Pertemuan 1

Kontrak Praktikum
• Tugas Akhir: Video Pembelajaran
• Pilihan system pembelajaran:
1. Materi diberikan terlebih dahulu lalu presentasi di pekan
selanjutnya (Contoh: Materi pekan 1 dipresentasikan di pekan 2)
2. Materi dan presentasi di hari yang sama (Contoh: Materi pekan 1
dipresentasikan langsung di pekan 1)
Materi yang dipresentasikan (Opsi 1)
UTS
• Pertemuan 2: Karakteristik data
time series
• Pertemuan 3: Stasioneritas data
• Pertemuan 4:
AR,MA,ARMA,ARIMA
• Pertemuan 5: SAR,SMA,SARIMA
• Pertemuan 6: ARCH,GARCH
• Pertemuan 7: ARDL & Structural
Break
UAS
• Pertemuan 9: Instrumental
Variable
• Pertemuan 10: Kointegrasi &
ECM
• Pertemuan 11: VAR
• Pertemuan 12: VECM
• Pertemuan 13: Data Panel
Statis
• Pertemuan 14: Data Panel
Dinamis
Materi yang dipresentasikan (Opsi 2)
UTS
• Pertemuan 2: Karakteristik data
time series & Stasioneritas data
• Pertemuan 3:
AR,MA,ARMA,ARIMA
• Pertemuan 4: SAR,SMA,SARIMA
• Pertemuan 5: ARCH,GARCH
• Pertemuan 6: ARDL
• Pertemuan 7: Structural Break
UAS
• Pertemuan 8:
Instrumental Variable
• Pertemuan 9: ECM
• Pertemuan 10: VAR
• Pertemuan 11: VECM
• Pertemuan 12: Data
Panel Statis
• Pertemuan 13: Data
Panel Dinamis
Karakteristik Data Time
Series
APA ITU
DATA RUNTUT WAKTU (TIME SERIES)?

• Deret berkala atau runtun waktu adalah serangkaian pengamatan terhadap peristiwa, kejadian atau variabel yang diambil dari
waktu ke waktu, dicatat secara teliti menurut urut-urutan waktu terjadinya, kemudian disusun sebagai data statistik sebagai data
berkala.
• Misal data PDB atau GDP (Gross Domestic Product), perkembangan produksi, Indeks harga konsumen, Indeks harga saham, hasil
penjualan, jumlah penduduk, dll.
• Dari suatu runtun waktu akan dapat diketahui pola perkembangan suatu peristiwa, kejadian atau variabel. Jika perkembangan
suatu peristiwa mengikuti suatu pola yang teratur, maka berdasarkan pola perkembangan tersebut akan dapat diramalkan
peristiwa yang bakal terjadi dimasa yang akan datang
APA ITU
DATA RUNTUT WAKTU (TIME SERIES)?

• Terdapat gerakan gerakan khas atau variasi yang beberapa di antaranya atau seluruh nya terdapat dalam
berbagai tingkat yang berbeda.
• Variasi yang ada ⇒ dianalisis ⇒ Forecasting
• So banyak lembaga lembaga dan industri pemerintah yang sangat berkepentingan dalam analisis data ini
Hal yang pertama dilakukan !
Buatlah plot data ⇒ mengetahui komponen data timeseries⇒ analisis
(Irregular)
Kegunaan Analisis Time Series

1. Untuk Peramalan atau forecasting:

• Suatu proses untuk memprediksi kejadian masa depan.
• Menjadi dasar untuk mengambil keputusan di bidang: Production, Inventory, Personnel
and Facilities
2. Untuk Pemodela
Latihan dengan eviews