2. Metode Normatif Metode ini dimulai dengan menetapkan sasaran dan tujuan yang akan datang.
kemudian bekerja mundur untuk melihat apakah hal ini dapat dicapai berdasarkan kendala, sumber daya, dan teknologi yang tersedia.
2.4. Jenis-jenis Pola Data
Pola data itu dikelompokkan menjadi empat jenis yaitu : a. Pola data horizontal
Bentuk pola data ini terjadi bila nilai data berfluktuasi di sekitar nilai rataratanya. b. Pola data musiman
Bentuk pola data ini terjadi bila datanya dipengaruhi oleh faktor musiman. c. Pola data siklis
Bentuk pola data ini terjadi bila data ini dipengaruhi oleh fluktuasi ekonomi yang panjang seperti dihubungkan dengan siklis bisnis dan lain-lain.
d. Pola trend Bentuk pola data ini terjadi apabila penurunan atau kenaikan data terjadi
berkepanjangan.
Universitas Sumatera Utara
2.5 Kestasioneran Data Deret berkala
Dalam tahap identifikasi model ARIMA sementara, hal yang pertama yang harus dilihat apakah suatu deret berkala sudah stasioner baik dalam rataan maupun ragam.
Hal ini dikarenakan bahwa syarat utama dalam pembuatan model ARIMA adalah deret berkala yang stasioner.
2.5.1 Pembedaan Differencing
Untuk melihat apakah suatu deret berkala X
1
, X
2
, ….., X
n
sudah stasioner,dapat dilihat plot niali deret waktu terhadap waktu t
1
, t
2
, …., t
n
. Jika n sebuah nilai tersebut berfluktuasi sekitar ragam yang konstan dan niali tengah yang konstan, maka dapat
dikatakan deret tersebut konstan.
Data deret berkala yang tidak stasioner dalam nilai tengah dapat distasionerkan dengan perbedaan difference derajat d. Notasi yang bermanfaat adalah operator shift
mundur backward shift B, yang penggunaannya adalah sebagai berikut : Misalkan ada suatu deret data X
1
, X
2
, …,X
t
maka untuk memperkirakan X
1
dilakukan dengan mengurangi satu periode kebelakangnya dengan cara :
Universitas Sumatera Utara
BX
t
= X
t-1
Dengan kata lain, notasi B yang dipasang pada X
t
, mempunyai pengaruh menggeser data 1 periode kebelakang.
Perbedaan pertama dapat dirumuskan X = X
t-1
2.1 Menggunakan operator shift mundur persamaan dapat menjadi
X = X
t
– BX
t
= 1-B X
t
Sedang pembedaan kedua adalah X = X – X
1 t-1
= X
t
– X
t-1
– X
t-1
– X
1-2
= X
t
– 2X
t-1
+ X
1-2
= 1 – 2B + B
2
X
t
= 1 – B
2
X
t
Secara umum perbedaan dirumuskan X
t
= 1 – B
d
X
t
2.2
Universitas Sumatera Utara
2.6 Koefisien Autokorelasi
