Testing Essay

1056 WordsMay 30, 20125 Pages
TEKNIK PERAMALAN BOX-JENKINS [ARIMA] Dosen Pengajar : Ir. Subagyo, Ph.D. Hari Agung Yuniarto, ST., M.Sc., Ph.D. Nur Aini Masruroh, ST., M.Sc., Ph.D. Disusun Oleh : Rierien Jessyntha M Monanda Wandita R Trie Widayahno Rizky Amalia 09/281354/TK/34947 09/284468/TK/35328 09/280258/TK/34691 09/284952/TK/35572 PROGRAM STUDI TEKNIK INDUSTRI JURUSAN TEKNIK MESIN DAN INDUSTRI FAKULTAS TEKNIK UNIVERSITAS GADJAH MADA YOGYAKARTA 2012 0 ARIMA [BOX-Jenkins] Methodology  Pemilihan model: 1. Autoregressive model (AR) Bentuk umum model autoregressive dengan ordo p (AR(p)) atau model ARIMA (p,0,0) dinyatakan sebagai berikut: Yt  0  1Yt 1  2Yt 2     pYt  p   t Dimana: Yt = variabel response (dependen) saat t φp = parameter autoregresif ke-p ϵt = nilai kesalahan pada saat t Peramalan didasarkan nilai observasi pada periode sebelumnya. Dimana AR akan sesuai untuk serial waktu yang stasioner dimana nilai Psi0 merupakan koefisien yang berhubungan dengan level serial. Dimana nilai psi0 tidak berlaku jika perbedaan data atau deviasi Yt- Ybar =0. Cek data yang cocok untuk model AR didapat dari analisa PACF dan ACF nya: PACF :setelah adanya satu kenaikan drastic kemudian langsung menjadi 0 ACF : Cenderung menuju 0 perlahan. 2. Moving Average model (MA) Bentuk umum model moving average ordo q (MA(q)) atau ARIMA (0,0,q) dinyatakan sebagai berikut: Yt     t  1 t 1  2 t 2    q t q Dimana : Yt = variabel response (dependen) saat t ω1 sampai ω q adalah parameter-parameter moving average ϵt-k = nilai kesalahan pada saat t – k 1 Berbeda dengan AR model, pemodelan menggunakkan MA lebih bergantung kepada nilai error pada periode sebelumnya dibandingkan nilai variabel di periode sebelumnya itu sendiri. Peramalan pada MA didasarkan pada kombinasi linear antara error di masa lalu. Cek data yang cocok untuk model AR didapat

More about Testing Essay

Open Document