Analisis Runtun Waktu

Selamat pagi sahabat penulis….

Pada penjelasan pertama ini akan dibahas mengenai hal-hal mendasar dalam analisis runtun waktu.

Analisis runtun waktu adalah suatu metode kuantitatif yang digunakan untuk menentukan pola data masa lalu yang telah dikumpulkan secara teratur. Dalam analisis runtun waktu kita menggunakan data berdasarkan deret waktu atau sering disebut dengan time series. 

Time series adalah data yang diperoleh dan disusun berdasarkan urutan waktu atau data yang dikumpulkan dari waktu ke waktu. Waktu yang digunakan dapat berupa minggu, bulan, tahun dan sebagainya.

Metode peramalan ada 2, yaitu:

1. Kualitatif

-       digunakan ketika data historis langka atau bahkan tidak tersedia lagi

-       menggunakan opini dari para ahli untuk mempredisi  kejadian secara subyektif

-       keuntungannya berguna ketika tidak ada data historis

-       kelemahannya adalah subyektif

2. Kuantitatif

-       Digunakan ketika terdapat data historis

-       Mengkontruksi model peramalan dari data yang tersedia ada teori peramalan

-       Keuntungannya adalah obyektif

-       Kelemahannya adalah membutuhkan data

 Metode peramalan kuantitatif dibagi menjadi dua, yaitu:
1. Metode peramalan causal 

-       Meliputi faktor-faktor yang berhubungan dengan variabel yang diprediksi seperti regresi

-       Mengasumsi bahwa satu atau lebih faktor dapat memprediksi masa datang

2. Metode peramalan time series 

-       Digunakan untuk menganalisa data masa lampau yang telah dikumpulkan

-       Data historis digunakan untuk mempredisksi masa datang

-       Hasilnya dapa dijadikan acuan untuk peramalan nilai di masa yang akan datang (Makridakis. S., 1999)

Tipe-tipe Metode Kuantitatif

1.  Naif/intuitif

   Keterangan:

   Yt+1 : data periode yang akan datang (data yang akan diramalkan)

   Yt   : data periode sekarang

   Yt-1 : data periode sebelumnya

2.  Formal : berdasarkan prisnsip-prinsip statistik

Macam-macam pola data dalam peramalan:

1.  Horizontal

   Pola horizontal terjadi ketika data berfluktuasi di sekitar rata-rata

    

2.  Musiman

-       Pola musiman terjadi bila data dipengaruhi oleh faktor musiman (misal: kuartal tahun tertentu, bulanan, atau mingguan)

-       Menunjukkan puncak-puncak dan lembah-lembah yang berulang dalam interval yang konsisten

 3.  Siklis

-    Pola ini terjadi ketika data dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis

-       Pergerakan gelombang yang lebih ppanjang dari satu tahun

 4.  Trend
     Terjadi ketika ada kenaikan atau penurunan jangka panjang dalam data
     

Beberapa Ukuran Akurasi yang dapat digunakan dalam forecast, yaitu: 
1.  Mean Square Error (MSE)
   Digunakan untuk menghitung rata-rata nilai error menggunakan rumus berikut:

2.  Mean Absolute Percentage Error (MAPE)

   Digunakan untuk menghitung rata-rata absolut nilai error, dengan membandingkan nilai    

   error dengan nilai aslinya.

 

Banyak metode kuantitatif formal yang dapat kita gunakan dalam melakukan perlaman (forecast) berdasarkan pola data yang kita miliki. Macam-macam metode tersebut antara lain Moving Average (MA), Exponential Smoothing, Dekomposisi, ARIMA, SARIMA, dan ARCH/GARCH.

Tulisan pertama kita bahas sampai sini dulu ya, penjelasan lebih detail untuk setiap metode akan ditulis dalam artikel berikutnya…..

Terimakasih sudah mampir ke blog ini, jangan lupa mampir kembal.

Selamat pagi kawan.