Sebagai ilustrasi kerangka konseptual dan aplikatif dari analisis runtun waktu, ”dengan struktur menyerupai sebatang pohon besaryang berakar kuat” bertumbuh melalui metodologi, dan ”menghasilkan buah berupa solusi prediktif pada berbagai bidang,” kata Prof. Ismail.
Akar merupakan fondasi teoritis. ”Bagian akar pohon mencerminkan fondasi keilmuan,” yang menopang seluruh cabang model time series, yaitu: Aljabar Linier, Kalkulus, dan Teori Probabilitas, ”sebagai dasar matematis analitis,” ujarnya.
Preprocessing Time Series, yang penting untuk membuat data menjadi stasioner sehingga data dapat dimodelkan dengan lebih baik.
Kerangka komputasiseperti Python dan R, yang mendukung pengolahan data dan pengembangan model prediktif berbasis data besar.
Adapun batang pohon sebagai kerangka metodologis, serta daun dan cabang seperti pada variasi metode. Dari batang pohon muncul cabang-cabang metodologis.
Bagian buah dan hasil pohon menggambarkan berbagai aplikasi lintas disiplindari analisis runtun waktu, di antaranya: Economic & Inflation Forecasting, Health Analytics, Energy & Climate Forecasting dan Applications in Science and Society.
Menurut Prof. Ismail, model-model time series tidak hanya digunakan dalam konteks bisnis atau ekonomi, melainkan juga dalam upaya menjawab tantangan global yang kompleks seperti prediksi perubahan iklim, perencanaan ketahanan pangan, manajemen risiko bencana, hingga epidemiologi.
