Skip to content

Changes

Page history
Update user manual authored by Dewi Kusuma Hartati's avatar Dewi Kusuma Hartati
Hide whitespace changes
Inline Side-by-side
user-manual.md
View page @ 6de02137
...@@ -45,36 +45,33 @@ Tahap identifikasi bertujuan untuk melihat pola data dan kestasioneran data. Ide ...@@ -45,36 +45,33 @@ Tahap identifikasi bertujuan untuk melihat pola data dan kestasioneran data. Ide
* Cyclic * Cyclic
* Irregular * Irregular
![7](/uploads/0b79a52ac05fd4a2ceafaa81c2779932/7.png) ![12](/uploads/68ef41b4f0af55474bd0a750e03e970e/12.PNG)
Hasil dari proses dekomposisi: Hasil dari proses dekomposisi:
![8](/uploads/652c1aee0060f31aefe99410aa851077/8.png) ![8](/uploads/652c1aee0060f31aefe99410aa851077/8.png)
![9](/uploads/828fa1a2388e98663b72b4fe289bd335/9.png) ![9](/uploads/828fa1a2388e98663b72b4fe289bd335/9.png)
Hasil dari dekomposisi menentukan model apa yang akan dibuat. Apabila data memiliki komponen musiman, model yang tepat digunakan adalah model SARIMA. Hasil dari dekomposisi menentukan model apa yang akan dibuat. Apabila data memiliki komponen musiman, model yang tepat digunakan adalah model SARIMA.
* Stasioneritas * Stasioneritas
Asumsi yang harus dipenuhi sebelum melakukan analisis ARIMA adalah data bersifat stasioner, yaitu data yang berfluktuasi di sekitar rata-rata yang konstan. Apabila data tidak stasioner, harus dilakukan proses differencing (pembedaan) atau transformasi. Pada aplikasi DELTA, differencing dapat dilakukan pada tingkat level, pertama, dan kedua. Apabila data tidak stasioner pada ragam, dapat dilakukan transformasi pada data. Asumsi yang harus dipenuhi sebelum melakukan analisis ARIMA adalah data bersifat stasioner, yaitu data yang berfluktuasi di sekitar rata-rata yang konstan. Apabila data tidak stasioner, harus dilakukan proses differencing (pembedaan) atau transformasi. Pada aplikasi DELTA, differencing dapat dilakukan pada tingkat level, pertama, dan kedua. Apabila data tidak stasioner pada ragam, dapat dilakukan transformasi pada data.
Pengujian stasioneritas dapat dilakukan dengan membuka menu **Analysis -> Stationarity**. Pengujian stasioneritas dapat dilakukan dengan membuka menu **Analysis -> Stationarity**.
![10](/uploads/a28d2b0d8c550cd887a62600e2b0948a/10.png) ![13](/uploads/dc76add8ca3b120c8eedbd858b639218/13.PNG)
Hasil dari proses stasioneritas: Hasil dari proses stasioneritas:
![11](/uploads/e90ecac4a316bb4fea7f711f4f2830ed/11.png)
![12](/uploads/661aac6c13bf53f260f2c87c858204b5/12.png) ![11](/uploads/e90ecac4a316bb4fea7f711f4f2830ed/11.png)
![13](/uploads/9c3d2b9f3d16ea8af3818ba9f9b4b9da/13.png) ![12](/uploads/661aac6c13bf53f260f2c87c858204b5/12.png) ![13](/uploads/9c3d2b9f3d16ea8af3818ba9f9b4b9da/13.png)
Tahap Estimasi, Pengujian, dan Peramalan pada modul ARIMA. (Tahap Estimasi, Pengujian, dan Peramalan pada modul ARIMA)
Setelah dilakukan dekomposisi dan pengujian stasioneritas, dilakukan pemodelan ARIMA. Fungsi pemodelan ARIMA dapat dibuka dengan memilih menu **Analysis -> ARIMA**. Setelah dilakukan dekomposisi dan pengujian stasioneritas, dilakukan pemodelan ARIMA. Fungsi pemodelan ARIMA dapat dibuka dengan memilih menu **Analysis -> ARIMA**.
![7](/uploads/ce816cc6acdfd1a98e8e84f59e0a9354/7.png) ![7](/uploads/ce816cc6acdfd1a98e8e84f59e0a9354/7.png)
...@@ -106,13 +103,13 @@ Setelah itu, program akan menjalankan fungsi pemodelan dan peramalan. Output yan ...@@ -106,13 +103,13 @@ Setelah itu, program akan menjalankan fungsi pemodelan dan peramalan. Output yan
* Result window menampilkan kriteria dari model beserta nilai akurasi peramalan. * Result window menampilkan kriteria dari model beserta nilai akurasi peramalan.
![6](/uploads/ef4c9d7630e7a55038f2d314208f5853/6.png) ![6](/uploads/ef4c9d7630e7a55038f2d314208f5853/6.png)
* Grafik menunjukkan perbandingan antara data aktual dan data hasil prediksi dari model. * Grafik menunjukkan perbandingan antara data aktual dan data hasil prediksi dari model.
![8](/uploads/ae65fb90de1377a12e5bd9052376a27a/8.png) ![8](/uploads/ae65fb90de1377a12e5bd9052376a27a/8.png)
* Spread sheet table menampilkan hasil predicted value dan residual dari model yang terbentuk. * Spread sheet table menampilkan hasil predicted value dan residual dari model yang terbentuk.
![9](/uploads/4a14550f7492a52958c9fb82c7920e4a/9.png) ![9](/uploads/4a14550f7492a52958c9fb82c7920e4a/9.png)
\ No newline at end of file