PEMODELAN NTP PADI PALAWIJA DENGAN PENDEKATAN FUNGSI TRANSFER DAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE TIME SERIES
|
|
- Ridwan Sugiarto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PEMODELAN NTP PADI PALAWIJA DENGAN PENDEKATAN FUNGSI TRANSFER DAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE TIME SERIES Oleh: Sri Wahyuningsih Mahasiswa Pasca Sarjana Jurusan Statistika FMIPA Institut Technologi Sepuluh November Surabaya Dosen Pembimbing Dr. Bambang W. Otok, S.Si,, M.Si. 4 Januari
2 OUTline Pendahuluan Tinjauan Pustaka Metodologi Analisis dan Pembahasan Kesimpulan dan Saran Daftar Pustaka 2
3 LATAR BelAKANG Gorontalo adalah sentra produksi jagung nasional (tahun 2001 produksi jagung baru mencapai ton maka pada 2010 menjadi ton) NTP padi palawija (sebagai indikator kesejahteraan petani) Gor0ntalo di bawah 100 Seminar Hasil Tesis ITS
4 Latar belakang NTP padi palawija Harga jagung Produksi jagung (Luas panen Jagung) NTP Padi Palawija Luas panen jagung Time series Time series Analisis yang menggabungkan analisis time series dan causal Fungsi transfer MARS Time series semi multivariate 4 4
5 RUMUSAN MASALAH Bagaimana pengaruh luas panen jagung terhadap NTP PADI palawija gorontalo Bagaimana memodelkan NTP padi palawija dengan menggunakan fungsi transfer dan ITS MARS multivariate Bagaimana perbandingan model dari hasil metode tersebut 5
6 TUJUAN PENELITIAN Melihat besarnya pengaruh luas panen jagung terhadap NTP padipalawija Gorontalo Mendapatkan Model time series NTP padi palawija di Gorontalo dengan menggunakan ITS MARS semi multivariate dan fungsi transfer Membandingkan model time series hasil fungsi transfer dan ITS MARS 6
7 Manfaat penelitian Dapat digunakan oleh Badan Pusat Statistik (BPS) sebagai salah satu alternatif untuk memprediksi nilai tukar petani. Mengembangkan wawasan keilmuan dan ilmu pengetahuan mengenai MARS time series dan fungsi transfer. Bisa dilihat perbandingan hasil antara model yang diolah dengan program MARS-time seris dan fungsi transfer. 7
8 BATASAN PERMASALAHAN Pengaplikasian ITS MARS dan Fungsi transfer pada data NTP padi palawija dan luas panen jagung di propinsi Gorontalo Data yang di analisis adalah data Luas panen Jagung dan NTP padi palawija tahun
9 Tinjauan PUSTAKA Time Series Cek Diagnosa dalam Time Series White noise Kenormalan 9
10 Tinjauan PUSTAKA Fungsi Transfers Fungsi transfer atau disebut juga MARIMA (multivariate ARIMA) adalah suatu model yang menggambungkan antara pendekatan deret berkala dan pendekatan kausal. Tujuan pemodelan fungsi transfer adalah untuk menetapkan model yang sederhana yang menghubungkan dengan Yt dan Xt (makridakis, wheelwright, McGee, 1999) Bentuk Dasar Model Fungsi Transfer Dimana = variabel dependen = variabel independen ke j = operator moving average order s j untuk variabel ke j = operator autoregresi order r j untuk variabel ke j = operator autoregresi order ke p = operator moving average order ke q = nilai gangguan acak 10
11 Tinjauan PUSTAKA Tahapan dalam fungsi transfer Tahap 1 Identifikasi model mempersiapkan deret input dan output pemutihan deret input pemutihan deret output penghitungan korelasi silang penaksiran langsung bobot langsung input penetapan (r, s, b) untuk model fungsi transfer yang menghubungkan deret input dan output penaksiran awal deret gangguan (n t ) dan penghitungan autokorelasi, parsial dan spektrum pada deret ini penetapan (p n, q n ) untuk model ARIMA (p n,0, q n ) dari deret gangguan n t 11
12 Tinjauan PUSTAKA Tahapan dalam fungsi transfer Tahap 2 Penaksiran Parameter-parameter Model Fungsi Transfer Taksiran awal nilai parameter Taksiran akhir nilai parameter Tahap 3 Uji Diagnosa odel ungsi Transfer Penghitungan autokorelasi untuk nilai sisa model (r, s, b) yang menghubungkan deret input dan output Penghitungan korelasi silang antara nilai sisa yang disebutkan dalam 3.1 dengan deret gannguan yang telah diputihkan Tahap 4 Penggunaan Fungsi Transfer untuk Peramalan Peramalan nilai-nilai yang akan datang dengan menggunakan model fungsi transfer. 12
13 Tinjauan PUSTAKA MARS MARS adalah pemodelan nonparametrik yang menghasilkan model yang kontinyu dalam knot. Model MARS digunakan untuk mengatasi kelemahan RPR. Penentuan knot dilakukan secara otomatis dari data. Model MARS dikembangkan dengan dua stage forward dan backward stepwise regresi. Pada stage forward, seluruh domain dibagi menjadi subregionsubregion dan parameter model diestimasi dengan kriteria lack of fit. Pada backward stage seluruh basis fungsi yang tidak berkontribusi terhadap tingkat akurasi di hilangkan Model MARS Dimana: = fungsi basis induk = koefisien dari fungsi basis ke-m M = maksimum fungsi basis (nonconstant fungsi basis) = derajat interaksi = nilai -1 atau 1 13
14 Tinjauan PUSTAKA ITS MARS ITS-MARS adalah MARS dengan mengambil nilai lag dari suatu time series sebagai variabel prediktor yang mengandung model threshold yang kontinu. Pengembangan dari model threshold tersebut Model disebut ITS ASTAR MARS Pada dasarnya Model ITS MARS dan MARS adalah sama yang (Adaptive Spline Threshold Autoregression) membedakan nilai X M Dimana: = fungsi basis induk = koefisien dari fungsi basis ke-m = maksimum fungsi basis (nonconstant fungsi basis) = derajat interaksi = nilai -1 atau 1 14
15 Tinjauan PUSTAKA Pemilihan Model MARS Penentuan Model terbaik pada MARS adalah dengan menggunakan nilai Generalized Cross Validation (GCV). Dengan = variabel respon = variabel prediktor = taksiran/prediksi N = banyak data = = d = 15
16 Tinjauan PUSTAKA Pemilihan Model ITS MARS (Stevens G J) Dari disertasi James G stevens kriteria pemilihan model yang digunakan dalam disertasi tersebut ada 4 yaitu Generalized Cross Validation (GCV), Akaike Information Criterion (AIC), Amemyias Prediction Criterion, Schwarz-Rissanen Criterion (SC) Hasil dari penelitian tersebut menyatakan kriteria Schwarz- Rissanen Criterion (SC) adalah kriteria terbaik dalam menentukan model ITS MARS 16
17 Sumber data dan alat analisis Alat Analisis Minitab 16 Eviews 7 ITS MARS 17
18 Variabel penelitian Variabel Y/Output Variabel X/Input Variabel Penelitian pada Fungsi Transfer NTP Padi Palawija Gorontalo Luas Panen Jagung Gorontalo Variabel Penelitian pada ITS MARS Variabel Respon = NTP Padi Palawija Gorontalo Bulan t (Yt) Variabel Prediktor = NTP Padi Palawija Gorontalo Bulan t-1 (Yt-1), NTP Padi Palawija Gorontalo Bulan t-2 (Yt-2), Luas Panen Jagung Gorontalo bulan t (Xt), Luas Panen Jagung Gorontalo bulan t-1 (Xt-1), dan Luas Panen Jagung Gorontalo bulan t-2 (Xt-2). 18
19 Metode penelitian fungsi transfer Tahapan untuk menentukan model fungsi transfer. Tahap identifikasi model Penaksiran Parameter Model Melakukan diagnosis model fungsi transfer Peramalan NTP dengan model fungsi transfer 19
20 Melakukan uji linieritas dengan uji ramsey reset Menentukan jumlah variabel prediktor menentukan nilai maksimum interaksi, maksimum fungsi basis, minimal jumlah pengamatan anatar knot serta derajat bebas Penaksiran koefisien model. Menentukan model terbaik Interpretasi model. Peramalan menggunakan menggunakan model ITS MARS 20
21 Untuk membandingkan dua model tersebut digunakan nilai RMSE Definisi RMSE dapat ditulis sebagai berikut: RMSE= RMSE Dengan = Root mean square error N = Jumlah sampel = Nilai Aktual = Nilai prediksi 21
22 Analisis dan pembahasan Data Time Series Plot of NTPP, IT, IB Index Variable Gambar 4.1 Perkembagan NTP padi palawija, Indeks yang Diterima Petani dan Indeks yang Dibayar Petani NTPP IT IB Dari plot disamping terlihat bahwa NTP padi palawija itu, indepergerakan dan pola naik turunnya searah dengan indeks yang diterima petani. indeks yang dibayar petani memiliki pola yang berbeda dengan NTP padi palawija. Pada gambar 4.2 terlihat bahwa pola naik turun indeks yang diterima petani sama dengan indeks harga palawija. Kesamaan pola tersebut menunjukkan bahwa indeks yang diterima petani dipengaruhi oleh indeks harga jagung. Sementara itu, indeks harga padi pola naik turunnya berbeda dengan dua indeks lainnya. Data Nov Time Series Plot of I_Padi, I_Palawija, IT May Nov May Month Nov May Variable I_Padi I_Palawija Gambar 4.2 Perkembagan Indeks yang Diterima Petani, Indeks Harga Padi dan Indeks Harga Jagung/palawija IT Sample footer 22
23 Analisis dan pembahasan Autocorrelation Function for diff tranlpj (with 5% significance limits for the autocorrelations) Partial Autocorrelation Function for diff tranlpj (with 5% significance limits for the partial autocorrelations) Autocorrelation Partial Autocorrelation Lag ACF Lag PACF Berdasarkan plot ACF dan PACF serta lag yang signifikan, maka diduga ada tiga model yang sesuai untuk data luas panen jagung yaitu ARIMA ([3],1,[3]), ARIMA ([3],1,0), dan (0,1,[3]). Dari tiga model tersebut selanjutnya di cari nilai parameternya, diuji white noise, dan di uji normalitas. Sample footer 23
24 Analisis dan pembahasan Tabel 4.4 Kriteria model terbaik berdasarkan nilai AIC Model Nilai AIC ARIMA ([3],1,[3]) ARIMA ([3],1,0) ARIMA (0,1,[3]) Tiga model yang dari deret input sudah memenuhi asumsi white noise dan kenormalan. Oleh karena itu untuk mencari model terbaik untuk deret input di lihat dari nilai AIC. Tabel di atas menunjukkan nilai AIC terkecil adalah model ARIMA ([3],1,[3]) dengan nilai AIC Sample footer 24
25 Analisis dan pembahasan pemutihan deret input bisa ditulis sebagai berikut: pemutihan deret output bisa ditulis sebagai berikut: Setelah deret input dan outut diputihkan selanjutnya dilakukan korelasi silang antara deret input dan output. Dari korlasi silang diperoleh nilai orde r, s, dan b. nilai orde deret input yang terbentuk adalah b=0, s=0, dan r=1. sehingga model awal yang terbentuk Sample footer 25
26 Analisis dan pembahasan Tabel 4.7 Uji Signifikansi Parameter Model Akhir Luas Panen Jagung terhadap NTP padi palawija Model Gangguan Parameter Estimasi ARMA (1,0) ARMA (1,1) Standar error T hitung p-value < < <.0001 < Model awal fungsi transfer yang terbentuk belum memenuhi asumsi white noise. Karena residual/deret gangguan tidak white noise artinya deret gangguan bersifat dependen oleh karena itu deret gangguan bisa dimodelkan dengan ARMA. Kemudian setelah deret noise dimodelkan maka diperoleh nilai parameter model akhir fungsi transfer seperti terlihat pada tabel di atas. Secara matematis model akhir fungsi transfer bisa ditulis sebagai berikut: Sample footer 26
27 Analisis dan pembahasan Pemodelan NTP Padi palawija dengan kombinasi fungsi basis sebanyak 6, maksimum interaksi 1, 2, 3 dan minimum observasi 0 sampai 3. Dari 12 kombinasi model yang terbentuk, model yang menghasilkan nilai GCV paling rendah Model MARS time series yang dihasilkan pada nilai GCV terendah adalah sebagai berikut: Y = *BF *BF *BF3 Dimana BF1 = max(0, x1) BF2 = max(0, x3-9251) BF3 = max(0, x1) Y = NTP padi palawija bulan t x1 = NTP padi palawija bulan t-1 x3 = Luas panen jagung bulan t-1 Sample footer 27
28 Analisis dan pembahasan Model yang dihasilkan dari kombinasi 9 fungsi basis maksimum interaksi 1, 2, 3 dan minimum observasi antar knot 0 sampai 3 memiliki nilai GCV 2. dalah sebagai berikut: Y = *BF *BF *BF3 dimana BF1 = max(0, x ) BF2 = max(0, x3-9251) BF3 = max(0, x ) Y = NTP padi palawija bulan t x1 = NTP padi palawija bulan t-1 x3 = Luas panen jagung bulan t-1 Sample footer 28
29 1 Analisis dan pembahasan Model dengan kombinasi basis fungsi 9, MI 1, 2, dan 3, MO 0 sampai 3. menghasilkan model dengan nilai GCV terendah sebagai berikut: Y = *BF *BF *BF3 dimana BF1 = max(0, x1-86.4) BF2 = max(0, x ) BF3 = max(0, x ) Y = NTP padi palawija bulan t x1 = NTP padi palawija bulan t-1 x3 = Luas panen jagung bulan t-1 Dari model seluruh model yang terbentuk, modelterbaik diperoleh dari kombinasi BF=6, MI=1, MO=0 atau 1 Sample footer 29
30 Analisis dan pembahasan Tabel Nilai RMSE in sample dan out sample Model Fungsi Transfer dan MARS Time Series MODEL RMSE in sample RMSE out sample Fungsi transfer MARS Time Series Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Aktual Prediksi Model MARS time series Prediksi Model Fungsi Transfer Sample footer 30
31 kesimpulan Berdasarkan analisis dan pembahasan di BAB IV dapat disimpulkan bahwa: Luas panen jagung propinsi Gorontalo mempunyai pengaruh terhadap NTP padi palawija propinsi gorontalo walaupun pengaruhnya kecil. Pada model MARS time series memperlihatkan luas panen jagung bulan sebelumnya yang berpengaruh terhadap NTP padi palawija bulan bersangkutan. Sementara itu luas panen jagung bulan bersangkutan tidak berpengaruh terhadap NTP padi palawija Gorontalo. Model fungsi transfer yang dihasilkan dalam penelitian ini belum memenuhi asumsi kenormalan sehingga dalam mengatasi masalah tersebut digunakan pendekatan non parametrik yaitu metode MARS time series yang tidak ketat asumsi. Hasil prediksi menunjukkan nilai prediksi MARS time series lebih mendekati nilai aktual yang didukung dengan nilai RMSE dari model MARS time series lebih kecil daripada model fungsi transfer. Sample footer 31
32 DafTAR pustaka BPS (2010), Statistik Indonesia, Badan Pusat Statistik. Jakarta. BPS (2011), Pedoman Pengolahan Nilai Tukar Petani, Badan Pusat Statistik, Jakarta. Budiantara, I.N. (2006), Model Spline Dengan Knots Optimum, Jurnal Ilmu Dasar, Fakultas MIPA, Universitas Jember. Budiono (1993), Ekonomi Mikro, Yogyakarta: BPFE Yogyakarta Chapman, Hall (2000). Forecasting Time Series. Chris Chatfield Department of Mathematical Sciences University of Bath Bath, U.K., BA27A Y Cryer, J.D. (1986), Time series Analysis, PWS-KENT Publishing Company, Boston. Daniel, W.W. (1989), Statistika Nonparametrik Terapan, PT. Gramedia, Jakarta. Effendi, B.,(2011). Hybrid MARS-time series pada Pemodelan Stastical Downscalling. Makalah seminar nasional. jurusan Statistika,FMIPA,ITS-Surabaya Friedman, J.H. (1991), Multivariate Adaptive Regression Splines, Journal the Annals of Statistic, Stanford Linear ccelerator center and department of Statistic Stanford University Stanford, California Gorontalo Pusat Informasi Jagung Dunia (2011), koran-jakarta.com /index. php/ detail/ view01/ Hardle, W. (1990), Applied Nonparametric Regression, Cambridge University Press, New York. Hendayana, R. (2001), Analisis Faktor-faktor yang Mempengaruhi Nilai Tukar Petani, Seminar Nasional Penelitian dan Pengembangan Agribisnis Berbasis Sumberdaya Lokal dan Teknologi Ramah Lingkungan di Balai Pengkajian teknologi Pertanian Sulawesi Utara, Manado Lewis, P.A.W. and Steven, J.G (1991). An Investigation of Multivariate Adaptive Regression Splines for Modeling and Analysis of Univarite and Semi-Multivariate Time Series Systems. Dissertation, Naval Postgraduate School. Monterey, California Lewis P. A. W., Bonnie K. Ray (2006), Modeling Long-Range Dependence, nonlinearity, and Periodic Phenomena in Sea Surface Temperatures Using TSMARS, Journal of the American Statistical Association, Vol. 92, No (Sep., 1997), pp
33 DafTAR pustaka Makridakis, S., Wheelwright, S.C., dan McGee, V.E. (1999), Metode dan Aplikasi Peramalan, Jilid 1 edisi kedua, Terjemahan Ir. Untung S. Andriyanto dan Ir. Abdul Basith,, Penerbit Erlangga, Jakarta. Monogan, J. (2010), Granger Causality Testing, Paper Whasington University in St. Louis, Whasington. Nuvitasari, E. (2009), Analisis Intervensi Multi Input Fungsi Step Impulse untuk Peramalan Kunjungan Wisatawan, Tesis: Program Magister Jurusan Statistika, FMIPA Institut Teknologi Sepuluh November, Surabaya Pindyck (2009), Microeconomics, Canada: Pearson Education. Inc. Canada Santoso, B. (2009), Pendekatan Spline Multivariable dan MARS untuk Memodelkan Lama Sekolah pada penduduk Usia Sekolah di Propinsi Papua : Tesis Program Magister Jurusan Statistika, FMIPA Institut Teknologi Sepuluh November, Surabaya. Siana Halim (2006), Diktat Time Series Analisis, ITS, Surabaya Souri, I.A.S. (2009), Pemodelan Krisis Finansial Indonesia dengan Pendekatan Mutivariate Adaptive Splines, Tesis: Program Magister Jurusan Statistika, FMIPA Institut Teknologi Sepuluh November, Surabaya Sukirno, S. (2005), Mikro Ekonomi: Pengantar. Jakarta: PT Raja Grafindo Wahba, G. (1990), Spline Models For Observasion Data, SIAM Pensylvania Wei, W.W.S. (1990), Time series Analysis, Addison-Wesley Publishing Company, Inc., United States. Winarti P, Sony S, (2010), Pendekatan Regresi Semiparametrik Spline, Seminar Nasional Pascasarjana X ITS, Surabaya. Zareipour, H. (2006), Forecasting the Hourly Ontario Energy Price by Multivariate Adaptive Regression Splines, Natural Sciences and Engineering Research Council (NSERC) of Canada. Canada 33
34 34
PEMODELAN NILAI TUKAR PETANI PADI PALAWIJA DENGAN PENDEKATAN FUNGSI TRANSFER DAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE TIME SERIES
PEMODELAN NILAI TUKAR PETANI PADI PALAWIJA DENGAN PENDEKATAN FUNGSI TRANSFER DAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE TIME SERIES Sri Wahyuningsih 1, Bambang W. Otok 2 1 Mahasiswa Pascasarjana Institut
Lebih terperinciOleh : Dwi Listya Nurina Dosen Pembimbing : Dr. Irhamah, S.Si, M.Si
Oleh : Dwi Listya Nurina 1311105022 Dosen Pembimbing : Dr. Irhamah, S.Si, M.Si Air Bersih BUMN Penyediaan air bersih untuk masyarakat mempunyai peranan yang sangat penting dalam meningkatkan kesehatan
Lebih terperinciFORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA
FORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA 1) Nurul Latifa Hadi 2) Artanti Indrasetianingsih 1) S1 Program Statistika, FMIPA, Universitas PGRI Adi Buana Surabaya 2)
Lebih terperinciPemodelan Konsumsi Listrik Berdasarkan Jumlah Pelanggan PLN Jawa Timur untuk Kategori Rumah Tangga R-1 Dengan Metode Fungsi Transfer single input
Pemodelan Konsumsi Listrik Berdasarkan Jumlah Pelanggan PLN Jawa Timur untuk Kategori Rumah Tangga R-1 Dengan Metode Fungsi Transfer single input Oleh : Defi Rachmawati 1311 105 007 Dosen Pembimbing :
Lebih terperinciJURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-300
JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (203) 233-20 (230-9X Print) D-300 Pemodelan Konsumsi Listrik Berdasarkan Jumlah Pelanggan PLN Jawa Timur untuk Kategori Rumah Tangga R- dengan Metode Fungsi Transfer
Lebih terperinciPERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (STUDI KASUS : KUSUMA AGROWISATA)
PERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (STUDI KASUS : KUSUMA AGROWISATA) Oleh : Nofinda Lestari 1208 100 039 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciPERBANDINGAN MODEL ARIMA DAN MODEL REGRESI DENGAN RESIDUAL ARIMA DALAM MENERANGKAN PERILAKU PELANGGAN LISTRIK DI KOTA PALOPO
Perbandingan Model ARIMA... (Alia Lestari) PERBANDINGAN MODEL ARIMA DAN MODEL REGRESI DENGAN RESIDUAL ARIMA DALAM MENERANGKAN PERILAKU PELANGGAN LISTRIK DI KOTA PALOPO Alia Lestari Fakultas Teknik Universitas
Lebih terperinciPeramalan Jumlah Penumpang Kereta Api Kelas Bisnis Eksekutif Jurusan Madiun Jakarta di PT. Kereta Api (Persero) DAOP VII Madiun
Peramalan Jumlah Penumpang Kereta Api Kelas Bisnis Eksekutif Jurusan Madiun Jakarta di PT. Kereta Api (Persero) DAOP VII Madiun NAMA : RITA RAHMADHANI NRP : 1306 030 008 PEMBIMBING: DR. BRODJOL SUTIJO
Lebih terperinciPREDIKSI INFLASI DI INDONESIA MENGGUNAKAN REGRESI NONPARAMETRIK B-SPLINE
PREDIKSI INFLASI DI INDONESIA MENGGUNAKAN REGRESI NONPARAMETRIK B-SPLINE Annita Nur Kusumastuti, Sri Sulistijowati Handajani, dan Respatiwulan Program Studi Matematika FMIPA UNS ABSTRAK. Inflasi identik
Lebih terperinciPeramalan Volume Pemakaian Air di PDAM Kota Surabaya dengan Menggunakan Metode Time Series
JURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (2017) ISSN: 2337-3520 (2301-928X Print) D-157 Peramalan Volume Pemakaian Air di PDAM Kota Surabaya dengan Menggunakan Metode Time Series Moh Ali Asfihani dan Irhamah
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 5, Nomor 4, Tahun 2016, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 4, Tahun 2016, Halaman 737-745 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PERAMALAN DAYA LISTRIK BERDASARKAN JUMLAH PELANGGAN PLN MENGGUNAKAN
Lebih terperinciPeramalan Aset dengan Memperhatikan Dana Pihak Ketiga (DPK) dan Pembiayaan Perbankan Syariah di Indonesia dengan Metode Fungsi Transfer
Peramalan Aset dengan Memperhatikan Dana Pihak Ketiga (DPK) dan Pembiayaan Perbankan Syariah di Indonesia dengan Metode Fungsi Transfer 1 Faridah Yuliani dan 2 Dr. rer pol Heri Kuswanto 1,2 Jurusan Statistika
Lebih terperinciPERAMALAN INDEKS HARGA KONSUMEN DAN INFLASI INDONESIA DENGAN METODE ARIMA BOX-JENKINS
PERAMALAN INDEKS HARGA KONSUMEN DAN INFLASI INDONESIA DENGAN METODE ARIMA BOX-JENKINS Oleh : Agustini Tripena ABSTRACT In this paper, forecasting the consumer price index data and inflation. The method
Lebih terperinciIDENTIFIKASI MODEL FUNGSI TRANSFER MENGGUNAKAN PEMODELAN ARIMA OTOMATIS GOMEZ-MARAVALL (STUDI KASUS PADA DATA INFLASI INDONESIA)
IDENTIFIKASI MODEL FUNGSI TRANSFER MENGGUNAKAN PEMODELAN ARIMA OTOMATIS GOMEZ-MARAVALL (STUDI KASUS PADA DATA INFLASI INDONESIA) Oleh: R I O J A K A R I A NPM. 140720090023 T E S I S Untuk memenuhi salah
Lebih terperinciPemodelan Nilai Tukar Rupiah terhadap Dollar Amerika Serikat Menggunakan ARFIMA
Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 2009 Pemodelan Nilai Tukar Rupiah terhadap Dollar Amerika Serikat Menggunakan ARFIMA 1 Harnum Annisa Prafitia dan 2 Irhamah
Lebih terperinciKAJIAN METODE BOOTSTRAP DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN MODEL ARMA (p,q)
SIDANG TUGAS AKHIR KAJIAN METODE BOOTSTRAP DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN MODEL ARMA (p,q) Disusun oleh : Ratna Evyka E.S.A NRP 1206.100.043 Pembimbing: Dra. Nuri Wahyuningsih, M.Kes Dra.Laksmi
Lebih terperinciJURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-249
JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) 2337-3520 (2301-928X Print) D-249 Analisis Fungsi Transfer pada Harga Cabai Merah yang Dipengaruhi oleh Curah Hujan Di Surabaya Putri Rintan Aryasita,
Lebih terperinciPEMODELAN DAN PERAMALAN JUMLAH PENUMPANG DAN PESAWAT DI TERMINAL KEDATANGAN INTERNASIONAL BANDARA JUANDA SURABAYA DENGAN METODE VARIANSI KALENDER
PEMODELAN DAN PERAMALAN JUMLAH PENUMPANG DAN PESAWAT DI TERMINAL KEDATANGAN INTERNASIONAL BANDARA JUANDA SURABAYA DENGAN METODE VARIANSI KALENDER M. Insanil Kamil 0 0 0 m.insanil_kml@yahoo.com Dosen pembimbing:
Lebih terperinciBAB 3 MODEL FUNGSI TRANSFER MULTIVARIAT
BAB 3 MODEL FUNGSI TRANSFER MULTIVARIAT Model fungsi transfer multivariat merupakan gabungan dari model ARIMA univariat dan analisis regresi berganda, sehingga menjadi suatu model yang mencampurkan pendekatan
Lebih terperinciPEMODELAN JUMLAH PENDERITA HIV/AIDS TERKAIT KUNJUNGAN WISATAWAN DI KABUPATEN BADUNG DAN KOTA MADYA DENPASAR DENGAN METODE TRANSFER FUNCTION
PEMODELAN JUMLAH PENDERITA HIV/AIDS TERKAIT KUNJUNGAN WISATAWAN DI KABUPATEN BADUNG DAN KOTA MADYA DENPASAR DENGAN METODE TRANSFER FUNCTION Oleh NYOMAN PANDU WIRADARMA (1308 100 052) Dosen Pembimbing 1
Lebih terperinciPemodelan Space Pemasangan Iklan di Surat Kabar Harian X dengan Metode ARIMAX dan Fungsi Transfer
TUGAS AKHIR Pemodelan Space Pemasangan Iklan di Surat Kabar Harian X dengan Metode ARIMAX dan Fungsi Transfer Oleh : Fani Felani Farid (1306 100 047) Pembimbing : Drs. Kresnayana Yahya M.Sc Latar Belakang
Lebih terperinciPERAMALAN BANYAKNYA OBAT PARASETAMOL DAN AMOKSILIN DOSIS 500 MG YANG DIDISTRIBUSIKAN OLEH DINKES SURABAYA
Seminar Hasil Tugas Akhir Jurusan Statistika Institut Teknologi Sepuluh Nopember Surabaya 2013 LOGO PERAMALAN BANYAKNYA OBAT PARASETAMOL DAN AMOKSILIN DOSIS 500 MG YANG DIDISTRIBUSIKAN OLEH DINKES SURABAYA
Lebih terperinciPemodelan Angka Putus Sekolah Usia SMA di Jawa Timur dengan Pendekatan Regresi Spline Multivariabel
Seminar Hasil Tugas Akhir Pemodelan Angka Putus Sekolah Usia SMA di Jawa Timur dengan Pendekatan Regresi Spline Multivariabel Mega Pradipta 1309100038 Pembimbing I : Dra. Madu Ratna, M.Si Pembimbing II
Lebih terperinciModel Peramalan Indeks Harga Saham Gabungan (IHSG) Nikkei 225 dengan Pendekatan Fungsi Transfer
Model Peramalan Indeks Harga Saham Gabungan (IHSG) Nikkei 225 dengan Pendekatan Fungsi Transfer OLEH : DWI LISTYA NURINI 1311 105 021 DOSEN PEMBIMBING : DR. BRODJOL SUTIJO SU, M.SI Bursa saham atau Pasar
Lebih terperinciProgram Studi Matematika, Institut Teknologi Kalimantan, Balikpapan
J. Math. and Its Appl. E-ISSN: 2579-8936 P-ISSN: 1829-605X Vol. 14, No. 2, Desember 2017, 25-37 Perbandingan Metode ARIMA dan Double Exponential Smoothing pada Peramalan Harga Saham LQ45 Tiga Perusahaan
Lebih terperinciMetode Variasi Kalender untuk Meramalkan Banyaknya Penumpang Kereta Api
Metode Variasi Kalender untuk Meramalkan Banyaknya Penumpang Kereta Api Efek Variasi Kalender dengan Pendekatan Regresi Time Series Nur Ajizah 1, Resa Septiani Pontoh 2, Toni Toharudin 3 Mahasiswa Program
Lebih terperinciPENDEKATAN MODEL TIME SERIES UNTUK PEMODELAN INFLASI BEBERAPA KOTA DI JAWA TENGAH
PENDEKATAN MODEL TIME SERIES UNTUK PEMODELAN INFLASI BEBERAPA KOTA DI JAWA TENGAH Tri Mulyaningsih ), Budi Nurani R ), Soemartini 3) ) Mahasiswa Program Magister Statistika Terapan Universitas Padjadjaran
Lebih terperinciKAJIAN METODE JACKKNIFE DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN PARAMETER ARMA(p,q)
UJIAN TUGAS AKHIR KAJIAN METODE JACKKNIFE DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN PARAMETER ARMA(p,q) Disusun oleh : Novan Eko Sudarsono NRP 1206.100.052 Pembimbing: Dra. Nuri Wahyuningsih, M.Kes Dra.Laksmi
Lebih terperinci99.9. Percent maka H 0 diterima, berarti residual normal
Uji residual white noise 2 Lag Q P value 6 3.5 9.49 0.5330 2 6.6 8.3 0.803 8 9.8 26.30 0.9059 24 9.3 33.92 0.6374 K p q Uji residual berdistribusi normal Percent 99.9 99 95 90 80 70 60 50 40 30 20 0 5
Lebih terperinciPEMODELAN KURS RUPIAH TERHADAP MATA UANG EURO DENGAN PENDEKATAN REGRESI SPLINE. Sulton Syafii Katijaya 1, Suparti 2, Sudarno 3.
PEMODELAN KURS RUPIAH TERHADAP MATA UANG EURO DENGAN PENDEKATAN REGRESI SPLINE Sulton Syafii Katijaya 1, Suparti 2, Sudarno 3 1 Mahasiswa Jurusan Statistika FSM UNDIP 2,3 Staff Pengajar Jurusan Statistika
Lebih terperinciPemodelan Autoregressive (AR) pada Data Hilang dan Aplikasinya pada Data Kurs Mata Uang Rupiah
Vol. 9, No., 9-5, Januari 013 Pemodelan Autoregressive (AR) pada Data Hilang dan Aplikasinya pada Data Kurs Mata Uang Rupiah Fitriani, Erna Tri Herdiani, M. Saleh AF 1 Abstrak Dalam analisis deret waktu
Lebih terperinciHALAMAN PERSETUJUAN PEMBIMBING...iii. HALAMAN PENGESAHAN...iv. HALAMAN PERSEMBAHAN... vi. KATA PENGANTAR... viii. DAFTAR ISI... x. DAFTAR TABEL...
HALAMAN PERSETUJUAN PEMBIMBING...iii HALAMAN PENGESAHAN...iv MOTTO... v HALAMAN PERSEMBAHAN... vi KATA PENGANTAR... viii DAFTAR ISI... x DAFTAR TABEL... xi DAFTAR GAMBAR... xii DAFTAR LAMPIRAN... xiv PERNYATAAN...
Lebih terperinciPENDUGAAN DATA RUNTUT WAKTU MENGGUNAKAN METODE ARIMA
KEMENTERIAN PEKERJAAN UMUM BADAN PENELITIAN DAN PENGEMBANGAN PUSAT PENELITIAN DAN PENGEMBANGAN SUMBER DAYA AIR PENDUGAAN DATA RUNTUT WAKTU MENGGUNAKAN METODE ARIMA PENDAHULUAN Prediksi data runtut waktu.
Lebih terperinciMULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) UNTUK KLASIFIKASI KEJADIAN KONSTIPASI TERHADAP PEMBERIAN AIR SUSU IBU DAN PEMBERIAN AIR SUSU FORMULA
MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) UNTUK KLASIFIKASI KEJADIAN KONSTIPASI TERHADAP PEMBERIAN AIR SUSU IBU DAN PEMBERIAN AIR SUSU FORMULA 1 Ria Muslikah, Moh. Yamin Darsyah 1,,3 Program Studi
Lebih terperinciPemodelan Fungsi Transfer Multi Input
Jurnal Informatika Mulawarman Vol 4 No. Juli 9 8 Pemodelan Fungsi Transfer Multi Input M. Fathurahman *) Program Studi Statistika, FMIPA Universitas Mulawarman Jl. Barong Tongkok no.5 Kampus Unmul Gn.
Lebih terperinciANALISIS DERET BERKALA MULTIVARIAT DENGAN MENGGUNAKAN MODEL FUNGSI TRANSFER: STUDI KASUS CURAH HUJAN DI KOTA MALANG
ANALISIS DERET BERKALA MULTIVARIAT DENGAN MENGGUNAKAN MODEL FUNGSI TRANSFER: STUDI KASUS CURAH HUJAN DI KOTA MALANG Fachrul Ulum Febriansyah dan Abadyo Universitas Negeri Malang E-mail: fachrul.febrian@gmail.com
Lebih terperinciPrediksi Jumlah Penumpang Kapal Laut di Pelabuhan Laut Manado Menggunakan Model ARMA
Prediksi Jumlah Penumpang Kapal Laut di Pelabuhan Laut Manado Menggunakan Model ARMA Jeine Tando 1, Hanny Komalig 2, Nelson Nainggolan 3* 1,2,3 Program Studi Matematika, Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciPENENTUAN MODEL REGRESI SPLINE TERBAIK. Agustini Tripena 1
PENENTUAN MODEL REGRESI SPLINE TERBAIK Agustini Tripena 1 1) Program Studi Matematika, Fakultas Sains dan Teknik, Univesitas Jenderal Soedirman, Purwokerto tripena1960@yahoo.co.id Abstrak Pada paper ini
Lebih terperinciMODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA PRODUK DOMESTIK REGIONAL BRUTO TERHADAP INVESTASI DI KABUPATEN TUBAN
MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA PRODUK DOMESTIK REGIONAL BRUTO TERHADAP INVESTASI DI KABUPATEN TUBAN Amalia Ma rufa, Sri Subanti, Titin Sri Martini Program Studi Matematika FMIPA UNS
Lebih terperinciMeytaliana F Dosen Pembimbing: Prof. Dr. Basuki Widodo, M.Sc. Dra. Nuri Wahyuningsih, M.Kes.
ESTIMASI PARAMETER AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) MENGGUNAKAN ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO) (STUDI KASUS PERAMALAN CURAH HUJAN DAS BRANGKAL MOJOKERTO) Meytaliana F. 1210100014
Lebih terperinciPENGGUNAAN METODE PERAMALAN KOMBINASI TREND DETERMINISTIK DAN STOKASTIK PADA DATA JUMLAH PENUMPANG KERETA API (Studi Kasus : KA Argo Muria)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman 131-140 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENGGUNAAN METODE PERAMALAN KOMBINASI TREND DETERMINISTIK DAN
Lebih terperinciSeminar Tugas Akhir. Dosen Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, MS
Seminar Tugas Akhir Oleh: Dhina Oktaviana P 1307 100 068 Dosen Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, MS JURUSAN STATISTIKA Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh
Lebih terperinciPEMODELAN ARIMA DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) IX JEMBER
PKMT-2-13-1 PEMODELAN ARIMA DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) IX JEMBER Umi Rosyiidah, Diah Taukhida K, Dwi Sitharini Jurusan Matematika, Universitas Jember, Jember ABSTRAK
Lebih terperinciPERAMALAN SAHAM JAKARTA ISLAMIC INDEX MENGGUNAKAN METODE ARIMA BULAN MEI-JULI 2010
Statistika, Vol., No., Mei PERAMALAN SAHAM JAKARTA ISLAMIC INDEX MENGGUNAKAN METODE ARIMA BULAN MEI-JULI Reksa Nila Anityaloka, Atika Nurani Ambarwati Program Studi S Statistika Universitas Muhammadiyah
Lebih terperinciPERAMALAN PERMINTAAN PRODUK SARUNG TANGAN GOLF MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DI PT. ADI SATRIA ABADI ABSTRAK
PERAMALAN PERMINTAAN PRODUK SARUNG TANGAN GOLF MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DI PT. ADI SATRIA ABADI Trio Yonathan Teja Kusuma 1, Sandra Praharani Nur Asmoro 2 1,2)
Lebih terperinciPemodelan Faktor-Faktor yang Mempengaruhi Indeks Pembangunan Manusia Menggunakan Regresi Nonparametrik Spline di Jawa Tengah
JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) 2337-3520 (2301-928X Print) D-157 Pemodelan Faktor-Faktor yang Mempengaruhi Indeks Pembangunan Manusia Menggunakan Regresi Nonparametrik Spline di Jawa Tengah
Lebih terperinciPEMODELAN DAN PERAMALAN DATA DERET WAKTU DENGAN METODE SEASONAL ARIMA
Jurnal Matematika UNAND Vol. 3 No. 3 Hal. 59 67 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN DAN PERAMALAN DATA DERET WAKTU DENGAN METODE SEASONAL ARIMA ANNISA UL UKHRA Program Studi Matematika,
Lebih terperinciPENERAPAN MODEL ARFIMA (AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE) DALAM PERAMALAN SUKU BUNGA SERTIFIKAT BANK INDONESIA (SBI)
PENERAPAN MODEL ARFIMA (AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE) DALAM PERAMALAN SUKU BUNGA SERTIFIKAT BANK INDONESIA (SBI) Liana Kusuma Ningrum dan Winita Sulandari, M.Si. Jurusan Matematika,
Lebih terperinciMULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) UNTUK KLASIFIKASI STATUS KERJA DI KABUPATEN DEMAK Kishartini 1, Diah Safitri 2, Dwi Ispriyanti 3
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 711-718 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) UNTUK KLASIFIKASI
Lebih terperinciREGRESI SEMIPARAMETRIK SPLINE TRUNCATED DENGAN SOFTWARE R. Abstract. Keywords: Spline Truncated, GCV, Software R.
REGRESI SEMIPARAMETRIK SPLINE TRUNCATED DENGAN SOFTWARE R Tiani Wahyu Utami 1), Alan Prahutama 2) 1 Program studi Statistika, FMIPA, Universitas Mumammadiyah Semarang email: tianiutami@unimus.ac.id 2 Departemen
Lebih terperinciPenerapan Model ARIMA
Penerapan Model ARIMA (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016 1 a. Lakukan proses pembedaan (differencing) sebanyak dua kali pada data asal. b. Lakukan pendugaan parameter pada
Lebih terperinciPEMILIHAN PARAMETER PENGHALUS DALAM REGRESI SPLINE LINIER. Agustini Tripena Br.Sb.
JMP : Volume 3 Nomor 1, Juni 2011 PEMILIHAN PARAMETER PENGHALUS DALAM REGRESI SPLINE LINIER Agustini Tripena Br.Sb. Fakultas Sains dan Teknik, Universitas Jenderal Soedirman Purwokerto, Indonesia ABSTRAK.
Lebih terperinciPERBANDINGAN MODEL PADA DATA DERET WAKTU PEMAKAIAN LISTRIK JANGKA PENDEK YANG MENGANDUNG POLA MUSIMAN GANDA ABSTRAK
PERBANDINGAN MODEL PADA DATA DERET WAKTU PEMAKAIAN LISTRIK JANGKA PENDEK YANG MENGANDUNG POLA MUSIMAN GANDA Gumgum Darmawan 1), Suhartono 2) 1) Staf Pengajar Jurusan Statistika FMIPA UNPAD 2) Staf Pengajar
Lebih terperinciPENERAPAN MODEL ARIMA UNTUK MEMPREDIKSI HARGA SAHAM PT. TELKOM Tbk. APPLICATION OF ARIMA TO FORECASTING STOCK PRICE OF PT. TELOKM Tbk.
PENERAPAN MODEL ARIMA UNTUK MEMPREDIKSI HARGA SAHAM PT. TELKOM Tbk. Djoni Hatidja ) ) Program Studi Matematika FMIPA Universitas Sam Ratulangi, Manado 955 email: dhatidja@yahoo.com ABSTRAK Penelitian ini
Lebih terperinciABSTRAK. Kata kunci : Data Runtun Waktu, Indeks Harga Konsumen, ARIMA, Analisis Intervensi, Fungsi Step, Peramalan. I Pendahuluan
Analisis Model Intervensi Fungsi Step Terhadap Indeks Harga Konsumen (IHK) Zuhairini Azzahra A 1, Suyono 2, Ria Arafiyah 3 Program Studi Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas
Lebih terperinciAnalisis Regresi Spline Kuadratik
Analisis Regresi Spline Kuadratik S 2 Oleh: Agustini Tripena Program Studi Matematika, Fakultas Sains dan Teknik, Univesitas Jenderal Soedirman, Purwokerto tripena1960@yahoo.co.id Abstrak Regresi spline
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 6, Nomor 3, Tahun 2017, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 3, Tahun 2017, Halaman 323-332 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN FUNGSI TRANSFER DENGAN DETEKSI OUTLIER UNTUK MEMPREDIKSI
Lebih terperinciSedangkan model fungsi transfer bentuk kedua adalah sebagai berikut :
1 Metode Peramalan Indeks Harga Saham Gabungan (IHSG) Nikkei 255 dengan Pendekatan Fungsi Transfer Dwi Listya Nurini, Brodjol Sutijo SU Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciPemodelan Inflasi di Kota Semarang, Yogyakarta, dan Surakarta dengan pendekatan GSTAR
JURNAL SAINS DAN SENI POMITS Vol., No., (0) 7-0 (0-X Prin D-7 Pemodelan Inflasi di Kota Semarang, Yogyakarta, dan Surakarta dengan pendekatan GSTAR Laily Awliatul Faizah dan Setiawan Jurusan Statistika,
Lebih terperinciANALISIS INFLASI KOTA SEMARANG MENGGUNAKAN METODE REGRESI NON PARAMETRIK B-SPLINE
ANALISIS INFLASI KOTA SEMARANG MENGGUNAKAN METODE REGRESI NON PARAMETRIK B-SPLINE SKRIPSI Oleh : ALVITA RACHMA DEVI 24010210120017 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pajak merupakan sumber kas negara yang digunakan untuk pembangunan. Undang- Undang Republik Indonesia Nomor 16 Tahun 2000 tentang Ketentuan Umum Dan Tata Cara Perpajakan
Lebih terperinciPREDIKSI HARGA SAHAM PT. BRI, Tbk. MENGGUNAKAN METODE ARIMA (Autoregressive Integrated Moving Average)
PREDIKSI HARGA SAHAM PT. BRI, MENGGUNAKAN METODE ARIMA (Autoregressive Integrated Moving Average) Greis S. Lilipaly ), Djoni Hatidja ), John S. Kekenusa ) ) Program Studi Matematika FMIPA UNSRAT Manado
Lebih terperinciAnalisis Peramalan Banyaknya Permintaan Darah di Surabaya Menggunakan Metode
Analisis Peramalan Banyaknya Permintaan Darah di Surabaya Menggunakan Metode ARIMA Box Jenkins Oleh : Winda Eka Febriana 1307 030 002 Pembimbing : Dra. Wiwiek Setya Winahju, MS Latar Belakang PMI Merupakan
Lebih terperinciREGRESI SPLINE BIRESPON UNTUK MEMODELKAN KADAR GULA DARAH PENDERITA DIABETES MELITUS
REGRESI SPLINE BIRESPON UNTUK MEMODELKAN KADAR GULA DARAH PENDERITA DIABETES MELITUS Dhina Oktaviana P, I Nyoman Budiantara Mahasiswa Jurusan Statistika ITS Surabaya, Dosen Jurusan Statistika ITS Surabaya
Lebih terperinciPERAMALAN JUMLAH PENDERITA DEMAM BERDARAH DENGUE DI KOTA DENPASAR MENGGUNAKAN MODEL FUNGSI TRANSFER MULTIVARIAT
PERAMALAN JUMLAH PENDERITA DEMAM BERDARAH DENGUE DI KOTA DENPASAR MENGGUNAKAN MODEL FUNGSI TRANSFER MULTIVARIAT Novian Endi Gunawan 1, I Wayan Sumarjaya 2, I G.A.M. Srinadi 3 1 Program Studi Matematika,
Lebih terperinciBAB 2 LANDASAN TEORI
1 BAB 2 LANDASAN TEORI Bab ini membahas tentang teori penunjang dan penelitian sebelumnya yang berhubungan dengan metode ARIMA box jenkins untuk meramalkan kebutuhan bahan baku. 2.1. Peramalan Peramalan
Lebih terperinciANALISIS PENJUALAN BAHAN BAKAR MINYAK (BBM) dari PT. PERTAMINA (PERSERO) UPms V SURABAYA dengan METODE ARIMA BOX JENKINS
ANALISIS PENJUALAN BAHAN BAKAR MINYAK (BBM) dari PT. PERTAMINA (PERSERO) UPms V SURABAYA dengan METODE ARIMA BOX JENKINS Oleh: Rizky Amlia Rachmawati (1306.030.046) Dosen Pembimbing: Dra. Madu Ratna, M.Si
Lebih terperinciPENGGUNAAN METODE VaR(Value at Risk) DALAM ANALISIS RESIKO INVESTASI SAHAM PT.TELKOM DENGAN PENDEKATAN MODEL GARCH-M
PENGGUNAAN METODE VaR(Value at Risk) DALAM ANALISIS RESIKO INVESTASI SAHAM PT.TELKOM DENGAN PENDEKATAN MODEL GARCH-M Oleh: NURKHOIRIYAH 1205100050 Dosen Pembimbing: Dra. Nuri Wahyuningsih, M.Kes. 1 Latar
Lebih terperinciBAB V KESIMPULAN DAN SARAN
BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Kesimpulan yang diperoleh berdasarkan analisis dan pembahasan pada bab sebelumnya adalah sebagai berikut. 1. Bobot lokasi yang digunakan dalam membentuk model
Lebih terperinciJurnal Matematika Vol. 3 No. 1, Juli ISSN :
Jurnal Matematika Vol. 3 No. 1, Juli 2013. ISSN : 1693-1394 Pemodelan Angka Harapan Hidup di Provinsi Jawa Timur Tahun 2007 dan 2011 Berdasarkan Angka Melek Huruf, Rata-rata Lama Sekolah, dan Pengeluaran
Lebih terperinciBAB 2 LANDASAN TEORI Pengertian Data Deret Berkala
BAB 2 LANDASAN TEORI 2.1. Pengertian Data Deret Berkala Suatu deret berkala adalah himpunan observasi yang terkumpul atau hasil observasi yang mengalami peningkatan waktu. Data deret berkala adalah serangkaian
Lebih terperinciSKRIPSI JURUSAN STATISTIKA PERAMALAN INDEKS HARGA KONSUMEN 4 KOTA DI JAWA TENGAH MENGGUNAKAN MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR)
PERAMALAN INDEKS HARGA KONSUMEN 4 KOTA DI JAWA TENGAH MENGGUNAKAN MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR) SKRIPSI Disusun Oleh : LINA IRAWATI NIM : 24010211140072 JURUSAN STATISTIKA FAKULTAS
Lebih terperinciAplikasi Spline Kuadrat Terkecil dalam Pemodelan Pertumbuhan Anak Berdasarkan Indeks Antropometri
Vol. 6, No.1, 0-8, Juli 009 Aplikasi Spline Kuadrat Terkecil dalam Pemodelan Pertumbuhan Anak Berdasarkan Indeks Antropometri Wahidah Sanusi Abstrak Penelitian ini dilakukan untuk mengestimasi model pertumbuhan
Lebih terperinciOUTLINE. Pendahuluan. Tinjauan Pustaka. Metodologi Penelitian. Analisis dan Pembahasan. Kesimpulan dan Saran
OUTLINE Pendahuluan Tinjauan Pustaka Metodologi Penelitian Analisis dan Pembahasan Kesimpulan dan Saran LATAR BELAKANG Listrik elemen terpenting dalam kehidupan manusia Penelitian Sebelumnya Masyarakat
Lebih terperinciCetakan I, Agustus 2014 Diterbitkan oleh: Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Pattimura
Hak cipta dilindungi Undang-Undang Cetakan I, Agustus Diterbitkan oleh: Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Pattimura ISBN: ---- Deskripsi halaman sampul : Gambar yang ada pada cover
Lebih terperinciBAB IV KESIMPULAN DAN SARAN. maka dapat disimpulkan sebagai berikut: 1. Langkah-langkah dalam menentukan model EGARCH pada pemodelan data
BAB IV KESIMPULAN DAN SARAN A. Kesimpulan Berdasarkan uraian dan pembahasan pada bab-bab sebelumnya, maka dapat disimpulkan sebagai berikut: 1. Langkah-langkah dalam menentukan model EGARCH pada pemodelan
Lebih terperinciKata Kunci: Komponen Akreditasi, Multivariate Adaptive Regression Spline (MARS)
Jurnal Matematika UNAND Vol. 2 No. 2 Hal. 44 53 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENERAPAN METODE MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) UNTUK MENGIDENTIFIKASI KOMPONEN YANG BERPENGARUH
Lebih terperinciPERAMALAN PENJUALAN PRODUKSI TEH BOTOL SOSRO PADA PT. SINAR SOSRO SUMATERA BAGIAN UTARA TAHUN 2014 DENGAN METODE ARIMA BOX-JENKINS
Saintia Matematika ISSN: 2337-9197 Vol. 02, No. 03 (2014), pp. 253 266. PERAMALAN PENJUALAN PRODUKSI TEH BOTOL SOSRO PADA PT. SINAR SOSRO SUMATERA BAGIAN UTARA TAHUN 2014 DENGAN METODE ARIMA BOX-JENKINS
Lebih terperinciPEMODELAN HARGA CABAI DI KOTA SEMARANG TERHADAP HARGA INFLASI MENGGUNAKAN REGRESI SEMIPARAMETRIK POLINOMIAL LOKAL
PEMODELAN HARGA CABAI DI KOTA SEMARANG TERHADAP HARGA INFLASI MENGGUNAKAN REGRESI SEMIPARAMETRIK POLINOMIAL LOKAL Alan Prahutama, Suparti, Departemen Statistika, Fakultas Sains dan Matematika,Universitas
Lebih terperinciLULIK PRESDITA W APLIKASI MODEL ARCH- GARCH DALAM PERAMALAN TINGKAT INFLASI
LULIK PRESDITA W 1207 100 002 APLIKASI MODEL ARCH- GARCH DALAM PERAMALAN TINGKAT INFLASI 1 Pembimbing : Dra. Nuri Wahyuningsih, M.Kes BAB I PENDAHULUAN 2 LATAR BELAKANG 1. Stabilitas ekonomi dapat dilihat
Lebih terperinciPERAMALAN JUMLAH KUNJUNGAN WISATAWAN MANCANEGARA YANG BEKUNJUNG KE BALI MENGGUNAKAN FUNGSI TRANSFER
PERAMALAN JUMLAH KUNJUNGAN WISATAWAN MANCANEGARA YANG BEKUNJUNG KE BALI MENGGUNAKAN FUNGSI TRANSFER I Ketut Putra Adnyana 1, I Wayan Sumarjaya 2, I Komang Gde Sukarsa 3 1 Jurusan Matematika, Fakultas FMIPA
Lebih terperinciPEMODELAN DATA INDEKS HARGA SAHAM GABUNGAN. Disusun Oleh : NOVIA AGUSTINA. Skripsi. Jurusan Statistika Fakultas Sains dan Matematika Undip
PEMODELAN DATA INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN REGRESI PENALIZED SPLINE Disusun Oleh : NOVIA AGUSTINA 24010211130039 Skripsi Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains
Lebih terperinciMODEL REGRESI NONPARAMETRIK BERDASARKAN ESTIMATOR POLINOMIAL LOKAL KERNEL PADA KASUS PERTUMBUHAN BALITA
MODEL REGRESI NONPARAMETRIK BERDASARKAN ESTIMATOR POLINOMIAL LOKAL KERNEL PADA KASUS PERTUMBUHAN BALITA 1 Mifta Luthfin Alfiani, 2 Indah Manfaati Nur, 3 Tiani Wahyu Utami 1,2,3 Program Studi Statistika,
Lebih terperinciHYBRID MARS TIME SERIES PADA PEMODELAN STATISTICAL DOWNSCALLING Studi Kasus: Stasiun Losarang ABSTRAK
Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 2009 1 HYBRID MARS TIME SERIES PADA PEMODELAN STATISTICAL DOWNSCALLING Studi Kasus: Stasiun Losarang 1 Bisyri Effendi, 2 Sutikno,
Lebih terperinciKata Kunci: Penciri Tingkat Kesejahteraan, Kemiskinan, bagging MARS
Jurnal Matematika UNAND Vol. 2 No. 4 Hal. 34 42 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND IDENTIFIKASI FAKTOR-FAKTOR PENCIRI TINGKAT KESEJAHTERAAN RUMAH TANGGA MENGGUNAKAN BOOTSTRAP AGREGATING
Lebih terperinciMETODE PENELITIAN. Penelitian ini dilakukan pada semester genap tahun akademik 2014/2015
III. METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian ini dilakukan pada semester genap tahun akademik 2014/2015 bertempat di Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciPrediksi Laju Inflasi di Kota Ambon Menggunakan Metode ARIMA Box Jenkins
Statistika, Vol. 16 No. 2, 95 102 November 2016 Prediksi Laju Inflasi di Kota Ambon Menggunakan Metode ARIMA Box Jenkins FERRY KONDO LEMBANG Jurusan Matematika Fakultas MIPA Universitas Pattimura Ambon
Lebih terperinciPERAMALAN NILAI EKSPOR DI PROPINSI SUMATERA UTARA DENGAN METODE ARIMA BOX-JENKINS
Saintia Matematika Vol. 1, No. 6 (2013), pp. 579 589. PERAMALAN NILAI EKSPOR DI PROPINSI SUMATERA UTARA DENGAN METODE ARIMA BOX-JENKINS Raisa Ruslan, Agus Salim Harahap, Pasukat Sembiring Abstrak. Dalam
Lebih terperinciBAB III PEMBAHASAN. Pada bab ini, dibahas mengenai model Vector Error Correction (VEC),
BAB III PEMBAHASAN Pada bab ini, dibahas mengenai model Vector Error Correction (VEC), prosedur pembentukan model Vector Error Correction (VEC), dan aplikasi model Vector Error Correction (VEC) pada penutupan
Lebih terperinciPEMODELAN INFLASI DI KOTA SEMARANG, YOGYAKARTA, DAN SURAKARTA DENGAN PENDEKATAN GSTAR. Oleh : Laily Awliatul Faizah ( )
Seminar Hasil Tugas Akhir PEMODELAN INFLASI DI KOTA SEMARANG, YOGYAKARTA, DAN SURAKARTA DENGAN PENDEKATAN GSTAR Oleh : Laily Awliatul Faizah (357) Dosen Pembimbing : Dr. Ir. Setiawan, MS. Jurusan Statistika
Lebih terperinciPERAMALAN JUMLAH WISATAWAN DI AGROWISATA KUSUMA BATU MENGGUNAKAN METODE ANALISIS SPEKTRAL. Oleh: Niswatul Maghfiroh NRP.
PERAMALAN JUMLAH WISATAWAN DI AGROWISATA KUSUMA BATU MENGGUNAKAN METODE ANALISIS SPEKTRAL Oleh: Niswatul Maghfiroh NRP. 1208100065 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciPREDIKSI KURS RUPIAH TERHADAP EURO MENGGUNAKAN MODEL REGRESI SPLINE TERSEGMEN
PREDIKSI KURS RUPIAH TERHADAP EURO MENGGUNAKAN MODEL REGRESI SPLINE TERSEGMEN Iswan Rahman 1, Raupong 2, M. Saleh AF. 3 1 Mahasiswa Departemen Matematika FMIPA Universitas Hasanuddin 2,3 Staff Pengajar
Lebih terperinciPENGGUNAAN METODE VaR (Value at Risk) DALAM ANALISIS RESIKO INVESTASI SAHAM PT. TELKOM DENGAN PENDEKATAN MODEL GARCH-M
PENGGUNAAN METODE VaR (Value at Risk) DALAM ANALISIS RESIKO INVESTASI SAHAM PT. TELKOM DENGAN PENDEKATAN MODEL GARCH-M Oleh: Nurkhoiriyah 1205100050 Dosen pembimbing: Dra. Nuri Wahyuningsih, M. Kes. Jurusan
Lebih terperinciPemodelan Vector Autoregresive (VAR) pada Komoditas Harga Cabai di Jawa Tengah
Pemodelan Vector Autoregresive (VAR) pada Komoditas Harga Cabai di Jawa Tengah Memi Nor Hayati 1, Alan Prahutama 2,*, Hasbi Yasin 2, Tiani Wahyu Utami 3 1 Program Studi Statistika, Universitas Mulawarman
Lebih terperinciPeramalan merupakan alat bantu yang penting dalam penyusunan rencana yang efektif dan efisien. Pada
Estimasi Parameter Autoregressive Integrated Moving Average (ARIMA) Menggunakan Algoritma Particle Swarm Optimization (PSO) (Studi Kasus: Peramalan Curah Hujan DAS Brangkal, Mojokerto) Meytaliana Factmawati,
Lebih terperinciPEMODELAN TIME SERIES DENGAN PROSES ARIMA UNTUK PREDIKSI INDEKS HARGA KONSUMEN (IHK) DI PALU SULAWESI TENGAH
JIMT Vol. 12 No. 2 Desember 2016 (Hal 149-159) ISSN : 2450 766X PEMODELAN TIME SERIES DENGAN PROSES ARIMA UNTUK PREDIKSI INDEKS HARGA KONSUMEN (IHK) DI PALU SULAWESI TENGAH 1 Y. Wigati, 2 Rais, 3 I.T.
Lebih terperinciSBAB III MODEL VARMAX. Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n
SBAB III MODEL VARMAX 3.1. Metode Analisis VARMAX Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n dengan variabel random Z n yang dapat dipandang sebagai variabel random berdistribusi
Lebih terperinciModel Generalized Space Time Autoregressive (GSTAR) dengan Analisis Data Menggunakan Software R
Model Generalized Space Time Autoregressive (GSTAR) dengan Analisis Data Menggunakan Software R Yulianti Talungke 1, Nelson Nainggolan 2, Djoni Hatidja 3 1 Program Studi Matematika, FMIPA, UNSRAT Manado,
Lebih terperinciPERAMALAN JUMLAH PENUMPANG PESAWAT TERBANG DOMESTIK DI BANDAR UDARA JUANDA DENGAN MENGGUNAKAN METODE FUNGSI TRANSFER MULTI INPUT
PERAMALAN JUMLAH PENUMPANG PESAWAT TERBANG LOGO DOMESTIK DI BANDAR UDARA JUANDA DENGAN MENGGUNAKAN METODE FUNGSI TRANSFER MULTI INPUT Oleh : Ary Miftakhul Huda (1309 100 061) Dosen Pembimbing : Dr.rer.pol.
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. mendapatkan model dan faktor-faktornya, terlebih dahulu akan dibahas. bagaimana mendapatkan sampel dalam penelitian ini.
BAB IV HASIL DAN PEMBAHASAN Pada bab ini akan dijelaskan hasil dari penelitian yang meliputi model terbaik dari indeks prestasi kumulatif mahasiswa dan faktor-faktor apa saja yang berpengaruh terhadap
Lebih terperinci