tahapan dalam peramalan ARIMA-QR (skripsi dan tesis)

tahapan dalam penelitian yang dilakukan untuk peramalan ARIMA-QR: 1. Persiapan Data a. Membagi data menjadi 70% training set dan 30% testing set 2. Peramalan menggunakan ARIMA a. Identifikasi Model Pada tahap identifikasi model dilakukan pembuatan plot data time series. Kemudian dilakukan uji stasioner ragam dan uji stasioner rataan. Jika data belum stasioner dalam ragam, maka perlu dilakukan proses transformasi. Jika data belum stasioner terhadap mean, maka dilakukan proses differencing. Identifikasi model ARIMA dapat dilakukan dengan menggunakan fungsi ACF maupun PACF dari data yang sudah stasioner untuk menentukan model awal (penentuan orde AR dan MA). b. Estimasi Parameter Parameter dikatakan signifikan jika memiliki nilai pvalue < α atau p-value < 0,05. Jika telah menemukan parameter yang sesuai, maka dilanjutkan dengan proses uji diagnosa c. Uji Diagnosa Uji diagnosa dapat dilakukan dengan membuat plot ACF dan PACF untuk residualnya. Uji diagnosa dapat dilihat dari nilai p pada correlogram q-statistic dan squared residual. Nilai p > 0,05 pada q-statistic menandakan bahwa residual atau sisaan bersifat random atau acak, yang berarti model dapat diterima. Nilai p > 0.05 pada squared residual menandakan bahwa sisaan bersifat homogen. Model yang telah memnuhi kriteria dapat digunakan untuk melakukan peramalan. d. Peramalan Setelah mendapatkan model terbaik dari hasil uji parameter dan uji diagnosa, maka proses selanjutnya adalah melakukan peramalan dengan menggunakan model tersebut.   3. Peramalan menggunakan metode Quantile Regression (QR) a. Menentukan quantile quantile yang digunakan dalam penelitian ini adalah 0.25, 0.50, dan 0.75. b. Menganalisis variabel Menganalisis variabel yaitu terkait variabel independen dan regressor (variabel bebas), termasuk menganalisis hubungan antar variabel. c. Mencari nilai prediksi d. Menghitung kesalahan peramalan 4. Analaisa Hasil dan penarikan kesimpulan Menganalisa dan membandingkan metode antara ARIMA saja dan metode campuran ARIMA-QR.