Rina Sri Kalsum Siregar Primary Author mixed material bibliography Bandung Magister Statistika Terapan 2018 id Indonesia

Text

xii, 104 hlm. ; il. ; 29 cm Peramalan data Nilai Tukar Petani (NTP) sangat penting dilakukan sebagai bahan pertimbangan pengambilan keputusan pemerintah dalam pelaksanaan pembangunan di sektor pertanian di masa yang akan datang. Selanjutnya, data NTP di Pulau Jawa dijadikan representasi data NTP di Indonesia. Model Generalized Space Time Autoregressive Integrated (GSTARI) merupakan model deret waktu multivariat yang melibatkan efek lokasi dan waktu pada kondisi data tidak stasioner. Pemodelan GSTARI dengan data NTP memiliki residual yang aling berkorelasi antar lokasi sehingga estimasi model G8T ARI dengan OL8 menjadi tidak efisien. Dalam penelitian ini, estimasi parameter yang digunakan adalah metode GLS atau dapat ditulis menjadi model GSTARI-GLS. Penelitian ini menggunakan data series bulanan NTP dari bulan Januari 2012 sampai bulan Oktober di Pulau Jawa, yaitu Provinsi Banten, Jawa Barat, Jawa Tengah, Daerah Istimewa Yogyakarta, dan Jawa Timur. Hasil penelitian menunjukkan bahwa standar eror tiap parameter yang dihasilkan pada metode GLS lebih kecil dibandingkan metode OLS sehingga estimasi parameter dengan GLS lebih efisien daripada OLS. Hasil pene1itian juga menunjukkan bahwa model GST ARI-GLS( 1,1,1) untuk peramalan NTP memiliki ketepatan peramalan yang tinggi. Hal ini ditunjukkan dari rata-rata MAPE data out-sample sebesar 0,6011 %. Namun demikian, penelitian ini memiliki keterbatasan kama hanya dapat digunakan untuk peramalan jangka pendek. Khususnya untuk penerapan model GSTARI-GLS(l,l,l) dengan metode GLS dapat digunakan sampai tiga bulan ke depan. Rina Sri Kalsum Siregar Model GSTARI-GLS 519.5 Perpustakaan Universitas Padjadjaran Kementerian Riset Teknologi dan Pendidikan Tinggi 519.5 RIN P/R.14.81.3 01003000815 Perpustakaan Pusat (REF.14.81.3) 519.5 RIN P/R.14.81.3 20%252Fscan0001.jpg.jpg 62262 2018-06-25 13:02:17 2018-06-25 13:03:09 machine generated