Metode ARIMA (Autoregressive Integrated Moving Average) (skripsi dan tesis)

ARIMA (Autoregressive Integrated Moving Average) adalah metode yang pertama kali dikembangkan oleh George Edward Pelham Box dan Gwilym Meirion Jenkins yaitu metode peramalan untuk menyelesaikan deret berkala untuk menganalisis runtun waktu. Metode ARIMA juga dikenal dengan sebutan metode Box-Jenkins. Data yang digunakan dalam peramalan menggunakan metode ARIMA adalah data stationer. Model Box-Jenkins dikelompokkan ke dalam tiga kelompok, yaitu [1]:

1. Model Autoregressive (AR)

Model Autoregressive (AR) menunjukkan bahwa nilai peubah  merupakan fungsi linier dari peubah  sebelumnya [2].

      2. Model Moving Average (MA)

Model Moving Average (MA) merupakan nilai deret waktu pada waktu t yang dipengaruhi oleh unsur kesalahan pada saat ini dan unsur kesalahan terbobot pada masa lalu [3]. Sehingga model MA menunjukkan bahwa nilai peubah  dipengaruhi oleh sisaan pada periode sebelumnya [4].

      3. Model Campuran

• Model Moving Average Moving Average (ARMA)

Model ini merupakan gabungan antara model Autoregressive (AR), dan Moving Average (MA). Model ARMA telah stasioner tanpa proses differencing (d = 0) yang dinotasikan dengan model ARIMA (p,0,q) atau ARMA(p,q).

•  Model Moving Average Integrated Moving Average (ARIMA)

Jika data deret waktu tidak stasioner, maka model Box-Jenkins disebut model Autoregressive Integrated Moving Average (ARIMA). Model dinotasikan dengan ARIMA(p,d,q).