Professional Documents
Culture Documents
PERIOD
E
Jan-99
Feb99
Mar99
Apr99
May99
Jun99
Jul99
Aug99
Sep99
Oct99
Nov99
Dec99
Jan-00
Feb00
Mar00
Apr00
May00
Jun00
Jul00
Aug00
PDB
332.39
8
330.54
9
328.24
1
325.87
3
324.34
6
325.66
3
330.35
6
336.68
7
341.44
3
342.04
1
340.39
9
339.06
2
340.10
8
342.02
9
342.85
2
341.71
8
340.17
0
340.86
5
345.15
6
351.06
1
PERIOD
E
PDB
PERIOD
E
PDB
PERIOD
E
PDB
Jan-02
358.505
Jan-05
419.556
Jan-07
467.348
Feb02
363.652
Feb-05
422.918
Feb-07
471.176
Mar02
368.650
Mar-05
426.612
Mar-07
475.533
Apr02
371.035
Apr-05
429.350
Apr-07
478.860
May02
372.605
May-05
432.094
May-07
482.433
Jun02
375.721
Jun-05
436.121
Jun-07
488.026
Jul02
380.982
Jul-05
441.331
Jul-07
495.429
Aug02
386.325
Aug-05
446.393
Aug-07
502.764
Sep02
387.920
Sep-05
448.598
Sep-07
506.168
Oct02
383.940
Oct-05
446.597
Oct-07
503.559
Nov02
377.302
Nov-05
442.427
Nov-07
497.757
Dec02
372.926
Dec-05
439.484
Dec-07
493.365
Jan-03
375.029
Jan-06
440.820
Jan-08
494.783
Feb03
380.805
Feb-06
444.560
Feb-08
499.610
Mar03
386.744
Mar-06
448.485
Mar-08
505.243
Apr03
389.684
Apr-06
450.947
Apr-08
509.390
May03
391.553
May-06
453.341
May-08
513.507
Jun03
394.621
Jun-06
457.637
Jun-08
519.359
Jul03
399.549
Jul-06
464.147
Jul-08
526.954
Aug03
404.396
Aug-06
471.059
Aug-08
534.529
355.29
0
355.22
0
352.83
0
350.76
3
351.55
6
353.83
4
356.115
357.30
5
358.33
8
360.53
3
363.89
4
367.10
1
367.51
7
364.14
7
359.12
7
356.24
0
Sep00
Oct00
Nov00
Dec00
Jan-01
Feb01
Mar01
Apr01
May01
Jun01
Jul01
Aug01
Sep01
Oct01
Nov01
Dec01
Sep03
405.608
Sep-06
474.904
Sep-08
538.567
Oct03
401.518
Oct-06
473.539
Oct-08
535.943
Nov03
394.847
Nov-06
469.364
Nov-08
528.615
Dec03
390.199
Dec-06
466.101
Dec-08
518.935
Jan-04
391.712
Feb04
396.847
Mar04
402.597
Apr04
406.003
May04
408.591 Sumber:
Jun04
Jul04
411.936 http://lib.ui.ac.id/file?file=digital/124624-T
%2026319-Analisa%20hubungan416.617 lampiran.pdf
Aug04
Sep04
423.852
Oct04
422.876
Nov04
420.074
Dec04
418.132
500000
PDD
450000
400000
350000
300000
1
12
24
36
48
60
Index
72
84
96
108
120
AUTOKORELASI
Penjelasan:
1,0
0,8
Autocorrelation
0,6
0,4
0,2
0,0
-0,2
-0,4
-0,6
-0,8
-1,0
2
10
12
14
16
Lag
18
20
22
24
26
28
30
AUTOKORELASI PARSIAL
Penjelasan:
1,0
Partial Autocorrelation
0,8
0,6
0,4
0,2
0,0
-0,2
-0,4
-0,6
-0,8
-1,0
2
10
12
14
16
Lag
18
20
22
24
26
28
30
Dari hasil grafik autokorelasi dan autokorelasi parsial dapat disimpulkan bahwa data PDB
tidak stasioner sehigga harus distasionerkan terlebih dahulu dengan metode differencing.
X t =X t X t1
X 't =X t B X t =(1B) X t
Untuk pembedaan orde kedua :
(1B) X t =e t .
Proses Autoregresif
Secara umum proses AR orde ke-p
didefinisikan sebagai berikut :
ARIMA (p,0,0) :
'
X t = + 1 X t1 + 2 X t2 ++ p X t p +e t
di mana : = nilai konstan ; j =
parameter autoregresif ke-j; e t = nilai galat
pada saat t.
Dalam praktiknya, dua kasus yang akan
paling sering kita hadapi adalah apabila p = 1 dan
p = 2. Dua kasus ini didefinikan sebagai berikut :
ARIMA (1,0,0) :
3.
4.
X t =' + 1 X t1 +e t
ARIMA (2,0,0) :
'
X t = + 1 X t1 + 2 X t2 +e t
Dengan menggunakan symbol operator
shift mundur, B, maka dapat ditulis ulang sebagai
berikut :
ARIMA (1,0,0) :
( 11 B ) X t =' + et
ARIMA (2,0,0) :
(1 1 B 2 B2 ) X t =' + e t
X t =+e t 1 et 12 et 2q e tq
di mana 1 sampai q adalah parameterparameter moving average, e tq adalah nilai
galat pada saat tq dan adalah suatu
konstanta. Dalam praktiknya, dua kasus yang
kemungkinan besar akan dihadapi adalah apabila
q = 1 dan q = 2.
ARIMA (0,0,1) : X t =+ ( 11 B ) e t
ARIMA (0,0,2) :
X t =+ ( 11 B2 B2 ) e t
5.
6.
7.
8.