PENERAPAN MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (GSTARIMA) UNTUK PERAMALAN VOLUME EKSPOR PERIKANAN DAN KOMODITAS LAUT LAINNYA

---

Generalized Space Time Autoregressive (GSTAR) merupakan salah satu
model time series yang digunakan untuk meramal data yang mengandung unsur
ruang (space) dan waktu (time). Model ini terbatas pada data yang bersifat
stasioner dan tidak mengandung moving average. Generalized Space Time
Autoregressive Integrated Moving Average (GSTARIMP_J adalah pengembangan
model GSTAR yang mengakomodir data non stasioner dan mengandung moving
average. Dalam penelitian ini, model diaplikasikan pada data ekspor perikanan
dan komoditas laut lainnya dari Provinsi DKI Jakarta, Jawa Tengah dan Jawa
Timur pada periode Juli 2007 sampai dengan Desember 2015. Identifikasi orde
dari auto regressive dan moving average dilakukan dengan menggunakan plot
STACF dan STPACF. Orde Spasial dipilih pada orde pertama karena semua
lokasi dalam penelitian ini berada pada satu pulau. Bobot spasial yang digunakan
adalah bobot seperjarak dan normalisasi korelasi silang pada lag yang bersesuaian,
model terbaik yang diperoleh berdasarkan AIC dan SIC minimum untuk kedua
pembobot spasial adalah GST ARIMA(1 ,0,1,1). Sedangkan model peramalan
terbaik dengan MAPE outsample terkecil adalah model dengan bobot normalisasi
korelasi silang. Hasil peramalan menunjukkan bahwa pada 5 periode berikutnya
volume ekspor perikanan dan komoditas laut lainnya cenderung meningkat.

---

Availability @Perpustakaan Pusat

No copy data

Detail Information

Series Title

-

Call Number

519.5 Lum p/R.14.49.2

Publisher

Bandung : Magister Statistika Terapan., 2017

Collation

xv,;82hlm,;29 cm

Language

Indonesia

ISBN/ISSN

-

Classification

519.5

Content Type

-

Media Type

-

Carrier Type

-

Edition

2017

Subject(s)

-

Specific Detail Info

Tesis

Statement of Responsibility

-

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment