Artinya jika operator ekerja pada Y
t
maka bergeser data tersebut sebanyak d periode kebelakang.
Model autoregressive yang sering dijumpai dalam praktek ialah model AR 1 dan AR 2.
Persamaan AR 1 ditulis dengan : 1-
t
BY
t
= + e
t
Persamaan AR 2 ditulis dengan : 1- -
2.8 Metode Rataan BergerakMoving Average MA
Metode rataan bergerak Moving Average mempunyai bentuk umum dengan ordo q atau bisa ditulis dengan MA q adalah sebagai berikut :
Dimana : = Parameter dari proses rataan bergerak ke i, i = 1,2,3,…,q
Y
t
= Variabel yang akan diramalkan e
t-q
= nilai kesalahan pada saat t-q
Persamaan untuk model MAq nbila menggunakan operator penggerak mundur dapat ditulis sebagai berikut :
Persamaan MA 1 dapat dituliskan dengan :
Persamaan MA 2 dapat ditulis dengan
Perbedaan model moving average dan model auto regressive terletak pada jenis variable independent pada model autoregressive adalah nilai sebelumnya lag dari
variable dependent Y
t
itu sendiri, maka pada model moving average sebagai variable independent adalah nilai residual pada periode sebelumnya.
2.9 Metode Box-Jenkins
Model ARIMA meliputi tiga tahap yang harus dilakukan secara berurutan :
1. Identifikasi parameter-parameter model dengan menggunakan metode
autokorelasi dan autokorelasi parsial.
2. Estimasi Penaksiran komponen-komponen autoregressive AR dan
rata-rata bergerak MA untuk melihat apakah komponen-komponen tersebut secara signifikan memberikan kontribusi pada model atau salah
satunya dapat di hilangkan.
3. Pengujian dan penerapan model untuk meramalkan series data beberapa
period eke depan. Pada tahap ini digunakan try and error yang sangat bermanfaat untuk meningkatkan pemahaman dalam aplikasi model
ARIMA untuk memprediksi data-data klimatologi yang berbasis timeseries.
BAB 2
LANDASAN TEORI
2.1 Peramalan
Ramalan ialah sesuatu kegiatan situasi atau kondisi yang diperkirakan akan terjadi pada masa yang akan datang. Peramalan adalah kegiatan memperkirakan apa yang
akan terjadi pada masa yang akan datang. Dalam suatu instansi atau perusahaan, ramalan sangat diperlukan dalam pengambilan keputusan atau menetapkan berbagai
kebijakan terhadap publik. Ramalan diperlukan untuk memberikan informasi sebagai dasar untuk membuat suatu keputusan dalam berbagai kegiatan, seperti : penerbangan,
peternakan, perkebunan, dan sebagainya. Sehingga ramalan yang tepat akan memberikan manfaat lebih bagi instansi atau perusahan serta public yang memerlukan
hasil ramalan.
2.2 Jenis-jenis Peramalan
