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 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.
No copy data
No other version available