Penerapan Model Generalized Space-Time Autoregressive (GSTAR) pada Data Nilai Tukar Petani Menggunakan Matriks Bobot Lokasi

Annisa Azizah, Annisa Nur Falah, Budi Nurani Ruchjana, Rini Cahyandari, Arief Fatchul Huda

Abstract


Model Generalized Space Time Autoregressive (GSTAR) digunakan untuk memodelkan data deret waktu dengan melibatkan keterkaitan observasi antar lokasi yang dicirikan oleh matriks bobot. Pada penelitian ini dikaji pengaruh matriks bobot terhadap taksiran parameter model GSTAR. Matriks bobot yang digunakan adalah matriks bobot normalisasi korelasi silang, biner, seragam dan invers jarak. Untuk studi kasus digunakan data sekunder  berupa Nilai Tukar Petani di 4 Provinsi selama 71 bulan  yang diperoleh dari buku Indikator Ekonomi yang diterbitkan oleh BPS setiap bulannya.  Berdasarkan fenomena data  di lapangan, model GSTAR yang diusulkan  tersebut adalah model GSTAR(1;1), GSTAR(2;1;1), dan GSTAR(2;1,3) dengan kriteria perbandingan model menggunakan Mean Average Percentage Error (MAPE).


Keywords


Model Space-time; GSTAR; Identifikasi Model; Matriks Bobot;

Full Text:

PDF

References


B. N. Ruchjana, 2002, Suatu Model Generalisasi Space Time Autoregresi dan Penerapannya pada Data produksi Minyak Bumi, Disertasi, Tidak Dipublikasikan. Program Pascasarjan ITB, Bandung.

B. N. Ruchjana, S. A. Borovkova dan H. P. Lopuhaa, 2012, Least squares estimation of Generalized Space Time AutoRegressive (GSTAR) model and its properties, The 5th International Conferences on Research and Education in Mathematics, American Institute of Physics Conference Proceedings . 1450, pp 61 -64 (2012).

G. E. P. Box, G. M. Jenkins and G. C. Reinsel, Time Series Analysis: Forecasting and Control, 3rd edition, Englewood Cliffs: Prentice Hall.

H. D. Karlina, R. Cahyandari, A. S. Awalluddin. (2014). Aplikasi model GSTAR pada Data Jumlah TKI Jawa Barat dengan Pemilihan Lokasi Berdasarkan Klaster DBSCAN. Jurnal Matematika Integratif, Volume 10 No. 1, April 2104. Hal 37/48.

P. E. Pfeifer dan S. J. Deutsch, A Three Stage Iterative Procedure for Space-Time Modeling, Technometrics, Vol. 22, No. 1 (1980a), 35–47.

P. E. Pfeifer and S. J. Deutsch, Identification and Interpretation of First Order Space-Time ARMA Models, Technometrics, Vol. 22, No. 1 (1980b), 397–408.S.

R. E. Walpole, Pengantar Statistika, edisi ke-3, terjemahan Ir. Bambang Sumantri, Penerbit PT Gramedia Pustaka Utama, 1995.

S. A. Borovkova, H. P. Lopuhaa and B. N. Ruchjana, Generalized STAR model with experimental weights. In M. Stasinopoulos and G. Touloumi (Eds.), Proceedings of the 17th International Workshop on Statistical Modeling, Chania, (2002), pp. 139-147.

S. A. Borovkova, Svetlana. dkk. Consistency and asymptotic normality of least squares estimators in generalized STAR models, Journal of Statistika Neerlandica Vol. 62, nr. 4, pp. 482-508, 2008.

S. Makridakis, S. C. Wheelwright, V. E. McGee, Metode dan Aplikasi Peramalan, Jilid 2, terjemahan Ir. Hari Suminto. Penerbit Binarupa Aksara.

Suhartono dan R. M. Atok, Pemilihan bobot lokasi yang optimal pada model GSTAR, Presented at National Mathematics Conference XIII, Universitas Negeri Semarang, 2006.

W. W. S. Wei, Time Series Analysis: Univariate and Multivariate Methods, Addison-Wesley Publishing Co., USA, 1990.


Refbacks

  • There are currently no refbacks.




Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

© 2017-2020 | Hak Cipta Dilindungi | Departemen Statistika FMIPA Universitas Padjadjaran | Powered by OJS