Analisis Stasioneritas Data ANALISIS PEMECAHAN MASALAH

No. Dok: FM-GKM-TI-TS-01-05A; Tgl. Efektif: 2 Juli 2012; Rev: 0; Halaman: 1 dari 1

BAB VI ANALISIS PEMECAHAN MASALAH

6.1. Analisis Stasioneritas Data

Data yang dikumpulkan harus stasioner dalam varians maupun mean sebelum diolah selanjutnya. Stasioneritas dalam varians diperiksa secara manual dan dengan menggunakan transformasi Box Cox, sedangkan stasioneritas dalam mean diperiksa dengan menggunakan grafik Autocorrelation Function ACF dan Partial Autocorrelation Function PACF. Pemeriksaan stasioneritas secara manual memperlihatkan bahwa data penjualan yang digunakan, baik data penjualan plastik kilat maupun plastik buram telah stasioner. Hal ini didukung pula dengan pemeriksaan menggunakan transformasi Box Cox di mana rounded value lambda untuk kedua data penjualan plastik kilat dan plastik buram menunjukkan angka 1 yang berarti data telah stasioner dalam varians. Hasil pemeriksaan stasioneritas data dengan menggunakan transformasi Box Cox dapat dilihat pada Gambar 6.1. dan Gambar 6.2. Universitas Sumatera Utara No. Dok: FM-GKM-TI-TS-01-05A; Tgl. Efektif: 2 Juli 2012; Rev: 0; Halaman: 1 dari 1 Lambda S tD e v Lower CL Upper CL Limit Estimate 1.16 Lower CL 0.12 Upper CL 2.26 Rounded Value 1.00 using 95.0 confidence Lambda Box-Cox Plot of Penjualan Plastik Kilat Gambar 6.1. Hasil Pemeriksaan Stasioneritas Data Penjualan Plastik Kilat Lambda S tD e v Lower CL Upper CL Limit Estimate 1.11 Lower CL -0.80 Upper CL 2.98 Rounded Value 1.00 using 95.0 confidence Lambda Box-Cox Plot of Penjualan Plastik Buram Gambar 6.2. Hasil Pemeriksaan Stasioneritas Data Penjualan Plastik Buram Universitas Sumatera Utara 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