PENERAPAN MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR) PADA DATA INFLASI PROVINSI BANTEN, LAMPUNG, DAN SUMATERA SELATAN MENGGUNAKAN TIGA MATRIKS PEMBOBOT

SINTA , MEUDI AMELIA (2023) PENERAPAN MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR) PADA DATA INFLASI PROVINSI BANTEN, LAMPUNG, DAN SUMATERA SELATAN MENGGUNAKAN TIGA MATRIKS PEMBOBOT. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF 1. ABSTRAK - ABSTRACT.pdf Download (165Kb) | Preview
	File PDF 2. SKRIPSI FULL.pdf Restricted to Hanya staf Download (2470Kb) | Minta salinan
Preview	File PDF 3. SKRIPSPI TANPA BAB PEMBAHASAN.pdf Download (1817Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Model Generalized Space Time Autoregressive (GSTAR) merupakan generalisasi dari model Space Time Autoregressive (STAR). Model GSTAR menghasilkan model space time dengan parameter-parameter yang tidak harus sama atau bersifat heterogen pada keterkaitan waktu dan lokasi. Perbedaan antar lokasi dapat ditunjukan dalam bentuk matriks pembobot. Dalam penelitian ini digunakan tiga matriks pembobot yaitu seragam, invers jarak, dan normalisasi korelasi silang dengan tiga scenario pembagian data yaitu training 93% dan testing 7%, training 80% dan testing 20%, training 70% dan testing 30%. Tujuan dari penelitian ini adalah menerapkan model GSTAR pada data time series dari tiga lokasi yang berbeda. Data yang digunakan pada penelitian ini adalah data inflasi Provinsi Banten , Lampung , dan Sumatera Selatan bulan Januari 2015 sampai Juni 2022. Untuk estimasi parameter dalam penelitian ini digunakan metode Ordinary Least Square (OLS). Dari hasil analisis diperoleh model GSTAR ( ) dengan bobot lokasi invers jarak pada pembagian data training 80% dan testing 20% adalah model yang terbaik dengan nilai RMSE terkecil. Kata kunci : STAR, GSTAR, matriks pembobot, inflasi, OLS

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika > 510 Matematika
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	2301489622 . Digilib
Date Deposited:	06 Apr 2023 07:46
Terakhir diubah:	06 Apr 2023 07:46
URI:	http://digilib.unila.ac.id/id/eprint/70456

Actions (login required)

Lihat Karya Akhir