Pola Data Deret Waktu

Kurs Rupiah

Sumber data dari Katadata (2020) dan Badan Pusat Statistik (BPS)/Nilai Tukar Kurs Rupiah JISDOR. Diakses tanggal 09 Februari 2021 dari basis data Databoks. Data berisi pasangan nilai tukar kurs rupiah dengan waktu yang tercatat selama 2013-2020.

#Input Data
kurs<-read.csv("https://raw.githubusercontent.com/Rifqiaulya/poladatawaktu/main/stskurs.csv",header = TRUE)
head(kurs)

##     Tanggal Indeks Nilai
## 1 5/21/2013      1  9765
## 2 5/22/2013      2  9765
## 3 5/23/2013      3  9774
## 4 5/24/2013      4  9772
## 5 5/27/2013      5  9792
## 6 5/28/2013      6  9810

tail(kurs)

##         Tanggal Indeks Nilai
## 1814 11/10/2020   1814 14015
## 1815 11/11/2020   1815 14076
## 1816 11/12/2020   1816 14187
## 1817 11/13/2020   1817 14222
## 1818 11/16/2020   1818 14139
## 1819 11/17/2020   1819 14073

Kemudian, data digambarkan menjadi plot dari time series.

stkurs<-ts(kurs$Nilai)
ts.plot(stkurs, xlab="periode waktu", ylab="nilai kurs", main="Plot time series data berpola stastioner")
points(stkurs)

Berdasarkan plot diatas, nilai kurs konstan pada

#deret ke 500, hingga
kurs[500,1]

## [1] "6/8/2015"

#deret ke 1500
kurs[1500,1]

## [1] "7/31/2019"

Dalam hal ini, terjadi stasioner dari Juni 2015-Juli 2019 yang dinyatakan plot berikut

ts.plot(stkurs, xlab="periode waktu", ylab="nilai kurs", main="Plot time series data berpola stastioner",xlim=c(500,1500))
points(stkurs)

Sebagai tambahan, kurs mengalami kenaikan pada tahun terjadinya pandemi COVID-19 sebesar 1647 saat

kurs[1671,1]

## [1] "4/2/2020"

Jumlah Penduduk Miskin

Sumber data dari Katadata (2020) dan Badan Pusat Statistik (BPS)/Jumlah Penduduk Miskin Nasional. Diakses tanggal 09 Februari 2021 dari basis data Databoks.Data berisi jumlah penduduk miskin dari tahun 1970 hingga 2020.

pendudukm<-read.csv("https://raw.githubusercontent.com/Rifqiaulya/poladatawaktu/main/tnpendudukmiskin.csv",header = TRUE)
head(pendudukm)

##   Tahun   Jumlah
## 1  1970 70000000
## 2  1976 54200000
## 3  1978 47200000
## 4  1980 42300000
## 5  1981 40600000
## 6  1984 35000000

tail(pendudukm)

##    Tahun   Jumlah
## 39  2017 26582990
## 40  2018 25949800
## 41  2018 25674580
## 42  2019 25144720
## 43  2019 24785870
## 44  2020 26424020

Kemudian, data dibentuk menjadi plot dari time series menggunakan ggplot. Berdasarkan plot tersebut, jumlah penduduk miskin mengalami penurunan.Penurunan terjadi karena ada usaha perbaikan ekonomi. Akibatnya, plot yang dinyatakan memiliki trend negatif.

library(ggplot2)
ggplot(data = pendudukm, aes(x = Tahun , y = Jumlah))+
  geom_line(color = "#00AFBB", size = 2)+ylab("Jumlah Penduduk Miskin")

Google Trends

Google Trends adalah website untuk menganalisa popularitas dari pencarian kata kunci lewat Google dari berbagai negara dan bahasa. Penelusuran kata “Menu Sahur” di Indonesia melalui laman Google Trends menghasilkan data berikut.

sahur<-read.csv("https://raw.githubusercontent.com/Rifqiaulya/poladatawaktu/main/ssmenusahur.csv",header = TRUE)
head(sahur)

##      Minggu Indeks Pencarian
## 1 2/14/2016      1         0
## 2 2/21/2016      2         0
## 3 2/28/2016      3         0
## 4  3/6/2016      4         0
## 5 3/13/2016      5         0
## 6 3/20/2016      6         1

tail(sahur)

##         Minggu Indeks Pencarian
## 255 12/27/2020    255         0
## 256   1/3/2021    256         0
## 257  1/10/2021    257         0
## 258  1/17/2021    258         1
## 259  1/24/2021    259         1
## 260  1/31/2021    260         0

Tabel diatas terdiri waktu pencarian “Menu Sahur” (2016-2020) dan banyak pencarian kata tersebut. Data kemudian disajikan dalam plot berikut.

plot(x=sahur$Indeks,y=sahur$Pencarian,type="l",xlab = "Periode",ylab="Jumlah Pencarian")

Berdasarkan plot diatas terjadi pola peningkatan pencarian pada waktu tertentu. Untuk itu, data disaring dengan jumlah pencarian terbanyak, sehingga menghasilkan

library(dplyr)

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

filter(sahur, Pencarian >= 7)

##       Minggu Indeks Pencarian
## 1  5/29/2016     16        19
## 2   6/5/2016     17       100
## 3  6/12/2016     18        33
## 4  6/19/2016     19        18
## 5  6/26/2016     20         7
## 6  5/21/2017     67        56
## 7  5/28/2017     68        49
## 8   6/4/2017     69        17
## 9  6/11/2017     70        12
## 10  5/6/2018    117         7
## 11 5/13/2018    118        97
## 12 5/20/2018    119        37
## 13 5/27/2018    120        11
## 14  6/3/2018    121         7
## 15 4/28/2019    168        24
## 16  5/5/2019    169        81
## 17 5/12/2019    170        25
## 18 5/19/2019    171        10
## 19 4/19/2020    219        57
## 20 4/26/2020    220        35
## 21  5/3/2020    221        17
## 22 5/10/2020    222         9

Berdasarkan tabel diatas, bulan-bulan diatas adalah bulan puasa bagi umat muslim yang menjalankan di Indoensia. Artinya, terjadi pola musiman pada deret waktu tersebut.