Anda di halaman 1dari 3

Modul 1.

Analisis Data Deret Waktu (Time Series Analysis)

TUJUAN PRAKTIKUM

- Mahasiswa dapat memahami dan mendefinisikan data deret waktu.

- Mahasiswa mampu mengolah dan menginterpretasikan hasil data deret waktu

I. Pendahuluan

Data deret waktu adalah rangkaian data yang diukur berdasarkan waktu dengan
interval yang seragam. Dalam perkembangan sejarahnya, analisis terhadap data deret waktu
dikenal dengan nama analisis deret waktu (time series analysis). Tujuan dasar dari analisis
deret waktu adalah untuk mendefinisikan variabilitas dari deret data dalam fungsi periodik
dominan. Pada umumnya data deret waktu terkadang terdapat derau (noise) yang
mempengaruhi tingkat kepercayaan terhadap data tersebut sehingga derau dari data deret
waktu tersebut harus dihilangkan. Untuk mendapatkan hasil yang lebih akurat dibutuhkan
ulangan minimal terhadap pengukuran yang dilakukan.

Data-data yang digunakan dapat bersifat deterministik (dapat dijelaskan secara


eksplisit dengan rumus matematika ataupun Non-deterministik (tidak dapat dinyatakan
dengan rumus matematika) atau data acak.  Analisis data deret waktu pada dasarnya
digunakan untuk melakukan analisis data yang mempertimbangkan pengaruh waktu.  Data-
data yang dikumpulkan secara periodik berdasarkan urutan waktu, bisa dalam jam, hari,
minggu, bulan, kuartal dan tahun, bisa dilakukan analisis menggunakan metode analisis data
deret waktu.  Analisis data deret waktu tidak hanya bisa dilakukan untuk satu variabel
(Univariate) tetapi juga bisa untuk banyak variabel (Multivariate).  Selain itu pada analisis
data deret waktu bisa dilakukan peramalan data beberapa periode ke depan yang sangat
membantu dalam menyusun perencanaan ke depan.

Dalam analisis data deret waktu, proses baku yang harus dilakukan adalah

1. Memetakan nilai data atas waktu, hal ini dilakukan untuk menelaah kestasioneran
data, sebab jika data tidak stasioner maka harus distasionerkan melalui proses stasioneritas.

2. Menggambarkan korelogram (gambar fungsi autokorelasi), untuk menelaah


apakah autokorelasi signifikans atau tidak, dan perlu-tidaknya proses diferensi dilakukan.
Jika autokorelasi data tidak signifikans, analisis data cukup menggunakan analisis regresi
sederhana data atas waktu, sedangkan jika signifikans harus menggunakan analisis regresi
deret waktu. Jika data ditransformasikan, maka proses pemetaan data dan penggambaran

1
korelogram, sebaiknya dilakukan juga pada data hasil transformasi, untuk menelaah apakah
proses transformasi ini sudah cukup baik dalam upaya menstasioner kan data.

3. Jika dari korelogram disimpulkan bahwa autokorelasi signifikans, maka bangun


model regresi deret waktunya, dan lakukan penaksirannya baik dalam kawasan waktu
maupun kawasan frekuensi.

4. Lakukan proses peramalan dengan metode yang sesuai dengan kondisi datanya

II. Metode

1. Alat dan bahan

a. Bahan yang digunakan dalam praktikum ini adalah : data meteorologi berupa data
suhu udara rata-rata harian yang diperoleh dari

b. Peralatan yang digunakan adalah komputer denngan program MS. EXCEL.

2. Prosedur kerja :

a. Setiap mahasiswa mendapatkan data suhu setiap stasiun yang dibagikan oleh
asisten.

b. Membuat sistem penanggalan data secara berurut (dd/mm/yyyy).

c. Membuat grafik series untuk data suhu udara minimum, rata-rata, dan maksimum

d. Menghitung tren perubahan suhu sepanjang tahun

e. Mengelompokkan data berdasarkan bulan.

f. Menjawab pertanyaan pada bagian tugas

2
III. Tugas

1. Buatlah grafik series untuk data suhu suhu udara minimum, rata-rata, dan maksimum,
deskripsikan pola yang terbentuk.

2. Hitung tren perubahan suhu sepanjang tahun dengan menggunakan regresi linear
sederhana.

3. Buatlah tabel kondisi suhu udara tersebut berdasarkan bulan dengan menghitung nilai
minimum, rata-rata dan maksimum bulanannya. Deskripsikan data hasil
pengelompokkan tersebut dengan menjawab pertanyaan sbb :

a. Bulan apa yang memiliki suhu udara rata-rata tertinggi dan terendah?

b. Berapa suhu udara tertinggi dan terendah tersebut? (nyatakan dalam satuan Celcius
(oC), Fahrenheit (oF), dan Kelvin (oK))

....................................................... Selamat Bekerja .............................................................

Anda mungkin juga menyukai