TUGAS 2 KELOMPOK

ANALISIS DERET WAKTU (PEMODELAN ARIMA)

Disusun Oleh:

KELOMPOK XI
Ketua : Azhar Farras (F1A220037)
Anggota: 1. Aqila Salsabila (F1A219003)
2. Muhammad Akbar (F1A220011)
3. Safira Nur Adhan (F1A220022)
4. Erwin Sunarya (F1A220038)
5. Gustriani Putri (F1A220039)
6. Rahmatia (F1A220055)
7. Sitti Nur Age (F1A220059)
8. Fenti Nur (F1A220079)

PROGRAM STUDI S1 STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERITAS HALUOLEO
KENDARI
2022
A. Menyajikan Data
Berikut ini adalah data volume saham milik Perusahaan SM
Entertainment perminggunya dari bulan November 2021 hingga Agustus 2022.
No. Tanggal Vol (Jt KRW) No. Tanggal Vol (Jt KRW)
1 21/11/2021 3,32 21 10/04/2022 1,96
2 28/11/2021 4,01 22 17/04/2022 2,43
3 05/12/2021 3,01 23 24/04/2022 1,53
4 12/12/2021 2,08 24 01/05/2022 0,89
5 19/12/2021 2,57 25 08/05/2022 3,05
6 26/12/2021 2,89 26 15/05/2022 3,93
7 02/01/2022 3,25 27 22/05/2022 1,99
8 09/01/2022 2,5 28 29/05/2022 1,07
9 16/01/2022 1,85 29 05/06/2022 1,99
10 23/01/2022 3,9 30 12/06/2022 2,77
11 30/01/2022 1,53 31 19/06/2022 2,46
12 06/02/2022 2,64 32 26/06/2022 1,53
13 13/02/2022 2,04 33 03/07/2022 3,1
14 20/02/2022 3,93 34 10/07/2022 2,11
15 27/02/2022 2,06 35 17/07/2022 1,49
16 06/03/2022 2,54 36 24/07/2022 1,63
17 13/03/2022 3,66 37 31/07/2022 1,54
18 20/03/2022 3,06 38 07/08/2022 1,79
19 27/03/2022 6,27 39 14/08/2022 2,81
20 03/04/2022 3,59 40 21/08/2022 2,05
Sumber: https://id.investing.com/equities/sm-entertainment-co-historical-data

B. Tahapan-tahapan dalam Pemodelan ARIMA

1. Identifikasi Model
a. Menyajikan Grafik Data dengan Time Series Plot
Program:
#Menggunakan Command Minitab
TSPlot 'Saham SM_Entertainment';
 Symbol;
Connect.

Output:

b. Mengecek Kestasioneran Data

Meskipun jika dilihat dari time series plot menunjukan bahwa data
saham ini bertipe data konstan atau stationer, namun bisa saja tidak
stationer secara variansi ataupun dalam rata-rata. Oleh sebab itu,
dilakukan pengecekan seperti diuraikan berikut.
1) Stasioner dalam Variansi
Data stasioner dalam variansi apabila nilai lambda ( λ ) sama
dengan 1. Jika tidak sama dengan 1, maka dilakukan transformasi
boxcox. Ini diuji melalui menu stat->control chart->box-cox
transformation.
 Gambar grafik boxcox menghasilkan Rounded Value ( λ ) = 0,00
sehingga harus ditransformasi lagi.

Setelah transformasi, didapatkan nilai Rounded Value = 1 yang

berarti data sudah stasioner dalam variansi.
2) Stasioner dalam Rata-rata
Data stasioner dalam rata-rata dapat diketahui dengan melihat
plot ACF. Jika lag-lag pada plot ACF ≈ 0 atau melebihi garis
bartlett maka data dikatakan belum stasioner dalam rata-rata
sehingga harus dilakukan differences. Untuk Plot ACF nya disajikan
berikut.
 Plot ACF
 Bisa dilihat dari plot jika terdapat lag yang bernilai
mendekati juga nol tepat, sehingga perlu dilakukan difference.
 Plot ACF setelah difference

 Plot PACF difference

 Berdasarkan Plot ACF dan PACF setelah dilakukan proses
difference terlihat bahwa pada plot ACF nilai autokorelasi pada lag 1
berada di luar batas signifikan atau berada di luar garis putus-putus
(garis bartlett), sedangkan pada plot PACF nilai parsial autokorelasi
pada lag 1 dan lag 2 berada di luar batas signifikan (garis bartlett).
Sehingga pada plot ACF terdapat 1 lag yang melebihi batas
signifikan dan pada plot PACF terdapat 2 lag yang melebihi batas
signifikan maka menunjukkan adanya proses Autoregressive (AR)
berorde 2 dan Moving Average (MA) berorde 1. Sehingga akan
didapatkan model-model ARIMA yang mungkin di langkah
selanjutnya.

c. Penaksiran Parameter
ARIMA (p, d, q)
p = jumlah lag pada PACF yang menyentuh garis bartlett
d = banyak difference
q = jumlah lag pada ACF yang menyentuh garis bartlett
Dengan p = 2, d = 1, q = 1, maka ARIMA (2,1,1) dan kombinasi
model yang dapat terbentuk sebagai berikut.
1) Model 1 : ARIMA (2, 1, 1)
2) Model 2 : ARIMA (1, 1, 1)
3) Model 3 : ARIMA (0, 1, 1)
 4) Model 4 : ARIMA (2, 1, 0)
5) Model 5 : ARIMA (1, 1, 0)
Setelah kombinasi model diatas selanjutnya adalah tahap estimasi.
Tahap estimasi digunakan untuk memperoleh estimasi koefisien-
koefisien dan model yang telah di peroleh, dilakukan uji signifikansi
parameter dimana model dengan MSE terkecil akan dipilih sebagai
bentuk model terbaik yang nantinya akan digunakan dalam
menggambarkan data volume saham SM Entertainment.
Model AR(1) AR(2) MA(1) MA(2) Konstan
ARIMA(2, 1, 1) Signifikan Signifikan Signifikan Signifikan
ARIMA(1, 1, 1) Tidak Signifikan Signifikan
Signifikan
ARIMA(0, 1, 1) Signifikan Signifikan
ARIMA(2, 1, 0) Signifikan Signifikan Signifikan
ARIMA(1, 1, 0) Signifikan Signifikan

Dari seluruh model di atas didapatkan bahwa model yang semua

parameternya signifikan adalah model ARIMA(2, 1, 1), ARIMA(0, 1, 1),
ARIMA(2, 1, 0), dan ARIMA(1, 1, 0) sehingga keempat model tersebut
dimasukkan kedalam kemungkinan model terbaik dan akan dilakukan
pemeriksaan diagnostik.
d. Pemeriksaan Diagnostik
Untuk pemilihan model terbaik dapat dilihat melalui MSE terkecil,
berikut adalah hasilnya melalui software Minitab.
No Model Signifikan MSE
1. ARIMA(2, 1, 1) 1,3756
2. ARIMA(0, 1, 1) 1,0634
3. ARIMA(2, 1, 0) 1,3170
4. ARIMA(1, 1, 0) 1,4287

Berdasarkan keempat model yang signifikan kemudian dipilih satu

model terbaik yang memiliki nilai MSE terkecil. Tabel di atas diketahui
 bahwa model yang memenuhi kriteria adalah ARIMA(0, 1, 1) dengan
MSE terkecil yaitu 1,0634. Untuk pemenuh asumsi white noise dapat
dilihat dengan gambar ACF dan PACF residual seperti berikut.

Ini menunjukkan bahwa model ARIMA(0, 1, 1) sudah memenuhi

asumsi white noise karena grafik batang residual dari ACF maupun PACF
seluruhnya berada di dalam garis bartlett artinya model tersebut cukup
memadai untuk menggambarkan data atau dengan kata lain kualitas model
sudah sesuai dengan datanya.
2. Peramalan
Diketahui nilai peramalan data volume saham milik Perusahaan SM
Entertainment perminggunya dari bulan November 2021 hingga Agustus
2022 menggunakan model yang dipilih yaitu ARIMA (0, 1, 1). Dengan hasil
peramalan pada Minitab untuk 10 minggu kedepannya adalah sebagai
berikut.
Forecasts from period 40

95% Limits
Period Forecast Lower Upper Actual
41 1,99271 0,02228 3,96315
42 1,96379 -0,00836 3,93595
43 1,93488 -0,03900 3,90875
44 1,90596 -0,06963 3,88154
45 1,87704 -0,10026 3,85434
46 1,84812 -0,13089 3,82713
47 1,81920 -0,16152 3,79992
48 1,79028 -0,19215 3,77271
49 1,76136 -0,22277 3,74550
50 1,73245 -0,25340 3,71829

Berdasarkan hasil peramalan diperoleh ramalan volume saham milik

SM Entertainment untuk 10 periode kedepan berturut-turut adalah 1,99271,
1,96379, 1,93488, 1,90596, 1,87704, 1,84812, 1,81920, 1,79028, 1,76136,
dan 1,73245 dengan taraf nyata atau alpha sebesar 5%. Didapatkan bahwa
volume saham SM Entertainment mengalami penurunan pada tiap
minggunya. Dalam hal ini terdapat kemungkinan bahwa harga saham tidak
dipengaruhi oleh waktu tetapi juga dipengaruhi oleh adanya faktor-faktor
eksternal lainnya.