TIME SERIES ANALYSIS

1. Pengertian :

Inti mengamati nilai suatu variabel dikaitkan dengan unsur waktu (waktu bisa dalam tahun, semester, bulan, mingguan dll.)



2. Komponen/Gerak yang mempengaruhi nilai suatu variabel dikaitkan dengan waktu :

a. Horizontal/Random Component.

Variabel acak perlu diperhatikan/diperhitungkan (biasanya terletak disekitar rata-rata, tetapi komponent ini sulit diprediksi).

b. Trend Component.

Trend sebagai gerak/kecenderungan naik atau kecenderungan turun dari nilai suatu variabel dalam jangka panjang (lebih dari 1 tahun), relatif mudah diprediksi.



c. Seasonal Component.

Komponen Musim, sebagai gerak naik atau turun dari nilai suatu variabel tetapi masih disekitar rata-ratanya dan terjadi dalam jangka pendek (kurang dari 1 tahun). Untuk musim relatif berulang dan pasti, sehingga bisa digunakan untuk prediksi.

d. Cyclical Component.

Komponen siklus, sebagai gerak naik atau turun dari nilai suatu variabel tetapi masih disekitar rata-ratanya dan terjadi dalam jangka panjang (lebih dari 1 tahun). Untuk siklus relatif tidak pasti sehingga sulit untuk peramalan.


3.Metode-metode Peramalan dengan Data Runtut Waktu (Time series)

Metode ini cocok atau bisa dipakai kalau kita mempunyai data masa lalu (historical data) dan kita perkirakan bahwa masa lalu, sekarang dan yang akan datang dari variabel yang kita prediksikan ada kaitan erat.



Metode-metode Peramalan dengan Data Runtut Waktu (Time series) bisa menggunakan Extrapolation maupun Causal :

1) Moving Averages

Simple Moving Average

Double Moving Average

Weighted Moving Average

2) Exponential Smoothing

Simple Exponential Smoothing

Exponential Smoothing with Trend

Seasonal Exponential Smoothing

Exponential Smoothing with Trend and Seasonal

3) Trend

4) Regression dll.

Untuk peramalan data time series kita bisa menggunakan software POM, bagian/modul forecasting.

Posted in: RISET_OPERASI