Kajian Perbandingan ARIMA, ARIMAX, dan SARIMA Berdasarkan Data Simulasi
Abstract
Data deret waktu merupakan serangkaian pengamatan berdasarkan urutan
waktu yang memiliki korelasi dengan variabel itu sendiri yang dikenal dengan
regresi diri. Tujuan penelitian ini adalah untuk melakukan kajian perbandingan
Autoregressive Integrated Moving Average (ARIMA), Autoregressive Integrated
Moving Average Exogenous (ARIMAX), dan Seasonal Autoregressive Integrated
Moving Average (SARIMA), pada data dengan tren deterministik dan pola berulang
aditif. Rataan uji akurasi Akaike’s Information Criterion (AIC) pada set data dengan
parameter beta yang kecil maupun besar, menunjukkan bahwa 66.67% menyatakan
SARIMA lebih baik digunakan pada data. Rataan Bayesian Information Criterion
(BIC) menyatakan 100% bahwa SARIMA lebih tepat digunakan dibandingkan
dengan ARIMA dan ARIMAX. Persentase dalam setiap set data juga menunjukkan
bahwa SARIMA adalah model terbaik untuk data dengan tren deterministik dan
pola berulang aditif.