Penggunaan Analisis Peramalan Secara Teoritis Ada 2 Cara Yaitu Time Series Dan Regresi

Penggunaan analisis peramalan secara teoritis ada 2 cara yaitu time series dan regresi. Time series merupakan metode peramalan yang dirumuskan berdasarkan data runtut waktu. Teknis time series ada 2 yaitu time series deterministic dan time series stochastic. Time series deterministic adalah metode peramalan dengan data runtut waktu dimana data tersebut harus memenuhi stationary data. Hal ini disebabkan time series deterministic merupakan metode peramalan dengan tepat. Persyaratan stationary data tersebut digunakan sebagai dasar agar peramalan metode time series deterministic tepat. Time series stochastic merupakan metode peramalan dengan anggapan masih terdapat kemungkinan salah. Data yang digunakan untuk analisis Time series stochastic tidak memerlukan persyaratan stationary. Proses analisis penelitian Salahudin merupakan analisis Time series stochastic karena data yang digunakan tidak memenuhi persyaratan stationary. Pada hasil analisis Time series stochastic menggunakan SPSS, prosesnya berjalan dengan lancar. Karena program SPSS melakukan seleksi otomatis untuk menentukan model-model yang tepat dalam uji Time series stochastic. Model yang ditemukan dalam analisis SPSS tersebut adalah Holt, Arima, dan Simple. Model-model tersebut teridentifikasi otomatis oleh program SPSS. Selanjutnya hasil analisis SPSS dapat disajikan. Pada analisis Time series stochastic dengan program Minitab, operasionalnya memerlukan penyiapan persyaratan data secara manual. Pada pemenuhan untuk model Arima, uji coba yang sudah dilakukan dimulai dari LAG 1 sampai LAG 5, namun hasilnya tetap tidak tampil. Pesan yang keluar “*Error* Model contains no autoregressive or moving average term”. The use of forecasting analysis theoretically there are 2 ways: time series and regression. Time series forecasting method is formulated based on time series data. Technical time series there are two time series is deterministic and stochastic time series. Time series deterministic is a forecasting method with time series data where the data must meet the data stationary. This is due to a deterministic time series forecasting are methods appropriately. Terms of stationary data is used as the basis for forecasting the proper method deterministic time series. A stochastic time series is forecasting method assuming there is still a possibility of wrong . The data used for the analysis of stochastic time series does not require stationary requirements . Salahuddin research analysis process is a stochastic time series analysis because the data used does not meet the requirements of stationary . On the results of stochastic time series analysis using SPSS, the process runs smoothly. Because SPSS perform automatic selection models to determine the appropriate test stochastic time series. Models found in the SPSS analysis are Holt, Arima, and Simple. The models are identified automatically by SPSS. The results of the analysis of SPSS can be presented. In the analysis of stochastic time series with Minitab, operations requiring manual data preparation requirements. In fulfillment of Arima models, experiments have been carried out starting from LAG 1 to LAG 5, but the results still do not appear. The message that came out “*Error* Model contains no autoregressive or moving average term”.