| dc.contributor |
Fakultas Matematika dan Ilmu Pengetahuan Alam |
|
| dc.creator |
Balqis, Viona Prisyella |
|
| dc.creator |
Kurniati, Eti |
|
| dc.creator |
Rohaeni, Onoy |
|
| dc.date |
2020-08-25 |
|
| dc.date.accessioned |
2021-03-15T03:43:01Z |
|
| dc.date.available |
2021-03-15T03:43:01Z |
|
| dc.identifier |
http://karyailmiah.unisba.ac.id/index.php/matematika/article/view/23338 |
|
| dc.identifier |
10.29313/.v6i2.23338 |
|
| dc.identifier.uri |
http://hdl.handle.net/123456789/28810 |
|
| dc.description |
Abstract. Inflation is an increase in the price of goods and services which are the basic needs of society. The occurrence of inflation can be measured by the consumer price index (CPI). The increase in inflation was due to several expenditures based on public needs. Several cities in West Java have the highest inflation compared to Central Java and East Java, so that if inflation soars high it can affect competitiveness in the eyes of the industry. In this study, a forecasting model will be formed using 72 insample data and 12 outsample data obtained from three cities in West Java, namely Bandung City, Cirebon City, and Depok City using the Generalized Space Time Autoregressive (GSTAR) method. GSTAR is a method that can be used for forecasting time series data where the data has a relationship between time and location. The GSTAR method is also a model with autoregressive order (p) and spatial order (q). Based on the results of the study, the model that is formed for forecasting is the GSTAR model (21) for inflation data for Cirebon City and Depok City with significant parameters. The forecasting model that is formed has heteroscedasticity symptoms so that the GSTAR model (21) for Cirebon City and Depok City does not meet the white assumption and only the Cirebon City forecasting model meets the normality assumption. The MAPE value obtained from the forecasting results for the model that has been formed for Cirebon City is 14.51601671 and Depok City is 14.54698514.Keywords: Forecasting, parameter estimation, GSTAR, Heteroscedasticity, NormalityAbstrak. Inflasi merupakan kenaikan harga barang dan jasa yang merupakan kebutuhan pokok masyarakat. Terjadinya inflasi dapat diukur dengan indeks harga konsumen (IHK). Meningkatnya inflasi dikarenakan terdapat beberapa pengeluaran berdasarkan kebutuhan masyarakat. Beberapa kota di Jawa Barat menduduki inflasi tertinggi dibandingkan dengan Jawa Tengah dan Jawa Timur, sehingga apabila inflasi melonjak tinggi maka dapat berpengaruh terhadap daya saing di mata industri. Pada penelitian kali ini akan dilakukan pembentukkan model peramalan dengan menggunakan 72 data insample dan 12 data outsample yang diperoleh dari tiga kota di Jawa Barat yaitu Kota Bandung, Kota Cirebon, Kota Depok dengan menggunakan metode Generalized Space Time Autoregressive (GSTAR). GSTAR merupakan salah satu metode yang dapat digunakan untuk suatu peramalan data time series dimana data tersebut memiliki keterkaitan antara waktu dan lokasi. Metode GSTAR juga merupakan model dengan orde autoregressive (p) dan orde spasial (q). Berdasarkan hasil penelitian, model yang terbentuk untuk melakukan peramalan adalah model GSTAR (21) untuk data inflasi Kota Cirebon dan Kota Depok dengan parameter yang signifikan. Model peramalan yang terbentuk memiliki gejala heteroskedastisitas sehingga model GSTAR (21) untuk Kota Cirebon dan Kota Depok tidak memenuhi asumsi white dan hanya model peramalan Kota Cirebon yang memenuhi asumsi normalitas. Diperoleh nilai MAPE dari hasil peramalan terhadap model yang telah terbentuk untuk Kota Cirebon adalah 14,51601671 dan Kota Depok adalah 14,54698514.Kata Kunci: Peramalan, estimasi parameter, GSTAR, Heteroskedastisitas, Normalitas |
|
| dc.format |
application/pdf |
|
| dc.language |
eng |
|
| dc.publisher |
Universitas Islam Bandung |
|
| dc.relation |
http://karyailmiah.unisba.ac.id/index.php/matematika/article/view/23338/pdf |
|
| dc.rights |
Copyright (c) 2020 Prosiding Matematika |
|
| dc.source |
Prosiding Matematika; Vol 6, No 2, Prosiding Matematika (Agustus, 2020); 43-50 |
|
| dc.source |
Prosiding Matematika; Vol 6, No 2, Prosiding Matematika (Agustus, 2020); 43-50 |
|
| dc.source |
2460-6464 |
|
| dc.source |
10.29313/.v6i2 |
|
| dc.subject |
Matematika |
|
| dc.subject |
Peramalan, estimasi parameter, GSTAR, Heteroskedastisitas, Normalitas |
|
| dc.title |
Model Peramalan Data Inflasi dengan Metode Generalized Space Time Autoregressive (GSTAR) pada Tiga Kota di Jawa Barat |
|
| dc.type |
info:eu-repo/semantics/article |
|
| dc.type |
info:eu-repo/semantics/publishedVersion |
|
| dc.type |
Peer-reviewed Article |
|
| dc.type |
kuantitatif |
|