Rabu, Desember 14, 2011

TIME SERIES ANALYSIS

Dalam managerial, ada istilah yaitu Forecasting atau peramalan. Dukun ngeramal pakek insting, nah kalo kita pastinya pakai data. Time series analisis gampangnya yaitu kerjaan mengamati nilai suatu angka dikaitkan dengan unsur waktu (waktu bisa dalam tahun, semester, bulan, mingguan, harian, jam, dll.

Ada Komponen/Gerak yang mempengaruhi nilai suatu variabel dikaitkan dengan waktu yang bentuk penampakannya bisa berbentuk trend atau disebut Trend Component. Adalah Trend (perilaku) gerakan/kecenderungan naik atau kecenderungan turun dari nilai suatu variabel dalam jangka panjang (lebih dari 1 tahun), ini relatif mudah diprediksi.

Kedua ialah Horizontal/Random Component. Variabel acak perlu diperhatikan/diperhitungkan (biasanya terletak disekitar rata-rata, tetapi komponent ini sulit diprediksi).

Ketiga Seasonal Component. Komponen Musim, sebagai gerak naik atau turun dari nilai suatu variabel tetapi masih disekitar rata-ratanya dan terjadi dalam jangka pendek (kurang dari 1 tahun). Untuk musim relatif berulang dan pasti, sehingga bisa digunakan untuk prediksi.

Kempat Cyclical Component. Komponen siklus, sebagai gerak naik atau turun dari nilai suatu variabel tetapi masih disekitar rata-ratanya dan terjadi dalam jangka panjang (lebih dari 1 tahun). Untuk siklus relatif tidak pasti sehingga sulit untuk peramalan.

Metode-metode Peramalan dengan Data Runtut Waktu (Time series) cocok atau bisa dipakai kalau kita mempunyai data masa lalu (historical data) dan kita perkirakan bahwa masa lalu, sekarang dan yang akan datang dari variabel yang kita prediksikan ada hubungannya.

Metode-metode Peramalan dengan Data Runtut Waktu (Time series)

1) Moving Averages, terdiri dari Simple Moving Average, Double Moving Average, Weighted Moving Average

2) Exponential Smoothing, terdiri dari Simple Exponential Smoothing, Exponential Smoothing with Trend, Seasonal Exponential Smoothing, Exponential Smoothing with Trend and Seasonal,

3) Trend

4) Regression dll.

1 komentar:

Dawud Tan mengatakan...

permisi pak, saya pernah menulis tentang fungsi autocorrelation untuk penentuan pola data time series apakah musiman, tren, atau stationer, di artikel berikut: http://datacomlink.blogspot.com/2015/12/data-mining-identifikasi-pola-data-time.html yang ingin saya tanyakan, apakah ada teknik lain untuk mencari pola data time series selain fungsi autocorrelation ya pak? terima kasih