Pemodelan Generalized Space Time Autoregressive Moving Average (GSTARMA) dengan Bobot Lokasi Seragam, Invers Jarak, dan Normalisasi Korelasi Silang (Studi Kasus Pada Data Inflasi Tujuh Kota/Kabupaten di Jawa Timur)
| Main Author: | Shofinda, Fairuz |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2017
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/3981/ |
Daftar Isi:
- Suatu data yang memiliki keterkaitan antar waktu dan lokasi disebut dengan data spatio temporal, salah satu contoh data spatio temporal adalah data inflasi. Inflasi merupakan suatu keadaan meningkatnya harga barang dan jasa secara umum dan terus menerus yang berdampak pada kenaikan harga barang dan jasa lainnya. Pengaruh interaksi spasial yang berkaitan dengan inflasi adalah adanya ketergantungan antar lokasi untuk saling memenuhi kebutuhan barang dan jasa yang tidak dapat dipenuhi oleh lokasi tersebut, sehingga adanya kenaikan atau penurunan harga barang dan jasa pada suatu lokasi akan mempengaruhi lokasi lain. Sedangkan pengaruh interaksi waktu yang berkaitan dengan inflasi adalah diperlukannya tenggang waktu beberapa periode ketika terjadi kenaikan/penurunan tingkat inflasi untuk kembali stabil. Tujuan skripsi ini adalah mendapatkan model GSTARMA terbaik dengan bobot lokasi yang sesuai dan mengetahui hasil peramalan pada data inflasi tujuh kota/kabupaten di Jawa Timur. Tujuh kota/kabupaten di Jawa Timur antara lain Kabupaten Jember, Kota Probolinggo, Kota Malang, Kota Kediri, Kota Madiun, Kota Surabaya, dan Kabupaten Sumenep. Bobot lokasi yang digunakan yaitu bobot lokasi seragam, invers jarak, dan normalisasi korelasi silang. Berdasarkan hasil analisis sisaan yang dihasilkan model GSTARMA (1;1 , 1;1) dengan ketiga bobot lokasi memenuhi asumsi sisaan menyebar normal multivariat tetapi tidak memenuhi asumsi sisaan bersifat white noise. Model terbaik yang terbentuk yaitu GSTARMA (1;1 , 1;1) dengan bobot lokasi seragam, peramalan yang dihasilkan tidak berbeda nyata dengan data out sample. Akan tetapi nilai MAPE yang dihasilkan lebih dari 50%, sehingga kemampuan peramalan model GSTARMA (1;1 , 1;1) dengan bobot lokasi seragam pada data inflasi tujuh kota/kabupaten di Jawa Timur berkategori buruk.