Hai teman2, apa kabar? Saya berharap semua baik-baik aja. Setelah saya menulis Penerapan metode autoregressive dalam memprediksi temperatur udara ternyata responsenya bagus dari temen2 sekalian. Dalam kesempatan kali ini saya merevisi berdasarkan metode autoregressive model menjadi ARIMA (Autoregressive-Integreated-Moving Average).
Download dari server dalam negri
Download dari server luar negri
Semoga dapat membantu teman2 sekalian. 
Terima kasih atas resposenya teman2 sekalian
Arif
29 agustus 2008
vitaria nugraheni said,
February 27, 2009 at 5:41 am
kok ga bisa di download yah…
gimana sihhh carana???
Arif said,
March 6, 2009 at 1:53 am
hai vitaria, salam kenal…
Bisa di download. caranya kamu klik kata2 :
Download dari server dalam negri
atau
Download dari server luar negri
entar dia sambung ke server buat download filenya
thank u
Arif
Lisa said,
March 30, 2009 at 6:48 am
siang kak..
Saya Lisa jurusan geofisika meteorologi IPB angkatan 2005.
Tugas akhir saya menggunakan model ARIMA untuk prediksi.
kak,sy cukup mengerti mengenai arima basic nya. Sy dapat persamaan arima Zt=1,543Zt-1 – 0,543 Zt-2 + 0,125 at-1
yang sy bingung adalah untuk prediksi nya gmana y?? kalo validasi sy bisa. karena kalo validasi kan ada data aslinya shg nilai Zt-1 dan at (galat) nya bisa diketahui. Nah kalo untuk prediksi 1 hari ke depan aku bisa, tapi buat prediksi 3 hari atau lebih ke depan gmna y? kan nilai Zt-1 nya kita belum tau krn data aslinya belum ada, galatnya jg kita gak tau kan. itu gmna y??
kalo langsung forecast pake minitab atau SPSS, hasilnya aneh.
Maaf ya, agak bnyak nulisnya.
tapi ini penting banget, tolong masukan dan jwbnnya ya..
Thx..
Arif said,
March 30, 2009 at 10:53 am
Hai Lisa, salam kenal
saya jawab pertanyaan kamu.
Klau prediksinya tinggak dimasukan ke dalam rumus ja.
Klau kamu mau prediksi 3 hari kedepan yah datanya dimajukan 3 hari atau time lagnya ditingkatkan sehingga kita bisa mendapatkan 3 hari yang akan datang.
Untuk masalah galatnya emang kita tidak bisa mendapatkannnya karena data realnya blom da. Jadi bisa kita anggap 0 klau diizinkan (meskinpun itu mustahil untuk didapatkan di dunia nyata)
Tapi kita juga nggak bisa menentukan time lag sembarangan karena mempengaruhoi baik buruknya dari hasil prediksi. Cara menentukan time lag dilihat pada tabel ACF dan PACF
Klau pake software minitab dan spss saya blom pernah pake kebanyakan saya pake r language
semoga penjelasan ini membuat mengerti lebih baik.
Klau belum mengerti silahkan tanya lagi yah
Terima kasih
Arif
harsya said,
April 16, 2009 at 2:02 am
Halo salam kenal saya Harsya, bos ada referensi bwt fuzzy logic gak? Saya lagi TA nih pake 2 metode, pertama ARIMA yg kedua Fuzzy Subtractive Clustering. Jadi data yang saya pake itu pendapatan dari 4 objek dalam 3 tahun terakhir, masing2 objek di prediksi dgn ARIMA, setelah itu hasil prediksi ARIMA di gunakan untuk prediksi 5 tahun kedepan. Hasil data prediksi itu yang saya pake untuk di klaster. Tapi masih bingung juga bwt software utk fuzzy apa yang bagus ya?
Arif said,
April 19, 2009 at 9:13 am
Hai harsya.sebelumnya saya ucapin terima kasih yah buat kommentarnya
wah bagus tuh, kamu mau pake ARIMA dan fuzzy logic. Saya tau tentang ARIMA bos. tapi saya ngak ketahui tentang fuzzy logic.maaf yah bos
mungkin temen2 yang lain bisa membantu temen kita yang satu ini.
klau nggak browsing ma om google… moga2 ketemu artikel dan klau untung bisa ktemu source codenya juga loh.he2x. klau udah gitu tinggal dipelajari deh source code nya…
Oc….
thank u for ur comment harsya
izan said,
May 13, 2009 at 4:47 pm
Hai vitaria, salam kenal..
saya izan, mau tanya neh tentang metode ARIMA, kalo peramalan dengan metode arima tuh minimal ada berapa data (N)? saya lagi Kerja Praktek nich, kalo data tahunan misal pertumbuhan ekonomi bisa pake metode ini gak?
Arif said,
May 17, 2009 at 6:19 am
hai izan, salam kenal juga.
Saya jawab pertanyaan kamu. minimal data untuk menggunakan metode arima itu dua data.
sedangkan klau kamu mau menggunakan data tahuanan maka harus memenuhi asumsi sebelum melakukan analisis ARIMA
setau saya asumsinya sesama data harus saling berkorelasi, mempunyai rata-rata tidak berubah dan varian dari data tidak boleh terlalu besar.
okey makasih izan
Arif
doni said,
August 14, 2009 at 5:14 am
hai saya doni saya ada yang mau saya tany nie…karena saya tidak punya dasar statistika saya rada bingung…untuk mencari residual autokorelasi kira2 rumusnya seperti apa ya?trus cara pakainya gmana ya?maaf nieh pertanyaan mendasar..:D
thanks..
Arif said,
August 29, 2009 at 7:27 am
Hi doni
Salam kenal juga.
Sorry baru bales, karena kemaren saya baru sidang.
Pengertian autokorelasi adalah penggambarkan hubungan dengan datanya sendiri.
Sedangkan residual adalah sisa. setau saya dalam autokorelasi nggak ada yang namanya residual autokorelasi.
Autokorelasi mempunyai range antara 0 sampai 1 dimana 0 menunjukkan hubungan dengan datanya sendiri tidak erat sedangkan bila semakin mendekati 1 maka menunjukkan hubungan dengan datanya sendiri erat.
Kalau rumus mencari auto korelasi kamu bisa liat di makalah saya tentang Penerapan metode ARIMA dalam memprediksi temperatur Udara Halaman 3.
Yah itu jawaban dari pertanyaan kamu semoga dapat membantu kamu
Terima kasih
Arif