Estimasi Model Verifikasi Peramalan Banyaknya Peserta KB baru berdasarkan penggunaan

47 modelnya. Dari grafik FAK terlihat bahwa k r memotong garis white noise pada lag-1. kk φ juga memotong garis white noise pada lag-1. Sehingga perkiraan modelnya adalah ARIMA 1,1,1 atau AR 1, Integreted 1 dan MA 1 yang mempunyai bentuk umum: 1 2 1 1 − − − + + − + = t t t t t a a Z Z Z θ φ φ

b. Estimasi Model

Dalam tahapan ini dilakukan pemilihan taksiran model yang baik atau paling efisien untuk parameter-parameter dalam model yaitu dengan metode kuadrat terkecil atau maximum likelihood. Data selisih selisih pertama PB kontrasepsi Pil dengan model ARIMA 1,1,1 setelah diolah menggunakan program Minitab, diperoleh hasil sebagai berikut: ARIMA Model ARIMA model for Selisih1 Estimates at each iteration Iteration SSE Parameters 0 350797 0.100 0.100 -1.074 1 252760 -0.050 0.250 -1.668 2 239112 0.046 0.400 -1.382 3 224106 0.131 0.550 -1.096 4 207467 0.202 0.700 -0.811 5 188693 0.253 0.850 -0.514 6 168368 0.208 0.925 -0.435 7 157215 0.158 0.955 -0.382 8 139922 0.008 0.953 -0.380 9 128675 -0.142 0.950 -0.370 10 123475 -0.292 0.949 -0.344 11 123071 -0.341 0.950 -0.330 Unable to reduce sum of squares any further Final Estimates of Parameters Type Coef StDev T AR 1 -0.3411 0.1360 -2.51 MA 1 0.9502 0.1292 7.35 Constant -0.3301 0.7065 -0.47 Differencing: 1 regular difference Number of observations: Original series 59, after differencing 58 Residuals: SS = 122811 backforecasts excluded MS = 2233 DF = 55 48 Modified Box-Pierce Ljung-Box Chi-Square statistic Lag 12 24 36 48 Chi-Square 7.7DF=10 26.9DF=22 31.0DF=34 39.2DF=46 Dari hasil perhitungan menggunakan program Minitab di atas diperoleh model ARIMA 1,1,1, yaitu parameter -0.3411 = φ dan 0.9502 = θ cukup signifikan, maka persamaan modelnya adalah: 1 2 1 1 − − − + + − + = t t t t t a a Z Z Z θ φ φ 1 2 1 9502 , 3411 , 3411 , 1 − − − + + − − − + = t t t t t a a Z Z Z 1 2 1 9502 , 3411 , 6589 , − − − + + + = t t t t t a a Z Z Z Dari perhitungan diatas terlihat bahwa nilai error atau MS Mean Square untuk model ARMA 1,1,1 adalah sebesar 2233

c. Verifikasi

Untuk melakukan verifikasi terhadap model awal tersebut maka diperlukan data selisih kedua. Data selisih kedua dari jumlah PB berdasar penggunaan Metode Kontrasepsi Pil dapat dilihat pada lampiran 3. Dengan menggunakan program Minitab diperoleh hasil sebagai berikut: Gambar 17. Plot Data Selisih Kedua Peserta KB baru PB Kontrasepsi Pil 49 Gambar 18. Grafik Trend Data Selisih Kedua Peserta KB baru PB Kontrasepsi Pil Plot data selisih pertama dan trend data selisih pertama di atas menunjukkan bahwa data sudah cukup stasioner. Gambar 19. FAK Data Selisih Kedua Peserta KB baru PB Kontrasepsi Pil Gambar 20. FAKP Data Selisih Kedua Peserta KB baru PB Kontrasepsi Pil 50 Dari grafik FAK data selisih kedua jumlah Peserta KB baru PB untuk metode kontrasepsi Pil di atas terlihat nilai autokorelasinya tidak turun lambat dan rata-rata jumlah PB sudah hampir sama dan tidak bergerak bebas dalam suatu waktu tertentu, sehingga dapat dikatakan data asli tersebut sudah stasioner dan terputus pada lag-2. Dari grafik FAKP terlihat bahwa grafik tersebut sudah stasioner dan FAKP terputus pada lag-2 dan 4. Tetapi karena dalam analisis runtun waktu biasanya hanya memerlukan stasioneritas tingkat 2, maka FAKP untuk data selisih kedua PB berdasar penggunaan Metode Kontrasepsi Pil terputus pada lag-2. Sehingga didapatkan model pembanding ARIMA 2,2,2 yang mempunyai bentuk umum: 2 2 1 1 1 2 2 1 2 1 1 1 − − − − − + + + − − + + = t t t t t t t a a a Z Z Z Z θ θ φ φ φ φ ARIMA Model ARIMA model for Selisih2 Estimates at each iteration Iteration SSE Parameters 0 577422 0.100 0.100 0.100 0.100 -2.349 1 396505 -0.038 -0.050 0.238 0.250 -0.221 2 370851 -0.058 0.032 0.271 0.400 -0.107 3 343233 -0.073 0.101 0.320 0.550 0.024 4 318702 -0.107 0.066 0.348 0.587 0.034 5 267151 -0.253 -0.084 0.338 0.599 -0.046 6 231862 -0.403 -0.205 0.301 0.638 -0.115 7 205671 -0.553 -0.330 0.262 0.686 -0.173 8 186621 -0.703 -0.461 0.222 0.754 -0.191 9 183160 -0.707 -0.463 0.233 0.772 -0.132 10 181970 -0.708 -0.464 0.239 0.778 -0.138 11 180469 -0.704 -0.462 0.245 0.786 -0.192 12 179603 -0.701 -0.461 0.249 0.791 -0.212 13 179098 -0.700 -0.461 0.251 0.793 -0.222 14 178740 -0.699 -0.460 0.253 0.795 -0.228 15 178465 -0.699 -0.460 0.254 0.797 -0.233 16 178242 -0.698 -0.460 0.255 0.798 -0.237 17 177782 -0.694 -0.457 0.263 0.806 -0.266 18 175881 -0.693 -0.457 0.267 0.810 -0.272 19 175667 -0.693 -0.457 0.268 0.812 -0.276 20 175444 -0.693 -0.457 0.269 0.813 -0.279 21 175258 -0.692 -0.456 0.270 0.814 -0.281 22 175098 -0.692 -0.456 0.270 0.815 -0.283 23 174957 -0.692 -0.456 0.271 0.816 -0.285 51 24 174832 -0.692 -0.456 0.271 0.817 -0.287 25 174718 -0.691 -0.456 0.272 0.817 -0.288 Convergence criterion not met after 25 iterations Final Estimates of Parameters Type Coef StDev T AR 1 -0.6914 0.1559 -4.44 AR 2 -0.4559 0.1591 -2.87 MA 1 0.2719 0.2128 1.28 MA 2 0.8172 0.2479 3.30 Constant -0.2881 0.2714 -1.06 Differencing: 2 regular differences Number of observations: Original series 58, after differencing 56 Residuals: SS = 174062 backforecasts excluded MS = 3413 DF = 51 Modified Box-Pierce Ljung-Box Chi-Square statistic Lag 12 24 36 48 Chi-Square 9.8DF= 8 30.3DF=20 34.9DF=32 42.2DF=44 Dari hasil perhitungan menggunakan program Minitab di atas diperoleh model ARIMA 2,2,2, yaitu parameter -0,6914 1 = φ , 4559 , 2 − = φ , 2719 , 1 = θ dan 0,8172 2 = θ cukup signifikan, maka persamaan modelnya adalah: 2 2 1 1 1 2 2 1 2 1 1 1 − − − − − + + + − − + + = t t t t t t t a a a Z Z Z Z θ θ φ φ φ φ + − − − − − + − = − − − 1 2 1 4559 , 6914 , 4559 , 6914 , 1 t t t t Z Z Z Z 2 1 8172 , 2719 , − − + + t t t a a a + + + + − + = − − − t t t t t a Z Z Z Z 1 2 1 4559 , 6914 , 4559 , 3089 , 2 1 8172 , 2719 , − − + t t a a 2 1 1 2 1 8172 , 2719 , 4559 , 2355 , 3089 , − − − − − + + + + + = t t t t t t t a a a Z Z Z Z Dari perhitungan diatas terlihat bahwa nilai error atau MS Mean Square untuk model ARIMA 1,1,1 adalah sebesar 2233 dengan model pembandingnya adalah ARIMA 2,2,2 dengan nilai error sebesar 3413. Dengan demikian model awal diterima karena mempunyai nilai error yang lebih kecil. Dengan kata lain, model yang 52 tepat untuk data Peserta KB baru berdasar penggunaan Metode Kontrasepsi Pil adalah ARIMA 1,1,1.

d. Peramalan