Anda di halaman 1dari 20

Autoregressive Integrated Moving Average (ARIMA)

Untuk mendapatkan filenya silakan kunjungi: qiyara.ipromart.co.id

Untuk mendapatkan filenya silakan kunjungi: qiyara.ipromart.co.id

Konsep ARIMA

ARIMA disebut juga metode Box-Jenkins, yang merupakan suatu teknik yang mengabaikan independent variable dalam melakukan peramalan, sehingga; ARIMA hanya menggunakan nilai-nilai sekarang dan masa lalu dari dependent variable untuk melakukan peramalan jangka pendek. Perbedaannya dengan metode lain karena metode ini tidak mengasumsikan pola tertentu dalam data historis dari series yang akan diforecast.

Qiyara Damayanti Consulting

Untuk mendapatkan filenya silakan kunjungi: qiyara.ipromart.co.id

Proses Pemilihan Model ARIMA


Penentuan Bentuk Umum Model Identifikasi Model Terpilih secara Tentatif Stasioneritas (Residu) Autokorelasi (Residu) AIC

Estimasi Parameter Model Terpilih secara Tentatif Uji Kecukupan Model (Adequacy Test)

Gunakan Model untuk Peramalan

Qiyara Damayanti Consulting

Untuk mendapatkan filenya silakan kunjungi: qiyara.ipromart.co.id

Proses Pemilihan Model ARIMA

Model AR(p) Yt 0 1Yt 1 2Yt 1 3Yt 1 ... p Yt p u t Model MA(q)


u t t 1 t 1 2 t 1 3 t 1 ... p t p

Model ARIMA (p,i=0,q)


Yt 0 1Yt 1 ... p Yt p t 1 t 1 ... p t p

Qiyara Damayanti Consulting

Untuk mendapatkan filenya silakan kunjungi: qiyara.ipromart.co.id

Penentuan Model Terbaik

Model ARIMA terbaik, adalah model ARIMA yang memiliki: Signifikansi t-stat untuk seluruh suku AR dan MA dalam persamaan. Probabilita t-stat dari setiap koefisien lebih kecil dari 0.1 (asumsi =10%). Nilai inverted root matriks (IRM) suku AR dan MA, |IRM| <1 Nilai residual yang bebas otokorelasi. Yaitu nilai koefisien korelasi |AC| dan |PAC| yang lebih kecil dari 0.5; dan probabilita Q-stat seluruh variabel selang yang lebih besar dari 0.1. Memiliki nilai Schwarz Criterion atau Akaike Information Criterion (AIC) terkecil.

Qiyara Damayanti Consulting

Untuk mendapatkan filenya silakan kunjungi: qiyara.ipromart.co.id

Penentuan Model Terbaik


Guna memperoleh hasil estimasi yang baik perhatikanlah kriteria berikut: Gunakan data dalam jumlah yang banyak (long series) Gunakan suku MA yang sedikit Jika menggunakan suku AR dan MA, gunakan dalam jumlah sedikit Semakin sedikit suku AR dan MA yang digunakan akan semakin baik

Qiyara Damayanti Consulting

Untuk mendapatkan filenya silakan kunjungi: qiyara.ipromart.co.id

Penentuan Bentuk Umum: I


yt 0 0 . yt 1 t Pengujian Stasioneritas: Merupakan inspeksi visual atas series: view line graph

Qiyara Damayanti Consulting

Untuk mendapatkan filenya silakan kunjungi: qiyara.ipromart.co.id

Penentuan Bentuk Umum: I


Pengujian Statistik: Augmented Dickey Fuller Test E-views: View Unit Root Test (ADF) ADF stat sebesar -2.549886 nilainya secara absolut lebih kecil dari MacKinnon critical value data memiliki unit root (tidak stasioner) pada level. Lakukan kembali pengujian unit root, tetapi kali ini pada tingkat 1st difference:

Qiyara Damayanti Consulting

Untuk mendapatkan filenya silakan kunjungi: qiyara.ipromart.co.id

To Do

Do the ARIMA (1,2,1), store it! A


Do the ARIMA (1,2,0), store it! B Do the ARIMA (0,2,1), store it! C COMPARE THEM ALL | OK

d(d(gdpriil)) c AR(1) MA(1) d(d(gdpriil)) c AR(1)

d(d(gdpriil)) c MA(1)

Significance: | AR(1) Stasionerity of residual: | Q-statistic/ Correlogram/ DW: Adj-R2: | ARI AIC: | ARI

| Tdk OK |

Qiyara Damayanti Consulting

Untuk mendapatkan filenya silakan kunjungi: qiyara.ipromart.co.id

Penentuan Bentuk Umum: I

Sekarang ADF stat secara absolut lebih besar daripada critical value Tolak Ho (tolak hipotesa bahwa ada unit root alias tidak stasioner) bentuk data yang stasioner pada first difference. Secara tidak langsung ordo integrasi pun telah ditemukan, yaitu d = 1. Berikutnya adalah penentuan ordo suku AR dan MA.

Qiyara Damayanti Consulting

Untuk mendapatkan filenya silakan kunjungi: qiyara.ipromart.co.id

10

Penentuan Bentuk Umum: AR-MA


Pengujian correlogram: View Correlogram (lakukan sesuai dengan hasil derajat integrasi) Biarkan Eviews menentukan panjang lag maksimum-ok Dari grafik batang AC: pelanggaran garis batas terjadi pada lag 1, 8, dan 12 kandidat MA (1). Dari grafik batang PAC: pelanggaran garis batas juga terjadi pada lag 1 kandidat AR (1). 3 kandidat model: ARIMA (1,1,1); ARIMA (1,1,0)/ARI (1); dan ARIMA (0,1,1)/IMA (1). Selanjutnya adalah penentuan model terbaik.
Untuk mendapatkan filenya silakan kunjungi: qiyara.ipromart.co.id 11

Qiyara Damayanti Consulting

Estimasi Parameter

Model ARIMA (1,1,1): quick-estimate equation-ketikkan: d(gdp) c AR(1) MA(1) Repeat: Model ARI (1): d(gdp) c AR(1), dan Repeat: IMA (1): d(gdp) c MA(1)

Qiyara Damayanti Consulting

Untuk mendapatkan filenya silakan kunjungi: qiyara.ipromart.co.id

12

Estimasi Parameter: ARIMA (1,1,1)

Hasil Estimasi: suku MA tidak signifikan maka model ini gugur.


MODEL ARIMA (1,1,1) Dependent Variable: D(GDP) Variable C AR(1) MA(1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Inverted AR Roots Inverted MA Roots Coefficient 23.50643 0.499691 -0.201503 0.105750 0.084202 34.39166 98171.24 -424.7539 1.994227 .50 .20 Std. Error 5.942468 0.275092 0.312611 t-Statistic 3.955667 1.816447 -0.644582 Prob. 0.0002 0.0729 0.5210 23.34535 35.93794 9.947766 10.03338 4.907606 0.009673

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

Qiyara Damayanti Consulting

Untuk mendapatkan filenya silakan kunjungi: qiyara.ipromart.co.id

13

Estimasi Parameter: AR(1)/ ARIMA(1,1,0)


Hasil Estimasi: suku AR signifikan. Didukung lebih lanjut dg. nilai |IRM|<1 Kandididat OK Perlu diuji lebih lanjut dengan pengujian otokorelasi.
MODEL ARI(1) Dependent Variable: D(GDP) Variable Coefficient C AR(1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Inverted AR Roots 23.44152 0.317238 0.101516 0.090820 34.26717 98636.06 -424.9570 2.034425 .32

Std. Error 5.412216 0.102975

t-Statistic 4.331224 3.080716

Prob. 0.0000 0.0028 23.34535 35.93794 9.929234 9.986311 9.490809 0.002791

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

Qiyara Damayanti Consulting

Untuk mendapatkan filenya silakan kunjungi: qiyara.ipromart.co.id

14

Estimasi Parameter: IMA (1)/ARIMA(0,1,1)


Hasil Estimasi: suku MA signifikan. Didukung lebih lanjut dg. nilai |IRM|<1 Kandididat OK Perlu diuji lebih lanjut dengan: Pengujian otokorelasi.
MODEL IMA(1) Dependent Variable: D(GDP) Variable C MA(1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Inverted MA Roots Coefficient 22.79699 0.258489 0.080866 0.070053 34.65297 102070.4 -430.8843 1.911491 -.26 Std. Error 4.666371 0.104582 t-Statistic 4.885378 2.471642 Prob. 0.0000 0.0154 22.93333 35.93448 9.951364 10.00805 7.478367 0.007598

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

Qiyara Damayanti Consulting

Untuk mendapatkan filenya silakan kunjungi: qiyara.ipromart.co.id

15

Uji Kecukupan: Pengujian Otokorelasi


Fokus pada residual model. Pada masing-masing model: Correlogram Q-statistics

View

Residual

Test

Qiyara Damayanti Consulting

Untuk mendapatkan filenya silakan kunjungi: qiyara.ipromart.co.id

16

Uji Kecukupan : Pengujian Otokorelasi

Kedua model OK: terlihat dari ketidaksignifikanan nilai Q-stat di setiap lag. Maka langkah terakhir pemilihan model akan bergantung pada nilai SC yang lebih kecil:

ARI (1) memiliki nilai SC sebesar 9.986. IMA (1) sebesar 10.00805.

Model ARI(1) yang terbaik.

MODEL IMA (1) ARI (1) ARIMA(1,1,1)*

Adjusted R square 0.070053 0.09082 0.084202

AIC 9.951364 9.929234 9.947766

SC 10.00805 9.986311 10.03338

Qiyara Damayanti Consulting

Untuk mendapatkan filenya silakan kunjungi: qiyara.ipromart.co.id

17

Peramalan

Tipe Peramalan:

Back Cast Fore Cast Theil inequality coefficient < 0.2 Bias proportion < 0.2 Variance proportion < 0.2 Nilai covariance proportion mendekati 1.

Kriteria model peramalan terbaik:

Qiyara Damayanti Consulting

Untuk mendapatkan filenya silakan kunjungi: qiyara.ipromart.co.id

18

Peramalan: Kelayakan Model

Terlihat bahwa nilai bias proportion nilainya 0.053880 (dibawah 0.2), sementara covariance proportion 0.856076 (hampir mendekati 1), maka model ini dapat meramal nilai GDP kedepan.

Qiyara Damayanti Consulting

Untuk mendapatkan filenya silakan kunjungi: qiyara.ipromart.co.id

19

Peramalan: Aplikasi

Perpanjang range data.

Pada menu utama Eviews click procs-change workfile range-ubah end date menjadi 1992.1, karena bentuk data yang kuartalan-ok. Ubah juga sampel data, procs-sample-ubah end date menjadi 1992.1-ok. Procs Make model Solve

Kemudian kembali pada model ARI (1):


Terbentuk variabel forecast gdpf dengan tambahan nilai konsumsi 1992.1.

Qiyara Damayanti Consulting

Untuk mendapatkan filenya silakan kunjungi: qiyara.ipromart.co.id

20