Project UAS 4

library(readxl)
library(ggplot2)
library(tseries)
library(forecast)

ini adalah plot dengan data yang sudah di differencing

Dapat dilihat di plot x bahwa data x yaitu data transaksi sebuah toko sparepart belum stasioner , lalu kita lakukan transformasi , yaitu dengan differencing data , dapat dilihat hasil dari plot differencing datanya menunjukan sudah stasioner dalam variansi ,serta variansi datanya juga relatif stabil.

0.1 plot ACF/PACF

lalu setelah mentransformasi data , selanjutnya kita lakukan identifikasi dari model ARMA dengan menggunakan plot ACF/PACF

Berdasarkan plot diatas , dapat dilihat fungsi ACF/PACF meluruh menuju nol , yang menandakan bahwa data tersebut sudah stasioner

# ARIMA test

Dapat disimpulkan model yang mungkin untuk menggambarkan sifat data menurut prinsip pemodelan adalah 

- model 1 AR(1)

yaitu log(Datatransaksi) adalah model ARIMA (1,1,0)

- model 2 MA(1)

yaitu log(Datatransaksi) adalah model ARIMA (0,1,1)

- model 3 ARMA (1,1)

yaitu log(Datatransaksi) adalah model ARIMA (1,1,1)

dari summary diatas , didapatkan ar 1 sebesar -0,1071 , ma 1 sebesar -0,9019 , dan untuk standart error masing masing adalah 0,1087 untuk ar1 , dan 0,0577 untuk ma1