Peramalan autoregresi dan autokorelasi

auto regresi dan auto korelasi dibicarakan besar pengaruh dan hubungan nilai suatu variabel, antara yang telah terjadi pada suatu periode dan yang terjadi pada periode berikutnya. Untuk mengetahui besarnya pengaruh sering digunakan auto regresi, sedang kuat atau tidaknya hubungan diukur dengan memakai koefisien auto korelasi. Disebut dengan istilah auto karena variabel yang menjadi dependent variable sama dengan yang menjadi independent variable. Perbedaannya independent variable terjadi lebih dulu dari dependent variable. Dengan kata lain besarnya nilai suatu variabel tergantung pada nilai variabel itu sendiri yang telah terjadi sebelumnya.
Selengkapnya dapat KLIK

R Program

R adalah suatu sistem untuk analisis data yang termasuk kelompok software statistik open source yang tidak memerlukan lisensi atau gratis, yang dikenal dengan freeware. Sampai saat ini, pengguna statistika di Indonesia masih belum banyak yang menggunakan R untuk keperluan analisis data. Sebagian besar pengguna statistika di Indonesia masih menggunakan paket‐paket statistik komersil, seperti SPSS, MINITAB, S‐plus, SAS, atau Eviews. Salah satu faktor penyebabnya adalah masih terbatasnya buku tentang R yang dalam bahasa Indonesia.
Download disini

analisis runtun waktu

Analisis Time Series
Analisis runtun waktu adalah suatu metode kuantitatif untuk menentukan pola data masa lalu yang telah dikumpulkan secara teratur. Analisis runtun waktu merupakan salah satu metode peramalan yang menjelaskan bahwa deretan observasi pada suatu variabel dipandang sebagai realisasi dari variabel random berdistribusi bersama. Gerakan musiman adalah gerakan rangkaian waktu yang sepanjang tahun pada bulan-bulan yang sama yang selalu menunjukkan pola yang identik. contohnya: harga saham, inflasi. Gerakan random adalah gerakan naik turun waktu yang tidak dapat diduga sebelumnya dan terjadi secara acak contohnya: gempa bumi, kematian dan sebagainya.
Asumsi yang penting yang harus dipenuhi dalam memodelkan runtun waktu adalah asumsi kestasioneran artinya sifat-sifat yang mendasari proses tidak dipengaruhi oleh waktu atau proses dalam keseimbangan. Apabila asumsi stasioner belum dipenuhi maka deret belum dapat dimodelkan. Namun, deret yang nonstasioner dapat ditransformasikan menjadi deret yang stasioner.
Runtun waktu adalah himpunan observasi berurut dalam waktu atau dimensi apa saja Pola data dalam time series dapat dibedakan menjadi empat jenis siklis (cyclical) dan trend.
1. Pola Horizontal (H) terjadi bilamana nilai data berfluktuasi di sekitar nilai rata-rata yang konstan. (Pola seperti itu adalah “stasioner” terhadap nilai rata-ratanya). Suatu produk yang penjualannya tidak meningkat atau menurun selama waktu tertentu termasuk jenis ini. Demikian pula, suatu keadaan pengendalian kualitas yang menyangkut pengambilan contoh dari suatu proses produksi kontinyu yang secara teoritis tidak mengalami perubahan juga termasuk jenis ini.
2. Pola Musiman (S) terjadi bilamana suatu deret dipengaruhi oleh faktor musiman (misalnya kuartal tahun tertentu, bulanan, atau hari-hari pada minggu tertentu).
3. Pola Siklis (C) terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis.
4. Pola Trend (T) terjadi bila terdapat kenaikan atau penurunan sekuler jangka panjang dalam data.
Definisi 1
Runtun waktu adalah himpunan observasi terurut dalam waktu atau dalam dimensi lain.
Berdasarkan sejarah nilai observasinya runtun waktu dibedakan menjadi
dua yaitu : runtun waktu deterministik dan runtun waktu stokastik.
Definisi 2
Runtun waktu deterministik adalah runtun waktu yang nilai observasi yang akan datang dapat diramalkan secara pasti berdasarkan observasi lampau.
Definisi 3
Runtun waktu stokastik adalah runtun waktu dengan nilai observasi yang akan datang bersifat probabilistik, berdasarkan observasi yang lampau.
klik Disini