Analisis Time Series   »   Pendahuluan   ›  Spesifikasi Model Time Series

Model Time Series

Spesifikasi Model Time Series

Spesifikasi model yaitu serangkaian prosedur yang diterapkan pada sekumpulan data untuk menunjukkan jenis model yang layak untuk diselidiki lebih lanjut.

Terdapat sejumlah model untuk menjelaskan data time series. Pertanyaannya adalah bagaimana caranya kita memilih model yang cocok atau sesuai dengan data time series yang kita miliki? Pada artikel ini, kita akan membahas spesifikasi model time series atau menentukan model time series yang tepat untuk digunakan.

Yang dimaksud spesifikasi model yaitu serangkaian prosedur yang diterapkan pada sekumpulan data untuk menunjukkan jenis model yang layak untuk diselidiki lebih lanjut. Hal pertama yang biasa kita lakukan dalam spesifikasi model yaitu menyajikan data ke dalam plot. Dari plot tersebut, kita akan peroleh gambaran awal mengenai model yang cocok untuk menjelaskan perilaku data.

Misalnya, jika datanya menunjukkan stasioner, kita mungkin akan menerapkan model time series stasioner seperti model autoregressive (AR), model moving average (MA), atau model autoregressive moving average (ARMA). Jika data tidak stasioner dalam rata-rata (misalnya terdapat tren), maka model autoregressive integrated moving average (ARIMA) bisa menjadi pilihan.

Jika data kelihatan sangat berfluktuasi atau bervariasi, maka model heteroskedastis (misalnya model ARCH atau GARCH) dapat diterapkan. Dan jika data menunjukkan pola musiman (seasonal), model seasonal ARIMA (SARIMA) atau pemodelan data musiman lainnya (misalnya, seasonal Holt-Winters) merupakan pilihan yang tepat.