Kriteria Pemilihan Model Peramalan Terbaik Berdasarkan Kriteria Informasi

Reni Agustini, Nusar Hajarisman, Siti Sunendiari

Abstract


Abstract. This thesis discusses the selection of time series models commonly used for certain forecasts. The time series model observed here is a model that follows the autoregressive or AR process. There are six models considered in this thesis which are AR (1,0,0), AR (1,1,0), AR (1,2,0), AR (2,0,0), AR (2, 1.0), and AR (2,2,0). In statistical analysis there are a number of measures or criteria commonly used for the selection of the best model, where one of them is using the information criteria. The commonly used information criteria for selecting the best model are the Akaike (AIC) information criteria and Bayessian information criteria (BIC). However, in this thesis will be introduced a new criterion that is empirical information criterion (EIC). This method will be applied to data on the price of red pepper producers in Cianjur regency of West Java. The results obtained that by using AIC and BIC information criteria the best forecasting model is ARIMA (1,2,0) ie with value AIC = 1411,3 and BIC = 1415,12 whereas by using EIC information criteria the best forecasting model is ARIMA (2 , 2.0) ie with the value of EIC = 1384.98. The result of forecasting is using ARIMA model (2,2,0) this is because the value of EIC work better. After forecasting, the price of red pepper in Kabupaten Cianjur experienced the highest increase occurred in April of 2017 and the lowest in May of 2016.

 

Key Word – AIC, BIC,EIC, time series

Abstrak. Makalah ini membahas tentang pemilihan model deret waktu yang biasa digunakan untuk peramalan tertentu. Model deret waktu yang diamati disini adalah suatu model yang mengikuti proses autoregresif atau AR. Ada enam buah model yang dipertimbangkan yaitu AR (1,0,0), AR (1,1,0), AR (1,2,0), AR (2,0,0), AR (2,1,0), dan AR (2,2,0). Di dalam analisis statistika terdapat sejumlah ukuran atau kriteria yang biasa digunakan untuk pemilihan model terbaik, dimana salah satu diantaranya adalah menggunakan kriteria informasi. Kriteria informasi yang umum digunakan untuk memilih model terbaik adalah kriteria informasi Akaike (AIC) dan kriteria informasi Bayessian (BIC). Akan tetapi dalam makalah ini akan diperkenalkan suatu kriteria yang baru yaitu kriteria informasi empirik (EIC). Metode ini akan diaplikasikan pada data tentang harga produsen cabe merah di Kabupaten Cianjur Jawa Barat. Hasil yang diperoleh bahwa dengan menggunakan kriteria informasi AIC dan BIC model peramalan terbaik adalah ARIMA (1,2,0) yaitu dengan nilai AIC = 1411,3 dan BIC = 1415,12 sedangkan dengan menggunakan kriteria informasi EIC model peramalan terbaik adalah ARIMA (2,2,0) yaitu dengan nilai EIC = 1384,98. Hasil peramalan yang dilakukan adalah menggunakan model ARIMA (2,2,0) hal ini dikarenakan nilai EIC bekerja lebih baik. Setelah dilakukan peramalan, harga cabe merah di Kabupaten Cianjur mengalami kenaikan tertinggi terjadi pada bulan April tahun 2017 dan terendah pada bulan Mei tahun 2016.

Kata Kunci – AIC, BIC,EIC, Data Deret Waktu,


Keywords


AIC, BIC,EIC, Data Deret Waktu,

Full Text:

PDF

References


Akaike, H. (1973). Information theory and an extension of the maximum likelihood

principle. In: B.N. Petrow and Csaki, F. (Eds) Second Internasional Symposium on Information Theory (Budapest: Akademiai Kiado)

https://jabar.bps.go.id/new/website/pdf_publikasi/Statistik-Harga-Produsen-Pedesaan-Jawa-Barat-2014.pdf. diakses 3 Agustus 2017

https://jabar.bps.go.id/new/website/pdf_publikasi/Statistik-Harga-Produsen-Perdesaan-Jawa-Barat-2016.pdf . diakses 3 Agustus 2017

Wei William, W. S. (2006). Time Series Analysis Univariate and Multivariat Methods. Edisi Kedua. United States of America: Pearson Education.

Yanti Teti, S.(2008). Analisis Deret Waktu. Bandung: Program studi Statistika Universitas Islam Bandung.




Flag Counter