Follow Us @soratemplates

16 Nov 2017

TIME SERIES (2) KONSEP DASAR


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 DATA

Di 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)


2 komentar:

  1. hmmm menarik... aku mau bikin juga ah tapi pake versiku. Pendekatan dengan cinta... ntar nyantumin blogmu sebagai sumbernya hahahaha

    BalasHapus
    Balasan
    1. wkwk gpp. asal jomblo bahagia :) smgt smgt rizkuuuunnia.

      Hapus