HOTNIDA, HOTNIDA and Jose, Rizal and Winalia, Agwil (2024) PEMODELAN GENERALIZED SPACE TIME AUTOREGRESSIVE WITH VARIABLE EKSOGENOUS (GSTAR-�) PADA PERAMALAN INFLASI LIMA KOTA DI SUMBAGSEL. Other thesis, Universitas Bengkulu.
![Thesis [thumbnail of Thesis]](https://repository.unib.ac.id/style/images/fileicons/archive.png)
HOTNIDA (F1F019018)-Statistika.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).
Download (2MB)
Abstract
Inflasi adalah kecenderungan naiknya harga barang dan jasa yang pada
umumnya berlangsung secara terus menerus dan memiliki keterkaitan antar waktu
serta lokasi. Salah satu metode statistika yang dikembangkan untuk menganalisis
data yang memiliki keterkaitan antar waktu serta lokasi adalah Generalized Space
Time Autoregressive (GSTAR). Model GSTAR dapat diaplikasikan untuk
peramalan pada kasus dengan variabel endogen. Akan tetapi, ketika ingin
melakukan peramalan dengan melibatkan variabel eksogen, maka model GSTAR
tidak dapat digunakan, sehingga dikembangkanlah metode lainnya, yaitu model
Generalized Space Time Autoregressive with Variable Eksogenous (GSTAR-�).
Model ini akan diaplikasikan pada data Inflasi di lima kota yang berada di
Sumatra Bagian Selatan, yaitu Kota Jambi, Kota Palembang, Kota Bengkulu,
Kota Bandar Lampung, dan Kota Pangkal Pinang dengan variabel eksogen yang
digunakan adalah variasi kalender pada bulan di hari raya idul fitri dan satu bulan
sebelum hari raya idul fitri. Hasil penelitian menunjukkan bahwa model terbaik
yang dapat digunakan untuk melakukan peramalan 12 periode kedepan pada data
Inflasi adalah model GSTAR-�(1; 1) menggunakan bobot lokasi seragam dengan
nilai RMSE sebesar 0,2546.
Kata kunci: Bobot seragam, GSTAR-�, Inflasi, RMSE
Item Type: | Thesis (Other) |
---|---|
Subjects: | Q Science > QA Mathematics |
Divisions: | Faculty of Math & Natural Science > Department of Statistics |
Depositing User: | Oka Ariani S.IPust |
Date Deposited: | 18 Sep 2025 03:40 |
Last Modified: | 18 Sep 2025 03:40 |
URI: | https://repository.unib.ac.id/id/eprint/25268 |