Text

Metode Generalized Space Time Autoregressive (GSTAR) dengan Estimasi Generalized Least Square (GLS) (Studi Kasus: Nilai Tukar Petani (NTP) Hortikultura di Empat Provinsi Pulau Jawa

---

Model space-time adalah model yang menggabungkan faktor waktu dan
lokasi pada deret waktu multivariat. Salah satu model space-time yang dapat
digunakan untuk peramalan adalah model Generalized Space Time Autoregressive
(GSTAR). Model GSTAR merupakan bentuk pengembangan dari model Space
Time Autoregressive (STAR) untuk data lokasi yang bersifat heterogen. Model
GSTAR digunakan untuk peramalan data dari beberapa lokasi. Salah satu metode
estimasi yang digunakan dalam model GSTAR adalah metode Generalized Least
Square (GLS). Metode estimasi GLS digunakan pada data yang memiliki residual
yang berkorelasi antar persamaan. Penelitian ini menerapkan model GSTAR
untuk melihat peramalan NTP subsektor Hortikultura di Provinsi Jawa Barat, D.I.
Yogyakarta, Jawa Timur, dan Banten menggunkan model GSTAR-GLS (11)I(1)
dengan menggunakan bobot lokasi seragam, invers jarak, dan normalisasi korelasi
silang. Hasil pemodelan GSTAR-GLS (11)I(1) dengan tiga jenis bobot lokasi
menunjukkan hasil peramalan paling baik menggunakan bobot lokasi seragam
dengan nilai SMAPE yang didapatkan untuk lokasi Jawa Barat, D.I. Yogyakarta,
Jawa Timur, dan Banten berturut-turut sebesar 2.85%; 3.63%; 5.59%; dan 1.92%
atau dapat disimpulkan bahwa hasil peramalan sangat akurat.
Kata Kunci: multivariate time series; peramalan; GSTAR; GLS

---

Ketersediaan

1126E2023

1126 E 2023

Perpustakaan FSM Undip

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

1126 E 2023

Penerbit

: .,

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Rahma Aulia Ar Raniri

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar