No. Dok: FM-GKM-TI-TS-01-05A; Tgl. Efektif: 2 Juli 2012; Rev: 0; Halaman: 1 dari 1 Pemeriksaan stasioneritas dalam mean menunjukkan data penjualan plastik
kilat dan plastik buram belum stasioner dalam mean, sehingga perlu dilakukan differencing terlebih dahulu. Pada data penjualan plastik kilat, differencing cukup
dilakukan satu kali. Sedangkan pada data penjualan plastik buram differencing dilakukan sebanyak dua kali. Setelah dilakukan differencing, data penjualan
plastik kilat dan plastik buram menunjukkan kestasioneran dalam mean, hal ini dapat dilihat pada grafik ACF dan PACF yang telah berbentuk dies down atau cut
off.
6.2. Analisis Model
Model peramalan ARIMA yang terbentuk tergantung kepada bentuk grafik ACF dan PACF yang telah diplot pada langkah pemeriksaan stasioneritas secara
mean. Data penjualan plastik kilat telah stasioner dalam mean, hal ini
ditunjukkan oleh grafik ACF yang bersifat cut off atau terputus pada lag yang pertama, sedangkan grafik PACF bersifat dies down atau menurun cepat secara
sinusoidal. Data penjualan plastik kilat telah mengalami differencing sebanyak satu kali, sehingga model yang terbentuk adalah ARIMA 0,1,1. Grafik ACF dan
PACF untuk data penjualan plastik kilat yang mengalami differencing satu kali dapat dilihat pada Gambar 6.3. dan Gambar 6.4.
Universitas Sumatera Utara
No. Dok: FM-GKM-TI-TS-01-05A; Tgl. Efektif: 2 Juli 2012; Rev: 0; Halaman: 1 dari 1
Lag A
u to
c o
rr e
la ti
o n
Autocorrelation Function for Plastik Kilat Diff-1
with 5 significance limits for the autocorrelations
Gambar 6.3. Grafik ACF untuk Data Penjualan Plastik Kilat Pembedaan Pertama
Lag P
a rt
ia l
A u
to c
o rr
e la
ti o
n
Partial Autocorrelation Function for Plastik Kilat Diff-1
with 5 significance limits for the partial autocorrelations
Gambar 6.4. Grafik PACF untuk Data Penjualan Plastik Kilat Pembedaan Pertama
Universitas Sumatera Utara
No. Dok: FM-GKM-TI-TS-01-05A; Tgl. Efektif: 2 Juli 2012; Rev: 0; Halaman: 1 dari 1 Data penjualan plastik buram telah stasioner dalam mean, hal ini
ditunjukkan oleh grafik ACF yang bersifat cut off atau terputus pada lag yang pertama, sedangkan grafik PACF bersifat dies down atau menurun cepat secara
sinusoidal. Data penjualan plastik buram telah mengalami differencing sebanyak dua kali, sehingga model yang terbentuk adalah ARIMA 0,2,1. Grafik ACF dan
PACF untuk data penjualan plastik kilat yang mengalami differencing dua kali dapat dilihat pada Gambar 6.5. dan Gambar 6.6.
Lag A
u to
c o
rr e
la ti
o n
Autocorrelation Function for Plastik Buram Diff-2
with 5 significance limits for the autocorrelations
Gambar 6.5. Grafik ACF untuk Data Penjualan Plastik Buram Pembedaan Kedua
Universitas Sumatera Utara
No. Dok: FM-GKM-TI-TS-01-05A; Tgl. Efektif: 2 Juli 2012; Rev: 0; Halaman: 1 dari 1
Lag P
a rt
ia l
A u
to c
o rr
e la
ti o
n
Partial Autocorrelation Function for Plastik Buram Diff-2
with 5 significance limits for the partial autocorrelations
Gambar 6.6. Grafik PACF untuk Data Penjualan Plastik Buram Pembedaan Kedua
6.3. Analisis Parameter Model
