Text
Pemodelan Seasonal Generelized Space Time Autoregressive (SGSTAR) (Studi Kasus : Produksi Padi di Kabupaten Demak, Kabupaten Boyolali, dan Kabupaten Grobogan) 519.536 MAN p
ABSTRAK
Model Generalized Space Time Autoregressive (GSTAR) merupakan
suatu model yang lebih fleksibel sebagai generalisasi dari model Space Time
Autoregressive (STAR) yang mampu mengungkapkan keterkaitan linier antara
waktu dan lokasi. Tujuan penelitian ini adalah mendapatkan model GSTAR yang
sesuai dengan data produksi padi pada tiga daerah di Jawa Tengah dan
peramalannya untuk satu caturwulan ke depan. Data yang digunakan adalah data
caturwulanan produksi padi di Kabupaten Demak, Kabupaten Boyolali, dan
Kabupaten Grobogan dari tahun 1987 sampai dengan 2014. Berdasarkan hasil
kajian empiris menggunakan model GSTAR dengan bobot seragam, bobot biner,
bobot invers jarak, dan bobot normalisasi korelasi silang diperoleh model optimal
yaitu model GSTAR (31)-I(1)3 dengan bobot seragam. Model menunjukan bahwa
setiap lokasi dipengaruhi oleh lokasi itu sendiri.
Kata kunci : GSTAR, Space Time, bobot seragam
ABSTRACT
Generalized Space Time Autoregressive (GSTAR) model is more flexible as
a generalization of Space Time Autoregressive (STAR) model which be able to
express the linear relationship of time and location. The purpose of this study is to
construct GSTAR model for forecasting the rice plant production in the three
districts of Central Java. The data which used to contruct the model is quarterly
data of rice plant production in Demak, Boyolali and Grobogan from 1987
through 2014. According to the empirical study result using GSTAR model with
uniform weight, binary weight, inverse distance wight, and normalized cross
correlation weight, GSTAR (31)-I(1)3 with uniform weight is the optimal model.
The model shows that every location is influenced by the location itself.
Keywords : GSTAR, Space Time, uniform weight
518E16IV | 518 E 16 | Perpustakaan FSM Undip (Referensi) | Tersedia |
Tidak tersedia versi lain