INTERPRETASI MODEL DAN UJI SYARAT MODEL UNTUK
PERAMALAN/FORECASTING CONTOH KASUS ANALISIS ARIMA PADA DATA FOREX/NILAI TUKAR BULANAN
MATA UANG KUNA KROASIA TERHADAP DOLAR AS TAHUN 2006-2010
Siang sobat
semuaaaa,, Apa kabarnya neeeh? Moga baik, sehat, semangat dan sukses selalu
yaa.. Amiiiin hehehe.. Oke deh sob kali ini kita akan sampai kepada bagian
terakhir untuk analisis Autoregressive Moving Average (ARIMA) untuk contoh kasus
data forex Kuna Kroasia..
Nah, postingan kali ini adalah terusan dari beberapa
postingan sebelumnya.. Jadi, sebelum masuk ke postingan ini, sangat saya
sarankan sobat semua kunjungi dulu bahasan tentang ARIMA pada postingan
sebelumnya..
Nah,
berikut saya tampilkan kembali tabulasi perbandingan pemilihan model terbaik
diantara ketiga kandidat model ARIMA (1,1,0) atau AR(1); ARIMA (0,1,1) atau
MA(1); dan ARIMA (1,1,1).
INTERPRETASI HUBUNGAN/ARAH ANTARA VARIABEL
TERIKAT DAN BEBAS PADA PEMODELAN DENGAN ARIMA (1,1,1)
“Besarnya
perubahan nilai kurs nominal mata uang Kuna Kroasia terhadap US Dollar pada
periode t secara positif dipengaruhi oleh besarnya nilai kurs nominal pada satu
periode sebelumnya (periode t-1). Selanjutnya, perubahan nilai kurs nominal pada
periode t juga secara positif dipengaruhi oleh nilai residual (selisih nilai
aktual dengan fitted kurs nominal dari pemodelan) pada satu periode sebelumnya
(t-1)”
INTERPRETASI BESARNYA PENGARUH VARIABEL BEBAS
TERHADAP VARIABEL TERIKAT PADA PEMODELAN DENGAN ARIMA (1,1,1)
“Jika terjadi peningkatan nilai
kurs nominal pada satu periode sebelumnya (t-1) sebesar satu Kuna per Dolar AS
(kurs terdepresiasi sebesar satu Kuna per Dolar AS), maka akan terjadi pula
peningkatan perubahan nilai kurs nominal pada periode t sebesar 0,76 Kuna per
US Dolar”
“Jika terjadi
peningkatan nilai residual (selisih nilai aktual dengan fitted kurs nominal
dari pemodelan) sebesar satu satu Kuna per Dolar AS, maka akan terjadi pula
peningkatan perubahan nilai kurs nominal pada periode t sebesar 0,5091 Kuna per
US Dolar”
Naaaah,
sekarang kita masuk ke uji syarat peramalan model ARIMA artinya begini, apakah
model ARIMA yang kita pakai akan baik dipakai untuk meramalkan nilai kurs pada
periode mendatang (Arima Modelling and Forecasting) atau model ARIMA kita hanya
bisa sebatas berperan sebagai ARIMA Modelling Only.
Langkah
pertama adalah kita harus merubah kembali dulu setting datanya pada specify
estimatenya untuk menentukan berapa periode (bulan) ke depan kurs diramalkan.
Nah, katakanlah dalam kasus ini saya ingin meramalkan kurs untuk 12 bulan
mendatang. Berikut gambarannya:
Nah,
silahkan pada kolom Equation Spesification, sobat tuliskan kembali model
penelitian ARIMA yang terpilih (terbaik dari sisi Adjusted R Square, Akaike dan
Schwarz Criterion serta Sum Square Residual/JKE). Pada sample silahkan ganti
menjadi 2006m01 2011m12. Berikut ilustrasinya:
Sekarang,
kita siapkan perintah untuk forecasting.. Caranya dengan klik Forecast dan
silahkan sobat berikan saja nama hasil forecastingnya misalnya dkursf.. Lalu
untuk forecast sample disesuaikan dengan Sample.. Nah, ini saya berikan
gambarannya:
Selanjutnya
akan tampil hasil sebagai berikut:
Nah,
seperti yang sudah pernah saya utarakan pada postingan sebelumnya yaitu
pemahaman konsep ARIMA (klik disini untuk melihat), syarat forecasting ARIMA
adalah jika nilai Bias Proportionnya di bawah 0,2 dan nilai Covariance
Proportion cukup besar (semakin baik jika nilainya mendekati 1).. Sekarang,
lihat bahwa nilai Bias Proportion kita memang kecil yaitu 0,0006 artinya
peramalan yang kita lakukan dengan model ARIMA menghasilkan nilai estimasi (Ykept)
yang sangat mendekati nilai sebenarnya (Ytrue).
Akan tetapi, kalau kita lihat
dari nilai Covariance Proportionnya (menjelaskan keragaman bersama nilai
observasi dengan nilai estimasi) sangat kecil yaitu hanya sebesar 17,68%
sehingga dengan demikian model ARIMA yang kita pergunakan hanya baik dan mentok
sebatas modelling saja, tidak bagus untuk melakukan forecasting sebab keragaman
pada data observasi tidak bisa tercatch
up dengan baik oleh hasil estimasi model ARIMA hehehe..
Oke
deeeeh sooob, sampai disini dulu penjelasan tentang interpretasi model dan uji
syarat peramalan/forecasting.. Ayooo semangat belajarnya yaaa sooob,,, Ingeet
harus ada semangat untuk bisa.. Semoga postingan ini bermanfaat.. Kurang
lebihnya saya mohon maaf yaaa.. Salam damai, salam supeeer, salam sukses dan
salam hangat terdahsyat dari saya :-)
