Ashari, Arif (2019) Pemodelan GSTARX-SUR Kriging dalam Meramalkan Serangan Penyakit Busuk Buah Kakao di Kabupaten Trenggalek. Magister thesis, Universitas Brawijaya.
Abstract
Generalized Space Time Autoregressive (GSTAR) merupakan salah salah satu pemodelan deret waktu multivariat yang mempertimbangkan aspek lokasi dengan karakteristik lokasi yang heterogen. Salah satu pengembangan model GSTAR adalah model GSTARX, yakni model GSTAR dengan penambahan variabel eksogen ke dalam model. Untuk mengatasi sisaan model antar lokasi yang umumnya saling berkorelasi, maka pendugaan parameter model GSTARX dapat dilakukan dengan menggunakan pendekatan Seemingly Unrelated Regression (SUR). Pemodelan GSTARX yang menggunakan pendekatan SUR dalam pendugaan parameter modelnya biasa disebut dengan pemodelan GSTARX-SUR. Pemodelan GSTARX-SUR dapat diterapkan di berbagai bidang kehidupan, salah satunya adalah bidang pertanian. Dalam penelitian ini, model GSTARX-SUR diterapkan untuk meramalkan serangan penyakit busuk busah kakao di Kabupaten Trenggalek dengan curah hujan sebagai variabel eksogennya. Model GSTARX-SUR secara normal tentunya hanya dapat digunakan dalam meramalkan suatu kejadian pada masa yang akan datang di lokasi-lokasi yang teramati. Permasalahan yang kerap terjadi adalah terdapat suatu lokasi yang akan dimodelkan tidak memiliki data yang cukup atau tidak lengkap sebagaimana data di lokasi-lokasi yang lain. Untuk itu, beberapa alternatif dapat dilakukan, dan salah satunya adalah dengan mengkombinasikan model GSTARX-SUR dengan teknik interpolasi kriging. Pemodelan ini dikenal dengan pemodelan GSTARX-SUR Kriging. Penelitian ini bertujuan untuk mendapatkan model GSTARX-SUR yang paling sesuai dan menguji kelayakan model GSTARX-SUR Kriging dalam meramalkan serangan penyakit busuk buah kakao di Kabupaten Trenggalek. Hasil penelitian ini menunjukkan bahwa model GSTARX-SUR (1,[1,12])(0,0,0) dengan pembobot spasial Inverse Distance Matrix (IDM) merupakan model yang terbaik dan memiliki akurasi peramalan yang cukup baik yang ditunjukkan dengan nilai MAPE sebesar 12,4% dan R-square sebesar 58,0%. Selain itu, dari hasil penelitian ini juga diketahui bahwa peramalan menggunakan model GSTARX-SUR Kriging layak untuk digunakan dalam meramalkan serangan penyakit busuk buah kakao di Kabupaten Trenggalek dan memiliki akurasi ramalan yang sama baiknya dengan peramalan menggunakan model GSTARX-SUR biasa. Hasil peramalan menggunakan model GSTARX-SUR Kriging (1,[1,12])(0,0,0) dengan pembobot IDM menunjukkan bahwa serangan penyakit busuk buah kakao di hampir semua kecamatan di wilayah Kabupaten Trenggalek diprediksi mengalami peningkatan serangan pada bulan Desember 2019 dengan persentase serangan tertinggi terjadi di Kecamatan Munjungan, yakni mencapai 1,98%.
English Abstract
Generalized Space Time Autoregressive (GSTAR) is one of multivariate time series modeling that considers aspects of location where the characteristics of the locations are heterogeneous. One of the developments in the GSTAR model is the GSTARX model, which is the GSTAR model by adding exogenous variables to the model. To overcome the remaining inter-location models that generally correlate with each other, the estimation of GSTARX model parameters can be done using the Seemingly Unrelated Regression (SUR) approach. GSTARX modeling that uses the SUR approach in estimating the parameters of the model is commonly called GSTARX-SUR modeling. GSTARX-SUR modeling can be applied in various fields of life, one of which is agriculture. In this study, the GSTARX-SUR model was applied to predict cocoa black pod disease in Trenggalek Regency with rainfall as its exogenous variable. The GSTARX-SUR model can only be used in predicting an event in the future at the observed locations. The problem that often occurs is that there is a location to be modeled that does not have sufficient or incomplete data as the data in other locations. For this reason, several alternatives can be done, and one of them is by combining the GSTARX-SUR model with the kriging interpolation technique. This modeling is known as GSTARX-SUR Kriging modeling. This study aims to obtain the most suitable GSTARX-SUR model and test the goodness of the GSTARX-SUR Kriging model in predicting cocoa black pod disease in Trenggalek Regency. The results of this study indicate that the GSTARX-SUR model (1,[1,12])(0.0,0) using the Inverse Distance Matrix (IDM) as spatial weighting is the best model and has a fairly good forecasting accuracy indicated by the MAPE value at 12.4% and R-square at 58.0%. In addition, from the results of this study it is also known that forecasting using the GSTARX-SUR Kriging model is proper to be used in predicting attacks of cocoa black pod disease in Trenggalek Regency and has forecast accuracy as good as forecasting using the usual GSTARX-SUR model. Forecasting results using the GSTARX-SUR Kriging model (1,[1.12]) (0.0.0) using the IDM weighting indicate that attacks of cocoa black pod disease in almost all districts in the Trenggalek Regency is predicted to increase in December 2019 with the highest percentage of attacks occurring in Munjungan Subdistrict, reaching 1.98%.
Other obstract
-
| Item Type: | Thesis (Magister) |
|---|---|
| Identification Number: | TES/515.782/ASH/p/2019/041911352 |
| Uncontrolled Keywords: | GENERALIZED SPACES, TIME-SERIES ANALYSIS--MATHEMATICAL MODELS |
| Subjects: | 500 Natural sciences and mathematics > 515 Analysis > 515.7 Functional analysis > 515.78 Special topics of functional analysisi > 515.782 Distribution theory |
| Divisions: | S2/S3 > Magister Statistika, Fakultas MIPA |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 08 Jan 2020 03:33 |
| Last Modified: | 25 Oct 2021 03:35 |
| URI: | http://repository.ub.ac.id/id/eprint/177632 |
Preview |
Text
Arif Ashari (2).pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |