<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="60452">
 <titleInfo>
  <title>PENAKSIRAN MODEL GSTARI DENGAN METODE MAXIMUM LIKELIHOOD ESTIMATION DAN PENERAPANNYA PADA PERAMALAN HARGA BERAS EMPAT KABUPATEN DI JAWA BARAT</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Rini Luciani Rahayu</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Bandung</placeTerm>
   <publisher>FMIPA Pascasarjana UNPAD</publisher>
   <dateIssued>2018</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Text</form>
  <extent>xiii, 90 hlm. ; il. ; 29 cm.</extent>
 </physicalDescription>
 <note>Model Generalized Space Time Autoregressive (GST AR) adalah kasus &#13;
khusus dari model time series multivariate Vector Autoregressive CV AR) yang &#13;
memiliki kaitan pengamatan lokasi dan waktu secara simultan dan dicirikan &#13;
dengan adanya matriks bobot lokasi serta asumsi parameter yang berbeda untuk &#13;
setiap lokasi, sehingga model GST AR berlaku untuk karakteristik lokasi yang &#13;
bersifat heterogen. Model Generalized Space Time Autoregressive Integrated &#13;
(GSTARI) merupakan pengembangan model GST AR untuk data yang tidak &#13;
stasioner dalam rata-rata. Perkembangan harga beras selama beberapa tahun &#13;
mengikuti pola deret waktu dan memiliki keterkaitan lokasi. Harga beras di setiap &#13;
lokasi berbeda-beda dikarenakan memiliki perbedaan permintaan dan ketersediaan &#13;
stok. Penelitian ini diterapkan pada harga beras di Cianjur, Bandung, Garut dan &#13;
Tasikmalaya. Data harga beras di empat kabupaten tersebut menunjukkan pola &#13;
yang tidak stasioner. Oleh karena itu, model yang dapat digunakan untuk data &#13;
tersebut adalah model GST ARI. Bobot yang digunakan adalah bobot invers jarak. &#13;
Residual model GST ARI diasumsikan berdistribusi normal, sehingga metode &#13;
penaksiran yang dapat digunakan adalah metode Maximum Likelihood Estimation &#13;
(MLE). Pada Penelitian ini dikaji secara teoritis metode MLE dalam menaksir &#13;
parameter model GST ARI yang diterapkan untuk meramalkan harga beras empat &#13;
kabupaten di Jawa Barat. Hasil pemodelan menunjukkan bahwa model GSTARl &#13;
(1,1,1) dengan metode MLE dapat digunakan sebagai altematif model peramalan &#13;
harga beras empat kabupaten di ] awa Barat, karena penerapan model untuk &#13;
peramalan memberikan MAPE sebesar 2,38% dan hasilnya dapat digunakan &#13;
untuk jangka pendek enam bulan ke depan. Hasil ini diharapkan dapat dijadikan &#13;
rekomendasi bagi pemerintah untuk mengatur stabilitas harga beras di &#13;
penggilingan maupun di pasar. &#13;
</note>
 <note type="statement of responsibility">Rini Luciani Rahayu</note>
 <subject authority="">
  <topic>GSTARI   2. Harga Beras   3. MAPE   4. Maximum Lik</topic>
 </subject>
 <classification>519.5</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Perpustakaan Universitas Padjadjaran Kementerian Riset Teknologi dan Pendidikan Tinggi</physicalLocation>
  <shelfLocator>519.5 Rin p</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">010030008168</numerationAndChronology>
    <sublocation>Perpustakaan Pusat (Reference Kls. 500 REF.14.81.2)</sublocation>
    <shelfLocator>519.5 Rin p</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:image>20%252Fscan0001.jpg.jpg</slims:image>
 <recordInfo>
  <recordIdentifier>60452</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2018-02-22 13:19:53</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2018-06-25 13:05:27</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>