SCAK603016: Metode Peramalan

Rahmat Al Kafi, M.Si.

Program Studi S1 Ilmu Aktuaria

Departemen Matematika Universitas Indonesia
Depok, 29 Maret 2021
 2

Model untuk Runtun Waktu Non-Stasioner

• Pendahuluan
• Stasioneritas melalui Differencing
• Suku-suku Konstan dalam Model ARIMA
 3

Pendahuluan

 Misalkan adalah proses yang stasioner dan adalah fungsi mean tak
konstan. Maka proses yang didefinisikan

adalah proses yang tidak stasioner.

 4

Stasioneritas melalui Differencing

 Pandang model AR(1) adalah , dengan dan saling bebas dengan

untuk setiap . Apa yang terjadi jika ?
 Perhatikan persamaan berikut

 Kemudian dengan melakukan substitusi hingga muncul observasi

yang lalu (hingga muncul suku ), diperoleh

 Dapat dilihat bahwa pengaruh nilai-nilai masa lalu yang jauh dari dan
tidak hilang. Bobot yang diterapkan pada dan naik secara
eksponensial.
 5

Stasioneritas melalui Differencing

 Jika diasumsikan , maka diperoleh

 Variansinya adalah

 jika
 6

Stasioneritas melalui Differencing

 Selanjutnya kita tinjau ACF dari proses ini

 Autokovariansinya adalah
 7

Stasioneritas melalui Differencing

 Sehingga autokorelasi dari proses ini menuju 1 untuk yang besar, yaitu

 Nilai observasi saat ini sangat tergantung pada nilai observasi “yang sangat
jauh” di masa lalu!
 Hal-hal di atas juga berlaku untuk sembarang sedemikian sehingga .
 Jika , maka model AR(1) nya adalah proses random walk

dengan dan
 8

Stasioneritas melalui Differencing

 Misalkan (differencing pertama), maka untuk AR(1) berbentuk

diperoleh

 Dalam kasus di atas, differencing pertama adalah proses white noise!

 AR(1) atau random walk kemudian dengan mudah diperluas ke model
yang lebih umum yang differencing pertamanya adalah beberapa proses
stasioner lain, bukan hanya proses white noise.
 Misalkan , dengan adalah runtun waktu yang hanya berubah perlahan
seiring waktu dan adalah proses yang stasioner.
 9

Stasioneritas melalui Differencing

 Contoh:

dengan

dengan dan adalah dua white noise yang saling bebas.

 10

Stasioneritas melalui Differencing

 Maka . Ini berarti, dan

 11

Stasioneritas melalui Differencing

 Fungsi autokovariansinya adalah

 Fungsi autokorelasinya (ACF) adalah

 12

Stasioneritas melalui Differencing

 Sehingga, proses differencing pertama untuk proses adalah stasioner
 Differencing kedua dan yang lebih tinggi juga dapat
diimplementasikan.
 13

Latihan Soal

Misalkan diberikan proses yang didefinisikan sebagai berikut

dengan

dengan dan adalah dua white noise yang saling bebas. Carilah
differencing kedua dari proses . Kemudian tentutukan mean dan variansi
dari differencing kedua tersebut.
 14

Model ARIMA

 Definisi 1. Suatu runtun waktu disebut model ARIMA jika

differencing ke-d adalah proses ARMA yang stasioner. Jika
mengikuti proses ARMA(), maka mengikuti proses ARIMA().
 Untuk bahan pembelajaran, cukup pertimbangkan differencing
pertama dan kedua.
 15

Latihan Soal

Misalkan mengikuti proses ARIMA. Tentukan bentuk matematis dari

proses .
 16

Model ARIMA

 Definisi 2. Jika proses ARIMA tidak mengandung istilah autoregresif,

maka disebut integrated moving average atau IMA(). Jika tidak ada
istilah moving average, maka disebut sebagai model ARI().
 Contoh: Model IMA(1,1). Model ini berbentuk
 atau dimana . Ada juga yang menuliskan menjadi .
 17

Latihan Soal

Misalkan mengikuti proses ARIMA. Tentukan bentuk matematis dari

proses .
 18

Suku-suku Konstan dalam Model ARIMA

 Asumsi standar: model ARMA(p,q) yang stasioner memiliki .

 itu bagaimana?
 Mean konstan (tak nol) dalam model ARMA stasioner dapat
ditampung dalam salah satu dari dua cara berikut.
 Asumsikan:

Sebagai alternatif, dapat diperkenalkan konstanta ke dalam model sebagai berikut:

 19

Suku-suku Konstan dalam Model ARIMA

 Tarik ekspektasi pada 2 sisi persamaan, diperoleh:

atau

Sehingga
 20

Latihan Soal

1) Misalkan mengikuti proses ARIMA yang diberikan oleh persamaan

berikut

Tentunkan orde , , dan dari proses , serta tentukan parameter dan .

2) Misalkan mengikuti proses ARIMA yang diberikan oleh persamaan

berikut

Tentunkan mean dan variansi dari differencing pertama proses .