Dalam blog ini akan dibicarakan mengenai arima atau lebih dikenal dalam bahasa kerennya adalah time series. Banyak cabang ilmu yang menerapkan ilmu time series, terutama statistik. Statistik mempelajari time series untuk meramalkan suatu datang untuk peridode mendatang. Nalar saja, jika sebuah perusahaan menggunakan

read m

Peramalan secara statistika tentang permintaan terhadap suatu produk di masa mendatang menjadi hal yang sangat berguna dalam bidang inventory. Peramalan tersebut sangat membantu meningkatkan kemampuan dalam melakukan pengendalian inventory. Metode statistika yang digunakan untuk meramal sangat banyak. Akan tetapi dari kesekian banyak metode nantinya akan dicari metode yang paling sesuai dengan membandingkan tiap metode. Analisis yang digunakan dalam laporan ini adalah analisis ARIMA.

Peramalan

     Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang akan datang. Ramalan adalah sesuatu kegiatan situasi atau kondisi yang diperkirakan akan terjadi pada masa yang akan datang. Peramalan dilakukan dengan memanfaatkan informasi terbaik yang ada pada masa itu, untuk menimbang kegiatan di masa yang akan datang.

1.      ARIMA

Autoregressive Integrated Moving Average (ARIMA) atau biasa disebut dengan metode Box-Jenkins. ARIMA sangat baik ketepatannya untuk peramalan jangka pendek, yang tidak membentuk suatu model struktural baik itu persamaan tunggal atau simultan yang bebasis kepada teori ekonomi atau logika, namun dengan menganalisis probabilistik atau stokastik dari data deret waktu (time series) dengan menggunakan nilai masa lalu dan sekarang dari variabel dependen untuk menghasilkan peramalan jangka pendek yang akurat dengan mengabaikan variabel independennya. Hal ini terjelaskan dengan prinsip dari metode ini yaitu “let the data speak for themselves”.

Berikut adalah data dari data wei 3

Series W3   Blowfly data

1676 3075 3815 4639 4424 2784 5860 5781 4897 3920 3835 3618

3050 3772 3517 3350 3018 2625 2412 2221 2619 3203 2706 2717

2175 1628 2388 3677 3156 4272 3771 4955 5584 3891 3501 4436

4369 3394 3869 2922 1843 2837 4690 5119 5838 5389 4993 4446

4651 4243 4620 4849 3664 3016 2881 3821 4300 4168 5448 5477

8579 7533 6884 4127 5546 6316 6650 6304 4842 4352 3215 2652

2330 3123 3955 4494 4780 5753 5555 5712 4786 4066
read more...