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.