Tesis

Forecasting generalized space time autoregressive integrated-autoregressive conditional heteroskedastic model by clustering method / Liza Nur Aida

Abstrak
Deret waktu adalah suatu proses stokastik yang diberi indeks waktu secara simultan. Model deret waktu dapat dikombinasikan dengan data spasial yang menghasilkan proses dengan indeks lokasi waktu secara simultan. Salah satu model dengan karakteristik lokasi yang heterogen adalah Model Generalized Space Time Autoregressive Integrated (GSTARI). Pada penelitian ini dipelajari pengembangan model GSTARI dengan asumsi variansi eror tidak konstan. Salah satu contoh data dengan variansi eror tidak konstan adalah data inflasi. Metode penaksiran untuk asumsi unsur eror tidak konstan yaitu Autoregressive Heterocedasticity (ARCH). Laju inflasi di Negara Indonesia setiap bulannya cenderung mengalami fluktuasi. Hal ini dibutuhkan peramalan inflasi untuk mengantisipasi situasi perekonomian yang tidak stabil. Sebelum dilakukan analisis time series perlu dilakukan pengelompokan dan pemetaan wilayah berdasarkan nilai inflasi. Keberadaan cluster dapat mengurangi disparitas yang terjadi pada masing-masing daerah sehingga terbentuklah suatu sistim pengendalian inflasi. Oleh karena itu penelitian ini membahasa analisis Clustering dan model GSTARI-ARCH. Tahapan dalam memodelkan Clustering GSTARI-ARCH yaitu analisis cluster hingga terbentuk menjadi 3 cluster dan dilanjutkan tahapan forecasting model yang mengikuti 3 tahapan yaitu identifikasi model estimasi parameter hingga pengecekan diagnostik. Penerapan model Clustering GSTARI-ARCH menghasilkan RMSE yang minimum dibandingkan model GSTARI-ARCH. Hal ini menunjukkan bahwa model Clustering GSTARI-ARCH lebih baik dibandingkan dengan model GSTARI-ARCH dalam peramalan data inflasi di kota maju dengan penghasilan terbesar di Indonesia.

Informasi Detail

DDC

Rt 519.287 AID f

Prodi

Universitas Negeri Malang. Program Studi Matematika, 2023.

Deskripsi Fisik

xvi, 75 lembar : ilus. ; 30 cm

Bahasa

Indonesia

No Reg

00099/RT/24

Edisi

Tesis (Pascasarjana)--Universitas Negeri Malang. 2023

Subjek

1. PERAMALAN (MATEMATIKA) - MODEL CLUSTERING
2. FORECASTING (MATHEMATICS) - CLUSTERING MODELS

Pembimbing

1. Dr. Swasono Rahardjo, S.pd, M.si;2. Vita Kusumasari, S.si, M.pd, Ph.d

Lampiran Berkas