Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
PENERAPAN MODEL FUNGSI TRANSFER MULTIVARIAT UNTUK
MERAMALKAN JUMLAH KEDATANGAN WISATAWAN ASING
KE INDONESIA
SKRIPSI
Diajukan untuk Memenuhi Sebagian dari Syarat Memperoleh Gelar Sarjana Sains
Oleh
Fitri Nurma Rifah
0805587
JURUSAN PENDIDIKAN MATEMATIKA
FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PENDIDIKAN INDONESIA
Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
PENERAPAN MODEL FUNGSI TRANSFER MULTIVARIAT UNTUK
MERAMALKAN JUMLAH KEDATANGAN WISATAWAN ASING KE INDONESIA
Oleh Fitri Nurma Rifah
Sebuah skripsi yang diajukan untuk memenuhi salah satu syarat untuk memperoleh gelar Sarjana Sains pada
Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam
© Fitri Nurma Rifah 2013 Universitas Pendidikan Indonesia
Oktober 2013
Hak Cipta dilindungi undang-undang
Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
dengan dicetak ulang, difoto kopi, atau cara lainnya tanpa ijin dari pemilik
LEMBAR PENGESAHAN
PENERAPAN MODEL FUNGSI TRANSFER MULTIVARIAT UNTUK
MERAMALKAN JUMLAH KEDATANGAN WISATAWAN ASING
KE INDONESIA
Oleh :
Fitri Nurma Rifah
NIM. 0805587
Disetujui dan Disahkan Oleh,
Pembimbing I
Dra. Entit Puspita, M.Si.
NIP. 196704081994032002
Pembimbing II
Fitriani Agustina, S.Si., M.Si.
NIP. 198108142005012001
Mengetahui,
Ketua Jurusan Pendidikan Matematika
Drs. Turmudi, M.Ed., M.Sc., Ph.D.
ii
Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
ABSTRAK
Pada skripsi ini mengkaji tentang Model Fungsi Transfer Multivariat yang
merupakan gabungan dari karakteristik analisis regresi berganda dengan
karateristik runtun waktu ARIMA(Autoregressive Integrated Moving Average).
Model fungsi transfer variabel input lebih dari dua runtun waktu disebut dengan
model fungsi transfer multivariate. Prosedur pembentukan model fungsi transfer
multivariate melalui dua tahap, yaitu pembentukan model fungsi transfer tunggal
dari masing-masing input, baru dilakukan pembentukan model fungsi transfer
secara simultan dari semua variabel. Didalam skripsi ini dipaparkan penerapan
model fungsi transfer multivariate pada peramalan kedatangan wisatawan asing ke
Indonesia. Data yang digunakan mulai dari tahun 2008 sampai 2013 dengan
variabel input bandara Soekarno-Hatta, Ngurah Rai, Polonia dan Batam.
Berdasarkan model fungsi transfer yang didapat, hasil ramalan kedatangan
wisatawan asing ke Indonesia pada tahun 2013-2014 cenderung mengalami
kenaikan.
iii
Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
ABSTRACT
This thesis examines the Multivariate Transfer Function Model which is a
combination of the characteristics of the multiple regression analysis and of time
series ARIMA (Autoregressive Integrated Moving Average). Transfer function
model with input variables over the two time series is called multivariate transfer
function models. Procedures of constructing multivariate transfer function model
through two steps, that is construct a single transfer function model of each input,
then construct a transfer function model of all variables simultaneously. In this
thesis, it is presented application of multivariate transfer function model in
forecasting of the foreign tourists arrival to Indonesia. Data used is begin from
2008 until 2013 with input variables are Soekarno - Hatta airport, Ngurah Rai,
Polonia and Batam. Based on the transfer function model obtained, the results of
forecasting of foreign tourist arrivals to Indonesia in 2013-2014 tended increasing.
vi
Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
DAFTAR ISI
LEMBAR PENGESAHAN
LEMBAR PERNYATAAN ... i
ABSTRAK ... ii
KATA PENGANTAR ... iv
UCAPAN TERIMA KASIH ... v
DAFTAR ISI ... vi
DAFTAR TABEL ... viii
DAFTAR GAMBAR ... ix
BAB I PENDAHULUAN ... 1
1.1 Latar Belakang ... 1
1.2 Rumusan Masalah ... 3
1.3 Tujuan Penulisan ... 3
1.4 Manfaat Penulisan ... 3
1.5 Sistematika Penulisan ... 4
BAB II LANDASAN TEORI ... 5
2.1 Pengertian Peramalan ... 5
2.2 Pengertian Data Runtun Waktu ... 6
2.3 Stasioneritas ... 6
2.4 Fungsi Autokorelasi ... 7
2.5 Fungsi Autokorelasi Parsial ... 8
2.6 Proses White Noise ... 9
2.7 Metode Box Jenkins ... 10
2.7.1 Proses Autoregressive (AR) ... 11
vii
Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
2.7.3 Proses Autogressive Moving Average (ARMA) ... 14
2.7.4 Model Autogressive Integrated Moving Average (ARIMA) ... 14
BAB III MODEL FUNGSI TRANSFER MULTIVARIAT ... 17
3.1 Model Fungsi Transfer ... 17
3.2 Prosedur Untuk Menentukan Model Fungsi Transfer Multivariat ... 19
3.2.1 Tahap Pertama: Identifikasi Bentuk Model Input Tunggal... 20
3.2.2 Tahap Kedua: Penaksir Parameter-parameter Model Funsi Transfer ... 25
3.2.3 Tahap Ketiga: Uji Diagnosis Model Fungsi Transfer Tunggal ... 26
3.2.4 Tahap Keempat: Penentuan Model Fungsi Transfer Multivariat ... 27
BAB IV STUDI KASUS ... 29
4.1 Data Kasus ... 29
4.2 Penerapan Model Fungsi Transfer Multivariat dalam Peramalan Jumlah Kedatangan Wisatawan Asing ... 32
4.3 Peramalan Jumlah Kedatangan Wisatawan Asing dengan Model Fungsi Transfer Multivariat ... 57
BAB V KESIMPULAN DAN SARAN ... 59
5.1 Kesimpulan ... 59
5.2 Saran ... 59
DAFTAR PUSTAKA ... 61
LAMPIRAN ... 63
viii
Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
DAFTAR TABEL
Tabel 3.1 Model Fungsi Transfer dengan r = 0 ... 23
Tabel 3.2 Model Fungsi Transfer dengan r = 1 ... 24
Tabel 3.3 Model Fungsi Transfer dengan r = 2 ... 24
Tabel 4.1 Kedatangan Wisatawan Asing ke Indonesia ... 29
Tabel 4.2 Estimasi Parameter untuk Input Soekarno-Hatta ... 37
Tabel 4.3 Estimasi Parameter untuk Input Ngurah Rai... 38
Tabel 4.4 Estimasi Parameter untuk Input Polonia ... 39
Tabel 4.5 Estimasi Parameter untuk Input Batam ... 40
Tabel 4.6 Deskripsi Statistik Pada Korelasi Silang Masing-masing Deret Input dan Output ... 46
Tabel 4.7 Bobot Respon Impuls Yang Mengidentifikasi Fungsi Transfer ... 47
Tabel 4.8 Penetuan Nilai r,s,b ... 48
Tabel 4.9 Estimasi Parameter Deret noise ( ... 50
Tabel 4.10 Uji Ljung-Box Masing-masing Deret noise ... 51
Tabel 4.11 Estimasi Parameter Variabel Input Model Fungsi Transfer... 54
Tabel 4.12 Estimasi Parameter Fungsi Transfer Multivariat ... 56
ix
Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
DAFTAR GAMBAR
Gambar 3.1 Skema Fungsi Transfer... 17
Gambar 4.1 Plot Fak dan Fakp data Kedatangan Wisatawan ... 32
Gambar 4.2 Plot Fak dan Fakp data Jumlah Kedatangan Wisatawan di bandara Soekarno-Hatta ... 33
Gambar 4.3 Plot Fak dan Fakp data Jumlah Kedatangan Wisatawan di bandara Ngurah Rai ... 34
Gambar 4.4 Plot Fak dan Fakp data Jumlah Kedatangan Wisatawan di bandara Polonia ... 35
Gambar 4.5 Plot Fak dan Fakp data Jumlah Kedatangan Wisatawan di bandara Batam ... 36
Gambar 4.6 Plot white noise dari residual Soekarno-Hatta ... 43
Gambar 4.7 Plot white noise dari residual Ngurah Rai ... 43
Gambar 4.8 Plot white noise dari residual Polonia ... 43
Gambar 4.9 Plot white noise dari residual Batam ... 44
Gambar 4.10 Plot white noise dari residual Kedatangan ... 44
Gambar 4.11 Korelasi silang antara Kedatangan dengan Soekarno-Hatta ... 45
Gambar 4.12 Korelasi silang antara Kedatangan Ngurah Rai ... 45
Gambar 4.13 Korelasi silang antara Kedatangan dengan Polonia ... 45
1
Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
BAB 1
PENDAHULUAN
1.1Latar Belakang
Peramalan merupakan suatu cara untuk memprediksi kejadian yang akan datang
berdasarkan kejadian masa lalu. Berdasarkan sifatnya peramalan terbagi atas dua
yaitu peramalan kualitatif dan peramalan kuantitatif. Menurut Assauri, peramalan
kualitatif adalah peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil
peramalan yang dibuat sangat bergantung pada orang yang menyusunnya. Peramalan
kuantitatif adalah peramalan yang didasarkan atas data kuantitatif pada masa lalu.
Hasil peramalan yang dibuat sangat bergantung kepada metode yang dipergunakan
dalam peramalan tersebut. Syarat suatu peramalan dikatakan peramalan kuantitatif
yaitu peramalan tersebut harus bisa memenuhi tiga kondisi yaitu tersedia informasi
masa lalu, informasi dapat dikuantitatifkan ke dalam bentuk data numerik serta dapat
diasumsikan bahwa pola masa lalu akan berlanjut pada masa yang akan datang.
Tahapan yang harus dilalui dalam perancangan suatu metode peramalan adalah
melakukan analisis pada data masa lampau agar mendapatkan gambaran pola dari
data yang bersangkutan dengan tujuan memperoleh metode yang paling sesuai.
Sehingga dengan adanya peramalan tentu saja suatu perencanaan akan lebih efektif
dan efisien.
Analisis data runtun waktu pada dasarnya digunakan untuk melakukan analisis
data yang mempertimbangkan pengaruh waktu. Data yang dikumpulkan secara
periodik berdasarkan urutan waktu, bisa dalam jam, hari, minggu, bulan, dan tahun,
dapat dilakukan analisis menggunakan metode analisis data runtun waktu. Analisis
data runtun waktu tidak hanya dapat dilakukan untuk satu variabel (univariat) tetapi
dapat juga untuk banyak variabel (multivariat). Selain itu pada analisis data runtun
waktu dapat dilakukan peramalan data beberapa periode ke depan yang sangat
2
Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Model ARIMA(Autoregressive Integrated Moving Average) adalah model yang
secara penuh mengabaikan variabel bebas dalam membuat peramalan. ARIMA
menggunakan nilai masa lalu dan sekarang dari variabel terikat untuk menghasilkan
peramalan jangka pendek yang akurat. Metode ini merupakan gabungan dari metode
penghalusan, metode regresi dan metode dekomposisi. Untuk data runtun waktu yang
memiliki dua variabel atau lebih tentu tidak akan terlalu tepat jika dilakukan analisis
menggunakan model ARIMA karena tidak menutup kemungkinan terdapat hubungan
saling mempengaruhi antara satu data dengan data yang lainnya, oleh karena itu
diperlukan model-model multivariat. Model-model yang masuk kelompok multivariat
analisisnya lebih rumit dibandingkan dengan model-model univariat. Pada model
multivariat sendiri bisa dalam bentuk analisis data bivariat (yaitu hanya data dua
runtun waktu) dan dalam bentuk data multivariat (yaitu data runtun waktu yang lebih
dari dua). Model-model multivariat diantaranya: model fungsi transfer, model analisis
intervensi (intervention analysis), fourier analysis, analisis spectral dan vector time
series models.
Model fungsi transfer merupakan salah satu model peramalan kuantitatif yang
dapat digunakan untuk peramalan data runtun waktu yang multivariat. Model ini
menggabungkan beberapa karakteristik analisis regresi berganda dengan karakteristik
runtun waktu ARIMA. Model fungsi transfer disebut sebagai metode yang
menggabungkan pendekatan kausal dan runtun waktu. Metode kausal yaitu metode
yang menggunakan pendekatan sebab akibat dan bertujuan untuk meramalkan
keadaan di masa yang akan datang dan mengukur beberapa variabel bebas yang
penting beserta pengaruhnya terhadap variabel tidak bebas yang akan diramalkan.
Analisis runtun waktu multivariat pada model fungsi transfer mempunyai tujuan akhir
yaitu menggunakan model fungsi transfer untuk meramalkan variabel terikat pada
masa yang akan datang.
Banyak hal, dalam kehidupan ini yang dapat diramalkan untuk mendapatkan
suatu perencanaan yang lebih baik. Berdasarkan hal itu penulis mencoba mengkaji
3
Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
meramalkan kedatangan wisatawan asing ke Indonesia mulai dari Januari 2008
sampai Januari 2013. Output yang akan digunakan adalah kedatangan wisatawan,
sedangkan inputnya adalah bandara Soekarno-Hatta, Ngurah Rai, Polonia, dan
Batam. Oleh karena input yang digunakan lebih dari dua maka peramalan ini
termasuk dalam peramalan dengan variabel multivariat.
Berdasarkan uraian di atas penulis ingin menguraikan cara pemodelan fungsi
transfer multivariat agar dapat diterapkan untuk meramalkan kejadian akan datang.
Untuk itu penulis mengambil judul “Penerapan Model Fungsi Transfer Multivariat untuk Meramalkan Jumlah Kedatangan Wisatawan Ke Indonesia”.
1.2Rumusan Masalah
Berdasarkan latar belakang masalah diatas, maka permasalahan yang akan
menjadi kajian skripsi ini adalah bagaimana model dan hasil peramalan kedatangan
wisatawan ke Indonesia dengan model fungsi transfer multivariat?
1.3Tujuan Penulisan
Adapun tujuan penulisan ini, yaitu mendapatkan model dan hasil peramalan
kedatangan wisatawan ke Indonesia dengan menggunakan model fungsi transfer
multivariat.
1.4Manfaat Penulisan
1. Manfaat Teoritis
Adapun manfaat penulisan skripsi ini secara teoritis adalah memperluas teori
tentang model multivariat.
2. Manfaat Penulisan
Adapun manfaat penulisan skripsi ini secara praktis adalah sebagai bahan
pertimbangan serta dapat dijadikan sebagai salah satu sumber informasi bagi
4
Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
1.5Sistematika Penulisan
Adapun sistematika penulisan skripsi ini adalah:
BAB 1 Pendahuluan
Mengemukakan latar belakang masalah, rumusan masalah, tujuan
penulisan, manfaat penulisan dan sistematika penulisan.
BAB 2 Landasan Teori
Mengemukakan teori yang menunjang bab pembahasan. Yaitu
pengertian peramalan, pengertian data runtun waktu, Autocorrelation
Function (ACF), Partial Autocorrelation Function (PACF), proses
White Nose, dan ARIMA.
BAB 3 Model Fungsi Transfer Multivariat
Membahas tentang konsep-konsep yang berkaitan dengan Model
Fungsi Transfer Multivariat.
BAB 4 Contoh Kasus
Pada bab ini berisi studi kasus untuk penerapan model fungsi transfer
multivariat.
BAB 5 Penutup
17
Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
BAB 3
MODEL FUNGSI TRANSFER MULTIVARIAT
Model fungsi transfer multivariat merupakan gabungan dari model ARIMA
univariat dan analisis regresi berganda, sehingga menjadi suatu model yang
mencampurkan pendekatan runtun waktu dengan pendekatan kausal. Beberapa hal
yang berkaitan dengan model fungsi transfer antara lain runtun waktu output,
dinamakan dan yang diperkirakan akan dipengaruhi oleh runtun waktu input,
dinamakan , serta input-input lain yang digabungkan dalam satu kelompok yang
dinamakan gangguan (noise) . Seluruh sistem tersebut merupakan sistem yang
dinamis, dengan kata lain deret input memberikan pengaruhnya kepada deret output
melalui transfer. Konsep fungsi transfer ditunjukan pada gambar 3.1 berikut:
Gambar 3.1 Skema Fungsi Transfer
3.1Model Fungsi Transfer
Bentuk umum model fungsi transfer tunggal adalah sebagai berikut: (Makridakis,
dkk:1999:448)
(3.1) dengan
menyatakan deret output
menyatakan deret input
menyatakan pengaruh kombinasi dari seluruh faktor yang mempengaruhi
Fungsi transfer
Seluruh pengaruh lain (noise)
18
Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
adalah orde fungsi transfer
Deret input dan output pada persamaan (3.1) dapat ditransformasikan atau
diselisihkan agar menjadi stasioner, untuk membedakan persamaan yang telah
ditransformasi dan diselisihkan maka nilai , , dan pada persamaan (3.1) ditulis
dengan huruf kecil.
Orde dari fungsi transfer adalah (menjadi orde tertinggi untuk proses
pembedaan) dan terkadang nilai lebih besar dari banyaknya lag pada korelasi silang
oleh karena itu nilai tidak terlalu dibatasi. Berdasarkan informasi tersebut maka
persamaan fungsi transfer dapat dinyatakan sebagai berikut:
(3.2)
(3.3)
(3.4)
Dengan
, , , ,
menyatakan nilai yang telah ditransformasi dan diselisihkan
menyatakan nilai yang telah ditransformasi dan diselisihkan
menyatakan nilai gangguan random
19
Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Pada fungsi transfer multivariat atau multi input ada beberapa variabel input
yang dimasukkan pada suatu pemodelan. Bentuk umum persamaan fungsi transfer
multivariat adalah sebagai berikut:(Wei, 1990:362)
∑ (3.5)
fungsi transfer ke-j untuk deret input , j = 1,2,…,k.
Persamaan (3.5) dapat pula dinyatakan sebagai berikut:
∑ [ ]
(3.6)
menyatakan variabel dependen,
menyatakan variabel independen ke-j
menyatakan operator moving average orde sj untuk variabel ke-j
menyatakan operator autoregressive orde rj untuk variabel ke-j
menyatakan operator moving average orde q
menyatakan operator autoregressive orde p menyatakan nilai gangguan acak
Jika deret input dan tidak berkorelasi untuk , maka analisis dan
perhitungan sama seperti model fungsi transfer input tunggal sedangkan untuk deret
multivariat dengan yang saling berkorelasi maka dilakukan analisis korelasi
silang (cross correlation) antar runtun waktu untuk mengetahui deret mana yang
harus dikeluarkan dari model.
3.2Prosedur Menentukan Model Fungsi Transfer Multivariat
Tahap-tahap dalam pemodelan fungsi transfer multivariat untuk deret input ( )
dan deret output ( ) adalah dengan cara mengidentifikasi deret input tunggal terlebih
dahulu supaya mendapatkan orde model ARIMA. Setelah didapatkan model ARIMA
20
Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
dilanjutkan dengan perhitungan korelasi silang untuk masing-masing deret input
dengan output yang berguna untuk menentukan nilai . Sebagaimana Liu dan
Hanssensn (1982) menyarankan suatu prosedur identifikasi simultan yang
menggunakan kuadrat terkecil untuk mengestimasi bobot respon impuls. Setelah
estimasi bobot-bobot respon impuls diperoleh baru dapat mengidentifikasi bentuk
model fungsi transfer dan noise gabungan. Berikut dipaparkan prosedur pemodelan
fungsi transfer multivariat. (Makridakis, dkk:1999:450)
3.2.1 Tahap Pertama : Identifikasi Bentuk Model Input Tunggal
1) Mempersiapkan deret input dan output
Pada tahap ini yang perlu dilakukan adalah mengidentifikasi kestasioneran deret
input dan deret output. Untuk menghilangkan ketidakstasioneran maka perlu
mentransformasi atau melakukan pembedaan deret-deret input dan output.
Deret data yang telah di transformasi dan telah sesuai, kemudian disebut dan
. Atau bisa disimpulkan bahwa di tahap ini perlu diadakan pengecekan
kestasioneran untuk melanjutkan ka tahap selanjutnya, yaitu dengan melakukan
pembedaan terhadap nilai dan menjadi dan dengan persamaan :
(3.7) (3.8)
2) Pemutihan deret input
Pemutihan deret input bertujuan untuk menjadikan deret input menjadi lebih
dapat diatur dengan menghilangkan seluruh pola yang diketahui supaya yang
tertinggal hanya white noise. Pemutihan deret input dengan proses ARIMA
adalah
(3.9) Mengubah deret input menjadi deret sebagai berikut:
21
Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
3) Pemutihan deret output
Apabila suatu transformasi pemutihan dilakukan untuk maka transformasi
yang sama juga harus diterapkan terhadap supaya fungsi transfer dapat memetakan
kedalam . Transformasi pada tidak harus mengubah menjadi white noise.
Berikut merupakan deret yang telah diputihkan:
(3.11)
4) Perhitungan korelasi silang dan autokorelasi deret input dan deret output yang
telah diputihkan.
Kovarian antara dua variabel dan ditetapkan sebagai berikut:
̅ ̅
Dengan bentuk ini didapatkan dua ragam yaitu dan . Sekarang dengan
memasang subskrip waktu di bawah variabel dan dan dengan memisalkan k
sebagai time lag. Kovarians silang dan didefinisikan sebagai berikut:
̅ ̅ (3.12)
̅ ̅ (3.13)
Dimana dan setererusnya. Persamaan (3.12) dan (3.13) didefinisikan
sebagai ekspektasi. Dalam praktek, taksiran kovarians-silang dihitung dengan rumus
sebagai berikut:
∑ ̅ ̅ (3.14)
∑ ̅ ̅ (3.15)
Kovarians silang kemudian diubah menjadi korelasi silang dengan membagi
kovarians tersebut oleh dua standar deviasi sebagai berikut:
∑ ̅ ̅
√ ∑ ̅ ∑ ̅
22
Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Rumus standar error berikut berguna untuk memeriksa apakah berbeda nyata
dari nol dengan membandingkan nilai dengan standar error. (Wei, 1990:330)
√ (3.17)
Didalam model fungsi transfer multivariat perhitungan korelasi silang pada
masing-masing input terhadap output digunakan untuk mengetahui nilai
yang diidentifikasi dari plot korelasi silang. Setelah didapatkan nilai pada
masing-masing input maka barulah dilakukan korelasi silang serentak antara nilai
terhadap seluruh variabel inputnya.
5) Penaksir langsung bobot respon impuls
Langkah selanjutnya setelah perhitungan korelasi silang adalah penaksiran nilai
bobot respon impuls. Bobot respon impuls ini berguna untuk menghitung deret noise.
Untuk penaksiran bobot respon impuls secara langsung rumusnya adalah sebagai
berikut:
(3.18)
dengan
menyatakan nilai dari korelasi silang lag ke-k
menyatakan standar deviasi dari deret output yang telah diputihkan
menyatakan standar deviasi dari deret input yang telah diputihkan
6) Penetapan ( ) untuk model fungsi transfer yang menghubungkan deret input
dan deret output
Tiga parameter kunci dalam model fungsi transfer adalah dimana
menunjukkan derajat fungsi , menunjukkan derajat fungsi dan
menunjukkan keterlambatan yang dicatat pada pada persamaan
23
Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Berikut ini beberapa aturan yang dapat digunakan untuk menduga nilai dari
suatu fungsi transfer.(Wei,1994:324)
a. Nilai menyatakan bahwa tidak dipengaruhi oleh sampai periode .
Besarnya dapat ditentukan dari lag yang pertama kali signifikan pada plot
korelasi silang. Nilai ini merupakan nilai yang paling mudah ditentukan apabila
korelasi silang diperoleh dari tetapi
maka dapat ditentukan , dengan kata lain terdapat tiga periode sebelum
runtun waktu input α mulai mempengaruhi runtun waktu output β.
b. Nilai menyatakan seberapa lama deret terus dipengaruhi
sehingga dapat dikatakan bahwa nilai adalah bilangan
pada lag plot korelasi silang sebelum terjadinya pola menurun.
c. Nilai menyatakan bahwa dipengaruhi oleh nilai masa lalunya . bila ada beberapa lag plot pada korelasi silang yang terpotong.
bila plot pada korelasi silang menunjukan suatu pola eksponensial menurun.
bila plot pada korelasi silang menunjukan suatu pola eksponensial menurun dan pola sinus.
Berikut beberapa bentuk fungsi transfer yang umum digunakan dalam peramalan:
Tabel 3.1 Model Fungsi Transfer dengan Fungsi Transfer
(0,0,2)
(0,1,2)
(0,2,2)
24
Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Tabel 3.2 Model Fungsi Transfer dengan
Fungsi Transfer
(1,0,2)
(1,1,2)
(1,2,2)
Tabel 3.3 Model Fungsi Transfer dengan
Fungsi Transfer
(2,0,2)
(2,1,2)
(2,2,2)
7) Penaksir awal deret gangguan ( )
Bobot respon impuls diukur secara langsung dan ini memungkinkan dilakukannya
perhitungan nilai taksiran dari deret gangguan dengan.
25
Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
8) Penetapan ( ) untuk model ARIMA ( ) dari deret gangguan
Sesudah menggunakan persamaan deret gangguan nilai-nilai dianalisis
dengan cara ARIMA biasa untuk menentukan model ARIMA yang tepat sehingga
diperoleh nilai dan . Dengan cara ini fungsi dan untuk deret
gangguan dapat diperoleh untuk mendapatkan persamaan
(3.24)
3.2.2 Tahap Kedua : Penaksiran Parameter-parameter Model Fungsi Transfer
Setelah mendapatkan model fungsi ARIMA dan model MARIMA dari deret noise
maka akan dapat menghasilkan suatu model fungsi transfer. Contoh berikut adalah
pengaplikasian model fungsi transfer dan ARIMA untuk deret noise.
Contoh:
Misal digunakan model fungsi transfer (2,2,2) dan ARIMA (2,0,1).
(3.25)
Di tahap inilah nilai-nilai dari , , , dan akan ditaksir. Taksiran
didapat dengan cara mensubstitusikan persamaan khusus seperti berikut:
untuk j < b
untuk j = b (3.26)
untuk j = b+1,…,b+s
untuk j > b+s
Dan jika rumus ini digunakan dengan menggunakan contoh dari model
fungsi transfer pada persamaan (3.25) dengan nilai , dan ,
maka akan menghasilkan rumus:
(1)
(2)
(3)
26
Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
(5) (3.27)
(6)
(7)
(8)
Dengan menggunakan pembobotan impuls, maka akan didapat nilai-nilai
parameter yang diperlukan dengan cara mensubstitusikannya.
3.2.3 Tahap Ketiga : Uji Diagnosis Model Fungsi Transfer Tunggal
Pada tahap ini diperlukan pengecekan deret gangguan dan hubungan deret
dengan . Deret yang sudah didapat melalui tahap 1 dan 2, secara umum bentuk
prosedurnya adalah:
Bila dikalikan dengan diperoleh
Contoh berikut adalah tahap-tahap penguraian menjadi persamaan .
Contoh:
Misal digunakan model fungsi transfer (1,1,b) dan ARIMA(1,1):
Yang dilanjutkan dengan mengkalikan tiap parameternya menjadi
Kemudian dengan melakukan peraturan perkalian maka menjadi
27
Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
( )
( ) (3.28)
Pada akhirnya persamaan (3.28) dapat digunakan untuk peramalan, tetapi
masih ada parameter yang kurang yang harus dicari yaitu , sehingga
melalui pengaturan kembali, maka persamaan dapat dicari
(3.29)
3.2.4 Tahap Keempat : Penentuan Model Fungsi Transfer Multivariat
Pemodelan fungsi transfer multivariat dilakukan dengan cara memodelkan secara
serentak seluruh variabel yang sudah diidentifikasi sebelumnya. Identifikasi
nilai-nilai bobot respon impuls dan korelasi silang dijadikan dasar dalam pemodelan
serentak yang menghasilkan fungsi transfer multivariat. Cara yang dilakukan dalam
model fungsi transfer multivariat sama halnya yang dilakukan pada model input
tunggal. Adapun langkah-langkahnya sebagai berikut :
1) Mengidentifikasi deret input dan output untuk mengetahui kestasioneran dan
menentukan orde model ARIMA.
2) Menghitung estimasi parameter model ARIMA yang sesuai untuk masing-masing
deret input. Lalu dilakukan uji untuk mengetahui model memenuhi proses white
noise atau belum.
3) Dilakukan korelasi silang untuk masing-masing deret input terhadap deret output.
Korelasi silang berguna untuk menghitung deret noise dan juga menentukan orde
28
Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
4) Menentukan nilai pada masing-masing deret dan menghitung nilai
gangguan ( ) sehingga model fungsi transfer input tunggal selesai terbentuk.
Tahapan tersebut merupakan pembentukan model fungsi transfer input tunggal.
Sedangkan untuk model fungsi transfer multivariat dilakukan dengan cara :
5) Nilai masing-masing deret input yang telah didapat lalu dilakukan estimasi
secara serentak.
6) Sedangkan nilai gangguan gabungannya didapat dari rumus
̂
∑ ̂ (3.30)
Nilai-nilai ( ) yang telah diidentifikasi dalam model fungsi transfer input
tunggal dijumlahkan sehingga model multivariat menjadi
∑
59
Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
BAB V
PENUTUP
5.1Kesimpulan
Dari hasil analisis peramalan data kedatangan wisatawan asing ke Indonesia
berdasarkan data bandara Soekarno-Hatta, Ngurah Rai, Polonia, dan Batam tiap bulan
pada tahun 2008-2013 dapat disimpulkan bahwa model peramalan banyaknya jumlah
wisatawan asing yang datang ke Indonesia dengan menggunakan model fungsi
transfer multivariat yang melibatkan variabel input bandara Soekarno-Hatta, Ngurah
Rai, Polonia, dan Batam adalah sebagai berikut:
(5.1) Hasil peramalan 10 periode ke depan menunjukan kecenderungan naik sampai bulan
November 2013, namun mengalami sedikit penurunan untuk bulan-bulan setelahnya
5.2Saran
Berdasarkan penelitian ini terdapat beberapa saran yang perlu diperhatikan antara
lain:
1. Penggunaan model peramalan dalam jangka panjang sebaiknya perlu dilakukan
pembaharuan model, artinya jika telah didapatkan data tambahan perlu dilakukan
updating data dengan tambahan data tersebut agar model selalu konsisten dalam
meramalkan data di masa datang.
2. Pada model ARIMA apabila data tidak stasioner dalam rata-rata maka perlu
dilakukan differencing, sedangkan untuk model fungsi transfer hal itu menjadi
kendala bila terjadi perbedaan differencing antara variabel satu dengan variabel
lainnya. Selain itu pemilihan model ARIMA yang terbaik belum tentu dapat
memenuhi asumsi white noise autokorelasi deret input yang telah diputihkan.
60
Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
white noise. Hal ini tentu saja berpengaruh terhadap hasil ramalan. Oleh
karenanya, perlu adanya pendekatan model yang lebih fleksibel agar hasil
61
Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Daftar Pustaka
Box, G.E.P dan Jankins, G.M. (1976). Time Series Analysis, Forecasting and
Control. Edisi Revisi. San Francisco: Holden Bay
Fathurahman, M. (2009). Pemodelan Fungsi Transfer Multi Input. Samarinda: Jurnal
Informatika Mulawarman. 4, (2).
Halim, S. (2006). Diktat: Time Series Analysis. Surabaya: UK.Petra
Harsyasyifha. (2010). Analisis Deret Berkala.[online]. Tersedia di :
http://www.blogspot.com/analisis-deret-berkala.html
Makridakis, S, Wheelwright S.C dan Hyndman, R.J. (1998). Forecasting: Method
and Applications. New York: Wiley.
Mulyana. (2004). Analisis Data Deret Waktu. Bandung: Universitas Padjadjaran
Nisak, S.C. (2010). Analisis Peramalan Total Daya Listrik(VA) Berdasarkan Data
Jumlah Pelanggan Menggunakan Fungsi Transfer Single Input. Malang:
Universitas Brawijaya
Santoso, S. (2009). Bussiness Forecasting Metode Peramalan Bisnis masa Kini
dengan Minitab dan SPSS. Jakarta: Elex Media Komputindo
Saputra, E.H. (2013). Aplikasi Model Fungsi Transfer pada Studi Kasus Pengaruh
Biaya Iklan Provider XL Terhadap Tingkat Konsumsi Masyarakat.[online]
62
Fitri Nurma Rifah, 2013
Penerapan Model Fungsi Transfer Multiviriat Untuk Meramalkan Jumlah Kedatangan Wisatawan Asing Ke Indonesia
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Siswanti, K.Y. (2011). Peramalan Curah Hujan di Kota Yogyakarta Dengan Model
Fungsi Transfer Multivariat. Tidak diterbitkan. Yogyakarta: Universitas
Yogyakarta
Soejoeti, Z, Ph.D. (1987). Analisis Runtun Waktu. Jakarta: Karunika Jakarta
Universitas Terbuka
Yogyakarta, Olah Data. (2012). Model Fungsi Transfer Multivariat.[online]
Yogyakarta. Tersedia di: