tulisannya. Buku ini adalah contoh hasil kerjasama yang dimaksud.

Harapan kami, kiranya kerjasama seperti ini dapat berkembang

dan terjadi lebih banyak lagi dari para penulis yang kreatif, dan
Andira Publisher akan menyambutnya dengan baik, Insya Allah.
Kerjasama tersebut akan menggairahkan dunia ilmu dan
membangkitkan semangat belajar bagi generasi penerus peradaban
dunia. Semoga demikian!

Wassalam, terima kasih.

Makassar, Mei 2006

Andira Publisher

 v 
 vi

Kata Pengantar

Alhamdulillahi rabbil ‘alamina. Penulis panjatkan syukur ke

hadirat Allah Subhanahu wata’ala yang telah memberikan
kesehatan, ketenangan, ilmu bermanfaat, dan nikmat tak
terbilang yang membuat buku ini dapat terbit dihadapan
pembaca. Semoga rasa syukur ini melahirkan nikmat kepuasan
kepada penulis dan pembaca.

Allahumma shalli ‘ala Muhammad. Penulis bershalawat kepada

junjungan kami Muhammad Sallallahu ‘alaihi wassalam. Beliau
telah membebaskan kita dari belenggu kebodohan dan
mewajibkan umatnya untuk menuntut ilmu.

Buku ini ditulis berdasarkan pengalaman penulis

mempelajari analisis deret waktu (time series analysis) pada
Program Pascasarjana Institut Teknologi Sepuluh Nopember
(ITS) Surabaya dan pengalaman mengajar matakuliah “Analisis
Time Series” di Jurusan Matematika, Fakultas Matematika dan
Ilmu Pengetahuan Alam, Universitas Negeri Makassar.

Buku ini disusun untuk menanggulangi kurangnya buku

acuan analisis deret waktu yang berbahasa Indonesia. Banyak
sekali kejadian yang berkaitan dengan waktu dan disusun dalam
bentuk data yang disebut data serial (serial section). Hampir semua
kejadian yang berkaitan dengan waktu dianalisis menggunakan
analisis deret waktu.

Buku ini menjelaskan salah satu metode yang dapat

digunakan untuk membantu dalam mengambil keputusan.
Penekanan penyajian difokuskan pada teknik matematis dalam
mencari model yang sesuai serta penerapan yang analisisnya
menggunakan bantuan komputer. Perangkat lunak (software)
yang digunakan dalam analisis tersebut adalah Minitab, SPSS,
dan SAS. Ketiga software statistika ini disajikan dengan gamblang
dan sederhana, sehingga mudah dipahami, dimengerti, dan
dijalankan oleh pembaca yang awam sekalipun dalam software
statistika.

Pada BAB 1, pembaca mulai diperkenalkan dengan konsep

dasar analisis deret waktu. Pengenalan dimulai dengan konsep
stokastik, stasioner, rata-rata (mean), autokovariansi, fungsi
autokorelasi (FAK), fungsi autokorelasi parsial (FAKP), white
noise, d90ifferencing, dan prinsip parsimoni.

BAB 2 menyajikan model deret waktu yang stasioner,

dimulai dari model autoregresi, model moving average, dan
campuran model autoregressive moving average (ARMA)
diperkenalkan secara teoritis. Bentuk FAK dan FAKP dari
model tersebut diturunkan secara matematis. Hasil simulasi dari
model tersebut juga ditampilkan agar lebih dimengerti arti dari
model matematis yang diberikan. Hasil simulasi ditampilkan
dalam bentuk diagram deret waktu, diagram FAK, dan diagram
FAKP.

BAB 3 membahas mengenai model deret waktu yang

belum stasioner, baik dalam rata-rata dan/atau variansi, proses
differencing diperkenalkan melalui software minitab dalam
menstasionerkan rata-rata, sedangkan proses transformasi
diperkenalkan dalam menstasionerkan variansi.

Pada BAB 4, pembaca disajikan mengenai penaksiran

parameter, pemeriksaan diagnostik, dan peramalan, baik secara
teori maupun dalam bentuk aplikasi. Pada penaksiran parameter
dijelaskan beberapa metode yaitu metode moment, metode least
 vii 
 viii

square, dan metode maximum likelihood. Pemeriksaan diagnostik

meliputi uji kesignifikanan parameter dan uji kesesuaian model
yang meliputi uji residual white noise dan uji asumsi distribusi
normal. Hal yang paling penting dalam analisis deret waktu yaitu
peramalan juga diperkenalkan dalam bab ini, baik secara teori
maupun dalam bentuk aplikasi. Pada bagian akhir bab ini,
diberikan studi kasus untuk masing-masing model deret waktu,
baik yang stasioner maupun yang tidak stasioner. Beberapa
keunggulan dari studi kasus ini adalah dibubuhkan langkah-
langkah disertai perintah (syntax) penggunaan software statistika.
Software statistika yang digunakan adalah Minitab, SPSS, dan
SAS. Masing-masing software statistika ini memiliki keunggulan
tersendiri.

BAB 5 mengungkapkan model deret waktu musiman, baik

yang multiplikatif mau pun tidak multiplikatif, stasioner mau
pun yang tidak stasioner. Masing-masing model dijelaskan
secara matematis dan pada bagian akhir diberikan studi kasus
agar pembaca lebih memahami makna yang dijelaskan secara
teoritis.

Ketidaksempurnaan pasti ada dalam buku ini. Oleh karena

itu, segala kritik dan saran yang dapat memperbaiki buku ini
menjadi lebih baik sangat kami harapkan.

Akhirnya, kami mengucapkan terima kasih kepada semua

pihak yang telah membantu mewujudkan impian terbitnya buku
ini, terutama kepada yang terhormat Bapak Prof. Drs. Haji
Muhammad Arif Tiro, M.Pd., M.Sc., Ph.D. yang telah memberi
inspirasi dan motivasi kepada penulis untuk menulis buku ini
serta meluangkan waktu untuk menyunting. Ucapan terima
kasih juga disampaikan kepada yang terhormat Bapak
Suhartono, S.Si., M.Sc. dan Bapak Ir. Dwi Atmono, MIKom.,
yang secara langsung mengajarkan materi ini selama penulis
mempelajari analisis deret waktu pada Program Pascasarjana
Institut Teknologi Sepuluh Nopember Surabaya. Tidak lupa
penulis menyampaikan terima kasih kepada Andira Publisher
Makassar yang sudi menjadi media penerbitan buku ini. Semoga
ada manfaatnya.

Wassalam, terima kasih

Makassar, Mei 2006

Penulis: Aswi & Sukarna

email: aswi@unm.ac.id &
sukarna@unm.ac.id

 ix 
 DAFTAR ISI
Halaman Judul ................................................................... i
Dari Penerbit ..................................................................... iii
Kata Pengantar ................................................................. v
Daftar Isi ............................................................................ viii

BAB 1 Pendahuluan ........................... 1

A. Peramalan .................................................................... 1
B. Pengertian Deret Waktu ............................................ 5
C. Konsep Dasar dalam Analisis Deret Waktu ............ 6
1. Stokastik dan Stasioner ....................................... 6
2. Rata-rata, Autokovariansi, dan Autokorelasi .... 9
3. Sifat-sifat Variansi dan Kovariansi ..................... 10
4. Fungsi Autokorelasi dan Autokorelasi parsial .. 12
5. White Noise Process ............................................ 19
6. Differencing ............................................................ 20
7. Prinsip Parsimoni .................................................. 21
D. Metode ARIMA Box-Jenkins .................................. 21
1. Identifikasi model ................................................ 23
2. Penaksiran Parameter ........................................... 25
3. Pemeriksaan Diagnostik ..................................... 26
4. Peramalan ............................................................... 26
Soal Latihan ...................................................................... 26

 x 
BAB 2 Model Deret Waktu
Stasioner ................................ 29
A. Model Proses Linier Umum ...................................... 29
B. Proses Autoregressive (AR) ....................................... 35
1. Autoregressive Orde 1, AR(1) atau ARIMA(1,0,0) 38
2. Autoregresive Orde 2, AR(2) atau Model
ARIMA(2,0,0) ........................................................ 46
C. Proses Moving Average (MA) ................................... 56
1. Moving Average Orde 1, MA(1) atau Model
ARIMA(0,0,1) ........................................................ 57
2. Moving Average Orde 2, MA(2) atau
ARIMA(0,0,2) ........................................................ 63
D. Proses Autoregressive Moving Average ARMA(p,q) 71
1. Proses Campuran ARMA(p,q) ............................ 71
2. Proses Autoregressive Moving Average,
ARMA(1,1) ............................................................. 73
Soal Latihan ........................................................................ 80

BAB 3 Model Deret Waktu

Nonstasioner ....................... 85
A. Nonstasioner dalam Rata-Rata ................................... 85
B. Nonstasioner dalam Variansi ...................................... 91
C. Model ARIMA(0, 1, 1) atau IMA (1, 1) .................... 101
Soal Latihan ........................................................................ 103

 xi 
 xii

BAB 4 Penaksiran Parameter,

Pemeriksaan Diagnostik dan
Peramalan ............................ 107
A. Penaksiran Parameter ................................................. 107
1. Metode Moment ...................................................... 108
2. Metode Least Squares Estimation ........................... 116
3. Metode Maximum Likelihood ................................ 118
B. Pemeriksaan Diagnostik ............................................ 124
1. Uji Kesignifikanan Parameter................................ 124
2. Uji Kesesuaian Model ............................................. 125
C. Peramalan .................................................................... 127
1. Model AR(1) .......................................................... 127
2. Model MA(1) ......................................................... 128
D. Pemilihan Model Terbaik .......................................... 129
1. Mean Square Error (MSE) ................................... 130
2. Akaike’s Information Criterion (AIC) ............... 130
3. Schwartz Bayesian Criterion (SBC) .................... 131
E. Contoh Kasus ............................................................. 131
1. Model ARIMA (p,d,q) Non-Seasonal Stasioner . 131
2. Model ARIMA (p,d,q) Non-Seasonal Non-
Stasioner ................................................................. 162
Soal Latihan ....................................................................... 181

BAB 5 Model Musiman

(Seasonal) ........................... 193
A. Model ARIMA(P,D,Q)s musiman non-multiplikatif
stasioner ....................................................................... 194
1. Model ARIMA(1,0,0)12 ........................................... 194
2. Model ARIMA(0,0,1)12 ........................................... 197
3. Model ARIMA(1,0,1)12 ........................................... 199
B. Model ARIMA(P, D, Q)s musiman non-multiplikatif
non-stasioner ............................................................... 203
C. Model ARIMA(p,d,q)(P,D,Q)s musiman multiplikatif
stasioner ........................................................................ 205
1. Model ARIMA(0, 0, 1)(0, 0, 1)12 ............................. 205
2. Model ARIMA(1, 0, 0)(1, 0, 0)12 ............................ 207
3. Model ARIMA(0, 0, 1)(1, 0, 0)12 ............................ 207
4. Model ARIMA(1, 0, 0)(0, 0, 1)12 ............................ 208
D. Model ARIMA(p,d,q)(P,D,Q)s Musiman Non-
Stasioner dalam Rata-rata non-Musiman ................. 209
E. Model ARIMA(p,d,q)(P,D,Q)s Musiman Non-
Stasioner dalam Rata-rata Musiman ......................... 210
F. Model ARIMA(p,d,q)(P,D,Q)s Musiman Non-
Stasioner dalam mean non-musiman dan Rata-rata
musiman ....................................................................... 212
G. Contoh Kasus .............................................................. 213
Soal Latihan ......................................................................... 259

Daftar Pustaka.................................... 267

Lampiran
Lampiran 1.1 : Tabel Distribusi Normal Baku ............. 269
Lampiran 1.2 : Tabel Distribusi Student t ..................... 279
Lampiran 1.3 : Tabel Distribusi Chi-Kuadrat ................ 283
Lampiran 2.1 : Data pengangguran wanita usia 16 s.d. 19
tahun di Amerika Serikat ....................... 289
Lampiran 2.2 : Data rata-rata temperatur di Iowa ......... 291
Lampiran 2.3 : Data penjualan industri ........................... 293
Lampiran 2.4 : Data airline ............................................... 295
Lampiran 3 : Daftar Singkatan dan Simbol .................. 297
Indeks ................................................................................. 299

 xiii 
Daftar Pustaka
Bowerman, B.L. & O’Connell, R.T., 1993. Forecasting and Time
Series : An Applied Approach, 3rd Edition, Miami University,
Ohio : Duxbury Press.
Box, G.E.P & Cox, D.R., 1964. An Analysis of
Transformations. Journal Royal Stat. Soc., ser. B., 26, hal. 211
– 252.
Box, G.E.P & Jenkins, G.M., 1976. Time Series Analysis
Forecasting and Control, 2nd Edition, San Francisco: Holden-
Day.
Cryer, J.D., 1986. Time Series Analysis, Massachusetts : PWS
Publishers.
Durbin, J., 1960. The Fitting of Time Series Models, Review of
The Institute of International Statistics, 28, hal. 233 – 244.
Fan, J. & Yao, Q., 2003. Non Linear Time Series: nonparametric and
parametric methods, New York, USA : Springer-Verlag.
Hamilton, J.D., 1994. Time Series Analysis, New Jersey :
Princeton University Press.
Hanke, J.E., Reitsch, A.G., & Wichern, D.W., 2001. Business
Forecasting, 7th Edition, Singapore: Prentice-Hall.
Herlinawati, 2005, Analisis Runtun Waktu dengan
Menggunakan Metode Box-Jenkins (Studi Kajian
Estimasi Penjualan Voucher di Koperasi Telkomsel
Komwil IV Sulmalirja), Skripsi, Makassar: Jurusan
Matematika FMIPA Universitas Negeri Makassar.
Iriawan, N. & Astuti, S.P., 2006. Mengolah Data Statistika dengan
Mudah Menggunakan Minitab 14, Yogyakarta: Andi.
267
 268

Makridakis, S., Wheelwright, S.C., & McGee, V.E., 1998.

Forecasting: Methods and Applications, 2nd Edition, John Wiley
& Sons, Inc. (alih bahasa: Hari Sumintro, 1999, Metode dan
Aplikasi Peramalan, Edisi ke-2, Jakarta: Binarupa Aksara.)
Nachrowi, N.D. & Hardius, 2004. Teknik Pengambilan Keputusan,
Jakarta: PT Grasindo.
Raodhatullah, 2006. Pemodelan Data Curah Hujan di Kota
Makassar dengan Menggunakan Metode ARIMA Box-
Jenkins, Skripsi, Makassar: Jurusan Matematika FMIPA
Universitas Negeri Makassar.
Soejoeti, Z., 1987. Analisis Runtun Waktu, Jakarta: Karunika
Universitas Terbuka.
Tiro, M.A., 2002a. Analisis Korelasi dan Regresi, Makassar:
Makassar State University Press.
Tiro, M.A., 2002b. Statistika Terapan: untuk ilmu ekonomi dan ilmu
sosial. Makassar: Andira Publisher.
Wei, W.W.S., 1994. Time Series Analysis: Univariate and Multivariate
Methods, California: Addison-Wesley Publishing Company.
Yurekli, K., Kurunc, A., & Ozturk, F., 2005. Testing The
Residual of an ARIMA Model on The Cekerek Stream
Watershed in Turkey, Turkish J. Eng. Env. Sci, 29 (2005).
hal 61 – 74.

View publication stats