KAJIAN PEMODELAN DERET WAKTU NONLINIER THRESHOLD AUTOREGRESSIVE (TAR) Puji Noviandari Universitas Jenderal Soedirman
|
|
- Hartono Darmali
- 7 tahun lalu
- Tontonan:
Transkripsi
1 JMP : Volume 4 Nomor 1, Juni 01, hal KAJIAN PEMODELAN DERET WAKTU NONLINIER THRESHOLD AUTOREGRESSIVE (TAR) Pui Noviandari Universias Jenderal Soedirman veeyan_love18@yahoo.com Renny Universias Jenderal Soedirman renny_shaako@yahoo.com ABSTRACT. Nonlinear ime series are ime series ha are no sable due o a sudden um. Nonlinear ime series ofen found in financial daa. Threshold Auoregressive (TAR) modeling is a ime series modeling wih a segmened auoregressive (AR) s model such ha among differen regimes may have differen AR model. This research sudied how o obain he Ordinary Leas Square (OLS) esimaor for TAR model and examine significaion he OLS s esimaor by using es. This research also sudied he oher sages of TAR modeling, which are nonlineariy es using Tsay es, TAR model idenificaion by using arranged AR aroach and Akaike s Informaion Crierion (AIC), and diagnosic es by examining he whie noise roeries and normaliy es on he residuals. As an illusraion, he TAR modeling was alied on weekly daa of ruiah exchange rae agains US dollar for eriod Ocober 4 h 004 o November 7 h 011. The resul show ha he bes TAR model for he daa is TAR (;, ;1) wih hreshold value r =9857. Keywords: Nonlinear ime series, Threshold Auoregressive, Ordinary Leas Square esimaor, whie noise. ABSTRAK. Dere waku nonlinier meruakan dere waku yang idak sabil akiba eradinya lonakan secara iba-iba. Dere waku nonlinier sering diumai ada daa finansial. Pemodelan dere waku nonlinier Threshold Auoregressive (TAR) meruakan emodelan dere waku dengan model auoregressive (AR) ersegmen sehingga dianara regime (segmen) yang berbeda dimungkinkan unuk memunyai model AR yang berbeda. Pada eneliian ini dielaari cara memeroleh esimaor Ordinary Leas Square (OLS) ada model TAR dan cara mengui kesignifikanan dari esimaor OLS menggunakan ui. Kemudian dielaari aha-aha lain dalam emodelan TAR yaiu ui nonlinierias melalui ui Tsay, idenifikasi model TAR melalui endekaan AR ersusun dan Akaike s Informaion Crierion (AIC), dan ui diagnosik melalui ui sifa whie noise dan ui kenormalan ada residual. Sebagai conoh, emodelan TAR dierakan ada daa mingguan kurs ruiah erhada dollar Amerika Serika eriode 4 Okober 004 samai dengan 7 Noember 011. Hasilnya menunukkan bahwa model TAR erbaik unuk daa ersebu adalah TAR (;, ;1) dengan nilai hreshold r =9857. Kaa Kunci: Dere waku nonlinier, Threshold Auoregressive, esimaor Ordinary Leas Square, whie noise.
2 14 Pui Noviandari dan Renny 1. PENDAHULUAN Dere waku meruakan serangkaian daa engamaan yang eradi berdasarkan indeks waku secara beruruan dengan inerval waku engamaan ea (Aswi dan Sukarna, 006:5). Misalnya daa bulanan curah huan, daa ahunan umlah enduduk, daa harian kurs, dan sebagainya. Menuru Makridakis dan McGee (1993) (dalam Nuryana, 009:1), model-model dere waku seeri Moving Average, Exonenial Smoohing, Regresi Dummy, Hol dan Winer sera ARIMA Box-Jenkins adalah model-model yang sering digunakan unuk daa yang mengandung hubungan linier. Dalam rakek di laangan, model-model linier ersebu seringkali idak daa menelaskan daa yang idak sabil akiba eradinya lonakan secara iba-iba (kenaikan nilai secara aam ada daa). Daa seeri ini sering diumai ada daa finansial, seeri daa saham, daa inflasi, dan daa kurs (Cryer dan Chan, 008:384). Unuk mengaasi ermasalahan ersebu, emodelan dere waku nonlinier dierkenalkan, salah saunya adalah emodelan Threshold Auoregressive (TAR) yang dikenalkan oleh Howell Tong ada ahun Model TAR meruakan model auoregressive (AR) ersegmen sehingga dianara regime (segmen) yang berbeda dimungkinkan unuk memunyai model AR yang berbeda. Oleh sebab iu, ada eneliian ini enulis erarik unuk mengkai emodelan dere waku nonlinier TAR. Berdasarkan laar belakang ersebu, ermasalahan yang muncul adalah bagaimana kaian dari emodelan dere waku nonlinier TAR dan bagaimana menggunakan emodelan TAR ada daa nyaa. Pada eneliian ini, emodelan TAR yang dikai dibaasi hanya unuk kasus dua regime dan diekankan ada kaian esimasi arameer model TAR. Peneliian ini memunyai beberaa uuan yaiu mengkai emodelan dere waku nonlinier menggunakan model TAR dua regime dan mengilusrasikan emodelan TAR ada daa mingguan kurs ruiah erhada dollar Amerika Serika eriode 4 Okober 004 samai dengan 7 Noember 011. Manfaa yang dieroleh dari eneliian ini adalah hasil kaian emodelan TAR dua regime diharakan daa digunakan sebagai acuan dasar unuk memelaari emodelan TAR dengan orde regime yang lebih inggi dan
3 Kaian Pemodelan Dere Waku Nonlinier Threshold Auoregressive (TAR) 15 ilusrasi emodelan TAR ada daa nyaa diharakan daa memberikan gambaran bagaimana aha-aha dalam emodelan TAR dilakukan.. HASIL DAN PEMBAHASAN Model TAR yang aling sederhana adalah model TAR dengan dua regime, diulis TAR (; 1, ; d ). Dere waku Z dikaakan mengikui model (; 1, ; d) aabila (Cryer dan Chan, 008:396). Z 1 (1) (1) (1) 0 q Zq a q1 () () () 0 q Zq a q1,, ika ika Z Z d d r r TAR Persamaan (1) menyaakan model TAR dengan dua regime dan sau hreshold (nilai ambang baas) yaiu r. Regime erama mengikui model AR ( 1 ), regime kedua mengikui model AR ( ), dan arameer delay d meruakan arameer yang mengindikasikan adanya kemungkinan bahwa lamanya adusmen rocess unuk eradinya erubahan regime memerlukan lebih dari sau eriode waku (Permaa, 008:8). Misal maks,, maka d. 1 (1).1 Esimasi Parameer Model TAR Menggunakan Meode Ordinary Leas Square Model TAR (; 1, ; d ) ada ersamaan (1) meruakan model nonlinier, eai model ini daa didekai oleh model linier dengan cara membua dua model erisah unuk masing-masing regime yaiu dengan: ( ) (1) (1) (1) (1) (1) Z 0 1 Z 1... Z a, ika Zd r () 1 1 () () () () () Z 0 1 Z 1... Z a, ika Zd r, (3) Z = engamaan saa ada regime ke-, 1,
4 16 Pui Noviandari dan Renny = orde AR ada regime ke-, 1, ( ),,, = arameer model TAR ada regime ke-, 1, ( disebu ( ) ( ) ( ) 0 1 ( ) uga arameer inerse) a = error saa ada regime ke- yang berdisribusi anar yang berbeda bersifa saling bebas. 0 N dan (0, a ) Dari ersamaan () dan (3), model TAR dengan dua regime, secara umum daa diulis dengan ( ) ( ) ( ) Z 0 1 Z 1 Z a, unuk =1, (4) Jika disusun dalam benuk mariks, ersamaan (4) menadi dengan: Z X φ a, (5) Z φ = vekor variabel ak bebas = vekor arameer model TAR berukuran n x 1 ( Z, Z,..., Z ) 1 n 0 1 berukuran (,,..., ) 1 x 1 a = vekor error berukuran n x 1 ( a, a,..., a ) 1 n X = mariks variabel bebas berukuran n x 1. Menuru rinsi meode Leas Square, esimaor OLS unuk arameer φ adalah φ φ ˆ yang daa meminimumkan umlah kuadra error Karena maka Lφ a a Z X φ Z X φ. L φ meruakan fungsi yang koninu dan diferensiabel erhada φ φ ˆ daa dicari dengan menyelesaikan ersamaan Karena umlah kuadra error L φ Z Z X Z φ φ X X φ, maka urunan eramanya erhada masing-masing elemen di L φ φ φ adalah φ, 0.
5 Kaian Pemodelan Dere Waku Nonlinier Threshold Auoregressive (TAR) 17 L φ φ X Z X X φ. ersamaan beriku: Jika Persamaan L φ φ 0 ekuivalen dengan X X φ X Z. (6) X X nonsingular, maka solusi ersamaan (6) adalah 1 φˆ X X X Z. Jadi, esimaor OLS unuk arameer 1 φˆ X X X Z, unuk 1,. φ adalah Unuk mengui kesignifikanan dari esimaor OLS daa digunakan ui dengan saisik ui yang digunakan hiung φˆ SE φˆ Esimaor OLS dikaakan signifikan berbeda dengan nol ika. hiung, n n nilai- <, dengan 0,05, n meruakan banyaknya engamaan, dan n meruakan banyaknya arameer. aau. Ui Nonlinierias Menggunakan Ui Tsay Ui nonlinierias adalah enguian hioesis unuk memeriksa aakah daa dere waku yang dielii bersifa nonlinier aau idak. Salah sau ui yang digunakan adalah ui Tsay (Chan, dkk, 005:39). Ui Tsay meruakan ui deeksi nonlinierias ada dere waku yang menggunakan konse orde AR ersusun dan redicive residuals. Saisik ui yang digunakan dalam ui Tsay adalah saisik F yang didefinisikan sebagai nd h1 nd h1 eˆ ˆ i i 1 rmin 1 rmin 1 Fˆ, d, nd h1 eˆ n d h r rmin 1 i min (7)
6 18 Pui Noviandari dan Renny dengan h maks 1, 1 d dan, 1, Fˆ, d F n d h r aau nilai- <. min rmin n 10. Asumsi linierias diolak ika.3 Idenifikasi Model TAR Prosedur engidenifikasian model TAR berdasarkan endekaan AR ersusun dan Akaike s Informaion Crierion (AIC). a. Mengidenifikasi arameer delay Misal D 1,,..., adalah himunan yang anggoanya beroensi unuk menadi arameer delay d dan adalah orde maksimum AR, maka unuk memilih nilai d dari himunan D ersebu daa dilakukan melalui saisik ersamaan (7). Nilai d yang diilih adalah ˆ Fˆ dˆ Fˆ, d maks,. dd Fhiung ada b. Mengidenifikasi himunan yang anggoanya beroensi menadi nilai hreshold Misal R r r r,,..., s 1 adalah himunan yang anggoanya beroensi unuk menadi nilai hreshold r, maka R daa daa dienukan melalui scaerlo anara -raio (saisik ) ada koefisien AR ersusun lag d dengan Z d. Berdasarkan scaerlo ersebu, daa dienukan R yang membagi lo menadi regime sehingga ia regime-nya meruakan dere waku linier. c. Mengidenifikasi orde model AR ia regime Berdasarkan nilai delay d dan himunan R yang elah dikeahui dan misal adalah order AR maksimum dari dua regime, maka daa dienukan orde model AR ia regime melalui AIC. Orde model AR ia regime disimbolkan dengan, unuk 1, diilih berdasarkan AIC yaiu dengan: ˆ( ) a AIC( ˆ ) min n ln ( 1) 0 n
7 Kaian Pemodelan Dere Waku Nonlinier Threshold Auoregressive (TAR) 19 n = umlah engamaan yang mengikui model AR ke- ada regime a ˆ( ) = vekor residual dari model AR( ), dengan nilai a ˆ( ) adalah anang vekor-vekor a ˆ( ). d. Mengidenifikasi nilai hreshold Seelah dikeahui nilai dengan menggunakan AIC yaiu dengan AIC( d, r) AIC( ˆ ˆ 1) AIC( ). AIC( ˆ ), maka nilai hreshold r daa dienukan AIC( d, rˆ ) min AIC( d, r) rr.4 Ui Diagnosik Ui diagnosik meruakan ui yang digunakan unuk memeriksa kesesuaian asumsi-asumsi yang digunakan ada model TAR yaiu error dari model bersifa whie noise (berdisribusi normal dengan mean nol, variansi konsan, dan anar engamaan bersifa saling bebas). Karena error a idak ernah eramai, maka enguian asumsi-asumsi unuk error yaiu a daa dilakukan ada residual model a ˆ ˆ Z Z, dengan Z ˆ meruakan rediksi dari engamaan ke-. a) Ui Sifa Whie Noise ada Residual Penguian asumsi residual aˆ memunyai mean nol, variansi konsan, dan anar engamaan idak berkorelasi, daa diliha melalui diagram lo anara residual a ˆ dengan. Jika flukuasi residual sandar eradi di sekiar 0 dan bergerak di suau kisaran nilai erenu, maka daa dikaakan bahwa asumsi mean nol dan variansi konsan ada model sudah erenuhi. Penguian asumsi anar engamaan idak berkorelasi daa dilakukan melalui lo ACF samel residual, ACF samel residual didefinisikan sebagai
8 130 Pui Noviandari dan Renny r k nk 1 aˆ ˆ ˆ ˆ a a k a n 1 aˆ aˆ, unuk k=0,1,, Jika semua nilai ACF samel dari residual ada lo residual berada ada baas kriisnya yaiu lebih dari 95 % nilai r k berada ada ambang baas 1,96, n daa disimulkan bahwa residual aˆ k idak berkorelasi. b) Ui Kenormalan ada Residual E aˆˆ a 0 arinya residual a ˆ dan Penguian asumsi residual a ˆ berdisribusi normal daa dilakukan melalui hisogram residual yang didukung oleh lo robabiliy normal (Q-Q lo). Kenormalan residual a ˆ daa dicirikan oleh hisogram residual yang mendekai simeris aau lo robabiliy normal yang menyebar di sekiar garis linier. k.5 Pemodelan TAR ada Daa Mingguan Kurs Ruiah erhada Dollar Amerika Serika Ilusrasi emodelan TAR dilakukan ada daa mingguan kurs ruiah erhada dollar Amerika Serika eriode 4 Okober 004 samai dengan 7 Noember 011, sebanyak 370 engamaan (h:// a) Membua Plo Daa Mingguan Kurs Berdasarkan Gambar 1., erliha bahwa ada daa mingguan kurs eradi lonakan secara iba-iba. Hal ini mengindikasikan bahwa daa bersifa nonlinier Plo Daa Mingguan Kurs Ruiah Terhada Dollar Amerika Serika 1000 Daa Kurs (Z) Ok Juni-05 7-Feb No Jul-07 1-Ar-08 5-Jan-09 Waku () 1-Se-09 7-Jun-10 1-Feb-11 7-No-11 Gambar 1. Plo Daa Mingguan Kurs
9 Kaian Pemodelan Dere Waku Nonlinier Threshold Auoregressive (TAR) 131 b) Ui Nonlinier Menggunakan Ui Tsay Berdasarkan ui Tsay, dieroleh F ˆ (, d) 6,666 dan 19 nilai- 3,168 x 10 sehingga asumsi linierias diolak sebab F ˆ(, d ) 6,666 F 1,968 0,05;311 dan 19 nilai- 3,168 x 10 0,05. Jadi, model bersifa nonlinier. c) Idenifikasi Model TAR, Esimasi Parameer Model TAR Menggunakan Meode OLS, dan Ui Signifikansi Parameer Berdasarkan Tabel 1., dikeahui bahwa nilai AIC minimum sebesar 496. Dari nilai AIC minimum dieroleh nilai d 1, 1,, dan r 9857 sehingga daa mingguan kurs mengikui model TAR(;,;1) dengan nilai hreshold r Esimasi arameer model TAR ada regime 1 dan regime daa diliha ada Tabel. dan Tabel 3. Berdasarkan Tabel. Dan Tabel 3., erliha bahwa arameer model TAR unuk masing-masing regime, elah signifikan berbeda dengan nol sebab nilai-. Delay (d) Nilai AIC Tabel 1. Nilai AIC Unuk Parameer Delay d dengan 1d 7 Nilai Threshold (r) Orde AR Regime 1 1 Orde AR Regime , , , , , , ,0 4 Tabel. Esimasi Parameer Model TAR(;,;1) ada Regime Perama Esimasi Sandard Error hiung nilai- ˆ1 308, ,067,319 0,001 ˆ 0 1 1,1944 0,0559 1,3774 0, ˆ 1-0,80 0,0553-4,13 0,0000
10 13 Pui Noviandari dan Renny Tabel 3. Esimasi Parameer Model TAR(;,;1) ada Regime Kedua Esimasi Sandard Error hiung nilai- ˆ 0 850,015 46,4364 1,8385 0,0710 ˆ 1 1,907 0,13 10,5550 0,0000 ˆ -0,3706 0,11-3,0578 0,0033 Gambar. Plo Residual Sandar Gambar 3. Plo ACF Samel Residual Gambar 4. Hisogram Residual dan Plo Normal Probabiliy (Q-Q lo) Unuk d) Ui Diagnosik Residual Model TAR(;,;1) Berdasarkan Gambar., erliha bahwa asumsi residual aˆ memunyai mean nol dan variansi konsan ada model sudah erenuhi. Berdasarkan Gambar 3., erliha bahwa 95% nilai ACF samel dari residual berada ada baas kriisnya, maka daa disimulkan bahwa residual a ˆ dan residual aˆ k idak berkorelasi. Berdasarkan Gambar 4., erliha bahwa hisogram residual hamir simeris dan
11 Kaian Pemodelan Dere Waku Nonlinier Threshold Auoregressive (TAR) 133 lo Normal Probabiliy yang menyebar mendekai garis linier. Hal ersebu menunukkan bahwa residual berdisribusi normal. e) Model Terbaik Model TAR erbaik unuk daa mingguan kurs ruiah erhada dollar Amerika Serika eriode 4 Okober 004 samai dengan 7 Noember 011 adalah TAR(;,;1) dengan nilai hreshold r =9857 sera model ada regime erama dan regime kedua sebagai beriku: Z 308,5168 1,1944 Z 1 0, 80 Z a, ika Z Z Z a Z 850, 015 1, ,3706, ika , dengan n unuk regime erama dan n 1 1,, regime kedua sehingga 3,, n 1 (8) 1,, unuk. Persamaan (8) menyaakan model TAR dua regime dengan nilai hreshold r =9857 dan arameer delay d 1. Regime erama dan regime kedua mengikui model AR(). 3. KESIMPULAN DAN SARAN Berdasarkan hasil dan embahasan, dieroleh kesimulan sebagai beriku: 1. Pada eneliian ini elah dikai bagaimana memeroleh esimaor OLS unuk arameer model TAR, dieroleh 1 φˆ X X X Z, unuk 1,.. Ada ema aha dalam emodelan TAR dua regime yaiu mengui keberadaan sifa nonlinier ada dere waku menggunakan ui Tsay, mengidenifikasi model berdasarkan endekaan AR ersusun dan AIC, mengesimasi arameer model TAR menggunakan meode OLS dan mengui kesignifikanan dari esimaor OLS menggunakan ui, sera ui diagnosik yang erdiri dari ui sifa whie noise dan ui kenormalan ada residual. 3. Model TAR erbaik unuk daa mingguan kurs ruiah erhada dollar Amerika Serika eriode 4 Okober 004 samai dengan 7 Noember 011 adalah TAR
12 134 Pui Noviandari dan Renny (;, ;1) dengan nilai hreshold r =9857, sera model ada regime erama dan regime kedua sebagai beriku: Z 308,5168 1,1944 Z 1 0, 80 Z a, ika Z Z Z a Z 850, 015 1, ,3706, ika , dengan n 3,,. Permasalahan erbuka yang daa disarankan adalah: 1. Pengembangan eneliian unuk emodelan TAR dengan orde lebih dari dua regime.. Pembahasan secara deail mengenai kaian ui nonlinierias menggunakan ui Tsay, idenifikasi model TAR berdasarkan endekaan AR ersusun dan AIC, dan ui diagnosik. 1 UCAPAN TERIMAKASIH Penulis erama mengucakan erima kasih keada Dr. Nunung Nurhayai selaku Pembimbing Skrisi yang dengan enuh kesabaran elah memberikan waku, ilmu dan moivasi keada enulis. DAFTAR PUSTAKA Aswi dan Sukarna. (006). Analisis Dere Waku, Teori dan Alikasi. Andira Publisher, Makassar. Chan, W. S, Wong A. C. S. dan Tong, H. (005). Some Nonlinear Threshold Auoregressive Time Series Models For Acuarial Use. Norh American Acuarial Journal, Norh American. Cryer, J. D. dan Chan, K. C. (008). Time Series Analysis Wih Alicaions in R. nd Ed. Sringer, New York. Nuryana, F. (009). Pemodelan Dere Waku dengan Self Exciing Threshold Auoregressive (SETAR) dan Perubahan Srukur. Tesis. Insiu Teknologi Seuluh Noember, Surabaya. Observaion and Research of Taxaion. (011). Kurs Meneri Keuangan Berdasarkan Maa Uang. h:// Diakses anggal 7 Desember 011. Permaa, M. I. (008). Threshold Auoregressive Model of Exchange Rae Pass- Through Effec in Indonesia. Working Paer. Bank Indonesia, Jakara..
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 terperinciBAB 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 terperinciPENENTUAN MODEL INDEKS HARGA SAHAM GABUNGAN (IHSG) MENGGUNAKAN ANALISIS FUNGSI TRANSFER
Jurnal Jurnal Muara Sains, Teknologi, Kedokeran, dan Ilmu Kesehaan Vol., No., Okober 07: hlm 97-07 ISSN 579-640 (Versi Ceak) ISSN-L 579-640 (Versi Elekronik) PENENTUAN MODEL INDEKS HARGA SAHAM GAUNGAN
Lebih terperinciPENENTUAN MODEL INDEKS HARGA SAHAM GABUNGAN (IHSG) MENGGUNAKAN ANALISIS FUNGSI TRANSFER
Sains, Teknologi, Kedokeran, dan Ilmu Kesehaan Vol., No., Aril 07: hlm 8-8 ISSN 579-640 (Versi Ceak) ISSN-L 579-640 (Versi Elekronik) PENENTUAN MODEL INDEKS HARGA SAHAM GAUNGAN (IHSG) MENGGUNAKAN ANALISIS
Lebih terperinciANALISIS 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 terperinciBAB 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 robabilias 2.1.1 Definisi robabilias adalah kemungkinan yang daa erjadi dalam suau erisiwa erenu. Definisi robabilias daa diliha dari iga macam endekaan, yaiu endekaan klasik,
Lebih terperinciKAJIAN 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 terperinciBAB 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 terperinciOleh: 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 terperinciMAKALAH PERAMALAN DATA TIME SERIES MENGGUNAKAN METODE BOX-JENKINS. OLEH : SHANTIKA MARTHA, S.Si NIP
MAKALAH PERAMALAN DATA TIME SERIES MENGGUNAKAN METODE BO-JENKINS OLEH : SHANTIKA MARTHA, S.Si NIP. 9840308008003 UNIVERSITAS TANJUNGPURA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM JURUSAN MATEMATIKA
Lebih terperinciPEMODELAN SMOOTH TRANSITION AUTOREGRESSIVE (STAR) PADA KURS THAI BATH TERHADAP RUPIAH RAHMA NUR CAHYANI
erusakaan.uns.ac.id PEMODELAN SMOOH RANSIION AUOREGRESSIVE (SAR PADA KURS HAI BAH ERHADAP RUPIAH oleh RAHMA NUR CAHYANI M005059 SKRIPSI diulis dan diajukan unuk memenuhi sebagian ersyaraan memeroleh gelar
Lebih terperinciBAB 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 terperinciAnalisis Peramalan Kombinasi Terhadap Jumlah Permintaan Darah di Surabaya (Studi Kasus: UDD PMI Kota Surabaya)
JURNAL STATISTIKA Vol., No., () 5 Analisis Peramalan Kombinasi Terhada Jumlah Perminaan Darah di Surabaya (Sudi Kasus: UDD PMI Koa Surabaya) Winda Eka F., Ir. Dwiamono Agus W.,MIKom Jurusan Saisika, FMIPA,
Lebih terperinciKata 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*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 terperinciPemodelan 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 terperinciPeramalan 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 terperinciBAB 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 terperinciMuhammad 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 terperinciANALISIS 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 terperinciANALISIS 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 terperinciPemodelan ARIMA Dalam Prediksi Penumpang Pesawat Terbang Pada Bandara Internasional Sam Ratulangi Manado
Pemodelan ARIMA Dalam Prediksi Penumang Pesawa Terbang Pada Bandara Inernasional Sam Raulangi Manado Sinnyo H.A. Salmon, Nelson Nainggolan 2, Djoni Haidja 3 Program Sudi Maemaika, FMIPA, UNSRAT, sinnyosalmon@ymail.com
Lebih terperinciBab 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 terperinciBAB 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 terperinciBAB 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 terperinciESTIMASI 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 terperinciBAB 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 terperinciPeramalan 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 terperinciPERAMALAN 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 terperinciAnalisis Pola Hubungan Pemodelan ARIMA Curah Hujan dengan Curah Hujan Maksimum, Lama Waktu Hujan, dan Curah Hujan Rata-Rata
Analisis Pola Hubungan Pemodelan ARIMA Curah Hujan dengan Curah Hujan Maksimum, Lama Waku Hujan, dan Curah Hujan Raa-Raa Fahin Fahimah 33 Jurusan Teknik Elekro-FTI, Insiu Teknologi Seuluh Noember Kamus
Lebih terperinciBAB 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 terperinciPeramalan 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 terperinciPEMODELAN 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 terperinciPeramalan 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 terperinciBab III Komentar terhadap distribusi vec(r)
Bab III Komenar erhada disribusi vec(r Bab ini mengeengahkan enang komenar erhada disribusi asimoik dari mariks korelasi R, dalam benuk vec(r, yang akan menjadi salah sau dasar dalam eneliian diserasi
Lebih terperinciDAN 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 terperinciBAB 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 terperinciPENDAHULUAN LANDASAN TEORI
PEDAHULUA Laar Belakang Menduga dan meramal sae yang idak bisa diamai secara langsung dari suau kejadian ekonomi adalah ening Pemerinah melalui bank senral dan ara regulaor daa menggunakan informasi enang
Lebih terperinciPERAMALAN KUNJUNGAN WISATAWAN KE ULUWATU DENGAN MENGGUNAKAN MODEL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE
TRI TANAMI SUKRAINI : RAMALAN KUNJUNGAN WISATAWAN 47 PERAMALAN KUNJUNGAN WISATAWAN KE ULUWATU DENGAN MENGGUNAKAN MODEL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE Tri Tanami Sukraini Jurusan Adminisrasi Niaga
Lebih terperinciPeramalan 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 terperinciPENAKSIRAN 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 terperinciKOINTEGRASI 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 terperinciANALISIS 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 terperinciMetode 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 terperinciJURNAL SAINS DAN SENI POMITS Vol. 3, No. 2, (2014) ISSN: ( Print) D-212
JURNAL SAINS DAN SENI POMITS Vol. 3, No., (04) ISSN: 337-3539 (30-97 Prin) D- Peramalan Jumlah Penumang Pesawa Terbang di Pinu Kedaangan Bandar Udara Inernasional Lombok dengan Meode ARIMA Box-Jenkins,
Lebih terperinciPEMODELAN 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 terperinciBAB 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 terperinciAbstrak 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 terperinciBAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel
BAB III ANALISIS INTERVENSI 3.1. Pendahuluan Analisis inervensi dimaksudkan unuk penenuan jenis respons variabel ak bebas yang akan muncul akiba perubahan pada variabel bebas. Box dan Tiao (1975) elah
Lebih terperinciBAB 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 terperinciContagions Effect Kurs 5 Negara ASEAN (Association of Southeast Asian Nations) Menggunakan Vector Autoregressive (VAR)
JURNAL SAINS DAN SENI POMITS Vol. 2, No., (203) 2337-3520 (230-928X Prin) D-8 Conagions Effec Kurs 5 Negara ASEAN (Associaion of Souheas Asian Naions) Menggunakan Vecor Auoregressive (VAR) Mirna Chairany,
Lebih terperinciPERAMALAN 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 terperinciMODEL DERET WAKTU HIDDEN MARKOV
9 ; P j y π j { ; } P j y sama dengan sau jika engamaan berada ada sae j dan sama dengan nol jika engamaan berada ada sae selainnya Maka enduga raaraa unuk sae j ada ersamaan 8 akan sama dengan nilai raaraa
Lebih terperinciPENGUKURAN VALUE AT RISK DENGAN PENDEKATAN AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (ARCH) (Studi Kasus Data Saham PT. Gudang Garam Tbk.
Bulein Ilmiah Mah. Sa. dan Teraannya (Bimaser) Volume 4, No. 3 (ahun), hal 69 78. PENGUKURAN VALUE AT RISK DENGAN PENDEKATAN AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (ARCH) (Sudi Kasus Daa Saham PT.
Lebih terperinciPENERAPAN MODEL AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY IN MEAN (ARCH-M) PADA RETURN SAHAM (Studi Kasus Pada PT.
PENERAPAN MODEL AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY IN MEAN (ARCH-M) PADA RETURN SAHAM (Sudi Kasus Pada PT. Indosa Tbk) SKRIPSI Oleh : Linda Wiguna J2A 605 068 PROGRAM STUDI MATEMATIKA JURUSAN
Lebih terperinci1999 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 terperinciPERAMALAN 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 terperinciMODEL FUNGSI TRANSFER MULTIVARIAT DAN APLIKASINYA UNTUK MERAMALKAN CURAH HUJAN DI KOTA YOGYAKARTA SKRIPSI
MODEL FUNGSI TRANSFER MULTIVARIAT DAN APLIKASINYA UNTUK MERAMALKAN CURAH HUJAN DI KOTA YOGYAKARTA SKRIPSI Diajukan kepada Fakulas Maemaika dan Ilmu Pengeahuan Alam Universias Negeri Yogyakara unuk memenuhi
Lebih terperinciMinggu 4 RATA-RATA BERGERAK DAN EXPONENTIAL SMOOTHING. Peramalan Data Time Series
Minggu 4 RATA-RATA BERGERAK DAN EXPONENTIAL SMOOTHING Bab ini memperkenalkan model berlaku unuk daa ime series dengan musiman, ren, aau keduana komponen musiman dan ren dan daa sasioner. Meode peramalan
Lebih terperinciBAB 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 terperinciBAB 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 terperinciBAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa
BAB 2 TINJAUAN TEORITI 2.1. Pengerian-pengerian Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. edangkan ramalan adalah suau siuasi aau kondisi yang diperkirakan
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang
BAB 2 LANDASAN TEORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. Sedangkan ramalan adalah suau aau kondisi yang diperkirakan akan erjadi
Lebih terperinciIV 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 terperinciAnalisa Performansi Keandalan Pada Boiler dengan Menggunakan Metode Jaringan Syaraf Tiruan di PT. PJB Unit Pembangkit Gresik
JURNAL EKNIK POMIS Vol., No., () - Analisa Performansi Keandalan Pada Boiler dengan Menggunakan Meode Jaringan Syaraf iruan di P. PJB Uni Pembangki Gresik Inan Mara Kusuma, Imam Abadi, S, M dan Deak Yan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Laar Belakang Air merupakan kebuuhan pokok bagi seiap makhluk hidup di dunia ini ermasuk manusia. Air juga merupakan komponen lingkungan hidup yang pening bagi kelangsungan hidup
Lebih terperinciPENGARUH PANJANG DAN LEBAR DATA DEBIT HISTORIS PADA KINERJA MODEL PEMBANGKITAN DATA DEBIT SUNGAI BRANTAS DENGAN METODE ARIMA
PENGARUH PANJANG DAN LEBAR DATA DEBIT HISTORIS PADA KINERJA MODEL PEMBANGKITAN DATA DEBIT SUNGAI BRANTAS DENGAN METODE ARIMA Maskur Efendi ), Widandi Soeopo 2), Piojo Tri Juwono 2) ) Mahasiswa Magiser
Lebih terperinciPEMODELAN 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 terperinciISSN: 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 terperinciPEMODELAN DATA DERET WAKTU YANG MENGANDUNG EFEK VARIASI KALENDER PADA KASUS PENJUALAN PRODUK DI PERUSAHAAN RITEL
Seminar Nasional Saisika IX Insiu Teknologi Sepuluh Nopember, 7 November 9 PEMODELAN DATA DERET WAKTU YANG MENGANDUNG EFEK VARIASI KALENDER PADA KASUS PENJUALAN PRODUK DI PERUSAHAAN RITEL Y.P.Y. Asmara,
Lebih terperinciDAMPAK 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 terperinciPERAMALAN CURAH HUJAN DENGAN WAVELET
PERAMALAN CURAH HUJAN DENGAN WAVELET Garini Widosari 1 T-7 1 Polieknik Negeri Samarinda 1 garini_72@yahoo.com Absrak Peramalan adalah salah sau unsur yang sanga pening dalam pengambilan kepuusan. Peranan
Lebih terperinciPERBANDINGAN MODEL ARIMA DAN FUNGSI TRANSFER PADA PERAMALAN CURAH HUJAN KABUPATEN WONOSOBO
PERBANDINGAN MODEL ARIMA DAN FUNGSI TRANSFER PADA PERAMALAN CURAH HUJAN KABUPATEN WONOSOBO SKRIPSI Disusun Oleh : SITI LIS INA ATUL HIDAYAH 24010211120006 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA
Lebih terperinciPERAMALAN 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 terperinciDistribusi Normal Multivariat
Vol.4, No., 43-48, Januari 08 Disribusi Normal Mulivaria Husy Serviana Husain Absrak Pada engendalian roses univaria berdasarkan variabel, biasanya digunakan model disribusi normal unuk mengamai kualias
Lebih terperinciPERAMALAN JUMLAH PENUMPANG PADA PT
PERAMALAN JUMLAH PENUMPANG PADA PT. ANGKASA PURA I (PERSERO) KANTOR CABANG BANDAR UDARA INTERNASIONAL ADISUTJIPTO YOGYAKARTA DENGAN METODE WINTER S EXPONENTIAL SMOOTHING DAN SEASONAL ARIMA SKRIPSI Diajukan
Lebih terperinciPENGGUNAAN 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 terperinciPERAMALAN 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 terperinciModel 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 terperinciPENGAMBILAN 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 terperinciMODEL 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 terperinciJurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 2014 ISSN
Peramalan Dengan Meode Smoohing dan Verifikasi Meode Peramalan Dengan Grafik Pengendali Moving Range () (Sudi Kasus: Produksi Air Bersih di PDAM Tira Kencana Samarinda) Forecasing wih Smoohing and Verificaion
Lebih terperinciProsiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : ; e-issn :
Prosiding Seminar Nasional Maemaika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 PERAMALAN VOLUME PENGGUNAAN AIR BERSIH DENGAN METODE WINTERS EPONENTIAL SMOOTHING UNTUK MENENTUKAN VOLUME
Lebih terperinciPENGGUNAAN KONSEP FUNGSI CONVEX UNTUK MENENTUKAN SENSITIVITAS HARGA OBLIGASI
PENGGUNAAN ONSEP FUNGSI CONVEX UNU MENENUAN SENSIIVIAS HARGA OBLIGASI 1 Zelmi Widyanuara, 2 Ei urniai, Dra., M.Si., 3 Icih Sukarsih, S.Si., M.Si. Maemaika, Universias Islam Bandung, Jl. amansari No.1 Bandung
Lebih terperinciPENENTUAN MODEL PERAMALAN INDEKS HARGA SAHAM GABUNGAN DENGAN METODE ARIMA
PENENTUAN MODEL PERAMALAN INDEKS HARGA SAHAM GABUNGAN DENGAN METODE ARIMA Leopoldus Ricky Sasongko, Lydia Ninuk Rahayu, dan Alberh Roy Koa 3,,3 Program Sudi Maemaika, Fakulas Sains dan Maemaika Universias
Lebih terperinciBAB III PERSAMAAN ARPS DAN METODE TABEL
BAB III ERSAMAAN ARS DAN METODE TABEL 3. ersamaan Ars Meoda decline curve analysis (analisis enurunan kurva) meruakan suau meode yang sering digunakan unuk mengesimasi erhiungan cadangan yang daa diamil
Lebih terperinciPERHITUNGAN VALUE AT RISK (VaR) DENGAN SIMULASI MONTE CARLO (STUDI KASUS SAHAM PT. XL ACIATA.Tbk)
Jurnal UJMC, Volume 3, Nomor 1, Hal. 15-0 pissn : 460-3333 eissn : 579-907X ERHITUNGAN VAUE AT RISK (VaR) DENGAN SIMUASI MONTE CARO (STUDI KASUS SAHAM T. X ACIATA.Tbk) Sii Alfiaur Rohmaniah 1 1 Universias
Lebih terperinciARIMA (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 terperinciAnalisis 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 terperinciPemodelan 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 terperinciPENDUGAAN PARAMETER DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA
PENDUGAAN PARAMEER DERE WAKU HIDDEN MARKOV SAU WAKU SEBELUMNYA BERLIAN SEIAWAY DAN DIMAS HARI SANOSO Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Peranian Bogor Jl Merani, Kampus
Lebih terperinciBAB 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 terperinciBAB 1 PENDAHULUAN. Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai
BAB 1 PENDAHULUAN 1.1 Laar Belakang Propinsi Sumaera Uara merupakan salah sau propinsi yang mempunyai perkembangan yang pesa di bidang ransporasi, khususnya perkembangan kendaraan bermoor. Hal ini dapa
Lebih terperinciBAB 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 terperinciAnalisis 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 terperinciPeramalan Inflasi Menggunakan Pendekatan Gabungan antara Fungsi Transfer dan Intervensi dengan Deteksi Outlier
Peramalan Inflasi Menggunakan Pendekaan Gabungan anara Fungsi Transfer dan Inervensi dengan Deeksi Oulier Tahira Ea Adisi, Dr. Suharono, S.Si. M.Sc. Saisika, Fakulas Maemaika dan Ilmu Pengeahuan Alam,
Lebih terperinciBAB 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 terperinciESTIMASI MODEL UNTUK DATA DEPENDEN DENGAN METODE CROSS VALIDATION. Oleh: Tarno Program Studi Statistika FMIPA UNDIP Semarang
ESTIMASI MODEL UNTUK DATA DEPENDEN DENGAN METODE CROSS VALIDATION Oleh: Tarno Program Sudi Saisika FMIPA UNDIP Semarang Absrac This paper discuss abou applicaion of cross-validaion mehod for modeling of
Lebih terperinciPERAMALAN 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