Hallo everyone!
Kali ini, gw bakalan share ilmu yang gw dapet dari kelas kuliah. Here it’s…
TIME
SERIES (TS) / ANALISIS RUNTUN WAKTU
Naah. Coba lo
cek tulisan gw sebelumnya tentang peta konsep dari TS sendiri. Gw harap
apa yang gw tulis ni bakalan berguna buat kelen semua dan tentunya bermanfaat
buat gw dalam rangka mengingat materi-materi kuliah yang beneran gw kalo mau
jujur, TS itu makul yang ahh.. you know right?
Bahasan gw kali ini bakalan
bahasa-bahasa gaul getoh (bahasa ibukota) yang gw harap bakalan ngena apa yang
gw maksud ke kelen semua yak karena gw sadar banyak buku yang bahasa-nya behh too
formal (gw rasain sendiri gimana rasanya baca buku dengan bahasa orang
dewasa yang kadang susah dimengerti kaya bahasa doi #halah). Semoga bermanfaat!
Jangan lupa klik “LANGGANAN -dipaling atas” yaaa biar gw makin semangat lagi buat
tulisan-tulisan ilmiah gini depada harus curhat yang mewek-mewek hehe. Okey
then, cekidott!
1 KONSEP DASAR
Nah buat bahasan
1 ini, gw mau kasih liat lagi poin-poin yang bakalan gw bahas.
Gambar 1. Poin2 cantik
A. JENIS
DATADi peta konsep sebelumnya (klik disini), lo tau kan, kalo jenis data ntu ada 3 ya. Nah salah satu nya adalah Time Series (TS). But gw bakalan jelasin satu-satu dari apa yang gw tau.
1.
Cross
Section (Data silang)
Pengertian
: nilai variabel yang dikumpulkan pada 1 waktu yang
sama dari beberapa individu
Ex.
·
Tabel berat
badan anggota kelas bulan November 2017
Gambar 2. Berat badan anggota kelas bulan November 2017
·
Data
mikroekonomi seluruh Provinsi di Indonesia pada tahun 1998
2.
Time
Series (Runtun Waktu)
Pengertian
: nilai variabel dari suatu individu (perorangan,
negara, daerah, perusahaan) yang disusun menurut
urutan waktu
Ex.
·
Household
Comsumption (HHC), private consumption (PC),
government consumption (GC) dll yang diurut mulai dari Semester 1 tahun
1998 s/d Semester 3 tahun 2016
·
Tabel jumlah
penduduk Indonesia tahun 1990-2010
Gambar 3. Jumlah Penduduk Indonesia Tahun 1990-2010
3.
Data
Panel (Pooled Data)
Pengertian
: gabungan time series dan cross section dan
mencakup banyak individu
Ex.
·
HHC, PC, GC dll
untuk semua provinsi di Indonesia dari tahun 1993-2008
·
Tabel jumlah
penduduk semua provinsi di Indonesia dari tahun 1971-2010
Gambar 4. Jumlah Penduduk Semua Provinsi di Indonesia dari Tahun 1971-2010
KEY NOTES :
Nah
jadi yang perlu lo inget adalah :
o
Data TS gabisa
langsung di run, tapi harus di-treatment dulu
o
Minimal series
untuk data TS adalah 50 series (misal nih bentuk
data nya itu tahunan, berarti lo harus punya data minimal 50 tahun ke belakang
gitu)
o
Ngomongin
tentang running data, data yang bakalan lo run harus bersifat STASIONER
o
Data Stasioner : kondisi data yang tidak
dipengaruhi dirinya sendiri di masa lampau
o
Gini deh cara
gampangannya lo liat ini ya contohnya :
Gambar 5. Data
Stasioner
Lo liat bahwa data stasioner itu nilai tengah-nya
sama yak. Begitu pula kalo kita liat dari mean-nya. Mean yang lurus begitu
itu namanya mean stasioner.
Nah buat bahasan
stasioner strong sama lemah.. eh weak. Kita bahas buat artikel selanjutnya
yaa.. J
Gambar 6. Data Tidak Stasioner
Kalo diliat-liat data tidak stasioner itu.. Menarik.
Ya ga? Yap dia punya trend. Maksud dari trend jadi
tuh tahun 2015 dipengaruhi tahun 2014 (kalo di tahun 2014 naik, ya otomatis
tahun 2015 naik juja). Or.. Kalo naik ya naik, kalo turun ya turun gitu.
B. KOMPONEN
DATA TS
Data
TS yang lo punya kalo didekomposisikan/ diuraikan, dia bakalan punya 4 komponen
yaitu :
Gambar 7. Komponen data TS
1. Trend
(kecenderungan)
o
Deret waktu yang
berisi observasi data yang mewakili peningkatan/
penurunan di sepanjang periode waktu
o
Nilai
rata-rata berubah setiap waktu
o
Hal umum pada deret waktu ekonomi
Ex.
·
PDB (Produk
Domestik Bruto)
·
IHK (Indeks
Harga Konsumen)
·
Kurs Valuta
Asing
2. Cyclical
(Siklus)
o
Fluktuasi
gelombang
disekitar trend
o
Muncul saat
observasi data memperlihatkan kenaikan/ penurunan pada periode
yang tidak tetap
o
Cenderung berulang pada periode jangka panjang
o
Sulit
dijelaskan dengan model karena pola yang tidak stabil dan
fluktuasi beragam
Ex.
Penjualan Produk :
mobil, baja, peralatan utama lain
3. Seasonal
(Musiman)
o
Deret waktu
dengan pola perubahan yang berulang dengan
sendirinya pada periode waktu tertentu (misal kuartalan/ triwulanan pada tahun
tertentu, atau harian pada minggu tertentu)
o
Muncul apabila
observasi data dipengaruhi faktor musiman
Ex.
·
Permintaan kain
wol di USA (bakalan naik kalo musim dingin dan bakalan turun kalo musim panas)
4. Irregular/
Random
o
Kenyataannya sulit diprediksi
Ex.
·
Karena adanya
perang, bencana alam dan sebab-sebab unik lain yang sulit untuk diduga
Umm.. Mulai menarik yaaa. Untuk artikel selanjutnya kita bakalan bahas
tentang Dekomposisi Time Series (klik disini)
hmmm menarik... aku mau bikin juga ah tapi pake versiku. Pendekatan dengan cinta... ntar nyantumin blogmu sebagai sumbernya hahahaha
BalasHapuswkwk gpp. asal jomblo bahagia :) smgt smgt rizkuuuunnia.
Hapus