atau penyimpangan atas peramalan yang dilakukan antatara 10 sampai 15 , sedangkan untuk haln atau kasus lain mungkin menganggap bahwa adanya
variasi atau penyimpangan atas ramalan sebesar 5 adalah cukup berbahaya. 6.
Kemudahan dalam penerapan Metode peramalan yang digunakan adalah metode yang mudah dimengerti dan
mudah diterapkan dalam pengambilan keputusan dan analisisnya.
2.6 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 sebagai dasar dalam penyusunan
suatu ramalan untuk beberapa periode dimasa depan yang diinginkan. Metode box- Jenkins adalah salah satu metode untuk menganalisis waktu. Metode peramalan box-
Jenkins merupakan suatu metode yang sangat tepat untuk menangani kerumitan deret waktu dan situasi peramalan lainnya.
Pada dasarnya ada dua model dari metode Box-Jenkins, yaitu model linier untuk deret statis Stationery Series dan model untuk deret data yang tidak statis Non
Stationery 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. Sedangkan
untuk model yang tidak statis menggunakan apa yang disebut ARIMA Auto Regresive – Integrated – Moving Average.
2.7 Metode Auto Regresive AR
Metode autoregressive adalah model yang menggambarkan bahwa variable dependent dipengaruhi oleh variable dependent itu sendiri pada periode-periode sebelumnya,
atau autokorelasi dapat diartikan juga sebagai korelasi linier deret berkala dengan deret berkala itu sendiri dengan selisih waktu lag 0,1,2 periode atau lebih. Bentuk
umum model autoregressive dengan ordo p atau dituliskan dengan AR p mempunyai persamaan sebagai berikut :
= Dimana :
= Parameter auto korelasi ke-I dengan i=1,2,…,p = Nilai kesalahan pada saat t
= Nilai konstan Persamaan umum model AR p dapat juga ditulis sebagai berikut :
1- Dalam hal ini B adalah operator mundur Backward shift Operator, bentuk umum
operator bergerak mundur ini dapat ditulis sebagai berikut :
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
