INTRODUCTION OF TIME SERIES

Download File:  BUKU AJAR ANALISIS DERET WAKTU.pdf
                               DIKTAT TIME SERIES ANALYSIS.pdf
 
    Pada dasarnya setiap nilai dari hasil pengamatan (data), selalu dapat dikaitkan dengan waktu pengamatannya. Hanya pada saat analisisnya, kaitan variabel waktu dengan pengamatan sering tidak dipersoalkan. Dalam hal kaitan variabel waktu dengan pengamatan diperhatikan, sehingga data dianggap sebagai fungsi atas waktu, maka data seperti ini dinamakan Data Deret Waktu (Time series). Banyak persoalan dalam ilmu terapan yang datanya merupakan data deret waktu, misalnya dalam bidang ilmu:
a. Ekonomi : banyak barang terjual dalam setiap hari, keuntungan perusahaan dalam setiap       tahun, total nilai ekspor dalam setiap bulan, pergerakan saham, dll
b. Fisika : curah hujan bulanan, temperatur udara harian, gerak partikel, dll
c. Demografi : pertumbuhan penduduk, mortalitas dan natalitas, dll
d. Pengontrolan kualitas : proses pengontrolan kualitas produk, pengontrolan proses produksi, dll
e. Biomedis : denyut nadi, proses penyembuhan, pertumbuhan mikroba, dll

    Karena data deret waktu merupakan regresi data atas waktu, dan salah satu segi (aspect) pada data deret waktu adalah terlibatnya sebuah besaran yang dinamakan Autokorelasi (autocorrelation), yang konsepsinya sama dengan korelasi untuk data bivariat, dalam analisis regresi biasa. Signifikansi (keberartian) autokorelasi menentukan analisis regresi yang harus dilakukan pada data deret waktu. Jika autokorelasi tidak signifikans (dalam kata lain data deret waktu tidak berautokorelasi), maka analisis regresi yang harus dilakukan adalah analisis regresi sederhana biasa, yaitu analisis regresi data atas waktu. Sedangkan jika signifikans (berautokorelasi) harus dilakukan analisis regresi data deret waktu, yaitu analisis regresi antar nilai pengamatan. Segi lain dalam data deret waktu adalah kestasioneran data yang diklasifikasikan atas stasioner kuat (stasioner orde pertama, strickly stationer) dan stasioner lemah (stasioner orde dua, weakly stationer), dan kestasioner ini merupakan kondisi yang diperlukan dalam analisis data deret waktu, karena akan memperkecil kekeliruan baku. Untuk lebih jelasnya, pembaca dapat mendownload file di atas yang terkait dengan materi time series.