analisis deret waktu n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
ANALISIS DERET WAKTU PowerPoint Presentation
Download Presentation
ANALISIS DERET WAKTU

Loading in 2 Seconds...

play fullscreen
1 / 21

ANALISIS DERET WAKTU - PowerPoint PPT Presentation


  • 237 Views
  • Uploaded on

ANALISIS DERET WAKTU. Abdul Kudus, SSi ., MSi ., PhD. Jumat, 15.40 – 18.10. PLOT, TREND dan VARIASI MUSIMAN. 1. Data Penumpang Pesawat Terbang AP.XLSX. Lihat Plotnya (Misal menggunakan software R). 1. Buka file Excel 2. Copy kolom data ke dalam clipboard (ctrl-C) 3. Di dalam R.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'ANALISIS DERET WAKTU' - roch


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
analisis deret waktu

ANALISIS DERET WAKTU

Abdul Kudus, SSi., MSi., PhD.

Jumat, 15.40 – 18.10

plot trend dan variasi musiman
PLOT, TREND dan VARIASI MUSIMAN

1. Data Penumpang Pesawat Terbang AP.XLSX

Lihat Plotnya (Misal menggunakan software R)

1. Buka file Excel

2. Copy kolom data ke dalam clipboard (ctrl-C)

3. Di dalam R

AP <- scan()

paste clipboard (ctrl+v)

enter

Ubah menjadi data jenis deret waktu (ts = time series)

AP <- ts(AP, start=c(1949,1), freq=12)

Buat plotnya

plot(AP, ylab="Penumpang (1000-an)")

slide3

Summer

“Gambar lebih bermakna daripada seribu kata-kata”

Feb (winter)

Nov (Autumn)

Trend: perubahan sistematik yang tidak tampak periodik

Variasi Musiman: pola berulang dalam tiap tahun (periode)

slide4

Untuk mendapatkan gambaran yang jelas dari trend, maka efek musimannya dapat dibuang dengan cara meng-agregat-kan data menjadi data tahunan.

  • Untuk mendapatkan ringkasan data setiap bulan bisa digunakan boxplot.

Di dalam R

layout(1:2)

plot(aggregate(AP))

boxplot(AP ~ cycle(AP))

slide5

Trend meningkat

Data Penumpang Tahunan

Pengaruh bulanan

Boxplot tiap bulan

slide6

2. Data Pengangguran Maine.XLSX

Data ini juga ada di web-nya buku Introductory Time Series with R.

Data tersebut dalam format text ASCII dan bisa dibaca langsung dari web tsb dengan R.

www <- "http://www.massey.ac.nz/~pscowper/ts/Maine.dat"

Maine.month <- read.table(www, header = TRUE)

#akses langsung ke kolom datanya

attach(Maine.month)

#ubah menjadi data berjenis data time series

Maine.month.ts <- ts(unemploy, start = c(1996, 1), freq = 12)

#kita bisa buat data agregat (rata-rata) tahunannya

Maine.annual.ts <- aggregate(Maine.month.ts)/12

#Buat plot data bulanan dan tahunannya

layout(1:2)

plot(Maine.month.ts, ylab = "unemployed (%)")

plot(Maine.annual.ts, ylab = "unemployed (%)")

slide7

Feb

Rata-rata 1996

Agu

Pengangguran Bulanan

Pengangguran Rata-rata Tahunan

slide8

Kita bisa mengambil data bulan tertentu saja dgn window.

> Maine.Feb <- window(Maine.month.ts, start = c(1996,2), freq = TRUE)

> Maine.Aug <- window(Maine.month.ts, start = c(1996,8), freq = TRUE)

> Feb.ratio <- mean(Maine.Feb) / mean(Maine.month.ts)

> Aug.ratio <- mean(Maine.Aug) / mean(Maine.month.ts)

> Feb.ratio

[1] 1.222529

> Aug.ratio

[1] 0.8163732

22% lebih tinggi

18% lebih rendah

slide9

3. Data Deret Waktu Multiple:

Data Cokelat, Bir dan Listrik CBE.XLSX

Data tersebut dibaca langsung dari web dengan R.

www <- "http://www.massey.ac.nz/~pscowper/ts/cbe.dat"

CBE <- read.table(www, header = T)

#Buat data deret waktu tunggal utk setiap variabel

Elec.ts <- ts(CBE[, 3], start = 1958, freq = 12)

Beer.ts <- ts(CBE[, 2], start = 1958, freq = 12)

Choc.ts <- ts(CBE[, 1], start = 1958, freq = 12)

#Buat plotnya

plot(cbind(Elec.ts, Beer.ts, Choc.ts), main="Produksi Cokelat, Bir dan Listrik")

slide11

4. Nilai Kurs Kuartalan: £ versus NZ$Pound_NZ.XLSX

Data tersebut dibaca langsung dari web dengan R.

> www <- "http://www.massey.ac.nz/~pscowper/ts/pounds_nz.dat"

> Z <- read.table(www, header = T)

#Ubah menjadi jenis time series

> Z.ts <- ts(Z, st = 1991, fr = 4)

#Buat plotnya

> plot(Z.ts, xlab = "Waktu / Tahun",ylab = "Kurs Kuartalan $NZ / pound")

slide13

5. Suhu Global GLOBAL.XLSX

Data tersebut dibaca langsung dari web dengan R.

www <- "http://www.massey.ac.nz/~pscowper/ts/global.dat"

Global <- scan(www)

#Ubah menjadi data time series

Global.ts <- ts(Global, st = c(1856, 1), end = c(2005, 12),fr = 12)

#Ubah menjadi data rata-rata tahunan

Global.annual <- aggregate(Global.ts, FUN = mean)

#Plot

layout(1:2)

plot(Global.ts)

plot(Global.annual)

slide15

Ekstrak data tahun 1970 – 2005 (36 tahun)

New.series <- window(Global.ts, start=c(1970, 1), end=c(2005, 12))

New.time <- time(New.series)

plot(New.series); abline(reg=lm(New.series ~ New.time))

slide16

DEKOMPOSISI

Notasi

Data deret waktu dengan panjang pengamatan n

atau cukup , jika panjang pengamatan sudah jelas.

Rata-rata sampel

Prediksi atau ramalan

adalah ramalan yang dibuat pada waktu t untuk nilai ramalan pada waktu t+k

slide17

Model

Dekomposisi aditif

mt : trend

st : efek musiman

zt : error

Jika efek musiman cenderung meningkat seiring peningkatan trend, model yang tepat adalah model multiplikatif (perkalian):

Model aditif dalam log

slide18

Menaksir Trend dan Efek Musiman

Menaksir trend mt pada waktu t dapat dilakukan dengan menghitung rata-rata bergerak (moving average) yang berpusat di t.

Misal untuk data bulanan (periode 1 tahun)

Taksiran efek aditif bulanan (musiman)

Jika efek bulanannya multiplikatif

slide19

Membuat Dekomposisi dalam R (decompose)

Contoh data LISTRIK.

plot(decompose(Elec.ts))

Error-nya masih jelek (tidak acak)

slide20

Coba model Multiplikatif

Elec.decom <- decompose(Elec.ts, type = "mult")

plot(Elec.decom)

Variasi errornya meningkat utk nilai trend yg besar

slide21

Trend <- Elec.decom$trend

Seasonal <- Elec.decom$seasonal

ts.plot(cbind(Elec.ts,Trend, Trend * Seasonal), col = 2:4)

Data asli

Taksiran Trend

Taksiran Model