Pemodelan Generalized Space Time Autoregressive Integrated Dengan Differencing Musiman Pada Data Nonstasioner
| Main Author: | Retnaningsih, HestiAnita |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2014
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/153796/1/KESELURUHAN.pdf http://repository.ub.ac.id/153796/ |
Daftar Isi:
- Bank sebagai lembaga keuangan, membantu negara dalam menunjang pelaksanaan pembangunan nasional ke arah peningkatan taraf hidup masyarakat yang lebih baik. Bank berfungsi menghimpun dana dari masyarakat dalam bentuk simpanan serta menyalurkannya kepada masyarakat dalam bentuk kredit. Dana simpanan bank terbesar berasal dari Dana Pihak Ketiga (DPK), sedangkan komposisi DPK terbanyak pada Perbankan Nasional dimiliki oleh Bank Umum. Untuk mengetahui besarnya DPK Bank Umum periode yang akan datang, maka dilakukan peramalan dengan menggunakan model GSTAR-I. Terdapat lima lokasi yang digunakan dalam penelitian ini, yaitu Provinsi Jawa Barat, DKI. Jakarta, D.I Yogyakarta, Jawa Tengah dan Jawa Timur. Hasil uji korelasi menunjukkan bahwa lokasi-lokasi yang digunakan dalam penelitian ini mempunyai hubungan yang erat, dan hasil perhitungan indeks gini menyatakan bahwa karakteristik lokasi yang diamati bersifat heterogen. Dari hasil identifikasi, model GSTAR-I yang didapatkan adalah GSTAR (1,2,6,12(1))-I(1)12. Hasil pengujian menunjukkan bahwa model telah sesuai. Nilai residual memenuhi asumsi white noise dan normal multivariate. Hasil peramalan DPK Bank Umum satu periode kedepan (Bulan Maret 2014) untuk Provinsi Jawa Barat adalah sebesar 300.695 (Milliar Rupiah), Provinsi DKI. Jakarta sebesar 1.847.303 (Milliar Rupiah), D.I Yogyakarta sebesar 37.735 (Milliar Rupiah), Jawa Tengah sebesar 169.074 (Milliar Rupiah) dan Jawa Timur sebesar 340.183 (Milliar Rupiah). Tingkat kesalahan dalam peramalan yang dihasilkan relatif kecil, yaitu 1.31% untuk data in sample dan 1.16% untuk data out sample, dan koefisien determinasinya sebesar 99%. Hal ini mengindikasikan bahwa peramalan dengan menggunakan model GSTAR(1,2,6,12(1))-I(1)12 ini layak digunakan.