Hal yang perlu diperhatikan adalah bahwa kebanyakan deret berkala bersifat
nonstasioner dan bahwa aspek-aspek AR dan MA dari model ARIMA hanya berkenaan
dengan deret berkala yang stasioner.
Stasioneritas berarti tidak terdapat pertumbuhan atau penurunan pada data. Data
secara kasarnya harus horizontal sepanjang sumbu waktu. Dengan kata lain, fluktuasi data
Tahap 1 : Identifikasi
Tahap 2 :
Penaksiran
dan Pengujian
Tahap 3 :
Penerapan
Rumuskan
kelompok modelmodel yang umum
Penetapan model
untuk sementara
Penaksiran
parameter pada
model sementara
Pemeriksaan
diagnosa (apakah
model memadai)
Gunakan model
untuk peramalan
tidak
ya
berada di sekitar suatu nilai rata-rata yang konstan, tidak tergantung pada waktu dan
varians dari fluktuasi tersebut pada pokoknya tetap konstan setiap waktu.
Suatu deret waktu yang tidak stasioner harus diubah menjadi data stasioner dengan
melakukan differencing. Yang dimaksud dengan differencing adalah menghitung
perubahan atau selisih nilai observasi. Nilai selisih yang diperoleh dicek lagi apakah
stasioner atau tidak. Jika belum stasioner maka dilakukan differencing lagi. Jika varians
tidak stasioner, maka dilakukan transformasi logaritma
Tidak ada komentar:
Posting Komentar