Perpustakaan Universitas Padjajaran
Pencarian Spesifik

Detail Cantuman

Image of Model Generalized Space Time Autoregressive Integrated (GST ARI)-Kriging untuk Memprediksi Indeks Harga Konsumen di Kawasan Pantai Timur Provinsi Sumatera Utara

Text  

Model Generalized Space Time Autoregressive Integrated (GST ARI)-Kriging untuk Memprediksi Indeks Harga Konsumen di Kawasan Pantai Timur Provinsi Sumatera Utara

Model Generalized Space Time Autoregressive Integrated (GST ARI)
merupakan model space-time yang digunakan pada data deret waktu yang

  • CodeCallNoLokasiKetersediaan
    010030008113519.5 Del m/R.12.22.3Perpustakaan Pusat (REF.14.22.3)Tersedia
  • Perpustakaan
    Perpustakaan Pusat
    Judul Seri
    -
    No. Panggil
    519.5 Del m/R.12.22.3
    Penerbit Magister Statistika Terapan : Bandung.,
    Deskripsi Fisik
    xiv,;135 hlm,;29 cm
    Bahasa
    Indonesia
    ISBN/ISSN
    -
    Klasifikasi
    519.5
    Tipe Isi
    -
    Tipe Media
    -
    Tipe Pembawa
    -
    Edisi
    -
    Subyek
    GSTARI 2. Indeks Harga Konsumen 3. MAPE 4. O
    Info Detil Spesifik
    -
    Pernyataan Tanggungjawab
  • Model Generalized Space Time Autoregressive Integrated (GST ARI)
    merupakan model space-time yang digunakan pada data deret waktu yang
    stasioner pada proses pembedaan. Keterbatasan model GST ARI adalah tidak
    dapat digunakan untuk memprediksi variabel pada lokasi tidak tersampel.
    Sementara itu, prediksi variabel di lokasi tidak tersampel berdasarkan lokasi­
    lokasi sampel di sekitarnya dapat menggunakan metode kriging. Namun metode
    kriging terbatas pada prediksi untuk satu titik waktu. Dalam penelitian ini dikaji
    kombinasi model GST ARI dan metode ordinary point kriging atau juga disebut
    dengan model GSTARI-Kriging yang dapat digunakan untuk memprediksi suatu
    variabel di lokasi tidak tersampel pada beberapa periode waktu. Parameter model
    GSTARI-Kriging diperoleh dengan melakukan interpolasi parameter model
    GST ARI pada lokasi-lokasi sampel. Dalam penelitian ini dilakukan penerapan
    model GSTARI-Kriging pada beberapa skenario kombinasi lokasi sampel Survei
    Harga Konsumen (SHK) di Sumatera Utara untuk memperoleh MAPE paling
    kecil. MAPE paling kecil diperoleh pada skenario V dengan lokasi sampel kota
    Pematangsiantar dan Sibolga. Lokasi sampel pada skenario V dijadikan acuan
    dalam memprediksi parameter model GSTARI-Kriging pada kabupatenl kota
    tidak tersampel SHK di kawasan pantai timur Sumatera Utara. Hasil prediksi IHK
    di kabupatenJ kota tidak tersampel SHK dengan model GSTARI(l,l,5)-Kriging
    dan matriks bobot biner menunjukkan nilai prediksi IHK cenderung memiliki pola
    tren. Prediksi IHK dengan model GSTARI-Kriging hanya dapat digunakan untuk
    prediksi jangka pendek.

  • Tidak tersedia versi lain

  • Silakan login dahulu untuk melihat atau memberi komentar.


//

Informasi