Uji stasioneritas pada data time series perlu dilakukan terutama jika anda menggunakan metode ARIMA. Metode ARIMA ataupun SARIMA terdiri dari dua komponen utama, yakni Autoregressive dan Moving Average. Auto regressive pada intinya meregresikan unsur n atau lag dengan nilai y pada saat itu. Sedangkan moving average adalah rata-rata dari nilai n sebelumnya. Hal inilah yang […]
Memisahkan unsur Trend dan Musiman pada data Time Series
Tujuan memisahkan unsur trend dan musiman adalah untuk memahami mana yang lebih dominan dari kedua unsur tersebut. Data Time series biasanya mengandung tiga unsur; yakni trend, musiman, dan siklus. Unsur siklus biasanya jarang terlihat karena memerlukan periode data yang sangat lama. Sehingga dalam peramalan, biasanya yang sering kita jumpai adalah musiman dan trend. Pemisahan unsur […]
Interpretasi Hasil Arima dan Sarima – Forecasting
Interpretasi output sarima ataupun arima merupakan tahapan yang penting. Kemampuan membaca hasil output yang baik sama halnya kita bisa berkomunikasi dengan alat analisis, sehingga kita bisa melakukan telaah lebih lanjut. Telaah yang dimaksud dapat berupa revisi model atau perbaikan model. Pengolahan model arima atau sarima pada umumnya dilakukan dengan mempertimbangkan error terkecil. Model yang dianggap […]
Auto Arima dalam Python: Simple dan Akurat
Arima dan sarima sudah lengkap dijelaskan dalam blog ini. Namun, metode yang dijelaskan tetap memiliki kekurangan karena masih mengandalkan analisis yang bersifat visual. Analisis yang bersifat visual diantaranya adalah menentukan apakah plot time series bersifat stasioner ataukah tidak. Tidak ada yang salah dengan metode tersebut. Tapi para akademis menginginkan yang pasti. Mereka lebih menyukai keputusan […]
Perhatikan data ke-n saat melakukan forecasting – kasus data saham
Saham termasuk data yang tepat dilakukan peramalan, terutama bagi pemain saham yang bersifat jangka pendek. Keputusan untuk membeli dan menjual saham harus diperhitungkan dengan tepat. Berbagai macam metode teknikal yang digunakan, tapi pada intinya bertujuan untuk memprediksi harga saham di periode yang akan datang. Saya termasuk orang yang tertarik dengan metode time series. Playlist baru […]
ARCH and GARCH : Analisis Data Time Series yang Heteroskedastisitas
Arch and Garch merupakan salah satu analisis time series yang digunakan saat data mengalami kendala pada homoskedastisitas. Seperti yang sudah dibahas sebelumnya, secara bertingkat analisis time series berupa analisis trend, ARIMA SARIMA, dan Arch and Garch pada model yang cukup kompleks. Kembali ditekankan bahwa tidak ada alat yang lebih baik, melainkan alat yang lebih tepat. […]