Model kotak-jenkins
Apa Model kotak-jenkins?
Model Box-Jenkins adalah model matematika yang dirancang untuk meramalkan rentang data berdasarkan input dari deret waktu tertentu. Model Box-Jenkins dapat menganalisis berbagai jenis data deret waktu untuk peramalan.
Metodologinya menggunakan perbedaan antara titik data untuk menentukan hasil. Metodologi memungkinkan model untuk mengidentifikasi tren menggunakan autoregresssion, rata-rata bergerak, dan perbedaan musiman untuk menghasilkan prakiraan. Model Autoregressive integrated moving average (ARIMA) merupakan salah satu bentuk model Box-Jenkins. Istilah ARIMA dan Model Box-Jenkins dapat digunakan secara bergantian.
Poin Penting
- Model Box-Jenkins merupakan metodologi peramalan yang menggunakan studi regresi.
- Metodologi ini paling baik digunakan sebagai ramalan yang dihitung komputer berdasarkan regresi data deret waktu.
- Ini paling cocok untuk peramalan dalam jangka waktu 18 bulan atau kurang.
- Perhitungan ARIMA modern dilakukan dengan alat canggih seperti perangkat lunak statistik yang dapat diprogram dalam bahasa pemrograman R.
Memahami Model Box-Jenkins
Model Box-Jenkins digunakan untuk memperkirakan berbagai titik data atau rentang data yang diantisipasi termasuk data bisnis dan harga keamanan di masa mendatang.
Model Box-Jenkins dibuat oleh dua matematikawan George Box dan Gwilym Jenkins. Kedua ahli matematika membahas konsep yang membentuk model ini dalam publikasi tahun 1970 “Analisis Rangkaian Waktu: Peramalan dan Kontrol.”
Estimasi parameter Model Box-Jenkins bisa sangat rumit. Oleh karena itu, serupa dengan model regresi deret waktu lainnya, hasil terbaik biasanya akan dicapai melalui penggunaan perangkat lunak yang dapat diprogram. Model Box-Jenkins umumnya juga paling cocok untuk perkiraan jangka pendek 18 bulan atau kurang.
Metodologi Box-Jenkins
Model Box-Jenkins adalah salah satu dari beberapa model analisis deret waktu yang akan ditemui peramal saat menggunakan perangkat lunak prakiraan terprogram. Dalam banyak kasus, perangkat lunak akan diprogram untuk secara otomatis menggunakan metodologi peramalan yang paling sesuai berdasarkan data deret waktu yang akan diramalkan. Box-Jenkins dilaporkan menjadi pilihan utama untuk kumpulan data yang sebagian besar stabil dengan volatilitas rendah .
Model Box-Jenkins memperkirakan data menggunakan tiga prinsip, autoregresi, perbedaan, dan rata-rata bergerak. Ketiga prinsip ini masing-masing dikenal sebagai p, d dan q. Setiap prinsip digunakan dalam analisis Box-Jenkins dan secara kolektif ditampilkan sebagai ARIMA (p, d, q).
Proses autoregresi (p) menguji data untuk mengetahui tingkat stasioneritasnya. Jika data yang digunakan stasioner maka dapat mempermudah proses peramalan. Jika data yang digunakan tidak stasioner maka perlu dibedakan (d). Data tersebut juga diuji untuk moving average fit-nya yang dilakukan pada bagian q dari proses analisis. Secara keseluruhan, analisis awal data mempersiapkannya untuk peramalan dengan menentukan parameter (p, d dan q) yang diterapkan untuk mengembangkan peramalan.
Peramalan Harga Saham
Salah satu kegunaan analisis Model Box-Jenkins adalah untuk meramalkan harga saham. Analisis ini biasanya dibuat dan diberi kode melalui perangkat lunak R. Hasil analisis dalam hasil logaritmik yang dapat diterapkan ke kumpulan data untuk menghasilkan harga yang diperkirakan untuk periode waktu tertentu di masa depan.