Analisis Time Series   »   Pendahuluan   ›  Apa Itu Analisis Time Series?

Analisis Time Series

Apa Itu Analisis Time Series?

Analisis time series yaitu jenis analisis yang melibatkan penggunaan data deret waktu atau data time series untuk membuat model yang akan digunakan sebagai dasar peramalan.

---

Pada umumnya, terdapat tiga jenis data yang tersedia untuk analisis empiris yakni data cross section, data time series atau data deret waktu, dan data panel (gabungan data cross-section dan time series).

Pemodelan dan peramalan yang melibatkan penggunaan data cross section telah banyak kita bahas dalam materi analisis regresi, sedangkan pemodelan dan peramalan berdasarkan data panel dibahas dalam materi ekonometrika.

Untuk analisis time series atau analisis deret waktu, kita akan fokus pada pemodelan dan peramalan dengan menggunakan data time series. Dengan demikian,analisis time series yaitu analisis yang melibatkan penggunaan data deret waktu atau data time series untuk membuat model yang akan digunakan sebagai dasar peramalan.

Pentingnya Analisis Time Series

Perlu diketahui bahwa menganalisis data berorientasi waktu dan meramalkan nilai di masa mendatang dari suatu data time series adalah salah satu masalah terpenting yang dihadapi analis di banyak bidang, mulai dari keuangan dan ekonomi, manajemen produksi, analisis kebijakan politik dan sosial, hingga menyelidiki dampak keputusan manusia dan kebijakan yang mereka buat terhadap lingkungan.

Akibatnya, ada sekelompok besar orang di berbagai bidang, termasuk keuangan, ekonomi, sains, teknik, statistika, dan kebijakan publik yang perlu memahami beberapa konsep dasar analisis time series dan peramalan.

Dengan menguasai analisis time series, kita dapat memahami penyebab yang mendasari suatu tren atau pola sistemik yang terjadi dari waktu ke waktu. Dengan visualisasi data, kita dapat melihat tren musiman dan menggali lebih dalam mengapa tren ini terjadi. Dengan metode time series yang tepat, kita dapat memprediksi kemungkinan kejadian di masa depan dengan lebih baik.

Apa yang Akan Kita Pelajari?

Berdasar alasan di atas, penulis membuat materi ini dengan harapan dapat menjadi salah satu referensi untuk belajar analisis time series. Pembahasan dalam materi ini merupakan ringkasan dari berbagai buku sebagaimana tercantum pada setiap akhir artikel.

Untuk dapat mengikuti materi ini dengan baik, pembaca diharapkan memiliki latar belakang statistik dasar yang cukup (materi regresi linear akan sangat membantu) dan juga sedikit matematika terutama pengetahuan tentang aljabar matriks, integral, dan turunan. Namun, jika pembaca hanya tertarik pada hasil, detail yang melibatkan manipulasi matriks, integral, dan turunan dapat dilewati.

Dalam materi ini, kita akan mempelajari beberapa model yang dapat diandalkan untuk menghasilkan peramalan. Beberapa model yang akan dipelajari seperti model autoregressive (model AR), model moving average (model MA), dan model autoregressive moving average (model ARMA). Ketiga model ini termasuk model untuk data time series yang stasioner.

Selain itu, kita juga akan membahas model data time series nonstasioner seperti model ARIMA (autoregressive integrated moving average), model untuk data nonstasioner dengan pola musiman seperti SARIMA (Seasonal ARIMA), dan model untuk data time series nonstasioner yang menunjukkan volatilitas yang tinggi (heteroskedastis) seperti ARCH-GARCH.

Contoh Analisis Time Series

Untuk memberikan Anda sedikit gambaran bagaimana analisis time series digunakan untuk melakukan peramalan, perhatikan Gambar 1 berikut yang menunjukkan total penumpang bulanan pada suatu maskapai penerbangan internasional AS selama 12 tahun dari Januari 1949 sampai Desember 1960.

Data time series ini menunjukkan pola musiman karena perjalanan mencapai puncaknya pada akhir bulan musim panas, sedangkan puncak berikutnya terjadi pada musim semi.

Anda diminta untuk memperkirakan atau meramalkan total penumpang pada beberapa bulan berikutnya berdasarkan data pada Gambar 1 di atas. Dengan menggunakan model SARIMA dalam analisis time series, Anda peroleh hasil peramalan seperti tampak pada Gambar 2 berikut.

Gambar 2 di atas menunjukkan hasil peramalan yang menakjubkan, bukan? Penasaran bagaimana hasil tersebut diperoleh? Dengan menguasai analisis time series, Anda dapat membuat banyak model peramalan sesuai dengan data yang tersedia untuk memperkirakan kemungkinan suatu kejadian akan terjadi atau memperkirakan nilai di masa mendatang dari suatu fenomena dengan lebih baik.

Cukup sekian ulasan singkat mengenai apa itu analisis time series dalam artikel ini. Terima kasih telah membaca artikel ini sampai selesai. Jika Anda merasa artikel ini bermanfaat, boleh dibantu share ke teman-temannya, supaya mereka juga bisa belajar dari artikel ini.