Husna, Fathiatul (2014) Pemodelan Gstar (Generalized Space Time Autoreggresive)Dengan Menggunakan 4 Jenis Pembobot Lokasi (Studi Kasus Pada Inflasi Jabodetabek). Sarjana thesis, Universitas Brawijaya.
Abstract
Dalam kehidupan sehari-hari seringkali data yang kita dapatkan tidak hanya diamati berdasarkan deret waktu, namun juga berdasarkan lokasi yang diamati. Model Generalized Space Time Autoregressive(GSTAR) adalah salah satu pemodelan multivariate time series yang memperhatikan adanya efek spasial. Penelitian ini diterapkan pada inflasi Jakarta-Bogor-Depok-Tangerang-Bekasi (Jabodetabek) dengan menggunakan 4 jenis pembobot lokasi yaitu bobot lokasi seragam, invers jarak, biner dan normalisasi korelasi silang. Daerah Jabodetabek merupakan salah satu daerah metropolitan dengan DKI Jakarta sebagai pusatnya dan keempat kota satelit yang mengelilingi adalah sebagai penopang dari DKI Jakarta, sehingga inflasi yang terjadi di Jabodetabek berkaitan satu sama lain. Dari keempat penerapan bobot lokasi pada model GSTAR, model yang terbaik yang sesuai dengan data inflasi adalah GSTAR (1;5) dengan penerapan bobot lokasi invers jarak. Hasil peramalan data inflasi Jabodetabek pada Bulan Januari dan Februari 2014 menunjukkan berbeda jauh dari aktualnya, sehingga dapat disimpulkan bahwa Model GSTAR kurang cocok diterapkan pada data inflasi.
English Abstract
Ineveryday lifeweoftengetdata notonlybased onthe observedtime series, butalsobased onthe observedlocations. GeneralizedSpace TimeAutoregressivemodel(GSTAR) is one of themultivariatetime seriesmodelthat notice the spatialeffects. This studyis applied to theinflationJakarta-Bogor-Depok-Tangerang-Bekasi (Jabodetabek) using 4weightinglocationnamely uniformweighting, inversedistance weighting, binaryweightingandnormalizedcross correlation. Jabodetabek Areais ametropolitan area which Jakarta as a centerand 4 surroundingsuburbsasthesustainerofJakarta. So theinflationthat occurredinGreater Jakartainter-related withothercities. From 4 weighting location that applied on this model, the best model thatfits the inflation data isGSTAR(1,5) withapplication on inversedistanceweighting. The forecasting result of inflation data in Jabodetabek from JanuaryandFebruary 2014are differentfrom theactual, so it canbe concludedthat theGSTAR (1,5) model islesssuitable to be appliedoninflation data.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2014/168/051403711 |
| 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: | Hasbi |
| Date Deposited: | 08 Jul 2014 10:11 |
| Last Modified: | 09 Nov 2021 07:15 |
| URI: | http://repository.ub.ac.id/id/eprint/153785 |
Preview |
Text
SKRIPSI_LENGKAP_FATHIATUL_HUSNA_105090513111001_STATISTIKA.pdf Download (3MB) | Preview |
Actions (login required)
 |
View Item |