SEKILAS TENTANG ARIMA
Autoregressive Integrated Moving Average (ARIMA) atau biasa disebut
dengan metode Box-Jenkins. ARIMA sangat baik ketepatannya untuk peramalan
jangka pendek, yang tidak membentuk suatu model struktural baik itu
persamaan tunggal atau simultan yang bebasis kepada teori ekonomi atau
logika, namun dengan menganalisis probabilistik atau stokastik dari data deret
waktu (time series) dengan menggunakan nilai masa lalu dan sekarang dari
variabel dependen untuk menghasilkan peramalan jangka pendek yang akurat
dengan mengabaikan variabel independennya. Hal ini terjelaskan dengan prinsip
dari metode ini yaitu “let the data speak for themselves”.
Metode peramalan dengan menggunakan ARIMA dapat kita jumpai
dalam peramalan ekonomi, analisis anggaran, kontrol terhadap proses dan
kualitas, analisis sensus, perubahan struktur harga industri, inflasi, indeks harga
saham, perkembangan nilai tukar terhadap mata uang asing dsb.
Beberapa keuntungan yang dapat diperoleh dengan menggunakan ARIMA:
1) Merupakan model tanpa teori karena variabel yang digunakan adalah nilainilai
lampau dan kesalahan yang mengikutinya.
2) Memiliki tingkat akurasi peramalan yang cukup tinggi karena setelah
mengalami pengukuran kesalahan peramalan mean absolute error, nilainya
mendekati nol.
3) Cocok digunakan untuk meramal sejumlah variabel dengan cepat, sederhana,
akurat dan murah karena hanya membutuhkan data variabel yang akan
diramal.
Model ARIMA menggunakan pendekatan iteratif dalam indentifikasi
terhadap suatu model yang ada. Model yang dipilih diuji lagi dengan data masa
lampau untuk melihat apakah model tersebut menggambarkan keadaan data
secara akurat atau tidak. Suatu model dikatakan sesuai (tepat) jika residual
antara model dengan titik-titik data historis bernilai kecil, terdistribusi secara
acak dan bebas satu sama lainnya.
Pemilihan model terbaik dapat dilakukan dengan membandingkan
distribusi koefisien-koefisien autocorrelation (otokorelasi) dari data time series
tersebut dengan distribusi teoritis dari berbagai macam model.
dengan metode Box-Jenkins. ARIMA sangat baik ketepatannya untuk peramalan
jangka pendek, yang tidak membentuk suatu model struktural baik itu
persamaan tunggal atau simultan yang bebasis kepada teori ekonomi atau
logika, namun dengan menganalisis probabilistik atau stokastik dari data deret
waktu (time series) dengan menggunakan nilai masa lalu dan sekarang dari
variabel dependen untuk menghasilkan peramalan jangka pendek yang akurat
dengan mengabaikan variabel independennya. Hal ini terjelaskan dengan prinsip
dari metode ini yaitu “let the data speak for themselves”.
Metode peramalan dengan menggunakan ARIMA dapat kita jumpai
dalam peramalan ekonomi, analisis anggaran, kontrol terhadap proses dan
kualitas, analisis sensus, perubahan struktur harga industri, inflasi, indeks harga
saham, perkembangan nilai tukar terhadap mata uang asing dsb.
Beberapa keuntungan yang dapat diperoleh dengan menggunakan ARIMA:
1) Merupakan model tanpa teori karena variabel yang digunakan adalah nilainilai
lampau dan kesalahan yang mengikutinya.
2) Memiliki tingkat akurasi peramalan yang cukup tinggi karena setelah
mengalami pengukuran kesalahan peramalan mean absolute error, nilainya
mendekati nol.
3) Cocok digunakan untuk meramal sejumlah variabel dengan cepat, sederhana,
akurat dan murah karena hanya membutuhkan data variabel yang akan
diramal.
Model ARIMA menggunakan pendekatan iteratif dalam indentifikasi
terhadap suatu model yang ada. Model yang dipilih diuji lagi dengan data masa
lampau untuk melihat apakah model tersebut menggambarkan keadaan data
secara akurat atau tidak. Suatu model dikatakan sesuai (tepat) jika residual
antara model dengan titik-titik data historis bernilai kecil, terdistribusi secara
acak dan bebas satu sama lainnya.
Pemilihan model terbaik dapat dilakukan dengan membandingkan
distribusi koefisien-koefisien autocorrelation (otokorelasi) dari data time series
tersebut dengan distribusi teoritis dari berbagai macam model.
Tidak ada komentar:
Posting Komentar