KURNIAWATI, (2016) Perbandingan Penerapan Model Generalized Space Time Autoregressive dengan Pembobot Invers Jarak dan Normalisasi Korelasi Silang pada Laju Inflasi Kota Surakarta, Yogyakarta, dan Surabaya. Other thesis, Universitas Sebelas Maret.
Abstract
Kurniawati. 2016. PERBANDINGAN PENERAPAN MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE DENGAN PEMBOBOT INVERS JARAK DAN NORMALISASI KORELASI SILANG PADA LAJU INFLASI KOTA SURAKARTA, YOGYAKARTA, DAN SURABAYA. Fakultas Matematika dan Ilmu Pengetahuan Alam. Universitas Sebelas Maret. Laju inflasi adalah perubahan inflasi dari periode ke periode sesuai urutan waktu. Data laju inflasi memiliki efek lokasi dan waktu. Oleh karena itu, laju inflasi dapat diterapkan dalam model ruang waktu seperti generalized space time autoregressive (GSTAR). Model GSTAR memiliki orde spasial 1 dan orde autoregressive yang ditentukan dari orde model vector autoregressive (VAR). Penentuan orde model VAR menggunakan nilai Akaike’s information criterion (AIC). Model GSTAR memiliki asumsi lokasi heterogen. Penggunaan pembobot lokasi pada model GSTAR menyatakan hubungan antar lokasi. Tujuan penelitian ini menerapkan model GSTAR pada laju inflasi Kota Surakarta, Yogyakarta, dan Surabaya dengan pembobot invers jarak dan normalisasi korelasi silang. Setelah itu, memilih model GSTAR yang lebih baik untuk data laju inflasi tersebut. Hasil dari penelitian ini dengan menerapkan data laju inflasi diperoleh model GSTAR (21). Karena model GSTAR (21) dengan pembobot normalisasi korelasi silang memiliki nilai root mean square error (RMSE) yang lebih kecil dari model GSTAR (21) dengan pembobot invers jarak, model dengan pembobot normalisasi korelasi silang lebih baik dibandingkan dengan pembobot invers jarak. Kata kunci: laju inflasi, GSTAR, invers jarak, normalisasi korelasi silang.
Actions (login required)