Data time series dan non time series
Data time series merupakan data
yang diperoleh dari amatan satu objek dari beberapa periode waktu. Data time series sering kali
ditemukan dalam berbagai bidang disiplin ilmu seperti ekonomi, pertanian,
meteorologi, biologi, serta disiplin ilmu lainnya. Data bentuk time series dapat dicatat
berdasarkan periode waktu harian, mingguan, bulanan, tahunan, ataupun periode
waktu tertentu lainnya dalam rentang waktu yang sama (Cryer, 2008). Pada data
time series nilai pengamatan suatu periode waktu diasumsikan dipengaruhi oleh
nilai pengamatan pada periode waktu sebelumnya. Sehingga, analisis data time series memungkinan untuk
melakukan peramalan (forecasting) di
masa mendatang.
Time series adalah
beberapa kuantitas yang telah diukur secara berurutan dalam waktu selama
beberapa interval. Analisis time series adalah tentang apa yang telah
terjadi pada serangkaian titik data time series di masa lalu dan upaya untuk
memprediksi apa yang akan terjadi padanya di masa depan. Urutan time series
secara umum akan berisi beberapa atau semua properti berikut:
Tren, variasi musiman, ketergantungan serial.
Dari penjelasan di atas, kita dapat mencatat bahwa perbedaan utama antara data time series dan non time adalah komponen waktu. Untuk time series, faktor waktu merupakan komponen dependen. Untuk data non time series, faktor waktu bukanlah masalah utama sama sekali.
Contoh Studi Kasus
Ø Analisis perencanaan penjualan dengan
metode time series (studi kasus pada pd. Sumber jaya aluminium)
Peramalan time series berhubungan dengan nilai
-nilai suatu variable yang diatur secara
kronologis menurut perhitungan hari, minggu, bulan, kuartal atau tahun
(D.Salvotre, 2014). Menurut J. Supranto (2011), data times series didasarkan pada analisis prilaku atau nilai masa lalu
suatu variable yang disusun menurut urutan waktu ke waktu untuk menggambarkan
perkembangan suatu kegiatan. Alasan penggunaan metode ini adalah karena
sederhana, cepat dan murah.
http://www.e-jurnalmitramanajemen.com/index.php/jmm/article/view/255
Ø Analisis data times series dan VCR
kepadatan lalu lintas (studi kasus: jalan Adusucipto depan Ambarukmo plaza)
Metode analisis yang digunakan diawali dengan
pengumpulan data jumlah kendaraan dan data terkait lainnya di Dinas Perhubungan
DIY.Data yang dikumpulkan merupakan data Volume
dan Kapasitas dari Jalan Adisucipto.Data tersebut
selanjutnya dijadikan dasar untuk melakukan analisis time series.
https://journal.uny.ac.id/index.php/elinvo/article/view/17838/10220
Ø Perbandingan model statistic pada analisis metode
peramalan time series (studi kasus: PT. Telekomunikasi Indonesia, Tbk Kandatel
Sukabumi)
Metode peramalan adalah cara memperkirakan secara
kuantitatif apa yang akan terjadi pada masa depan berdasarkan data yang relevan
pada masa lalu. Maka metode peramalan
ini digunakan dalam
peramalan yang obyektif
sebagaimana yang dapat dilakukan pada suatu perusahaan telekomunikasi untuk
meramalkan penjualan produknya. Dalam
hal ini metode peramalan akan dikaji menggunakan data penjualan produk
telekomunikasi dari PT.Telkom, tbk
Kandatel Sukabumi.
https://jurnal.ummi.ac.id/index.php/santika/article/view/400/208
