際際滷

際際滷Share a Scribd company logo
Data SMS masuk dan Keluar dari tanggal 25 september 2013  30 november 2013
DATA SMS MASUK:
Tgl/bulan ZT ZT+1 ZT+2 Zt+3 Z+4
25/09/2013 6 4 6 8 10
26/09/2013 4 6 8 10 18
27/09/2013 6 8 10 18 22
28/09/2013 8 10 18 22 21
29/09/2013 10 18 22 21 14
30/09/2013 18 22 21 14 16
01/10/2013 22 21 14 16 3
02/10/2013 21 14 16 3 4
03/10/2013 14 16 3 4 2
04/10/2013 16 3 4 2 0
05/10/2013 3 4 2 0 3
06/10/2013 4 2 0 3 5
07/10/2013 2 0 3 5 2
08/10/2013 0 3 5 2 0
09/10/2013 3 5 2 0 1
10/10/2013 5 2 0 1 4
11/10/2013 2 0 1 4 6
12/10/2013 0 1 4 6 8
13/10/2013 1 4 6 8 8
14/10/2013 4 6 8 8 4
15/10/2013 6 8 8 4 2
16/10/2013 8 8 4 2 3
17/10/2013 8 4 2 3 5
18/10/2013 4 2 3 5 0
19/10/2013 2 3 5 0 5
20/10/2013 3 5 0 5 4
21/10/2013 5 0 5 4 12
22/10/2013 0 5 4 12 6
23/10/2013 5 4 12 6 4
24/10/2013 4 12 6 4 2
25/10/2013 12 6 4 2 11
26/10/2013 6 4 2 11 21
27/10/2013 4 2 11 21 14
28/10/2013 2 11 21 14 14
29/10/2013 11 21 14 14 14
30/10/2013 21 14 14 14 2
31/10/2013 14 14 14 2 15
01/11/2013 14 14 2 15 6
02/11/2013 14 2 15 6 4
03/11/2013 2 15 6 4 8
04/11/2013 15 6 4 8 2
05/11/2013 6 4 8 2 7
06/11/2013 4 8 2 7 12
07/11/2013 8 2 7 12 26
08/11/2013 2 7 12 26 22
09/11/2013 7 12 26 22 8
10/11/2013 12 26 22 8 16
11/11/2013 26 22 8 16 3
12/11/2013 22 8 16 3 2
13/11/2013 8 16 3 2 11
14/11/2013 16 3 2 11 9
15/11/2013 3 2 11 9 7
16/11/2013 2 11 9 7 7
17/11/2013 11 9 7 7 2
18/11/2013 9 7 7 2 9
19/11/2013 7 7 2 9 8
20/11/2013 7 2 9 8 3
21/11/2013 2 9 8 3 14
22/11/2013 9 8 3 14 2
23/11/2013 8 3 14 2 3
24/11/2013 3 14 2 3 8
25/11/2013 14 2 3 8 13
26/11/2013 2 3 8 13 37
27/11/2013 3 8 13 37 0
28/11/2013 8 13 37 0 0
29/11/2013 13 37 0
30/11/2013 37 0
0.342 0.340 0.354
Dari data diatas maka di dapat corelasi
1 = 0.000
2 = 0.342
3 = 0.340
4 = 0.354
Selanjutnya : =>
1 1 1 0
22
=
1 2
=
0 0.342
=
0.342
= 0.342
1 1 1 0 1
1 1 0 1
1 1 1 1 0 0
1 1 2 0 1 0.342
33=
2 1 3
=
0.342 0 0.340
=
0.340
= 0.385
1 1 2 1 0 0.342 0.883
1 1 1 0 1 0
2 1 1 0.342 0 1
1 1 2 1 1 0 0.342 0
1 1 1 2 0 1 0 0.342
2 1 1 3 0.342 0 1 0.340
44=
3 2 1 4
=
0.340 0.342 0 0.354
=
0.249
1 1 2 3 1 0 0.342 0.340 0.664
1 1 1 2 0 1 0 0.342
2 1 1 1 0.342 0 1 0
3 2 1 1 0.340 0.342 0 1
44 = 0.374
Grafik untuk Z+1 sebagai berikut :
12010080604020
40
30
20
10
0
Index
C1
Hasil acf untuk Z+1
Lag
ACF
0 5 10 15
-0.20.00.20.40.60.81.0
Series : DS1$V2
0
5
10
15
20
25
30
35
40
1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65
Lag
PartialACF
0 5 10 15
-0.2-0.10.00.10.20.3
Series : DS1$V2
Dari data diatas menunjukkan bahwa sampai dengan lag 15, sampel ACF signifikan secara
statistik dan tidak sama dengan nol. Tetapi sampel PACF setelah lag 10 kecil sekali atau sama
dengan 0 dan secara statistik tidak signifikan. Atau data sms ini tidak menunjukan stasioner
DATA SMS KELUAR:
Tgl/bulan ZT ZT+1 ZT+2 Zt+3 Z+4
9/25/2013 10 2 4 2 12
9/26/2013 2 4 2 12 17
9/27/2013 4 2 12 17 14
9/28/2013 2 12 17 14 10
9/29/2013 12 17 14 10 10
9/30/2013 17 14 10 10 14
10/1/2013 14 10 10 14 2
10/2/2013 10 10 14 2 4
10/3/2013 10 14 2 4 3
10/4/2013 14 2 4 3 0
10/5/2013 2 4 3 0 0
10/6/2013 4 3 0 0 8
10/7/2013 3 0 0 8 3
10/8/2013 0 0 8 3 0
10/9/2013 0 8 3 0 0
10/10/2013 8 3 0 0 0
10/11/2013 3 0 0 0 2
10/12/2013 0 0 0 2 0
10/13/2013 0 0 2 0 4
10/14/2013 0 2 0 4 6
10/15/2013 2 0 4 6 4
10/16/2013 0 4 6 4 3
10/17/2013 4 6 4 3 2
10/18/2013 6 4 3 2 2
10/19/2013 4 3 2 2 8
10/20/2013 3 2 2 8 0
10/21/2013 2 2 8 0 6
10/22/2013 2 8 0 6 6
10/23/2013 8 0 6 6 2
10/24/2013 0 6 6 2 0
10/25/2013 6 6 2 0 14
10/26/2013 6 2 0 14 27
10/27/2013 2 0 14 27 6
10/28/2013 0 14 27 6 8
10/29/2013 14 27 6 8 7
10/30/2013 27 6 8 7 0
10/31/2013 6 8 7 0 11
11/1/2013 8 7 0 11 3
11/2/2013 7 0 11 3 2
11/3/2013 0 11 3 2 3
11/4/2013 11 3 2 3 4
11/5/2013 3 2 3 4 2
11/6/2013 2 3 4 2 3
11/7/2013 3 4 2 3 29
11/8/2013 4 2 3 29 14
11/9/2013 2 3 29 14 13
11/10/2013 3 29 14 13 14
11/11/2013 29 14 13 14 1
11/12/2013 14 13 14 1 1
11/13/2013 13 14 1 1 8
11/14/2013 14 1 1 8 3
11/15/2013 1 1 8 3 3
11/16/2013 1 8 3 3 4
11/17/2013 8 3 3 4 0
11/18/2013 3 3 4 0 16
11/19/2013 3 4 0 16 6
11/20/2013 4 0 16 6 0
11/21/2013 0 16 6 0 16
11/22/2013 16 6 0 16 0
11/23/2013 6 0 16 0 0
11/24/2013 0 16 0 0 4
11/25/2013 16 0 0 4 6
11/26/2013 0 0 4 6 24
11/27/2013 0 4 6 24 0
11/28/2013 4 6 24 0
11/29/2013 6 24 0
11/30/2013 24 0
0.187 0.340 0.288
Dari data diatas maka di dapat corelasi :
1 = 0
2 = 0.187
3 = 0.340
4 = 0.288
Selanjutnya akan dicari :
1 1 1 0
22
=
1 2
=
0 0.187
=
0.187
= 0.187
1 1 1 0 1.000
1 1 0 1
1 1 1 1 0 0
1 1 2 0 1 0.187
33=
2 1 3
=
0.187 0 0.340
=
0.340
= 0.352
1 1 2 1 0 0.187 0.965
1 1 1 0 1 0
2 1 1 0 0 1
1 1 2 1 1 0 0.187 0
1 1 1 2 0 1 0 0.187
2 1 1 3 0.187 0 1 0.340
44=
3 2 1 4
=
0.340 0.187 0 0.288
=
0.266
1 1 2 3 1 0 0.187 0.340 0.816
1 1 1 2 0 1 0 0.187
2 1 1 1 0.187 0 1 0
3 2 1 1 0.340 0.187 0 1
44 = 0.326
Grafik untuk Z+1 sebagai berikut :
0
5
10
15
20
25
30
35
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64
Series1
Lag
ACF
0 5 10 15
-0.20.00.20.40.60.81.0
Series : DS1$V2
15010050
40
30
20
10
0
Index
C1
Lag
PartialACF
0 5 10 15
-0.2-0.10.00.10.2
Series : DS1$V2
Dari data ACF dan PACF di atas terbukti bahwa ACF dan PACF tidak signifikan, ini merupakan
indikasi bahwa residual merupakan modelnya telah cocok, dan ini menunjukkan bahwa sampai
dengan lag 15, sampel ACF signifikan secara statistik dan tidak sama dengan nol. Tetapi sampel
PACF setelah lag 5 kecil sekali dan secara statistik tidak signifikan. Atau data sms ini tidak
menunjukan stasioner

More Related Content

Data sms

  • 1. Data SMS masuk dan Keluar dari tanggal 25 september 2013 30 november 2013 DATA SMS MASUK: Tgl/bulan ZT ZT+1 ZT+2 Zt+3 Z+4 25/09/2013 6 4 6 8 10 26/09/2013 4 6 8 10 18 27/09/2013 6 8 10 18 22 28/09/2013 8 10 18 22 21 29/09/2013 10 18 22 21 14 30/09/2013 18 22 21 14 16 01/10/2013 22 21 14 16 3 02/10/2013 21 14 16 3 4 03/10/2013 14 16 3 4 2 04/10/2013 16 3 4 2 0 05/10/2013 3 4 2 0 3 06/10/2013 4 2 0 3 5 07/10/2013 2 0 3 5 2 08/10/2013 0 3 5 2 0 09/10/2013 3 5 2 0 1 10/10/2013 5 2 0 1 4 11/10/2013 2 0 1 4 6 12/10/2013 0 1 4 6 8 13/10/2013 1 4 6 8 8 14/10/2013 4 6 8 8 4 15/10/2013 6 8 8 4 2 16/10/2013 8 8 4 2 3 17/10/2013 8 4 2 3 5 18/10/2013 4 2 3 5 0 19/10/2013 2 3 5 0 5 20/10/2013 3 5 0 5 4 21/10/2013 5 0 5 4 12 22/10/2013 0 5 4 12 6 23/10/2013 5 4 12 6 4 24/10/2013 4 12 6 4 2 25/10/2013 12 6 4 2 11 26/10/2013 6 4 2 11 21 27/10/2013 4 2 11 21 14 28/10/2013 2 11 21 14 14 29/10/2013 11 21 14 14 14 30/10/2013 21 14 14 14 2 31/10/2013 14 14 14 2 15
  • 2. 01/11/2013 14 14 2 15 6 02/11/2013 14 2 15 6 4 03/11/2013 2 15 6 4 8 04/11/2013 15 6 4 8 2 05/11/2013 6 4 8 2 7 06/11/2013 4 8 2 7 12 07/11/2013 8 2 7 12 26 08/11/2013 2 7 12 26 22 09/11/2013 7 12 26 22 8 10/11/2013 12 26 22 8 16 11/11/2013 26 22 8 16 3 12/11/2013 22 8 16 3 2 13/11/2013 8 16 3 2 11 14/11/2013 16 3 2 11 9 15/11/2013 3 2 11 9 7 16/11/2013 2 11 9 7 7 17/11/2013 11 9 7 7 2 18/11/2013 9 7 7 2 9 19/11/2013 7 7 2 9 8 20/11/2013 7 2 9 8 3 21/11/2013 2 9 8 3 14 22/11/2013 9 8 3 14 2 23/11/2013 8 3 14 2 3 24/11/2013 3 14 2 3 8 25/11/2013 14 2 3 8 13 26/11/2013 2 3 8 13 37 27/11/2013 3 8 13 37 0 28/11/2013 8 13 37 0 0 29/11/2013 13 37 0 30/11/2013 37 0 0.342 0.340 0.354 Dari data diatas maka di dapat corelasi 1 = 0.000 2 = 0.342 3 = 0.340 4 = 0.354 Selanjutnya : =>
  • 3. 1 1 1 0 22 = 1 2 = 0 0.342 = 0.342 = 0.342 1 1 1 0 1 1 1 0 1 1 1 1 1 0 0 1 1 2 0 1 0.342 33= 2 1 3 = 0.342 0 0.340 = 0.340 = 0.385 1 1 2 1 0 0.342 0.883 1 1 1 0 1 0 2 1 1 0.342 0 1 1 1 2 1 1 0 0.342 0 1 1 1 2 0 1 0 0.342 2 1 1 3 0.342 0 1 0.340 44= 3 2 1 4 = 0.340 0.342 0 0.354 = 0.249 1 1 2 3 1 0 0.342 0.340 0.664 1 1 1 2 0 1 0 0.342 2 1 1 1 0.342 0 1 0 3 2 1 1 0.340 0.342 0 1 44 = 0.374 Grafik untuk Z+1 sebagai berikut : 12010080604020 40 30 20 10 0 Index C1
  • 4. Hasil acf untuk Z+1 Lag ACF 0 5 10 15 -0.20.00.20.40.60.81.0 Series : DS1$V2 0 5 10 15 20 25 30 35 40 1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65
  • 5. Lag PartialACF 0 5 10 15 -0.2-0.10.00.10.20.3 Series : DS1$V2 Dari data diatas menunjukkan bahwa sampai dengan lag 15, sampel ACF signifikan secara statistik dan tidak sama dengan nol. Tetapi sampel PACF setelah lag 10 kecil sekali atau sama dengan 0 dan secara statistik tidak signifikan. Atau data sms ini tidak menunjukan stasioner
  • 6. DATA SMS KELUAR: Tgl/bulan ZT ZT+1 ZT+2 Zt+3 Z+4 9/25/2013 10 2 4 2 12 9/26/2013 2 4 2 12 17 9/27/2013 4 2 12 17 14 9/28/2013 2 12 17 14 10 9/29/2013 12 17 14 10 10 9/30/2013 17 14 10 10 14 10/1/2013 14 10 10 14 2 10/2/2013 10 10 14 2 4 10/3/2013 10 14 2 4 3 10/4/2013 14 2 4 3 0 10/5/2013 2 4 3 0 0 10/6/2013 4 3 0 0 8 10/7/2013 3 0 0 8 3 10/8/2013 0 0 8 3 0 10/9/2013 0 8 3 0 0 10/10/2013 8 3 0 0 0 10/11/2013 3 0 0 0 2 10/12/2013 0 0 0 2 0 10/13/2013 0 0 2 0 4 10/14/2013 0 2 0 4 6 10/15/2013 2 0 4 6 4 10/16/2013 0 4 6 4 3 10/17/2013 4 6 4 3 2 10/18/2013 6 4 3 2 2 10/19/2013 4 3 2 2 8 10/20/2013 3 2 2 8 0 10/21/2013 2 2 8 0 6 10/22/2013 2 8 0 6 6 10/23/2013 8 0 6 6 2 10/24/2013 0 6 6 2 0 10/25/2013 6 6 2 0 14 10/26/2013 6 2 0 14 27 10/27/2013 2 0 14 27 6 10/28/2013 0 14 27 6 8 10/29/2013 14 27 6 8 7 10/30/2013 27 6 8 7 0 10/31/2013 6 8 7 0 11 11/1/2013 8 7 0 11 3
  • 7. 11/2/2013 7 0 11 3 2 11/3/2013 0 11 3 2 3 11/4/2013 11 3 2 3 4 11/5/2013 3 2 3 4 2 11/6/2013 2 3 4 2 3 11/7/2013 3 4 2 3 29 11/8/2013 4 2 3 29 14 11/9/2013 2 3 29 14 13 11/10/2013 3 29 14 13 14 11/11/2013 29 14 13 14 1 11/12/2013 14 13 14 1 1 11/13/2013 13 14 1 1 8 11/14/2013 14 1 1 8 3 11/15/2013 1 1 8 3 3 11/16/2013 1 8 3 3 4 11/17/2013 8 3 3 4 0 11/18/2013 3 3 4 0 16 11/19/2013 3 4 0 16 6 11/20/2013 4 0 16 6 0 11/21/2013 0 16 6 0 16 11/22/2013 16 6 0 16 0 11/23/2013 6 0 16 0 0 11/24/2013 0 16 0 0 4 11/25/2013 16 0 0 4 6 11/26/2013 0 0 4 6 24 11/27/2013 0 4 6 24 0 11/28/2013 4 6 24 0 11/29/2013 6 24 0 11/30/2013 24 0 0.187 0.340 0.288 Dari data diatas maka di dapat corelasi : 1 = 0 2 = 0.187 3 = 0.340 4 = 0.288 Selanjutnya akan dicari : 1 1 1 0
  • 8. 22 = 1 2 = 0 0.187 = 0.187 = 0.187 1 1 1 0 1.000 1 1 0 1 1 1 1 1 0 0 1 1 2 0 1 0.187 33= 2 1 3 = 0.187 0 0.340 = 0.340 = 0.352 1 1 2 1 0 0.187 0.965 1 1 1 0 1 0 2 1 1 0 0 1 1 1 2 1 1 0 0.187 0 1 1 1 2 0 1 0 0.187 2 1 1 3 0.187 0 1 0.340 44= 3 2 1 4 = 0.340 0.187 0 0.288 = 0.266 1 1 2 3 1 0 0.187 0.340 0.816 1 1 1 2 0 1 0 0.187 2 1 1 1 0.187 0 1 0 3 2 1 1 0.340 0.187 0 1 44 = 0.326 Grafik untuk Z+1 sebagai berikut : 0 5 10 15 20 25 30 35 1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64 Series1
  • 9. Lag ACF 0 5 10 15 -0.20.00.20.40.60.81.0 Series : DS1$V2 15010050 40 30 20 10 0 Index C1
  • 10. Lag PartialACF 0 5 10 15 -0.2-0.10.00.10.2 Series : DS1$V2 Dari data ACF dan PACF di atas terbukti bahwa ACF dan PACF tidak signifikan, ini merupakan indikasi bahwa residual merupakan modelnya telah cocok, dan ini menunjukkan bahwa sampai dengan lag 15, sampel ACF signifikan secara statistik dan tidak sama dengan nol. Tetapi sampel PACF setelah lag 5 kecil sekali dan secara statistik tidak signifikan. Atau data sms ini tidak menunjukan stasioner