Analisis Deret waktu (Time Series) part 1

Acf data awal

Deret waktu (time series) bertujuan untuk menggolongkan dan memahami sistem serta meramalkan sifatnya untuk masa depan. Jika ada persamaan yang ditentukan maka sifat sistem dapat diketahui dengan menyelesaikan persamaan tersebut yang kondisi awalnya sudah diketahui.

Pada peramalan deret waktu, persamaan dan kondisi awal mungkin diketahui kedua-duanya atau mungkin hanya salah satu saja. Oleh karena itu diperlukan suatu aturan untuk menentukan perkembangan dan keakuratan sistem.
Penentuan aturan tersebut mungkin mengacu dari pencocokkan data masa lalu. Menurut Gershenfeld dan Weigend (Bose 1996:347) ada tiga tujuan dari analisis deret waktu yaitu sebagai berikut :

  1. Peramalan (forecasting) berusaha memperkirakan perkembangan sistem untuk jangka pendek.
  2. Pemodelan (modeling) berusaha menemukan gambaran tentang keakuratan sifat sistem untuk jangka panjang.
  3. Penggolongan digunakan untuk menentukan sifat-sifat utama dari sistem.

Tiga tujuan tersebut berhubungan tetapi mungkin tidak sama. Pemodelan dapat digunakan untuk peramalan (forecasting) jangka pendek tetapi mungkin kemampuan untuk melakukan hal tersebut kurang maksimal dan sebaliknya. Langkah penting dalam memilih suatu metode runtun waktu (time series) yang tepat adalah dengan mempertimbangkan jenis pola data sehingga metode yang paling tepat dengan pola tersebut dapat diuji. Pola data dapat dibedakan menjadi empat yaitu sebagai berikut :

  1. Pola stasioner terjadi bilamana nilai data berfluktuasi di sekitar nilai rata-rata yang tetap.
  2. Pola seasonal terjadi bilamana suatu runtun dipengaruhi oleh faktor musiman.
  3. Pola cyclic terjadi bilamana datanya dipengaruhi oleh faktor ekonomi jangka panjang seperti berhubungan dengan siklus bisnis.
  4. Pola trend terjadi bilamana terdapat kenaikan atau penurunan sekuler jangka panjang dalam data.