Perpustakaan Universitas Padjajaran
Pencarian Spesifik

Detail Cantuman

Image of Pemodelan GSTARI-GLS untuk Peramalan Nilai Tukar Petani (NTP) di Pulau Jawa

Text  

Pemodelan GSTARI-GLS untuk Peramalan Nilai Tukar Petani (NTP) di Pulau Jawa

Peramalan data Nilai Tukar Petani (NTP) sangat penting dilakukan sebagai
bahan pertimbangan pengambilan keputusan pemerintah dalam ...

  • CodeCallNoLokasiKetersediaan
    01003000815519.5 RIN P/R.14.81.3Perpustakaan Pusat (REF.14.81.3)Tersedia
  • Perpustakaan
    Perpustakaan Pusat
    Judul Seri
    -
    No. Panggil
    519.5 RIN P/R.14.81.3
    Penerbit Magister Statistika Terapan : Bandung.,
    Deskripsi Fisik
    xii, 104 hlm. ; il. ; 29 cm
    Bahasa
    Indonesia
    ISBN/ISSN
    -
    Klasifikasi
    519.5
    Tipe Isi
    -
    Tipe Media
    -
    Tipe Pembawa
    -
    Edisi
    -
    Subyek
    Model GSTARI-GLS
    Info Detil Spesifik
    -
    Pernyataan Tanggungjawab
  • 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.

  • Tidak tersedia versi lain

  • Silakan login dahulu untuk melihat atau memberi komentar.


//

Informasi