PENERAPAN MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR) DALAM PERAMALAN INFLASI DI PROVINSI ACEH | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

    SKRIPSI

PENERAPAN MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR) DALAM PERAMALAN INFLASI DI PROVINSI ACEH


Pengarang

NURZATIL AQMAR - Personal Name;

Dosen Pembimbing

Latifah Rahayu Siregar - 198409282015042002 - Dosen Pembimbing I
Marzuki - 197802212005011004 - Dosen Pembimbing I



Nomor Pokok Mahasiswa

1708108010029

Fakultas & Prodi

Fakultas MIPA / Statistika (S1) / PDDIKTI : 49201

Penerbit

Banda Aceh : Fakultas MIPA (S1)., 2022

Bahasa

Indonesia

No Classification

519.536

Literature Searching Service

Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)

Inflasi merupakan kenaikan harga barang dan jasa secara umum dan terus menerus dalam jangka waktu tertentu. Tingkat inflasi yang tinggi akan mempengaruhi stabilitas dunia usaha serta melemahkan daya beli masyarakat suatu daerah. Inflasi merupakan data deret waktu, sehingga dapat dimodelkan dengan menggunakan metode analisis deret waktu. Data deret waktu dicatat secara bersamaan di sejumlah lokasi, sehingga menghasilkan deret waktu spasial (space time). Model GSTAR merupakan pengembangan dari model STAR, dan cenderung lebih fleksibel daripada model STAR. Model GSTAR mengasumsikan parameter ruang waktu bernilai berbeda untuk setiap lokasi. Penelitian ini bertujuan untuk meramalkan inflasi pada tiga lokasi di Provinsi Aceh menggunakan model GSTAR dengan tiga bobot yaitu bobot seragam, invers jarak, dan normalisasi korelasi silang. Periode data yang digunakan dalam penelitian ini adalah Januari 2014 sampai dengan Desember 2021 yang terdiri dari data training dan testing. Hasil penelitian menunjukkan bahwa model GSTAR terbaik yang layak digunakan untuk meramalkan inflasi Kota Meulaboh, Kota Banda Aceh, dan Kota Lhokseumawe pada Januari sampai Desember 2021 adalah model GSTAR(1_1) dengan bobot normalisasi korelasi silang dibandingkan model dengan menggunakan bobot seragam dan invers jarak karena memenuhi asumsi white noise dan residual normal dengan nilai RMSE 0,384 dan MAPE sebesar 13,514%.

Inflation is an increase in the prices of goods and services in general and continuously within a certain period of time. A high inflation rate will affect the stability of the business world and weaken the purchasing power of the people of a region. Inflation is a time series data, so it can be modeled using the time series analysis method. Time series data are recorded simultaneously in a number of locations, resulting in a spatial time series. The GSTAR model is an extension of the STAR model, and tends to be more flexible than the STAR model. The GSTAR model assumes that spacetime parameters have different values for each location. This study aims to predict inflation at three locations in Aceh Province using the GSTAR model with three weights, namely uniform weight, inverse distance and normalized cross-correlation. The data period used in this study is January 2014 to December 2021 which consists of training and testing data. The results show that the best GSTAR model that is suitable for forecasting inflation in Meulaboh City, Banda Aceh City and Lhokseumawe City in January to December 2021 is the GSTAR (1_1) model with a weight normalization of the cross-correlation compared to the model using uniform weights and inverse distance because it meets the assumptions of white noise and normal residuals with an RMSE value of 0,384 and a MAPE of 13,514%.

Citation



    SERVICES DESK