Nuhad, Fitriana (2014) Penerapan Model Nonlinier Self-Exciting Threshold Autoregressive (Setar) Untuk Pemodelan Data Inflasi Di Indonesia. Sarjana thesis, Universitas Brawijaya.
Abstract
Analisis deret waktu bertujuan untuk memodelkan pola data deret waktu. Salah satu model deret waktu adalah model nonlinier Self-Exciting Threshold Autoregressive (SETAR). Model SETAR merupakan model nonlinier yang mempunyai bentuk dasar model linier dan mengasumsikan bahwa variabel mengikuti model autoregressive dalam sebuah regime, tetapi dapat berpindah antar regime tergantung pada panjang delay . Model SETAR dapat menangkap lompatan data seperti pada data inflasi. Tujuan dari penelitian ini adalah untuk memperoleh model SETAR pada data inflasi bulanan di Indonesia periode Januari 1979 hingga Desember 2012 yang terdapat lompatan data. Pengujian nonlinieritas Terasvirta menunjukkan hasil bahwa data transformasi inflasi mengikuti model nonlinier, sehingga pemodelan SETAR dapat dilakukan. Identifikasi model SETAR dilakukan menggunakan kriteria minimum AIC dan untuk pendugaan parameter autoregressive tiap regime digunakan Metode Kuadrat Terkecil (MKT). Hasil analisis pemodelan SETAR terhadap data transformasi menghasilkan model 2-regime SETAR (4,1,4) dengan threshold -1,446151 dan AIC sebesar -2071. Model tersebut membagi data inflasi menjadi 2 bagian, yaitu regime bawah sebanyak 85 data dan regime atas sebanyak 323 data. Model 2-regime SETAR (4,1,4) disimpulkan tidak layak untuk memodelkan data inflasi di Indonesia karena model memiliki sisaan yang tidak memenuhi asumsi white noise (independen dan identik).
English Abstract
Time series analysis aims to model time series data patterns. One of time series model is nonlinear Self-Exciting Threshold Autoregressive (SETAR) model. SETAR model is nonlinear model with linier basic form and assume that follow autoregressive process within a regime, but can switch between regimes depending on length of delay . SETAR model can capture the leap of data, i.e inflation data. The purpose of this study is to obtain SETAR model on monthly inflation in Indonesia during the period January 1979 to December 2012 which contained the leap of data. Terasvirta nonlinearity test show that inflation follows a nonlinear model, thus SETAR model can be used. Identification of SETAR model is done using the minimum AIC and Ordinary Least Squares (OLS) method is used to estimate parameter autoregressive. Time series analysis of inflation generates 2-regime SETAR model (4,1,4) with threshold -1,446151 and AIC -2071. The model divides inflation data into 2 parts, with regime lower as many as 85 data and regime upper as many as 323 data. 2-regime SETAR model (4,1,4) is unadequate for modeling inflation in Indonesia because the residuals unsatisfy the assumption of white noise (independent and identically).
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2014/224/051404339 |
| 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: | Budi Wahyono Wahyono |
| Date Deposited: | 07 Aug 2014 10:52 |
| Last Modified: | 21 Oct 2021 04:09 |
| URI: | http://repository.ub.ac.id/id/eprint/153846 |
Preview |
Text
SKRIPSI_FitrianaNuhad_105090501111004.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |