Rachmawansah, Komet (2017) Model Gstarx-Sur Dengan Pembobot Normalisasi Korelasi Silang (Nks) Dan Normalisasi Cross-Covariance (Ncc) Untuk Peramalan Jumlah Penumpang Pelayaran Dalam Negeri. Magister thesis, Universitas Brawijaya.
Abstract
Data deret waktu adalah rangkaian data yang berupa nilai pengamatan yang diukur selama kurun waktu tertentu. Analisis deret waktu merupakan metode yang mempelajari data deret waktu, baik dari segi teori maupun membuat peramalan. GSTAR atau Generalized Space Time Autoregressive adalah salah satu model time series multivariate yang melibatkan lebih dari satu respon dan saling berkorelasi. Model ini adalah model yang menggabungkan unsur-unsur waktu dengan unsur ketergantungan spasial atau lokasi. Model STAR sendiri adalah pengembangan model Vector Autoregressive Integrated Moving Average (VARIMA), tapi model VARIMA belum mampu mengatasi data time series dengan dependensi spasial. Karena itu dikembangkan metode multivariat yang menggabungkan unsur waktu dan dependensi lokasi dengan unsur-unsur spasial heterogen yang kemudian disebut metode GSTAR. Metode GSTAR yang melibatkan variabel prediktor (exogenous) disebut GSTARX. Variabel X di GSTAR adalah simbol yang memiliki skala metrik dan non-metrik. Metode estimasi GSTARX menggunakan Generalized Least Square (GLS), yaitu metode estimasi model pada persamaan Seemingly Unrelated Regression (SUR). Dengan model persamaan SUR keterkaitan antara variabel respon dapat diakomodir dalam bentuk matriks ragam peragam galat. Tujuan dari Penelitian ini adalah mendapatkan model GSTARX yang sesuai untuk memodelkan data jumlah penumpang dari pelayaran dalam negeri di lima pelabuhan utama. Menentukan akurasi hasil peramalan banyaknya jumlah penumpang dari pelayaran dalam negeri di lima pelabuhan utama menggunakan model GSTARX. Hasil dari Penelitian Ini adalah model yang sesuai untuk data penumpang pelayaran dalam negeri di lima pelabuhan utama yaitu GSTARX([1]1)-SUR-NKS dan GSTARX([1]1)-SUR-NCC. Kedua model ini sangat baik untuk meramalkan data penumpang pelayaran khususnya di Pelabuhan Balikpapan dan Makassar, karena berdasarkan validasi model kedua lokasi tersebut menghasilkan hasil ramalan yang tidak berbeda dengan data aktualnya.Hasil akurasi ramalan yang diperoleh dari model GSTARX([1]1)-SUR-NKS dan GSTARX([1]1)-SUR-NCC pada data penumpang pelayaran dalam negeri di lima pelabuhan utama dinyatakan dengan nilai MAPE terkecil dan nilai R2 terbesar. Nilai MAPE dan nilai R2 yang dihasilkan dari model GSTARX([1]1)-SUR-NKS masing-masing 27.20 dan 0.966 sedangkan untuk model GSTARX([1]1)-SUR-NCC masing-masing 32.02 dan 0.974.
English Abstract
Time Series data is the data of the observation measured over a period of certain. Analysis of Time Series is method that studies data the time, both in terms of the theory and make forecasting. GSTAR or generalized space time autoregressive is one model time series multivariate involving more than one response and mutual correlate. This model is combination time component with the dependence spatial or location. STAR model is development vector model autoregressive integrated moving average (VARIMA), but model VARIMA have not been able to overcome the time series with spatial dependency. Because it is developed multivariate method that combines the time and dependencies the spatial heterogeneous component then called GSTAR method. GSTAR method involving predictor variables are (exogenous) called GSTARX. Variable X in GSTAR is emblematic having scales metrics and non-metrics. Estimation Method GSTARX using Generalized Least Square (GLS), the method estimation model on similarities Seemingly Unrelated Regression (SUR). With the SUR equation model, the relationship between response variables can be accommodated in the variance-covariance matrix of errors. The purpose of this research is get GSTARX model according to model total of embarkation passenger of domestic voyage at 5 main ports. To determine accuracy the forecasting total of embarkation passenger of domestic voyage use the GSTARX model. The result of this research is a model appropriate for passenger data marine in the country in five major port namely GSTARX([1]1)-SUR-NKS and GSTARX([1]1)-SUR-NCC. Both of model is very good to foresee passenger data marine especially in port Balikpapan and Makassar, based on validation the second model the location produce results divination similar to actual data. The result accuracy divination obtained from model GSTARX([1]1)-SUR-NKS and GSTARX([1]1)-SUR-NCC on the passengers marine in the country in five major port specified with a value MAPE smallest and R2 largest value. The MAPE and value R2 resulting from model GSTARX([1]1)-SUR-NKS each 27.20 and 0.966 while to model GSTARX([1]1)-SUR-NCC each 32.02 and 0.974
| Item Type: | Thesis (Magister) |
|---|---|
| Identification Number: | TES/515.782/RAC/m/2017/041709007 |
| Uncontrolled Keywords: | GENERALIZED SPACES, TIME - SERIES ANALYSIS, VECTOR SPACES, TRANSPOATATION - PASSENGER TRAFFIC - MEASUREMENT, PASSENGER SHIPS |
| 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: | Nur Cholis |
| Date Deposited: | 02 Oct 2017 02:40 |
| Last Modified: | 30 Nov 2021 03:07 |
| URI: | http://repository.ub.ac.id/id/eprint/3027 |
Preview |
Text
FULL TESIS (KOMET RACHMAWANSAH).pdf Download (5MB) | Preview |
Preview |
Text
6. BAB III.pdf Download (140kB) | Preview |
Preview |
Text
DAFTAR PUSTAKA.pdf Download (129kB) | Preview |
Preview |
Text
7. BAB IV.pdf Download (1MB) | Preview |
Preview |
Text
8. BAB V.pdf Download (10kB) | Preview |
Preview |
Text
BAGIAN DEPAN.pdf Download (1MB) | Preview |
Preview |
Text
4. BAB I.pdf Download (27kB) | Preview |
Preview |
Text
5. BAB II.pdf Download (1MB) | Preview |
Actions (login required)
 |
View Item |