ANALISIS TIME SERIES SM 2234 3 SKS

1
ANALISIS TIME SERIES SM 2234 / 3 SKS

• Pengajar 1. Dr. Suhartono, S.Si., M.Sc.
  
• S1 Statistika, ITS, 1995 S2
  Statistika, UMIST, UK, 1998 S3 Statistika, UGM,
  2007 email suhartono_at_statistika.its.ac.id
  phone [phone] 0818376367
  (HP)
• 2. R. Mohamad Atok, S.Si., M.Si.
• S1 Statistika, ITS, 1995 S2
  Statistika, IPB, 2004

2
MATERI PERKULIAHAN

• 1. Pendahuluan
• 2. Konsep Dasar dalam Analisis Time Series
• 3. Model untuk Time Series yang Stasioner
• 4. Model untuk Time Series yang Nonstasioner
• 5. Identifikasi, estimasi parameter, dan
  diagnostic check model ARIMA
• 6. Peramalan dengan model ARIMA
• 7. Model untuk Time Series yang Musiman
• 8. Model ARIMAX Analisis Intervensi, Model
  Variasi Kalender, Fungsi Transfer dan Neural
  Networks

3
BUKU ACUAN / Referensi

• 1. Hanke, J.E. and Reitsch, A.G. (1995 2001)
  Business
  Forecasting, 5th and 7th edition, Prentice Hall.
  
  
• 2. Bowerman, B.L. and OConnell, R.T. (1993)
  
  Forecasting and Time Series An Applied Approach,
  
  3rd edition, Duxbury Press USA.
• 3. Makridakis, S., Wheelwright, S. C. and
  Hyndman, R. J. (1998) Forecasting Method
  and Applications, New York Wiley Sons.
• 4. Cryer, J.D. (1986)
  
  Time Series Analysis, Boston PWS-KENT
  Publishing Company.
• 5. Wei, W.W.S. (1990)
  
  Time Series Analysis
  Univariate and Multivariate Methods
  Addison-Wesley Publishing Co., USA.
• 6. Brockwell, P.J. and Davis, R.A. (1991)
  Time Series
  Theory and Methods, 2nd edition, Springer Verlag.

4
Peramalan Perencanaan 1

• ? The Future Can Not Be Predicted Robert
  T. Kiyosaki books
• ? The Future Can Not Be Predicted PRECISELY
  ? New Paradigm
• ? A PERSON WHO DOESNT CARE ABOUT THE PAST
  
• IS A PERSON WHO DOESNT HAVE THE FUTURE ?

5
Peramalan Perencanaan 2

• ? Ramalan merupakan input bagi proses perencanaan
  dan pengambilan keputusan.
• ? Peramalan menunjukkan perkiraan yang akan
  terjadi pada suatu keadaan tertentu.
• ? Sebaliknya, perencanaan menggunakan ramalan
  tersebut untuk membantu para pengambil keputusan
  dalam memilih alternatif terbaik.
• ? Dengan demikian, suatu ramalan mencoba untuk
  memper-kirakan apa yang akan terjadi, sedangkan
  perencanaan adalah upaya para pengambil keputusan
  untuk dapat mempengaruh hasil yang akan terjadi
  melalui berbagai strategis, misalnya rencana
  promosi, distribusi dll.

6
Apa itu ILMU (science) ... !!!

• ... ILMU (science) tidak lagi hanya meneliti
• 1. BAGAIMANA dan APA SEBABNYA sesuatu itu
  terjadi, (to understand whats going on)
• 2. MERAMALKAN apa yang akan terjadi, (to
  forecast what will happen)
• 3. tetapi juga MEMPENGARUHI atau MERUBAH apa
  yang akan terjadi (to CHANGE what will happen).
  

7
KRISIS MONETER 1997 ...

• ... Yang sangat menakjubkan adalah bahwa krisis
  luar biasa ini tidak ada seorangpun yang menduga
  akan terjadi termasuk pakar-pakar PERAMAL MASA
  DEPAN (futurolog). Para ekonom baik yang bekerja
  di pemerintahan maupun di luar pemerintah
  termasuk di dunia bisnis, bahkan pakar-pakar
  ekonomi kaliber dunia dari luar negeri tidak ada
  satupun yang mengira krisis moneter (keuangan)
  ini akan melanda Indonesia. ...
• (Mubyarto, Pemberdayaan Ekonomi Rakyat Peranan
  Ilmu-Ilmu Sosial, Yogyakarta, 2002, hal. 43)

8
KRISIS MONETER 1997 ... continued

• ... Ternyata sampai detik-detik terakhir
  menjelang krismon, pakar-pakar ekonomi andal
  sekalipun yakin tidak akan terjadi krismon di
  Indonesia.
• Sebaliknya, jauh sebelum terjadinya, ada
  sejumlah pakar terutama pakar-pakar ilmu politik,
  sosiologi dan antropologi, yang telah
  memperingatkan kemungkinan meledaknya bom waktu
  jika ketimpangan-ketimpangan ekonomi dan sosial
  yang muncul tidak memperoleh perhatian
  sewajarnya. ...
• (Mubyarto, Pemberdayaan Ekonomi Rakyat Peranan
  Ilmu-Ilmu Sosial, Yogyakarta, 2002, hal. 50)

9
D, I, K, Transition
Add Value
Transformed
INFORMATION
KNOWLEDGE
DATA
by
by
Analysis Correlating Summarizing
Contextualisation Experience Interpretation Discus
sion
10
Klasifikasi Metode Peramalan
References ? Makridakis et al.
? Hanke and Reitsch
? Wei, W.W.S. ?
Box, Jenkins and Reinsel
Combination of Time Series Causal Methods
? Intervention Model
? Transfer Function (ARIMAX)
? VARIMA (VARIMAX)
? Neural Networks
11
Klasifikasi Metode Peramalan Ilustrasi
Model Matematis
Examples ? sales(t) f (sales(t-1),
advert(t), advert(t-1), )
12
Klasifikasi Model Time Series Berdasarkan
Bentuk atau Fungsi
References

? Timo Terasvirta, Dag
Tjostheim and Clive W.J. Granger, (1994)
Aspects of Modelling
Nonlinear Time Series
Handbook of Econometrics, Volume
IV, Chapter 48.
Edited by R.F. Engle and D.I. McFadden
13
POLA DATA Time Series

• General Time Series PATTERN
• ? Stationer
• ? Trend (linear or nonlinear)
• ? Seasonal (additive or multiplicative)
• ? Cyclic
• ? Calendar Variation

14
General of Time Series Patterns
? Nonseasonal Nonstationary models
? Seasonal and Multiplicative models
? Intervention models
? Nonseasonal Stationary models
15
POLA DATA Time Series continued

• Examples of Calendar Variation in Gregorian
  (Masehi) calendar measurement
• ? Eids holiday (one of Islamic Calendar
  effects) It happens on different month after
  three years or shift to previous month after
  at the same month on three years
• ? Hindus holidays in Bali
• ? Imlek holiday

16
Contoh DATA EKONOMI 1
Eids holiday effects
17
Contoh DATA EKONOMI 2
Krisis di Indonesia Pertengahan 1997
Reference ? Badan Pusat Statistik (BPS)
Indonesia
18
Contoh DATA EKONOMI 3
Krisis di Indonesia Terjadi Mulai Pertengahan
1997
Reference ? Dinas Perhubungan Jawa Timur
19
Contoh DATA EKONOMI 4
Krisis di Indonesia Terjadi Mulai Pertengahan
1997
Reference ? Dinas Perhubungan Jawa Timur
20
Contoh DATA TOURISM 5
Krisis di Indonesia Pertengahan 1997
Reference ? Badan Pusat Statistik (BPS) Bali
21
Contoh DATA TOURISM 6
Krisis di Indonesia Terjadi Mulai Pertengahan
1997
Bom BALI
Reference ? Badan Pusat Statistik (BPS) Bali
22
Contoh DATA HIDROLOGI 7
23
Contoh Data EKONOMI 8
Keterangan Data penjualan SARDEN di PT
Blambangan Jaya, Banyuwangi
24
Model ARIMA The
Box-Jenkins methodology

• 1. Tentative IDENTIFICATION
• ? historical data are used to tentatively
  identify an appropriate ARIMA model.
• 2. ESTIMATION
• ? historical data are used to estimate the
  parameters of the tentatively identified model.
• 3. DIAGNOSTIC CHECKING
• ? various diagnostics are used to check the
  adequacy of the tentatively identified model,
  
• ? if need be, to suggest an improved model,
  which is then regarded as a new tentatively
  identified model.
• 4. FORECASTING
• ? once a final model is obtained, it is used
  to forecast future time series values.

25
Flow Diagram of Box-Jenkins
? Stationary and non- stationary time series
? ACF dan PACF (theoritical)
1. Tentative IDENTIFICATION
2. Parameter ESTIMATION
NO
? Testing parameters
? White noise of residual
? Normal Distribution of residual
3. DIAGNOSTIC CHECKING ? Is the model
adequate?
YES
4. FORECASTING
? Forecast calculation
26
INFORMASI LEBIH LANJUT ...

• Literature dan websites
  
  ? Forecasting website ? www.forecastingpr
  incipales.com ? www.neural-forecasting.com
  atau www.bis-lab.com
• Journals
• ? Forecasting ... General literature !
  ? Journal of
  Time Series Analysis
  ? JBF ?
  Journal of Business Forecasting ? IJF ?
  International Journal of Forecasting ? JoF ?
  Journal of Forecasting
• Softwares
• ? MINITAB ? ? SPSS ? SAS