ANALISIS INTERVENSI MULTI INPUT FUNGSI STEP DAN PULSE DALAM MODEL SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (SARIMA)
| Main Author: | LIZA FITRIANI, 1517031166 |
|---|---|
| Format: | Bachelors NonPeerReviewed Book Report |
| Terbitan: |
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
, 2019
|
| Subjects: | |
| Online Access: |
http://digilib.unila.ac.id/58127/2/ABSTRAK.pdf http://digilib.unila.ac.id/58127/3/SKRIPSI%20FULL.pdf http://digilib.unila.ac.id/58127/1/SKRIPSI%20TANPA%20BAB%20PEMBAHASAN.pdf http://digilib.unila.ac.id/58127/ |
Daftar Isi:
- Model intervensi adalah suatu model deret waktu yang daat digunakan untuk memodelkan dan meramalkan data yang mengandung goncangan atau intervensi baik dari faktor internal mauun internal. Ada dua fungsi utama yang digunakan dalam model intervensi yaitu fungsi step dan pulse. Penelitian ini mengkaji data deret waktu yang memiliki faktor musiman dan intervensi multi input, sehingga model yang digunakan ada analisis intervensi multi input adalah model SARIMA sebagai model identifikasi awal. Pada penelitian ini, kajian terapan dilakukan pada data bulanan jumlah penumpang Kereta Api Indonesia. Variabel intervensi yang digunakan pada penelitian ini adalah pembatasan jumlah penumpang pada Agustus 2011 sebagai fungsi pulse dan penerapan E-ticketing dan tarif progresif pada Juli 2013 sebagai fungsi step. Hasil analisis yang dilakukan menunjukkan bahwa pengaruh pembatasan jumlah penumpang memberikan efek negatif, sedangkan penerapan E-ticketing dan tarif progresif memberikan efek positif bagi jumlah penumpang Kereta Api Indonesia. Keywords: SARIMA, Analisis Intervensi Multi Input Fungsi Step dan Pulse. abstract Intervention model is one of time series models that can be used to forecast data consist of disturbance or intervention that come from internal or external factors. Generally there are two kinds of intervention function i.e. step and pulse functions. This research is focused on time series data that have seasonal factor and multi input intervention, so that the model used on multi input intervention analysis is SARIMA model as an initial identification model. In this research, practical learning is applied to the monthly data on the number of train passengers in Indonesia. Intervention variables that are used in this research are limitation on the number of passengers at August 2011 as pulse function and implementation of E-ticketing and progressive tariffs since July 2013 as step function. The results of the analysis showed that the effect of limitation on the number of passengers gives negative effect, whereas implementation of E-ticketing and progressive tariffs gives positive effect to the number of train passengers in Indonesia. Keywords: SARIMA, Multi Input Intervention Analysis with Step and Pulse Functions.