View Item 
      •   IPB Repository
      • Dissertations and Theses
      • Master Theses
      • MT - Mathematics and Natural Science
      • View Item
      •   IPB Repository
      • Dissertations and Theses
      • Master Theses
      • MT - Mathematics and Natural Science
      • View Item
      JavaScript is disabled for your browser. Some features of this site may not work without it.

      Kajian Model Varima Dan Gstarima Untuk Peramalan Inflasi Bulanan.

      Thumbnail
      View/Open
      Fulltext (15.78Mb)
      Date
      2015
      Author
      Setiawan, Andi
      Aidi, Muhammad Nur
      Sumertajaya, I Made
      Metadata
      Show full item record
      Abstract
      Pemodelan laju inflasi ibukota provinsi di Pulau Jawa dimaksudkan untuk meramalkan inflasi bulanan yang tidak hanya terkait dengan waktu sebelumnya tetapi juga dengan kota-kota di sekitarnya. Pada tahun 2013, kontribusi PDRB provinsi-provinsi di Pulau Jawa terhadap PDB mencapai 57.99 persen. Inflasi yang rendah dan terkendali menjadi prasyarat utama untuk mencapai pertumbuhan ekonomi yang diharapkan. Antisipasi lonjakan inflasi yang tinggi dengan kebijakan yang tepat dilakukan berdasarkan hasil model peramalan yang akurat. Model GSTARIMA merupakan pengembangan model deret waktu secara simultan yang memasukkan pembobot lokasi dalam model. Model tersebut digunakan jika pada data deret waktu terdapat unsur otoregresif, pembedaan, dan rataan bergerak. Sedangkan pendekatan model VARIMA dalam hal ini mengabaikan aspek lokasi dengan menganggap inflasi di masing-masing lokasi sebagai peubah-peubah deret waktu. Penelitian ini mempunyai tiga tujuan utama sebagai berikut: (1) mendeskripsikan laju inflasi bulanan ibukota provinsi di Pulau Jawa; (2) menduga parameter model inflasi bulanan dengan pendekatan VARIMA dan GSTARIMA; dan (3) memperoleh model yang terbaik untuk meramalkan inflasi bulanan ibukota provinsi di Pulau Jawa. Data yang digunakan adalah laju inflasi bulanan enam ibukota provinsi di Pulau Jawa tahun 2001-2014 yang berasal dari Badan Pusat Statistik Hasil penelitian menunjukkan penambahan peubah boneka dalam pemodelan terkait dengan penanganan pencilan pada data pengamatan mampu menghasilkan presisi yang lebih baik. Model GSTARIMA(11,21)-I(0) yang didasarkan orde tertinggi ARIMA masing-masing lokasi tidak layak digunakan sebagai model peramalan karena sisaan berkorelasi. Model GSTAR(11) pembobot kebalikan jarak terpilih sebagai model terbaik dengan nilai RMSEP terkecil. Model tersebut lebih baik dibandingkan model GSTAR(11) pembobot langkah ratu dan model VAR(1). Model dengan ordo waktu pendek sesuai digunakan untuk peramalan jangka pendek.
      URI
      http://repository.ipb.ac.id/handle/123456789/79091
      Collections
      • MT - Mathematics and Natural Science [4150]

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository
        

       

      Browse

      All of IPB RepositoryCollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

      My Account

      Login

      Application

      google store

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository