Perbandingan Metode Exact Maximum Likelihood (EML) dan Modified Profile Likelihood pada Pendugaan Parameter Model Autoregressive Fraksionally Integrated Moving Average (ARFIMA)

EmiFaturrahmi (2009) Perbandingan Metode Exact Maximum Likelihood (EML) dan Modified Profile Likelihood pada Pendugaan Parameter Model Autoregressive Fraksionally Integrated Moving Average (ARFIMA). Sarjana thesis, Universitas Brawijaya.

Abstract

Model ARFIMA merupakan pengembangan dari model ARIMA yang ordo pembedanya, d, bernilai pecahan dan digunakan untuk memodelkan data deret waktu memori jangka panjang (long memory), yaitu suatu deret yang mempunyai ciri-ciri ketergantungan antara pengamatan pada jangka waktu yang jauh tidak dapat diabaikan dan fungsi ACF-nya turun secara lambat. Model ARFIMA dikembangkan untuk mengatasi kelemahan dari metode ARIMA yang hanya dapat memodelkan deret waktu memori jangka pendek (short memory), sedangkan model ARFIMA dapat digunakan untuk memodelkan data deret waktu yang mengandung memori jangka pendek dan jangka panjang sekaligus. Perbandingan metode Exact Maximum Likelihood (EML) dan Modified Profile Likelihood (MPL) bertujuan untuk mendapatkan model optimum dengan kedua metode tersebut serta untuk mengetahui ketepatan kedua metode pada pendugaan parameter model ARFIMA berdasarkan ukuran akurasi peramalan, yaitu berdasarkan kriteria (Akaike Information Criterion) dan Root of Means Square Error (RMSE). Di mana metode yang lebih tepat adalah metode yang memiliki nilai RMSE terkecil. Kedua metode tersebut diterapkan pada lima data skunder yang mengandung sifat long memory. Dari hasil analisis diperoleh model optimum dengan metode EML untuk data 1, 2, 3, 4 dan 5 berturut-turut adalah ARFIMA (1 ; -0,2 ; 0), ARFIMA (2 ; -0,3 ; 0), ARFIMA (2 ; -0,3 ; 0), ARFIMA (1 ; -0,1; 0) dan ARFIMA (2; 0; 0). Sedangkan dengan metode MPL diperoleh model optimumnya yaitu ARFIMA (0; 0,2 ; 1), ARFIMA (2; -0,3 ;0), ARFIMA (1; 0,3; 0), ARFIMA (1; 0,1 ; 0) dan ARFIMA (2; 0,1; 0). Berdasarkan kriteria AIC dan RMSE, menujukkan bahwa dari kelima data yang dicobakan dalam penelitian ini, metode metode MPL merupakan metode pendugaan parameter model ARFIMA yang lebih akurat daripada metode EML.

Item Type: Thesis (Sarjana)
Identification Number: SKR/MIPA/2009/338/051000011
Subjects: 500 Natural sciences and mathematics > 519 Probabilities and applied mathematics > 519.5 Statistical mathematics
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika
Depositing User: Unnamed user with email repository.ub@ub.ac.id
Date Deposited: 18 Jan 2010 11:26
Last Modified: 22 Oct 2021 07:30
URI: http://repository.ub.ac.id/id/eprint/152301
[thumbnail of 051000011.pdf]
Preview
Text
051000011.pdf

Download (2MB) | Preview

Actions (login required)

View Item View Item