Text
Implementasi Subset Autoregressive Menggunakan Paket FitAR
ABSTRAK
Analisis data runtun waktu (time series) merupakan salah satu bahasan penting dalam ilmu statistika yaitu merupakan analisis yang bergantung waktu. Model yang umum digunakan untuk data runtun waktu adalah ARIMA (Autoregressive Integrated Moving Average) atau sering juga disebut metode runtun waktu Box-Jenkins. Salah satu model dari ARIMA yang digunakan dalam peramalan data runtun waktu adalah subset AR (autoregressive). Model subset AR cocok untuk deret waktu yang panjang dengan lag orde lebih dari 5. Software statistik yang digunakan adalah R. pendekatan subset time series AR pada R menggunakan paket FitAR. Fungsi utama paket FitAR adalah SelectModel dan FitAR. Fungsi SelectModel untuk mendapatkan model secara otomatis sedangkan FitAR digunakan untuk menentukan model penduga sementara. Data yang digunakan berupa dataset yang terdapat pada paket FitAR yaitu SeriesA. Data SeriesA merupakan data mengenai proses konsentrasi kimia yang diamati tiap 2 jam selama 17 hari. seriesA diolah menggunakan paket FitAR sehingga dihasilkan model terbaik yaitu AR [1,2,7].
Kata kunci : Metode Runtun Waktu, Runtun Waktu Non-stasioner, Subset AR,
Paket FitAR
ABSTRACT
Time series data analysis is one of the important points in statistics that is a time-dependent analysis. The commonly used model for time series data is ARIMA (Autoregressive Integrated Moving Average) or often also called the Box-Jenkins time series method. A model of ARIMA used in time clock data forecasting is the AR subset (autoregressive). The AR subset model is suitable for a long time series with a more than 5th order lag. The statistical software used is the R. time series AR subset approach on R using the FitAR package. The main function of the FitAR package is SelectModel and FitAR. SelectModel function to get the model automatically while FitAR is used to determine the temporary suspect model. Data used in the form of dataset contained in package FitAR that is SeriesA. The SeriesA data is data about the chemical concentration process observed every 2 hours for 17 days. SeriesA is processed using FitAR package so that the best model is AR [1,2,7].
Keywords : Time Series, Time Series Non-stasioner, Subset AR, FitAR Package
566E17III | 519.536 TOM i | Perpustakaan FSM Undip (Referensi) | Tersedia |
Tidak tersedia versi lain