ARIMA dalam Teori

ARIMA adalah suatu model peramalan/forecasting time series yang digunakan dalam single equation artinya hanya menggunakan satu variabel saja. Dengan menggunakan informasi periode data yang lalu dapat meramal nilai data untuk periode yang akan datang

      Adapun syarat awal menggunakan model ARIMA adalah datanya harus sudah stationer agar tidak menghasilkan model yang superious/lancung atau model yang memiliki error yang nilainya besar. Adapun uji yang dbiasany digunakan ialah uji akar-akar unit root Augmented Dickey Fuller. ASehingga akan didapat beberapa model ARIMA. Setelah model didapat biasanya yang dipilih adalah model yang signifikan, error terkecil, bias proportion terkecil, korelasinya tinggi serta memenuhi asumsi normalitas dan homokedastisitas barulah model tersebut dapat digunakan untuk melakukan forecast/peramalan untuk nilai data periode berikutnya.

       Adapaun penulisan model ARIMA secara umum yaitu:

      ARIMA (p,q,r), p adalah ar, q adalah diffrence, dan r adalah ma

Misal: ARIMA (1,0,0) artinya menggunakan AR(1) pada data level

          ARIMA (0,0,1) artinya menggunakan MA(1) pada level

          ARIMA (1,0,1) artinya menggunakan AR(1) dan MA(1) pada data level

          ARIMA (1,1,0) artinya menggunakan AR(1) pada data difference I

ARIMA (1,1,1) artinya menggunakan AR(1) dan MA(1) pada data difference I

Model AR memanfaatkan informasi data periode sebelumnya sedangkan model MA memanfaatkan data error sebelumnya.

 

download data arima dalam m.excel

baca juga arima dengan minitab

baca juga arima dengan eviews

baca juga arima dengan gretl