2.4 Pemilihan Teknik dan Metode Peramalan
Hal yang penting diperhatikan dalam metode deret berkala adalah menentukan jenis pola data historisnya. Sehingga pola data yang tepat dengan pola data historis tersebut
dapat di uji, dimana pola data pada umumnya dapat dibedakan menjadi empat jenis, yaitu sebagai berikut :
1. Pola Data Horizontal : Pola ini terjadi bila nilai berfluktuasi di sekitar nilai
rata rata yang konstan. y
Waktu Gambar 2.1 Pola Data Horizontal
2. Pola Data Musiman Seasonal : Pola yang menunjukkan perubahan yang berulang ulang secara periodik dalam deret waktu. Pola ini terjadi bila suatu
deret dipengaruhi oleh faktor musiman, misalnya kwartal tahun tertentu, bulanan, atau hari hari pada minggu tertentu.
Universitas Sumatera Utara
y
Waktu Gambar 2.2 Pola Data Musiman
3. Data Siklis Cyclical : Pola data yang menunjukkan gerak naik turun dalam jangka panjang dari suatu kurva trend. Terjadi bila datanya dipengaruhi oleh
fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis.
y
Waktu Gambar 2.3 Pola Data Siklis
4. Pola Data Trend : Pola data yang menunjukkan kenaikan atau penurunan
jangka panjang dalam data.
Universitas Sumatera Utara
y
Waktu Gambar 2.4 Pola Data Trend
2.5 Metode Deret Berkala Time Series Box-Jenkins ARIMA
Metode peramalan yang sering digunakan adalah deret waktu time series, dimana sejumlah observasi diambil selama beberapa periode dan digunakan sebagai dasar
dalam penyusunan suatu ramalan untuk beberapa periode di masa depan yang diinginkan. Metode Box-Jenkins adalah salah satu metode untuk menganalisis waktu.
Pada dasarnya ada dua model dari metode Box-Jenkins, yaitu model linier untuk deret statis Stasionary Series dan model untuk deret data yang tidak statis
Non Stasionary Series. Model model linier untuk deret data yang statis menggunakan teknik penyaringan filtering untuk deret waktu ,yaitu apa yang disebut
dengan ARMA Auto Regresive-Moving Average untuk suatu kumpulan data.
Universitas Sumatera Utara
Sedangkan untuk model yang tidak statis menggunakan apa yang disebut ARIMA Auto Regresive Integrated-Moving Average.
2.6 Metode Auto Regresive AR