Text

Pemodelan Indeks Harga Konsumen di Jawa Tengah dengan Metode Generalized Space Time Autoregressive Seemingly Unrelated Regresision (GSTAR-SUR)

---

ABSTRAK

Model Generalized Space Time Autoregressive (GSTAR) dengan metode estimasi Seemingly Unrelated Regression (SUR) atau sering disebut dengan GSTAR-SUR lebih efisien digunakan untuk residual yang saling berkorelasi dibandingkan menggunakan metode estimasi Ordinary Least Square (OLS). Metode estimasi SUR memanfaatkan informasi korelasi residual untuk meningkatkan efisiensi estimasi sehingga menghasilkan standard error yang lebih kecil. Tujuan penelitian ini adalah mendapatkan model GSTAR-SUR yang sesuai data Indeks Harga Konsumen (IHK) pada empat kabupaten/kota di Jawa Tengah yaitu Purwokerto, Surakarta, Semarang dan Tegal. Berdasarkan asumsi white noise yang terpenuhi, rata-rata MAPE dan RMSE terkecil, model terbaik yang dipilih dalam penelitian ini adalah model GSTAR-SUR(11)I(1) dengan bobot normalisasi korelasi silang dengan rata-rata nilai MAPE 0,4455% dan nilai RMSE sebesar 0,80582. Model terbaik yang didapatkan menjelaskan bahwa data IHK di Purwokerto, Semarang, dan Tegal selain dipengaruhi oleh waktu sebelumnya juga dipengaruhi antar lokasi. Sedangkan, data IHK di Surakarta hanya dipengaruhi oleh waktu sebelumnya, tidak dipengaruhi oleh lokasi lainnya.

Kata Kunci : SUR, OLS, Indeks Harga Konsumen

ABSTRACT

The Generalized Space Time Autoregressive (GSTAR) model with Seemingly Unrelated Regression (SUR) estimation method or often called GSTAR-SUR is more efficient to be used for residual correlation than Ordinary Least Square (OLS) estimation method. The SUR estimation method utilizes residual correlation information to improve the estimated efficiency resulting in a smaller standard error. The purpose of this research is to get the GSTAR-SUR model according to Consumer Price Index (CPI) data in four regencies or cities in Central Java namely Purwokerto, Surakarta, Semarang, and Tegal. Based on the assumed white noise assumption, the smallest MAPE and RMSE averages, the best model chosen in this research is the GSTAR-SUR(11)I(1) model with the heavy of normalized cross-correlation with the average MAPE value of 0.4455% and RMSE value of 0.80582. The best model obtained explains that the CPI data in Purwokerto, Semarang, and Tegal not only influenced by the previous time but also influenced by the locations. Meanwhile, the CPI data in Surakarta is only influenced by the previous time, but it is not affected by other locations.

Keywords: SUR, OLS, Consumer Price Index

---

Ketersediaan

654E18iii

654E18iii

Perpustakaan FSM Undip (Skripsi)

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

654E18iii

Penerbit

DEPT. STATISTIKA FSM UNDIP : Statistika FMIPA UNDIP., 2018

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Mega Fitria Andriyani

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar