Peramalan Produk Domestik Regional Bruto dengan Pendekatan Model ARIMA, Space Time, dan Generalized Space Time

Abstract

Model autoregressive integrated moving average (ARIMA) merupakan salah satu pendekatan yang sering digunakan dalam menganalisis data deret waktu. Seiring berkembangnya ilmu pengetahuan, diperkenalkan kelas model yang dapat memodelkan data deret waktu yang memiliki keterkaitan antar lokasi, yakni space time autoregressive (STAR) dan generalized space time autoregressive (GSTAR). Tujuan penelitian ini adalah mencari model peramalan terbaik produk domestik regional bruto (PDRB) berdasarkan pendekatan ARIMA, space time, dan generalized space time. Data yang digunakan adalah nilai PDRB berdasarkan pendekatan pengeluaran di provinsi DKI Jakarta, Jawa Barat, dan Jawa Timur. Hasilnya menunjukkan berturut-turut model ARIMA untuk provinsi DKI Jakarta, Jawa Barat, dan Jawa Timur adalah ARIMA(0,2,2), ARIMA(1,2,0), dan ARIMA(2,2,0). Selanjutnya, model space time dan generalized space time yang dapat memodelkan ketiga provinsi tersebut, diantaranya STMA(21), STAR(11), STAR(21), GSTMA(21), GSTAR(11), dan GSTAR(21). Berdasarkan nilai root mean square error (RMSE) terkecil, diperoleh bahwa model GSTAR(21) memiliki ketepatan yang paling baik pada peramalan nilai PDRB dua periode berikutnya.