Contagions Effect Kurs 5 Negara ASEAN (Association of Southeast Asian Nations) Menggunakan Vector Autoregressive (VAR)

Ukuran: px
Mulai penontonan dengan halaman:

Download "Contagions Effect Kurs 5 Negara ASEAN (Association of Southeast Asian Nations) Menggunakan Vector Autoregressive (VAR)"

Transkripsi

1 JURNAL SAINS DAN SENI POMITS Vol. 2, No., (203) ( X Prin) D-8 Conagions Effec Kurs 5 Negara ASEAN (Associaion of Souheas Asian Naions) Menggunakan Vecor Auoregressive (VAR) Mirna Chairany, Wiwiek Seya Winahju, Adaul Mukarromah Jurusan Saisika, Fakulas MIPA, Insiu Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya 60 wiwiek@saisika.is.ac.id Absrak Nilai ukar aau dikenal pula sebagai kurs merupakan sebuah perjanjian erhadap pembayaran saa kini aau dikemudian hari anara dua maa uang masing-masing negara aau daerah. Hubungan perdagangan inernasional dapa mempengaruhi nilai ukar maa uang suau negara erhadap negara lainnya aau dikenal sebagai efek menular. Meode Vecor Auoregresive (VAR) adalah salah sau meode yang dapa digunakan unuk mendeeksi efek menular ersebu. Dalam peneliian ini, meode VAR digunakan unuk mengeahui efek menular nilai ukar maa uang anar negara Piliphina, Malaysia, Indonesia, Singapura dan Thailand. Selain iu dilakukan pula Granger Causaliy Tes sebagai pendukung kesimpulan. Daa yang digunakan merupakan daa harian periode Okober 20 sampai Okober 202. Berdasarkan Akaike s Informaion Crierion (AIC) maka model yang erbaik adalah model VAR(4) dengan 0 parameer yang signifikan. Parameer ersebu menjelaskan bahwa Kurs Philipina dipengaruhi oleh dirinya sendiri dan kurs Singapura pada waku ke -, kurs Malaysia dipengaruhi oleh dirinya sendiri dan kurs Indonesia pada waku ke -3 dan -4, kurs Singapura dipengaruhi oleh kurs Malaysia pada waku ke -4, kurs Thailand dipengaruhi oleh kurs Indonesia pada waku ke -4, sera kurs Indonesia yang hanya dipengaruhi oleh dirinya sendiri pada waku ke -, -3 dan -4. P Kaa Kunci Kurs; VAR; Granger Causaliy I. PENDAHULUAN erdagangan inernasional yang semakin erbuka lebar menyebabkan perbedaan maa uang yang digunakan dan menimbulkan nilai ukar maa uang (kurs). Perbedaan nilai ukar maa uang suau negara pada prinsipnya dienukan oleh besarnya perminaan dan penawaran maa uang ersebu dan dapa pula di enukan oleh negara Hubungan perdagangan dan ekonomi di anara Negara ASEAN (Associaion of Souheas Asian Naions) eruama Indonesia, Singapura, Thailand, Philipina dan Malaysia elah erjalin, baik iu hubungan bilaeral maupun regional di berbagai sekor anara lain poliik, budaya dan sekor pemerinahan. Selain merupakan negara yang leak geografisnya berdekaan dengan Singapura, Thailand, Philipina sera Malaysia, Indonesia merupakan salah sau negara peng-expor erbesar di ASEAN sehingga apabila Indonesia mengalami krisis ekonomi maupun perumbuhan ekonomi yang mengakibakan perubahan pada nilai ukar rupiah, sediki banyaknya akan memberikan dampak bagi perekonomian negaranegara eangga. Beberapa peneliian yang erkai dengan pemodelan kurs elah banyak di lakukan, salah saunya dengan menggunakan meode fungsi ransfer []. Peneliian ini mengungkapkan bahwa model yang elah di dapa menggunakan meode fungsi ransfer hanya berlaku apabila kurs dollar AS erhadap rupiah masih dapa di kendalikan oleh pemerinah, bila idak maka model yang di dapa idak berlaku. Pada peneliian ini dilakukan pemodelan mulivariae ime series dengan menggunakan meode Vecor auoregressive (VAR). VAR merupakan meode yang dapa dipakai unuk mengeahui apakah sau variabel mempengaruhi variabel lainnya, aau sebaliknya, aau keduanya. VAR memiliki n-persamaan, n-variabel linear dimana seiap variabel dapa dijelaskan oleh nilai sebelumnya, dimana nilai ini merupakan nilai di masa lalu dan masa sekarang sampai variabel ke n- [2]. VAR menjanjikan penyediaan pendekaan yang kredibel erhadap pendeskripsian daa, peramalan, srukural inferensi dan analisis kebijakan [3]. Model VAR mempunyai kelebihan yaiu meode ini sederhana anpa harus membedakan mana variabel dependen (Y) dan variabel independen (X)[4]. Unuk mendukung dan memperkua hasil VAR digunakan Granger Causaliy Tes. Uji ini unuk mencari hubungan imbal balik anar variabel yang sau erhadap variabel yang lain aau variabel ersebu hanya berpengaruh erhadap dirinya sendiri. II. GRANGER CAUSALITY DAN MODEL VAR A. Granger Causaliy Tujuan dari Granger Causaliy Tes adalah unuk mendeeksi ada idaknya hubungan sebab akiba anara variabelnya. Variabel x dikaakan granger-causes variabel y apabila variabel x membanu memprediksi variabel y. Saisik uji yang digunakan pada Granger Causaliy adalah [5] : dimana : T : jumlah observasi c :jumlah parameer yang diesimasi di model unresriced :deerminan marik varians kovarian dari residual model resriced :deerminan marik varians kovarian dari residual model unresriced ()

2 JURNAL SAINS DAN SENI POMITS Vol. 2, No., (203) ( X Prin) D-9 B. Spesifikasi, Asumsi dan Esimasi Model VAR Pemodelan VAR idak jauh berbeda dengan model Auoregressive (AR), pada ininya model AR diidenifikasi dari fungsi PACF dalam menenukan orde ke-p, sedangkan model VAR diidenifikasi dari MPACF. Dalam VAR asumsi yang harus dipenuhi adalah sama dengan AR, yaiu daa harus sasioner dalam mean dan varians sera error harus whie noise. Benuk umum VAR(p) adalah : Z dengan : a Z p Z... pz p a (2) : besarnya nilai mariks parameer model ke- : besarnya nilai mariks parameer model ke-p : nilai vekor residual pada saa : vekor Z pada waku Pengujian kesasioneran dalam peneliian ini menggunakan Augmened Dickey Fuller pada deraja yang sama hingga diperoleh suau daa yang sasioner yaiu daa yang variansinya idak erlalu besar dan mempunyai kecenderungan unuk mendekai nilai raa-raanya [4]. Saisik uji: ˆ hiung S ˆ hipoesis yang digunakan adalah H 0 :, H :. Kepuusan olak H 0 jika nilai ADF lebih kecil dari Mac Kinnon Criical value (nilai prob.) maka hipoesis nol yang menyaakan bahwa daa idak sasioner dengan kaa lain dengan menolak H 0 berari daa sasioner. Proses mensasionerkan daa dalam mean dapa dilakukan dengan menggunakan meode differencing daa dengan menggunakan persamaan beriku [6]. Y Z Z (4) dimana merupakan daa hasil differencing sedangkan adalah variabel Z pada waku ke dan adalah waku. Proses unuk mensasionerkan daa dalam varians dapa lakukan dengan menggunakan ransformasi Box-Cox seperi pada Tabel. Daa perlu diransformasi aau idak, menuru Box Jenkins ergan-ung pada nilai lambda (λ) aau nilai esimasi pada Box-Cox. Nilai dari λ (lambda) -,0-0,5 Tabel Transformasi Box-Cox Tranformasi Z 0,0 ln Z Z (3) 0,5 Z,0 Z (Tidak ransformasi) Salah sau meode esimasi yang dapa digunakan dalam VAR adalah meode Leas Square. Meode ini bekerja dengan cara meminimumkan jumlah kuadra error (S c )[7]. Diperimbangkan proses sasioner dari vekor AR(p) dapa diulis sebagai beriku [8]: dimana adalah vekor konsana. Jika erdapa n observasi, unuk =p+,..., n, diperoleh : dimana (5) (6),,, dan maka penaksir koefisien regresi dengan pendekaan OLS unuk Ф adalah sebagai beriku : Asumsi berikunya yang harus erpenuhi adalah residual whie noise dan berdisribusi mulivaria normal. Residual (error) dikaakan whie noise apabila residual idak erdapa korelasi anar residual aau residual idak mempunyai pola apapun. Saisik uji yang digunakan dalam hal ini adalah uji Ljung-Box. Saisik uji: K * 2 ( ) n ( n k) r( ( k) ( k Q k dimana : n k) ) (7) (8) : jumlah residual : aksiran nilai marik korelasi silang residual pada lag ke-k : k : lag dari :K : invers mariks varian covarian residual dengan hipoesis H 0 :, (residual memenuhi syara whie noise). H : minimal ada sau, unuk m=, 2,, k, (residual belum memenuhi syara whie noise). Kesimpulan olak H 0 jika Q* > χ 2 α,k-p aau P value < α, dimana nilai p adalah order dari AR(p). Pengujian asumsi disribusi mulivaria normal dilakukan dengan menggunakan hasil perhiungan nilai jarak kuadra (d 2 j ) adalah sebagai beriku: d 2 j I Y Y S Y Y, =,2,...,n (9)

3 THB IDR SGD PHP MYR JURNAL SAINS DAN SENI POMITS Vol. 2, No., (203) ( X Prin) D-20 dimana: Y : Pengamaan waku ke- S : Invers mariks varian kovarian dengan hipoesis H 0 : residual berdisribusi mulivaria normal dan H : residual idak berdisribusi mulivaria normal. 2 2 Kepuusan olak H 0, jika nilai d x yang berari daa j ( p;0.5) idak berdisribusi mulivaria normal. Pemilihan model erbaik dalam peneliian ini dilakukan dengan krieria AIC (Akaike s Inf rmai n Crieri n). Pada krieria ini semakin kecil nilai AIC, maka model semakin baik dan layak unuk digunakan. Persamaan yang digunakan adalah : AIC (0) dengan: T = banyaknya observasi N = deerminan mariks varians-kovarian dari residual = jumlah parameer dalam model Time Series Plo of PHP (a).php Time Series Plo of IDR (c).idr Time Series Plo of MYR (b).myr Time Series Plo of SGD (d).sgd C. Kurs (Nilai Tukar) Definisi nilai ukar aau kurs (foreign exchange rae) anara lain : harga maa uang suau negara relaif erhadap maa uang negara lain [9]. Karena nilai ukar ini mencakup dua maa uang, maka iik keseimbangannya dienukan oleh sisi penawaran dan perminaan dari kedua maa uang ersebu. Pengerian lain kurs adalah harga sebuah maa uang dari suau negara yang diukur aau dinyaakan dalam maa lainnya. III. HASIL DAN ANALISIS Daa yang digunakan dalam peneliian ini merupakan daa sekunder yang didapa dari hasil pencaaan kurs harian 5 maa uang negara-negara ASEAN erhadap dollar AS dengan renang waku Okober 20 sampai dengan Okober 202. Adapun variabel-variabel yang digunakan dalam peneliian ini adalah: IDR MYR PHP SGD THB : nilai ukar maa uang Indonesia erhadap dollar AS : nilai ukar maa uang Malaysia erhadap dollar AS : nilai ukar maa uang Piliphinaerhadap dollar AS : nilai ukar maa uang Singapura erhadap dollar AS : nilai ukar maa uang Thailand erhadap dollar AS Gambar menunjukkan ime series plo daa kurs PHP, MYR, IDR, SGD dan THB. Dari gambar erliha membenuk pola idak random (acak), hal ini mengindikasikan daa belum sasioner. Tabel 2 Nilai Saisik Uji Augmened Dickey-Fuller Pada Kurs PHP, MYR, IDR, SGD dan THB differencing orde Kurs P-value hiung PHP_Dif -4,0600 0,000 MYR_Dif -3,500 0,000 IDR_Dif -4,5600 0,000 SGD_Dif -3,400 0,000 THB_Dif -3,8500 0, Time Series Plo of THB 02 (e).thb Gambar Time Series Plo unuk Daa (a). PHP, (b). MYR, (c). IDR, (d). THB dan (e). SGD Dari Tabel 2 dengan nilai p-value yang lebih kecil dari 0,05 memberikan kepuusan bahwa H 0 diolak. Dalam hal ini variabel sudah sasioner dalam mean. Seelah diperoleh variabel yang sudah sasioner dalam mean dan varians selanjunya dapa dilakukan uji causalias granger. Akan diliha hubungan kausal anara kurs PHP, MYR, IDR, SGD dan THB dimana erdapa 5 hipoesis yang digunakan, yaiu:. H 0 : PHP mempengaruhi MYR, SGD, IDR dan THB. H : PHP idak mempengaruhi MYR, SGD, IDR dan THB 2. H 0 :MYR mempengaruhi PHP, SGD, IDR dan THB. H :MYR idak mempengaruhi PHP, SGD, IDR dan THB. 3. H 0 : SGD mempengaruhi PHP, MYR, IDR dan THB. H :SGD idak mempengaruhi PHP, MYR, IDR dan THB. 4. H 0 : IDR mempengaruhi PHP, MYR, SGD, dan THB. H :IDR idak mempengaruhi PHP, MYR, SGD, dan THB. 5. H 0 : THB mempengaruhi PHP, MYR, SGD, dan IDR. H : THB idak mempengaruhi PHP, MYR, SGD, dan IDR. Berdasarkan Tabel 3 dengan menggunakan ingka signifikansi 5% unuk es dan 2 H 0 diolak yang arinya bahwa pada kausal kurs PHP idak mempengaruhi kurs MYR, SGD, IDR dan THB sera pada kausal 2 kurs MYR idak mempengaruhi PHP, SGD, IDR dan THB. Semenara unuk es 3, 4 dan 5 H 0 gagal diolak yang arinya bahwa pada kausal 3 SGD mempengaruhi PHP, MYR, IDR dan THB, kausal 4 bahwa IDR mempengaruhi PHP, MYR, SGD, dan THB, sera kausal 5 bahwa THB mempengaruhi PHP, MYR, SGD, dan IDR

4 JURNAL SAINS DAN SENI POMITS Vol. 2, No., (203) ( X Prin) D-2 Tabel 3 Granger Causaliy Tes Chi- Tes DF P-value Square 6 4,0 0, ,95 0, ,92 0, ,47 0, ,75 0,207 Langkah selanjunya adalah pemodelan dengan VAR. Pemodelan dengan menggunakan meode VAR dilakukan melalui 4 ahap, yaiu pendugaan model VAR awal, penaksiran parameer namun dilakukan resric jika ada variabel yang idak signifikan, uji diagnosik (diagnosics check) ermasuk di dalamnya uji whie noise dan mulivaria normal, dan kemudian menenukan model VAR akhir. aau secara sederhana dapa diulis ke dalam persamaan: Tabel 4 Skemaik Mariks Fungsi Auokorelasi Parsial Kurs Differencing Orde Name/lag PHP_Dif MYR_Dif IDR_Dif SGD_Dif THB_Dif Berdasarkan marik fungsi auokorelasi parsial, lag yang keluar berada pada lag ke,2,3,4,5 dan 8 sehingga diduga modelnya adalah AR dengan orde pada lag yang keluar. Unuk membaasi, digunakan VAR(), VAR(3), dan VAR(4) sebagai dugaan model awal. Hasil penaksiran parameer model VAR(), VAR(3) dan VAR(4), idak semua parameer signifikan sehingga perlu dilakukan resric erhadap parameer yang idak signifikan. Taksiran parameer pada iap model VAR elah dikeahui, langkah selanjunya adalah pengujian residualnya. Dalam hal ini, ada dua asumsi yang harus di penuhi yaiu residual whie noise dan residual berdisribusi mulivaria normal. Model VAR(4) ersebu merupakan model dari daa kurs yang elah melalui proses differencing orde, sehingga perlu dilakukan adanya pengembalian dari model differencing ke model daa kurs awal sehingga mempermudah dalam inerpreasi. Tabel 5 Whie Noise, Mulivaria normal dan Nilai AIC Model VAR Mulivaria Model Whie Noise AIC Normal VAR() idak ya -22,0827 VAR(3) ya ya -22,0303 VAR(4) ya ya -22,0945 Dari Tabel 5 erliha bahwa model VAR() idak memenuhi asumsi residual whie noise sehingga model idak layak dipakai. Model VAR(3) dan VAR(4) memenuhi elah memenuhi asumsi, namun VAR(4) memiliki nilai AIC erkecil. Beriku ini merupakan model VAR(4) unuk kurs negara Philipina, Malaysia, Indonesia, Thailand dan Singapura dengan parameer yang elah di esimasi sebelumnya yaiu: IV. KESIMPULAN/RINGKASAN Berdasarkan hasil analisis yang elah dilakukan pada bab sebelumnya, dapa disimpulkan bahwa pada Granger Causaliy Tes dengan ingka kepercayaan 95% erdapa adanya hubungan anar variabel yakni kurs SGD yang merupakan Dollar Singapura mempengaruhi minimal salah sau dari keempa variabel kurs maa uang lainnya. Begiu juga dengan kurs IDR (Rupiah) dan THB (Bah) yang mempengaruhi minimal salah sau kurs lainnya. Kesimpulan ini diperkua oleh hasil yang didapa dengan menggunakan meode VAR

5 JURNAL SAINS DAN SENI POMITS Vol. 2, No., (203) ( X Prin) D-22 yakni bahwa Rupiah mempengaruhi dua kurs lainnya yakni Ringgi dan Bah, semenara Dollar Singapura mempengaruhi maa uang Piliphina yaiu Peso sera Ringgi Malaysia. Model erbaik yang diperoleh dari meode VAR adalah VAR (4) yang menghasilkan nilai ramalan yang mendekai daa akual. Dari pengujian parameer model VAR dikeahui bahwa nilai ukar maa uang Negara Philipina (PHP) yakni Peso dipengaruhi oleh Peso pada waku ke - dan Dolar Singapura pada waku ke -. Nilai ukar maa uang Negara Malaysia (MYR) yakni Ringgi dipengaruhi oleh Ringgi pada waku ke -, Rupiah pada waku ke - dan Dollar Singapura pada waku ke -. Berbeda dengan nilai ukar maa uang Indonesia yang idak dipengaruhi oleh 4 maa uang negara lainnya. Rupiah hanya dipengaruhi oleh dirinya sendiri pada waku ke -, -3 dan -4. Hal ini mencerminkan bahwa kesabilan nilai ukar Rupiah berada pada angan Indonesia sendiri dimana kebijakan pemerinah, krisis dalam negeri sera fakor-fakor inernal lainnya lah yang perlu di waspadai. Dollar Singapura dipengaruhi oleh Ringgi pada waku ke -4, semenara nilai ukar maa uang Negara Thailand yakni Bah hanya dipengaruhi oleh Rupiah pada waku ke -4. DAFTAR PUSTAKA [] Puri, A.H.T. (2008). Analisis Fungsi Transfer pada Harga Emas Nasional Diinjau dari Harga Emas Dunia, Kurs Dollar AS Terhadap Rupiah, dan Kurs Dollar AS Terhadap Euro. Tugas Akhir, ITS, Surabaya. [2] Sock, J.H. (200). Vecor Auoregressions. Journal of Economic Perspecives. Volume [3] Sims, A.C. (980). Macroeconomics and realiy. Working Paper no. [4] Enders, W. (2004). Applied Economeric Time Series. John Wiley & Sons Inc, New York. [5] Gujarai, D. (2003). Basic Economeric, McGraw-Hill, New York. [6] Makridakis, S., Mc Gee, V.E, and Wheelwrigh, S.C., (999). Meode dan Aplikasi Peramalan Edisi Kedua Jilid sau. Binapura Aksara, Jakara. [7] Cryer, J.D., dan Chan, K.S. (2008). Time Series Analysis. Springer Science+Business Media, LLC. USA. [8] Wei, W.W.S., (990). Time Series Analysis, Addison Wesley, CA, Redwood Ciy. [9] Abimanyu, Yoopi. (2004) Memahami Kurs Valua Asing, FE-UI. Jakara. [0] Paul R. K., and Maurice O. (99). Inernaional Economics, Theory and Policy Second Ediion. Harpercollins Publisher Inc.

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF Pada bab ini akan dibahas mengenai sifa-sifa dari model runun waku musiman muliplikaif dan pemakaian model ersebu menggunakan meode Box- Jenkins beberapa ahap

Lebih terperinci

BAB III ARFIMA-FIGARCH. pendek (short memory) karena fungsi autokorelasi antara dan turun

BAB III ARFIMA-FIGARCH. pendek (short memory) karena fungsi autokorelasi antara dan turun BAB III ARFIMA-FIGARCH 3. Time Series Memori Jangka Panjang Proses ARMA sering dinyaakan sebagai proses memori jangka pendek (shor memory) karena fungsi auokorelasi anara dan urun cepa secara eksponensial

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah Dalam sisem perekonomian suau perusahaan, ingka perumbuhan ekonomi sanga mempengaruhi kemajuan perusahaan pada masa yang akan daang. Pendapaan dan invesasi merupakan

Lebih terperinci

ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI MITRA PINASTHIKA MUSTIKA (MPM) HONDA MOTOR DENGAN PENDEKATAN ARIMA

ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI MITRA PINASTHIKA MUSTIKA (MPM) HONDA MOTOR DENGAN PENDEKATAN ARIMA ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI MITRA PINASTHIKA MUSTIKA (MPM) HONDA MOTOR DENGAN PENDEKATAN ARIMA Oleh : Liviani Nursia 307030040 Dosen Pembimbing: Dr. Brodjol Suijo S.U, MSi Laar Belakang

Lebih terperinci

Oleh: TANTI MEGASARI Dosen Pembimbing : Dra. Nuri Wahyuningsih, MKes

Oleh: TANTI MEGASARI Dosen Pembimbing : Dra. Nuri Wahyuningsih, MKes PERAMALAN INDEKS HARGA SAHAM YANG DIPENGARUHI KURS, PERUBAHAN INFLASI, POSISI JUMLAH DEPOSITO BERJANGKA, SUKU BUNGA SBI DAN DEPOSITO MENGGUNAKAN FUNGSI TRANSFER DAN ARCH-GARCH Oleh: TANTI MEGASARI 6 00

Lebih terperinci

Abstrak Hampir seluruh aktivitas manusia di berbagai belahan bumi sangat bergantung terhadap ketersediaan air bersih.

Abstrak Hampir seluruh aktivitas manusia di berbagai belahan bumi sangat bergantung terhadap ketersediaan air bersih. 1 Peramalan Volume Produksi Air Bersih di PDAM Kabupaen Bojonegoro berdasarkan Jumlah Pelanggan dan Volume Konsumsi Air Fasha Aulia Pradhani dan Adaul Mukarromah Jurusan Saisika, FMIPA, ITS Jl. Arief Rahman

Lebih terperinci

PERAMALAN DENGAN MODEL VARI PADA DATA IHK KELOMPOK PADI-PADIAN DAN BUMBU-BUMBUAN (STUDI KASUS KOTA SALATIGA, BULAN JANUARI 2014 JULI 2016)

PERAMALAN DENGAN MODEL VARI PADA DATA IHK KELOMPOK PADI-PADIAN DAN BUMBU-BUMBUAN (STUDI KASUS KOTA SALATIGA, BULAN JANUARI 2014 JULI 2016) Prosiding Seminar Maemaika dan Pendidikan Maemaika ISBN: 978-602-622-20-9 hal 935-950 November 206 hp://jurnal.fkip.uns.ac.id PERAMALAN DENGAN MODEL VARI PADA DATA IHK KELOMPOK PADI-PADIAN DAN BUMBU-BUMBUAN

Lebih terperinci

Peramalan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Model Dinamis

Peramalan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Model Dinamis JURNAL SAINS DAN NI POMITS Vol. 3, No. 2, (2014) ISSN: 2337-3539 (2301-9271 Prin) D-224 Peramalan Penjualan Sepeda Moor di Jawa Timur dengan Menggunakan Model Dinamis Desy Musika dan Seiawan Jurusan Saisika,

Lebih terperinci

PEMODELAN PRODUKSI SEKTOR PERTANIAN

PEMODELAN PRODUKSI SEKTOR PERTANIAN Seminar Nasional Saisika IX Insiu Teknologi Sepuluh Nopember, 7 November 2009 PEMODELAN PRODUKSI SEKTOR PERTANIAN Brodjol Suijo Jurusan Saisika ITS Surabaya ABSTRAK Pada umumnya daa ekonomi bersifa ime

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang BAB 2 TINJAUAN TEORITIS 2.1 Pengerian dan Manfaa Peramalan Kegiaan unuk mempeirakan apa yang akan erjadi pada masa yang akan daang disebu peramalan (forecasing). Sedangkan ramalan adalah suau kondisi yang

Lebih terperinci

ANALISIS PERAMALAN INDEKS HARGA SAHAM KOSPI DENGAN MENGGUNAKAN METODE INTERVENSI

ANALISIS PERAMALAN INDEKS HARGA SAHAM KOSPI DENGAN MENGGUNAKAN METODE INTERVENSI Seminar Nasional Saisika IX Insiu Teknologi Sepuluh Nopember, 7 November 009 XV-1 ANALISIS PERAMALAN INDEKS HARGA SAHAM KOSPI DENGAN MENGGUNAKAN METODE INTERVENSI Muhammad Sjahid Akbar, Jerry Dwi Trijoyo

Lebih terperinci

KOINTEGRASI DAN ESTIMASI ECM PADA DATA TIME SERIES. Abstrak

KOINTEGRASI DAN ESTIMASI ECM PADA DATA TIME SERIES. Abstrak KOINTEGRASI DAN ESTIMASI ECM PADA DATA TIME SERIES Universias Muhammadiyah Purwokero malim.muhammad@gmail.com Absrak Pada persamaan regresi linier sederhana dimana variabel dependen dan variabel independen

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Pada dasarnya peramalan adalah merupakan suau dugaan aau perkiraan enang erjadinya suau keadaan di masa depan. Akan eapi dengan menggunakan meodemeode erenu peramalan

Lebih terperinci

Pemodelan Data Runtun Waktu : Kasus Data Tingkat Pengangguran di Amerika Serikat pada Tahun

Pemodelan Data Runtun Waktu : Kasus Data Tingkat Pengangguran di Amerika Serikat pada Tahun Pemodelan Daa Runun Waku : Kasus Daa Tingka Pengangguran di Amerika Serika pada Tahun 948 978. Adi Seiawan Program Sudi Maemaika, Fakulas Sains dan Maemaika Universias Krisen Saya Wacana, Jl. Diponegoro

Lebih terperinci

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun 43 BAB METODE PEMUUAN EKPONENA TRPE DAR WNTER Meode pemulusan eksponensial elah digunakan selama beberapa ahun sebagai suau meode yang sanga berguna pada begiu banyak siuasi peramalan Pada ahun 957 C C

Lebih terperinci

*Corresponding Author:

*Corresponding Author: Prosiding Seminar Tugas Akhir FMIPA UNMUL 5 Periode Mare 6, Samarinda, Indonesia ISBN: 978-6-7658--3 Penerapan Model Neuro-Garch Pada Peramalan (Sudi Kasus: Reurn Indeks Harga Saham Gabungan) Applicaion

Lebih terperinci

Kata kunci: Deret waktu, Heteroskedastisitas, IGARCH, Peramalan. Keywords: Time Series, Heteroscedasticity, IGARCH, Forecasting.

Kata kunci: Deret waktu, Heteroskedastisitas, IGARCH, Peramalan. Keywords: Time Series, Heteroscedasticity, IGARCH, Forecasting. METODE INTEGRATED GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (IGARCH) UNTUK MEMODELKAN HARGA GABAH DUNIA (INTEGRATED GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY TO CAPTURE

Lebih terperinci

Muhammad Firdaus, Ph.D

Muhammad Firdaus, Ph.D Muhammad Firdaus, Ph.D DEPARTEMEN ILMU EKONOMI FEM-IPB 010 PENGERTIAN GARIS REGRESI Garis regresi adalah garis yang memplokan hubungan variabel dependen (respon, idak bebas, yang dipengaruhi) dengan variabel

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2.1 Pengerian Peramalan Peramalan (forecasing) adalah suau kegiaan yang memperkirakan apa yang akan erjadi pada masa yang akan daang. Meode peramalan merupakan cara unuk memperkirakan

Lebih terperinci

Peramalan Jumlah Pengunjung Domestik dan Mancanegara di Maharani Zoo & Goa Menggunakan ARIMA Box - Jenkins

Peramalan Jumlah Pengunjung Domestik dan Mancanegara di Maharani Zoo & Goa Menggunakan ARIMA Box - Jenkins Peramalan Jumlah Pengunjung Domesik dan Mancanegara di Maharani oo & Goa Menggunakan ARIMA Box - Jenkins Vivi Kusuma Sulisyawai (3030085) Dosen Pembimbing Dr. Irhamah, S.Si.,M.Si Laar Belakang Rumusan

Lebih terperinci

Peramalan Volume Penjualan Semen di PT.Semen Gresik Persero Tbk

Peramalan Volume Penjualan Semen di PT.Semen Gresik Persero Tbk Peramalan Volume Penjualan Semen di PT.Semen Gresik Persero Tbk Oleh : Dwi Hapsari K (1306 100 015) Dosen Pembimbing : Dra. Karika Firiasari, M.Si 1 Pendahuluan Laar Belakang, Perumusan Masalah, Tujuan

Lebih terperinci

Pemodelan Indeks Harga Konsumen Kelompok Bahan Makanan menggunakan Metode Intervensi dan Regresi Spline ABSTRAK

Pemodelan Indeks Harga Konsumen Kelompok Bahan Makanan menggunakan Metode Intervensi dan Regresi Spline ABSTRAK Pemodelan Indeks Harga Konsumen Kelompok Bahan Makanan menggunakan Meode Inervensi dan Regresi Spline Rina Andriani, Dr. Suharono, M.Sc 2 Mahasiswa Jurusan Saisika FMIPA-ITS, 2 Dosen Jurusan Saisika FMIPA-ITS

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Kerangka Pemikiran Salah sau ujuan didirikannya perusahaan adalah dalam rangka memaksimalkan firm of value. Salah sau cara unuk mengukur seberapa besar perusahaan mencipakan

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman Online di: ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman 91-100 Online di: hp://ejournal-s1.undip.ac.id/index.php/gaussian IDENTIFIKASI BREAKPOINT DAN PEMODELAN AUTOREGRESSIVE STRUCTURAL

Lebih terperinci

PENGGUNAAN METODE PERAMALAN DALAM ANALISIS NILAI TUKAR RUPIAH TERHADAP DOLAR DENGAN GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSKEDASTICITY

PENGGUNAAN METODE PERAMALAN DALAM ANALISIS NILAI TUKAR RUPIAH TERHADAP DOLAR DENGAN GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSKEDASTICITY PENGGUNAAN METODE PERAMALAN DALAM ANALISIS NILAI TUKAR RUPIAH TERHADAP DOLAR DENGAN GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSKEDASTICITY Hermansah Program Sudi Pendidikan Maemaika, Fakulas Keguruan

Lebih terperinci

Peramalan Hasil Produksi Pupuk NPK Menggunakan Model Fungsi Transfer Multi Input. : Nesia Brilliana I.P NRP :

Peramalan Hasil Produksi Pupuk NPK Menggunakan Model Fungsi Transfer Multi Input. : Nesia Brilliana I.P NRP : Peramalan Hasil Produksi Pupuk NPK Menggunakan Model Fungsi Transfer Muli Inpu Nama : Nesia Brilliana I.P NRP : 20800023 Jurusan : Maemaika Dosen Pembimbing : Dra. Nuri Wahyuningsih, M. Kes Pemberian pupuk

Lebih terperinci

PERAMALAN KURS TRANSAKSI BANK INDONESIA TERHADAP MATA UANG DOLLAR AMERIKA (USD) DENGAN MENGGUNAKAN MODEL ARCH/GARCH

PERAMALAN KURS TRANSAKSI BANK INDONESIA TERHADAP MATA UANG DOLLAR AMERIKA (USD) DENGAN MENGGUNAKAN MODEL ARCH/GARCH Vol.. No., 03 PERAMALAN KURS TRANSAKSI BANK INDONESIA TERHADAP MATA UANG DOLLAR AMERIKA (USD) DENGAN MENGGUNAKAN MODEL ARCH/GARCH Ari Pani Desvina, Sari Marlinda, Jurusan Maemaika Fakulas Sains dan Teknologi

Lebih terperinci

Bab 5 Penaksiran Fungsi Permintaan. Ekonomi Manajerial Manajemen

Bab 5 Penaksiran Fungsi Permintaan. Ekonomi Manajerial Manajemen Bab 5 Penaksiran Fungsi Perminaan 1 Ekonomi Manajerial Manajemen Peranyaan Umum Tenang Perminaan Seberapa besar penerimaan perusahaan akan berubah seelah adanya peningkaan harga? Berapa banyak produk yang

Lebih terperinci

BAB I PENDAHULUAN. Perekonomian dunia telah menjadi semakin saling tergantung pada

BAB I PENDAHULUAN. Perekonomian dunia telah menjadi semakin saling tergantung pada BAB I PENDAHULUAN A. Laar Belakang Masalah Perekonomian dunia elah menjadi semakin saling erganung pada dua dasawarsa erakhir. Perdagangan inernasional merupakan bagian uama dari perekonomian dunia dewasa

Lebih terperinci

Model ARIMAX Dan Deteksi GARCH Untuk Peramalan Inflasi Kota Denpasar Tahun 2014

Model ARIMAX Dan Deteksi GARCH Untuk Peramalan Inflasi Kota Denpasar Tahun 2014 JEKT Model ARIMAX Dan Deeksi GARCH Unuk Peramalan Inflasi Koa Denpasar Tahun 2014 Rukini *) Badan Pusa Saisik Provinsi Bali ABSTRAK pemerinah dalam mengambil kebijakan unuk menjaga sabilias moneer di masa

Lebih terperinci

1999 sampai bulan September Data ini diperoleh dari yahoo!finance.

1999 sampai bulan September Data ini diperoleh dari yahoo!finance. 7 999 sampai bulan Sepember 8. Daa ini diperoleh dari yahoo!finance. Meode Langkah-langkah pemodelan nilai harian IHSG secara garis besar dapa diliha pada Lampiran dengan penjelasan sebagai beriku:. Melakukan

Lebih terperinci

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan BAB 2 URAIAN EORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan aau memprediksi apa yang erjadi pada waku yang akan daang, sedangkan rencana merupakan penenuan apa yang akan dilakukan

Lebih terperinci

ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI KABUPATEN NGAWI DENGAN ARIMA DAN VARIASI KALENDER. Muflih Rori Putra Harahap

ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI KABUPATEN NGAWI DENGAN ARIMA DAN VARIASI KALENDER. Muflih Rori Putra Harahap ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI KABUPATEN NGAWI DENGAN ARIMA DAN VARIASI KALENDER Muflih Rori Pura Harahap 30 00 052 Pembimbing : Dr. Drs. Agus Suharsono, M.S. LATAR BELAKANG PENDAHULUAN

Lebih terperinci

ESTIMASI PARAMETER MODEL ARMA UNTUK PERAMALAN DEBIT AIR SUNGAI MENGGUNAKAN GOAL PROGRAMMING

ESTIMASI PARAMETER MODEL ARMA UNTUK PERAMALAN DEBIT AIR SUNGAI MENGGUNAKAN GOAL PROGRAMMING ESTIMASI PARAMETER MODEL ARMA UNTUK PERAMALAN DEBIT AIR SUNGAI MENGGUNAKAN GOAL PROGRAMMING Nama: Zahroh Aiqoh 05 00 0 Dosen Pembimbing: Dra. Nuri Wahyuningsih, MKes Drs. Sulisiyo, MT Jurusan Maemaika

Lebih terperinci

Metode Regresi Linier

Metode Regresi Linier Modul 1 Meode Regresi Linier Prof. DR. Maman Djauhari A PENDAHULUAN nalisis regresi linier, baik yang sederhana maupun yang ganda, elah Anda pelajari dalam maa kuliah Meode Saisika II. Dengan demikian

Lebih terperinci

PENERAPAN MODEL VECTOR AUTOREGRESSIVE (VAR) UNTUK PERAMALAN CURAH HUJAN KOTA PEKANBARU

PENERAPAN MODEL VECTOR AUTOREGRESSIVE (VAR) UNTUK PERAMALAN CURAH HUJAN KOTA PEKANBARU Jurnal Sains, Teknologi dan Indusri, Vol. 11, No., Juni, pp. 151-159 ISSN 93-3 prin/issn 07-0939 online PENERAPAN MODEL VECTOR AUTOREGRESSIVE (VAR) UNTUK PERAMALAN CURAH HUJAN KOTA PEKANBARU 1 Ari Pani

Lebih terperinci

Peramalan Inflasi Menggunakan Model Fungsi Transfer Multi Input. Forcasting Inflation Using Multiple Input Transfer Function Model

Peramalan Inflasi Menggunakan Model Fungsi Transfer Multi Input. Forcasting Inflation Using Multiple Input Transfer Function Model Peramalan Inflasi Menggunakan Model Fungsi Transfer Muli Inpu Forcasing Inflaion Using Muliple Inpu Transfer Funcion Model Novi Adisia, Sri Wahyuningsih, dan Rio Goeanoro 3 Laboraorium Saisika Terapan

Lebih terperinci

ARIMA (Autoregressive Integrated Moving Average)

ARIMA (Autoregressive Integrated Moving Average) ARIMA (Auoregressive Inegraed Moving Average) I. Prinsip Dasar dan Tujuan Analisis. Prinsip Dasar ARIMA sering juga disebu meode runun waku Box-Jenkins. ARIMA sanga baik keepaannya unuk peramalan jangka

Lebih terperinci

PENAKSIRAN PARAMETER MODEL VECTOR AUTOREGRESSIVE INTEGRATED (VARI) DENGAN METODE MLE DAN PENERAPANNYA PADA DATA INDEKS HARGA KONSUMEN

PENAKSIRAN PARAMETER MODEL VECTOR AUTOREGRESSIVE INTEGRATED (VARI) DENGAN METODE MLE DAN PENERAPANNYA PADA DATA INDEKS HARGA KONSUMEN IndoMS Journal on Saisics Vol., No. (04), Page 7-37 PENAKSIRAN PARAMETER MODEL VECTOR AUTOREGRESSIVE INTEGRATED (VARI) DENGAN METODE MLE DAN PENERAPANNYA PADA DATA INDEKS HARGA KONSUMEN Dinda Ariska Wulandari,

Lebih terperinci

BAB II TINJAUAN TEORITIS

BAB II TINJAUAN TEORITIS BAB II TIJAUA TEORITIS 2.1 Peramalan (Forecasing) 2.1.1 Pengerian Peramalan Peramalan dapa diarikan sebagai beriku: a. Perkiraan aau dugaan mengenai erjadinya suau kejadian aau perisiwa di waku yang akan

Lebih terperinci

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON*

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON* PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON* BERLIAN SETIAWATY DAN HIRASAWA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Peranian Bogor

Lebih terperinci

Analisis Peramalan Jumlah Penumpang Kereta Api Penataran Tujuan Surabaya-Malang

Analisis Peramalan Jumlah Penumpang Kereta Api Penataran Tujuan Surabaya-Malang Analisis Peramalan Jumlah Penumpang Kerea Api Penaaran Tujuan Surabaya-Malang Oleh. Andria Prima Diago 08.00.0 Dosen Pembimbing. r. Dwiamono Agus, M.komp Andria Prima Diago 08.00.0 nsiu Teknologi Sepuluh

Lebih terperinci

DAN PENERAPANNYA PADA PRODUKSI KELAPA SAWIT DI PT. PERKEBUNAN NUSANTARA XIII

DAN PENERAPANNYA PADA PRODUKSI KELAPA SAWIT DI PT. PERKEBUNAN NUSANTARA XIII Bulein Ilmiah Mah. Sa. dan Terapannya (Bimaser) Volume 6, No. 3 (27), hal 83 2. MODEL SPACE-TIME DAN PENERAPANNYA PADA PRODUKSI KELAPA SAWIT DI PT. PERKEBUNAN NUSANTARA XIII Ella Kurniawai, Naomi Nessyana

Lebih terperinci

PERAMALAN FUNGSI TRANSFER SINGLE INPUT INDEKS HARGA SAHAM GABUNGAN TERHADAP SAHAM NEGARA TERDEKAT

PERAMALAN FUNGSI TRANSFER SINGLE INPUT INDEKS HARGA SAHAM GABUNGAN TERHADAP SAHAM NEGARA TERDEKAT Saisika, Vol. 2, No. 2, November 24 PERAMALAN FUNGSI TRANSFER SINGLE INPUT INDEKS HARGA SAHAM GABUNGAN TERHADAP SAHAM NEGARA TERDEKAT Sri Wahyuni, 2 Farikhin, Iswahyudi Joko Suprayino Program Sudi Saisika

Lebih terperinci

PENGAMBILAN KEPUTUSAN DENGAN METODE PERAMALAN AUTOREGRESIVE INTEGRATED MOVING AVERAGE (ARIMA) (Studi Kasus: PT Tembaga Mulia Semanan)

PENGAMBILAN KEPUTUSAN DENGAN METODE PERAMALAN AUTOREGRESIVE INTEGRATED MOVING AVERAGE (ARIMA) (Studi Kasus: PT Tembaga Mulia Semanan) Prosiding Seminar Nasional Manajemen Teknologi Program Sudi MMT-ITS, Surabaya 1 Agusus 2009 PENGAMBILAN KEPUTUSAN DENGAN METODE PERAMALAN AUTOREGRESIVE INTEGRATED MOVING AVERAGE (ARIMA) (Sudi Kasus: PT

Lebih terperinci

IDENTIFIKASI POLA DATA TIME SERIES

IDENTIFIKASI POLA DATA TIME SERIES IDENTIFIKASI POLA DATA TIME SERIES Daa merupakan bagian pening dalam peramalan. Beriku adalah empa krieria yang dapa digunakan sebagai acuan agar daa dapa digunakan dalam peramalan.. Daa harus dapa dipercaya

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN perpusakaan.uns.ac.id BAB III METODOLOGI PENELITIAN A. Ruang Lingkup Peneliian Peneliian ini dilaksanakan di Indonesia dengan periode ahun 984 sampai dengan ahun 0. Peneliian ini memfokuskan pada fakor-fakor

Lebih terperinci

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan BAB II LADASA TEORI 2.1 Pengerian peramalan (Forecasing) Peramalan (Forecasing) adalah suau kegiaan yang mengesimasi apa yang akan erjadi pada masa yang akan daang dengan waku yang relaif lama (Assauri,

Lebih terperinci

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND Noeryani 1, Ely Okafiani 2, Fera Andriyani 3 1,2,3) Jurusan maemaika, Fakulas Sains Terapan, Insiu Sains & Teknologi

Lebih terperinci

ANALISIS CRITICAL ROOT VALUE PADA DATA NONSTATIONER

ANALISIS CRITICAL ROOT VALUE PADA DATA NONSTATIONER ANALISIS CRITICAL ROOT VALUE PADA DATA NONSTATIONER Abdul Aziz Dosen Jurusan Maemaika Fakulas Sains Teknologi Universias Islam Negeri (UIN) Maulana Malik Ibrahim Malang e-mail : abdulaziz_uinmlg@yahoo.com

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 3. METODE PENELITIAN 3.1. Kerangka Pikir BAB III METODE PENELITIAN Peneliian ini diujukan unuk membukikan adanya hubungan dan pengaruh dari nilai ukar Rupiah erhadap Dollar Amerika Serika (exchange rae),

Lebih terperinci

Peramalan Outflow Uang Pecahan di Jawa Timur Menggunakan Generalized Space Time Autoregressive (GSTAR)

Peramalan Outflow Uang Pecahan di Jawa Timur Menggunakan Generalized Space Time Autoregressive (GSTAR) JURNA SAINS DAN SENI ITS Vol. 5 No. (16) 7-5 (1-98X Prin) D-59 Peramalan Ouflow Uang Pecahan di Jawa Timur Menggunakan Generalized Space Time Auoregressive (GSTAR) Rahmah Safiri, Seiawan, dan Imam Safawi

Lebih terperinci

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN PEMODELAN NILAI UKAR RUPIAH ERHADAP $US MENGGUNAKAN DERE WAKU HIDDEN MARKOV SAU WAKU SEBELUMNYA BERLIAN SEIAWAY, DIMAS HARI SANOSO, N. K. KUHA ARDANA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan

Lebih terperinci

Peramalan Harga Saham Jakarta Islamic Index Menggunakan Metode Vector Autoregressive

Peramalan Harga Saham Jakarta Islamic Index Menggunakan Metode Vector Autoregressive D-408 JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) 337-350 (30-98 Prin) Peramalan Harga Saham Jakara Islamic Menggunakan Meode Vecor Auoregressive Farida Nur Hayai dan Brodjol Suijo S.U Jurusan Saisika Fakulas

Lebih terperinci

(T.9) PENAKSIRAN MODEL GARCH DENGAN METODE BOUNDED M-ESTIMATES

(T.9) PENAKSIRAN MODEL GARCH DENGAN METODE BOUNDED M-ESTIMATES PROSIDING ISSN : 087-590. Seminar Nasional Saisika November 0 Vol, November 0 (T.9) PENAKSIRAN MODEL GARCH DENGAN METODE BOUNDED M-ESTIMATES Yahya Ubaid ), Budi Nurani R. ), Mulyana K. 3) )Mahasiswa Program

Lebih terperinci

PERAMALAN KONSUMSI LISTRIK PADA SEGMEN RUMAH TANGGA PT PLN (PERSERO) DISTRIBUSI JAWA TIMUR

PERAMALAN KONSUMSI LISTRIK PADA SEGMEN RUMAH TANGGA PT PLN (PERSERO) DISTRIBUSI JAWA TIMUR TUGAS AKHIR SS 145561 PERAMALAN KONSUMSI LISTRIK PADA SEGMEN RUMAH TANGGA PT PLN (PERSERO) DISTRIBUSI JAWA TIMUR SARIRAZTY DWIJANTARI NRP 1314 030 010 Dosen Pembimbing Dr. Wahyu Wibowo, S.Si., M.Si DEPARTEMEN

Lebih terperinci

PERAMALAN JUMLAH PENUMPANG AIRLINES PT. ANGKASA PURA II BANDARA SULTAN SYARIF KASIM II PEKANBARU DENGAN ARIMA(0,1,1)(0,1,1) 12 TUGAS AKHIR.

PERAMALAN JUMLAH PENUMPANG AIRLINES PT. ANGKASA PURA II BANDARA SULTAN SYARIF KASIM II PEKANBARU DENGAN ARIMA(0,1,1)(0,1,1) 12 TUGAS AKHIR. PERAMALAN JUMLAH PENUMPANG AIRLINES PT. ANGKASA PURA II BANDARA SULTAN SYARIF KASIM II PEKANBARU DENGAN ARIMA(0,,)(0,,) 2 TUGAS AKHIR Diajukan Sebagai Salah Sau Syara unuk Memperoleh Gelar Sarjana Sains

Lebih terperinci

Analisis Peramalan Jumlah Permintaan Kerudung di Industri Kecil Kerudung Arin di Surabaya dengan Metode Variasi Kalender

Analisis Peramalan Jumlah Permintaan Kerudung di Industri Kecil Kerudung Arin di Surabaya dengan Metode Variasi Kalender Analisis Peramalan Jumlah Perminaan Kerudung di Indusri Kecil Kerudung Arin di Surabaya dengan Meode Variasi Kalender Disusun oleh : Sely Enggar Rusiano 307 030 030 Dosen Pembimbing : Dr. Irhamah, M.Si

Lebih terperinci

PERAMALAN JUMLAH PENUMPANG TRANSPORTASI UDARA TUJUAN SURABAYA BALIKPAPAN DENGAN METODE ARIMA BOX-JENKINS

PERAMALAN JUMLAH PENUMPANG TRANSPORTASI UDARA TUJUAN SURABAYA BALIKPAPAN DENGAN METODE ARIMA BOX-JENKINS PERAMALAN JUMLAH PENUMPANG TRANSPORTASI UDARA TUJUAN SURABAYA BALIKPAPAN DENGAN METODE ARIMA BOX-JENKINS Joko Ariyadi (308 030 060) Pembimbing : Drs. Brodjol Suijo Suprih Ulama, M.Si Laar Belakang 2 Laar

Lebih terperinci

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan BAB 2 LANDASAN TEORI 2.1. Produksi Produksi padi merupakan suau hasil bercocok anam yang dilakukan dengan penanaman bibi padi dan perawaan sera pemupukan secara eraur sehingga menghasilkan suau produksi

Lebih terperinci

KAJIAN PEMODELAN DERET WAKTU: METODE VARIASI KALENDER YANG DIPENGARUHI OLEH EFEK VARIASI LIBURAN

KAJIAN PEMODELAN DERET WAKTU: METODE VARIASI KALENDER YANG DIPENGARUHI OLEH EFEK VARIASI LIBURAN JMP : Volume 4 omor, Juni 22, hal. 35-46 KAJIA PEMODELA DERET WAKTU: METODE VARIASI KALEDER YAG DIPEGARUHI OLEH EFEK VARIASI LIBURA Winda Triyani Universias Jenderal Soedirman winda.riyani@gmail.com Rina

Lebih terperinci

Peramalan Return Saham Bank Central Asia Menggunakan Self Exciting Threshold Autoregressive Genetic Algorithm

Peramalan Return Saham Bank Central Asia Menggunakan Self Exciting Threshold Autoregressive Genetic Algorithm JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (2016) 2337-3520 (2301-928X Prin) D-71 Peramalan Reurn Saham Bank Cenral Asia Menggunakan Self Exciing Threshold Auoregressive Geneic Algorihm Tesalonika Puri dan

Lebih terperinci

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode 20 BAB 2 LADASA TEORI 2.1. Pengerian Peramalan Meode Peramalan merupakan bagian dari ilmu Saisika. Salah sau meode peramalan adalah dere waku. Meode ini disebu sebagai meode peramalan dere waku karena

Lebih terperinci

ANALISIS INTERVENSI KENAIKAN HARGA BBM BERSUBSIDI PADA DATA INFLASI KOTA SEMARANG

ANALISIS INTERVENSI KENAIKAN HARGA BBM BERSUBSIDI PADA DATA INFLASI KOTA SEMARANG ISSN: 9-54 JURNAL GAUSSIAN, Volume 4, Nomor, Tahun 05, Halaman 6-60 Online di: hp://eournal-s.undip.ac.id/index.php/gaussian ANALISIS INTERVENSI KENAIKAN HARGA BBM BERSUBSIDI PADA DATA INFLASI KOTA SEMARANG

Lebih terperinci

Kata Kunci - GSTAR, Inflasi, Invers Jarak, Korelasi Silang, Seragam. I. PENDAHULUAN II. TINJAUAN PUSTAKA

Kata Kunci - GSTAR, Inflasi, Invers Jarak, Korelasi Silang, Seragam. I. PENDAHULUAN II. TINJAUAN PUSTAKA Pemodelan Inflasi di Koa Semarang, Yogyakara, dan Surakara dengan pendekaan GSTAR Laily Awliaul Faizah, Seiawan Jurusan Saisika, Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Teknologi Sepuluh Nopember

Lebih terperinci

BAB IV METODOLOGI PENELITIAN

BAB IV METODOLOGI PENELITIAN BAB IV METODOLOGI PENELITIAN Dalam peneliian ini, penulis akan menggunakan life cycle model (LCM) yang dikembangkan oleh Modigliani (1986). Model ini merupakan eori sandar unuk menjelaskan perubahan dari

Lebih terperinci

BAB II LA DASA TEORI

BAB II LA DASA TEORI 9 BAB II LA DASA TEORI.7 Daa Mining Yang dimaksud dengan Daa Mining adalah proses menghasilkan informasi yang valid, komprehensif, dan dapa diolah kembali dari daabase yang massive, dan menggunakannya

Lebih terperinci

Perbandingan Metode Winter Eksponensial Smoothing dan Metode Event Based untuk Menentukan Penjualan Produk Terbaik di Perusahaan X

Perbandingan Metode Winter Eksponensial Smoothing dan Metode Event Based untuk Menentukan Penjualan Produk Terbaik di Perusahaan X JURAL SAIS DA SEI ITS Vol. 6, o.1, (2017) 2337-3520 (2301-928X Prin) A 1 Perbandingan Meode Winer Eksponensial Smoohing dan Meode Even Based unuk Menenukan Penjualan Produk Terbaik di Perusahaan X Elisa

Lebih terperinci

PERAMALAN JUMLAH PENGUNJUNG PANTAI KENJERAN SURABAYA MENGGUNAKAN ARIMA BOX-JENKINS

PERAMALAN JUMLAH PENGUNJUNG PANTAI KENJERAN SURABAYA MENGGUNAKAN ARIMA BOX-JENKINS TUGAS AKHIR SS 145561 PERAMALAN JUMLAH PENGUNJUNG PANTAI KENJERAN SURABAYA MENGGUNAKAN ARIMA BOX-JENKINS Puri Handayani NRP 1314 030 112 Dosen Pembimbing Dr. Brodjol Suijo Suprih Ulama, M.Si. Deparemen

Lebih terperinci

PENERAPAN METODE BOX-JENKINS UNTUK MEMPREDIKSI JUMLAH MAHASISWA UNIVERSITAS ISLAM NEGERI SUSKA RIAU

PENERAPAN METODE BOX-JENKINS UNTUK MEMPREDIKSI JUMLAH MAHASISWA UNIVERSITAS ISLAM NEGERI SUSKA RIAU Jurnal Sains, Teknologi dan Indusri, Vol., No., Desember 4, pp. 8 89 ISSN 693-39 prin/issn 47-939 online PENERAPAN METODE BOX-JENKINS UNTUK MEMPREDIKSI JUMLAH MAHASISWA UNIVERSITAS ISLAM NEGERI SUSKA RIAU

Lebih terperinci

JURNAL TEKNIK POMITS Vol. 2, No. 2, (2013) ISSN: ( Print) D-108

JURNAL TEKNIK POMITS Vol. 2, No. 2, (2013) ISSN: ( Print) D-108 JURNAL TEKNIK POMITS Vol., No., (013) ISSN: 337-3539 (301-971 Prin) D-108 Simulasi Peredaman Gearan Mesin Roasi Menggunakan Dynamic Vibraion Absorber () Yudhkarisma Firi, dan Yerri Susaio Jurusan Teknik

Lebih terperinci

Penerapan Model ARCH/GARCH untuk Peramalan Nilai Tukar Petani ABSTRAK ABSTRACT. Pendahuluan

Penerapan Model ARCH/GARCH untuk Peramalan Nilai Tukar Petani ABSTRAK ABSTRACT. Pendahuluan Jurnal Sains Maemaika dan Saisika, Vol. 4, No., Januari 8 ISSN 46-454 prin/issn 65-8663 online Penerapan Model ARCH/GARCH unuk Peramalan Nilai Tukar Peani Ari Pani Desvina, Inggrid Ocaviani Meijer, Jurusan

Lebih terperinci

Model Dinamis: Autoregressive Dan Distribusi Lag (Studi Kasus : Pengaruh Kurs Dollar Amerika Terhadap Produk Domestik Regional Bruto (PDRB))

Model Dinamis: Autoregressive Dan Distribusi Lag (Studi Kasus : Pengaruh Kurs Dollar Amerika Terhadap Produk Domestik Regional Bruto (PDRB)) Model Dinamis: Auoregressive Dan Disribusi Lag (Sudi Kasus : Pengaruh Kurs Dollar Amerika Terhadap Produk Domesik Regional Bruo (PDRB)) Dynamic Model : Auoregressive and Disribuion Lag (Case Sudy: Effecs

Lebih terperinci

Sekilas Pandang. Modul 1 PENDAHULUAN

Sekilas Pandang. Modul 1 PENDAHULUAN Modul 1 Sekilas Pandang Drs. Irlan Soelaeman, M.Ed. S PENDAHULUAN uau hari, saya dan keluarga berencana membawa mobil pergi ke Surabaya unuk mengunjungi salah seorang saudara. Sau hari sebelum keberangkaan,

Lebih terperinci

Penentuan Pelebaran Window Time Optimal Pada Data Deret Waktu

Penentuan Pelebaran Window Time Optimal Pada Data Deret Waktu 1 Penenuan Pelebaran Window Time Opimal Pada Daa Dere Waku (1) Nursya`bani Hendro Prabowo dan (2) Raden Mohamad Aok Deparemen Saisika, Fakulas Maemaika dan Ilmu Pengeahuan Alam, Insiu Teknologi Sepuluh

Lebih terperinci

PENDEKATAN PERAMALAN TINGKAT KONSUMSI MINYAK DI INDONESIA DENGAN MENGGUNAKAN METODE BOX-JENKINS

PENDEKATAN PERAMALAN TINGKAT KONSUMSI MINYAK DI INDONESIA DENGAN MENGGUNAKAN METODE BOX-JENKINS PENDEKATAN PERAMALAN TINGKAT KONSUMSI MINYAK DI INDONESIA DENGAN MENGGUNAKAN METODE BOX-JENKINS Ari Pani Desvina, Abdur Rahman Siddiq Jurusan Maemaika Fakulas Sains dan Teknologi UIN Suska Riau E-mail:

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jenis Peneliian Jenis peneliian kuaniaif ini dengan pendekaan eksperimen, yaiu peneliian yang dilakukan dengan mengadakan manipulasi erhadap objek peneliian sera adanya konrol.

Lebih terperinci

Dosen Pembimbing Dr. Brodjol Sutijo Suprih Ulama, M.Si.

Dosen Pembimbing Dr. Brodjol Sutijo Suprih Ulama, M.Si. TUGAS AKHIR SS 145561 PERAMALAN NILAI IMPOR NON MIGAS DI JAWA TIMUR DENGAN MENGGUNAKAN METODE ARIMA BOX-JENKINS BOBBY AKBAR NRP 1314 030 002 Dosen Pembimbing Dr Brodjol Suijo Suprih Ulama, MSi DEPARTEMEN

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.. Hasil Peneliian 4... Daa Hasil Peneliian Dari hasil peneliian diperoleh daa kemampuan dribble. hasilnya sebagai mana pada abel I (dilampirkan) 4... Deskripsi

Lebih terperinci

PROSES AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY DENGAN DUGAAN VARIANSI INFLASI INDONESIA

PROSES AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY DENGAN DUGAAN VARIANSI INFLASI INDONESIA PROSES AUOREGRESSIVE CONDIIONAL HEEROSCEDASICIY DENGAN DUGAAN VARIANSI INFLASI INDONESIA Rianiai Monica, Suyono, dan Vera Maya Sani Jurusan Maemaika FMIPA UNJ Absrak Model-model runun waku konvensional,

Lebih terperinci

BAB 4 ANALISIS DAN PEMBAHASAN

BAB 4 ANALISIS DAN PEMBAHASAN BAB 4 ANALISIS DAN EMBAHASAN 4.1 Karakerisik dan Obyek eneliian Secara garis besar profil daa merupakan daa sekunder di peroleh dari pusa daa saisik bursa efek Indonesia yang elah di publikasi, daa di

Lebih terperinci

IV METODE PENELITIAN

IV METODE PENELITIAN IV METODE PENELITIAN 4.1. Lokasi dan Waku Peneliian Peneliian yang dilakukan mengenai analisis perencanaan pengadaan una berdasarkan ramalan ime series volume ekspor una loin beku di PT Tridaya Eramina

Lebih terperinci

Pemodelan Produksi Minyak dan Gas Bumi pada Platform MK di PT X Menggunakan Metode ARIMA, Neural Network, dan Hibrida ARIMA-Neural Network

Pemodelan Produksi Minyak dan Gas Bumi pada Platform MK di PT X Menggunakan Metode ARIMA, Neural Network, dan Hibrida ARIMA-Neural Network D-378 JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (26) 2337-3520 (23-928X Prin) Pemodelan Produksi Minyak dan Gas Bumi pada Plaform MK di PT X Menggunakan Meode ARIMA, Neural Nework, dan Hibrida ARIMA-Neural

Lebih terperinci

Peramalan Inflasi Nasional Berdasarkan Faktor Ekonomi Makro Menggunakan Pendekatan Time Series Klasik dan ANFIS

Peramalan Inflasi Nasional Berdasarkan Faktor Ekonomi Makro Menggunakan Pendekatan Time Series Klasik dan ANFIS JURNAL SAINS DAN SENI IS Vol. 4, No., () 2337-3 (2-928X Prin) D-67 Peramalan Inflasi Nasional Berdasarkan Fakor Ekonomi Makro Menggunakan Pendekaan ime Series Klasik dan ANFIS Clara Agusin Sephani, Agus

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan adalah kegiaan memperkirakan apa yang akan erjadi pada masa yang akan daang. Ramalan adalah sesuau kegiaan siuasi aau kondisi yang diperkirakan akan erjadi

Lebih terperinci

Pengaruh variabel makroekonomi..., 24 Serbio Harerio, Universitas FE UI, 2009Indonesia

Pengaruh variabel makroekonomi..., 24 Serbio Harerio, Universitas FE UI, 2009Indonesia BAB 3 DATA DAN METODOLOGI 3.1 Variabel-Variabel Peneliian 3.1.1 Variabel dependen Variabel dependen yang digunakan adalah reurn Indeks Harga Saham Gabungan yang dihiung dari perubahan logarima naural IHSG

Lebih terperinci

DAMPAK PENURUNAN HARGA BBM JENIS PREMIUM TERHADAP ANGKA INFLASI DI KOTA YOGYAKARTA (Studi Aplikasi Model Intervensi dengan Step Function)

DAMPAK PENURUNAN HARGA BBM JENIS PREMIUM TERHADAP ANGKA INFLASI DI KOTA YOGYAKARTA (Studi Aplikasi Model Intervensi dengan Step Function) DAMPAK PENURUNAN HARGA BBM JENIS PREMIUM TERHADAP ANGKA INFLASI DI KOTA YOGYAKARTA (Sudi Aplikasi Model Inervensi dengan Sep Funcion) S-3 Kismianini dan Dhoriva Urwaul Wusqa Jurusan Pendidikan Maemaika

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju perumbuhan

Lebih terperinci

APLIKASI MODEL GSTAR PADA PERAMALAN JUMLAH KUNJUNGAN WISATAWAN EMPAT LOKASI WISATA DI BATU

APLIKASI MODEL GSTAR PADA PERAMALAN JUMLAH KUNJUNGAN WISATAWAN EMPAT LOKASI WISATA DI BATU APLIKASI MODEL GSTAR PADA PERAMALAN JUMLAH KUNJUNGAN WISATAWAN EMPAT LOKASI WISATA DI BATU Dwi Susani, Susiswo Universias Negeri Malang E-mail: dwisusani39@gmail.com ABSTRAK: Peneliian ini berujuan unuk

Lebih terperinci

metodologi penelitian

metodologi penelitian pendahuluan injauan pusaka meodologi peneliian hasil dan pembahasan kesimpulan Pusaka Meodologi Peningkaan Energi lisrik Kebuuhan energi lisrik Pengembangan sisem energi lisrik Peramalan beban lisrik Slide

Lebih terperinci

PERAMALAN JUMLAH PENJUALAN KORAN HARIAN BERLANGGANAN DI PT. JAWA POS DENGAN MENGGUNAKAN ARIMA BOX-JENKINS

PERAMALAN JUMLAH PENJUALAN KORAN HARIAN BERLANGGANAN DI PT. JAWA POS DENGAN MENGGUNAKAN ARIMA BOX-JENKINS TUGAS AKHIR SS 145561 PERAMALAN JUMLAH PENJUALAN KORAN HARIAN BERLANGGANAN DI PT. JAWA POS DENGAN MENGGUNAKAN ARIMA BOX-JENKINS TRI EMIRA RISMAYANTI NRP 1314 030 070 Dosen Pembimbing Dr. Brodjol Suijo

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 14 BAB III METODOLOGI PENELITIAN Peneliian ini ialah berujuan (1) unuk menerapkan model Arbirage Pricing Theory (APT) guna memprediksi bea (sensiivias reurn saham) dan risk premium fakor kurs, harga minyak,

Lebih terperinci

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu BAB III METODE DEKOMPOSISI CENSUS II 3.1 Pendahuluan Daa dere waku adalah daa yang dikumpulkan dari waku ke waku unuk menggambarkan perkembangan suau kegiaan (perkembangan produksi, harga, hasil penjualan,

Lebih terperinci

Analisis Hubungan Produk Domestik Bruto dan Ekspor Indonesia dengan Pendekatan Threshold Vector Error Correction Model (TVECM)

Analisis Hubungan Produk Domestik Bruto dan Ekspor Indonesia dengan Pendekatan Threshold Vector Error Correction Model (TVECM) Analisis Hubungan Produk Domesik Bruo dan Ekspor Indonesia dengan Pendekaan Threshold Vecor Error Correcion Model (TVECM) Gama Pura Danu Sohibien 1, Brodjol Suijo Suprih Ulama 2 12) Program Sudi Saisika,

Lebih terperinci

MAKALAH TUGAS AKHIR IDENTIFIKASI MODEL ARIMA BOX-JENKINS

MAKALAH TUGAS AKHIR IDENTIFIKASI MODEL ARIMA BOX-JENKINS 1. Pendahuluan MAKALAH TUGAS AKHIR IDENTIFIKASI MODEL ARIMA BOX-JENKINS CAMPURAN DENGAN MENGGUNAKAN METODE ALGORITMA GENETIKA Oleh : Febriana Dwi P. (1306 100 011) Dosen Pembimbing I : Dr. Irhamah, S.Si,

Lebih terperinci

PERAMALAN NILAI EKSPOR NON MIGAS SEKTOR PERINDUSTRIAN DI JAWA TIMUR DENGAN MENGGUNAKAN ARIMA BOX-JENKINS

PERAMALAN NILAI EKSPOR NON MIGAS SEKTOR PERINDUSTRIAN DI JAWA TIMUR DENGAN MENGGUNAKAN ARIMA BOX-JENKINS TUGAS AKHIR SS 145561 PERAMALAN NILAI EKSPOR NON MIGAS SEKTOR PERINDUSTRIAN DI JAWA TIMUR DENGAN MENGGUNAKAN ARIMA BOX-JENKINS Mohammad Fariq NRP 1314 030 015 Dosen Pembimbing Dra. Sri Mumpuni Renaningsih,

Lebih terperinci

MODEL ARIMAX DAN DETEKSI GARCH UNTUK PERAMALAN INFLASI KOTA DENPASAR

MODEL ARIMAX DAN DETEKSI GARCH UNTUK PERAMALAN INFLASI KOTA DENPASAR MODEL ARIMAX DAN DETEKSI GARCH UNTUK PERAMALAN INFLASI KOTA DENPASAR S - 27 Rukini, Suharono2 2,2 Jurusan Saisika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Teknologi Sepuluh Nopember (ITS) Surabaya

Lebih terperinci

KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL. Sudarno Staf Pengajar Program Studi Statistika FMIPA UNDIP

KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL. Sudarno Staf Pengajar Program Studi Statistika FMIPA UNDIP Karakerisik Umur Produk (Sudarno) KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL Sudarno Saf Pengajar Program Sudi Saisika FMIPA UNDIP Absrac Long life of produc can reflec is qualiy. Generally, good producs

Lebih terperinci

Volume 1, Nomor 1, Juni 2007 ISSN

Volume 1, Nomor 1, Juni 2007 ISSN Volume, Nomor, Juni 7 ISSN 978-77 Barekeng, Juni 7 hal6-5 Vol No ANALISIS VARIANS MULTIVARIAT PADA EKSPERIMEN DENGAN RANCANGAN ACAK LENGKAP (Variance Mulivaria Analysis for Experimen wih Complee Random

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju-laju

Lebih terperinci