BAB 2
TINJAUAN PUSTAKA
2.1 Konsep Dasar Deret Waktu Time Series
Dalam statistika, deret wktu atau time series merupakan rangkaian data yang berupa nilai pengamatan yang diukur selama kurun waktu tertentu, berdasarkan waktu dengan interval
yang sama. Sebagai contohnya adalah produksi total tahunan produk pertanian Indonesia, suhu udara per jam, penjualan total bulanan dan lain-lain. Sedangkan analisis deret waktu
atau time series analysis merupakan metode yang mempelajari deret waktu , baik dari segi teori yang menaunginya maupun untuk membuat peramalan atau prediksi Wikipedia.
Pada analisis deret waktu digunakan suatu metode kuantitatif untuk menentukan pola data yang dapat digunakan untuk prediksi maupun peramalan. Pada umumnya pola data yang
terbentuk adalah dalam periode tertentu, misalnya harian, bulanan, tahunan dan sebagainya. Untuk memastikan data tidak mengalami perubahan drastis maka data yang akan digunakan
harus stationer.
2.2 Stationeritas
Stationeritas dalam data deret waktu atau time series adalah tidak adanya pertumbuhan atau penurunan data, dengan kata lain data tetap konstan sepanjang waktu pengamatan dimana
keadaan rata-ratanya tidak berubah seiring dengan berubahnya waktu dan data tersebut berada disekitar nilai rata-rata dan variansi yang konstan Santoso: 2009.
Salah satu penyebab tidak stationernya data adalah adanya auto korelasi. Sehingga bila data distasionerkan maka autokorelasi akan hilang dengan sendirinya. Jika data yang ada
memperlihatkan ketidakstationeran maka ini dapat mengakibatkan kurang tepatnya hasil dari deteksi atau peramalan yang akan dilakukan. Data yang nonstationer perlu dilakukan
pengujian kembali terhadap validitas dan kestabilannya.
Universitas Sumatera Utara
Untuk melihat data stationer atau tidak stationer dapat dilihat pada plot data deret waktu, demikian pula plot autokorelasi dapat dengan mudah memperlihatkan stationeritas
dari data. Karena kebanyakan dari data deret waktu atau time series tidak stationer maka perlu dilakukan pengujian mengenai stationaritas pada data time series tersebut.
2.3 Uji kestationeran data
Kategori