Peramalan Netflow Uang Kartal dengan Model Variasi Kalender dan Model Autoregressive Distributed Lag (ARDL)
|
|
- Yuliana Tanudjaja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Seminar Hasil Tugas Akhir Surabaya, 23 Juni 2014 Peramalan Netflow Uang Kartal dengan dan Autoregressive Distributed Lag () OLEH Ainil Karomah ( ) DOSEN PEMBIMBING Dr. Suhartono, M.Si, M.Sc 1
2 Pendahuluan Tinjauan Pustaka Metodologi Analisis dan Pembahasan Kesimpulan dan Saran 2
3 Bab I Pendahuluan 3
4 Latar Belakang Rumusan Masalah 4
5 Latar Belakang Rumusan Masalah Dalam rangka mencapai likuiditas perbankan yang diharapkan, Bank Indonesia melakukan peramalan netflow uang kartal yang akan berdampak pada kebijakan-kebijakan moneter yang akan dijalankan 5
6 Latar Belakang Rumusan Masalah 3 2 Bagaimana model terbaik untuk meramalkan netflow uang kartal? 1 Bagaimana karakteristik netflow uang kartal di Indonesia? Bagaimana model variasi kalender, model, dan model gabungan yang tepat untuk meramalkan netflow uang kartal 6
7 Bab II Tinjauan Pustaka 7
8 Uang Kartal Kriteria Penelitian Sebelumnya Uang kartal adalah uang kertas dan uang logam rupiah yang dikeluarkan dan diedarkan oleh Bank Indonesia sebagai alat pembayaran yang sah (Departemen Statistik Ekonomi dan Moneter Bank Indonesia, 2013) 8
9 Uang Kartal Kriteria Penelitian Sebelumnya Uang kartal yang masuk ke BI melalui kegiatan setoran yang dilakukan oleh bank umum disebut sebagai inflow uang kartal yang keluar dari BI melalui proses penarikan uang tunai bank umum dari giro di BI atau pembayaran tunai melalui BI disebut outflow Selisih antara outflow dan inflow disebut netflow outflow > inflow maka selisihnya disebut net outflow outflow < inflow maka selisihnya disebut net inflow 9
10 Uang Kartal Kriteria Regresi Time Series ARIMAX MODEL UMUM C Dummy Kejadian Trend Autoregressive Seasonal Error White noise 10
11 Uang Kartal Kriteria MODEL UMUM Regresi Time Series ARIMAX C trend Dummy Kejadian Dummy pola musiman ARIMA residual 11
12 Uang Kartal Kriteria Ekonometrika Time Series (p,q) Komponen Autoregressive Komponen Distributed Lag 12
13 Uang Kartal Kriteria Ekonometrika MODEL UMUM Time Series 13
14 Uang Kartal Kriteria MODEL UMUM Error White noise 14
15 Uang Kartal Kriteria In- Sample Out- Sample 15
16 Bab III Metodologi Penelitian 16
17 Sumber Data Variabel Penelitian Langkah Penelitian Netflow kartal: database harian uang primer yang disusun oleh Divisi Statistik Moneter dan Fiskal BI. Database harian uang primer tersebut diperoleh dari Sectoral Balance Sheet Cental Bank (SBSCB) Data IHK diperoleh dari Divisi Statistik Sektor Riil BI Data Nilai Tukar Rupiah per Satuan Dolar AS: Biro Kebijakan Moneter Divisi Sektor Eksternal dan Nilai Tukar BI Data BI rate diperoleh dari Divisi Penyelesaian Transaksi, Informasi dan Administrasi BI 17
18 Sumber Data Variabel Penelitian Langkah Penelitian X1(t) Suku Bunga SBI (%) X3 (t) Kurs (Rupiah/Dollar AS) X2(t) IHK (indeks) Y(t) Netflow Uang Kartal (Miliar Rupiah) Variabel dummy yang menyatakan efek musiman ataupun efek variasi kalender Data bulan uari Desember 2012 digunakan sebagai insample Data bulan uari Desember 2013 digunakan sebagai outsample 18
19 Sumber Data Variabel Penelitian Langkah Penelitian Tahun Tanggal Idul Fitri Keterangan Variabel Dummy Nopember M1 Nopember V 1,t =1 untuk Nopember V 1,(t-1) =1 untuk Oktober V 1,(t+1) =1 untuk Desember Oktober M4 Oktober V 4,t =1 untuk Oktober V 4,(t-1) =1 untuk September V 4,(t+1) =1 untuk Nopember Oktober M2 Oktober V 2,t =1 untuk Oktober V 2,(t-1) =1 untuk September V 2,(t+1) =1 untuk Nopember Oktober M1 Oktober V 1,t =1 untuk Oktober V 1,(t-1) =1 untuk September V 1,(t+1) =1 untuk Nopember September M4 September V 4,t =1 untuk September V 4,(t-1) =1 untuk Agustus V 4,(t+1) =1 untuk Oktober September M2 September V 2,t =1 untuk September V 2,(t-1) =1 untuk Agustus V 2,(t+1) =1 untuk Oktober Agustus M4 Agustus V 4,t =1 untuk Agustus V 4,(t-1) =1 untuk Juli V 4,(t+1) =1 untuk September Agustus M3 Agustus V 3,t =1 untuk Agustus V 3,(t-1) =1 untuk Juli V 3,(t+1) =1 untuk September Agustus M2 Agustus V 2,t =1 untuk Agustus V 2,(t-1) =1 untuk Juli V 2,(t+1) =1 untuk September 19
20 Sumber Data Variabel Penelitian Langkah Penelitian Studi Literatur Pengumpulan data penelitian dan eksplorasi statistik deskriptif Melakukan pembentukan model variasi kalender berbasis regresi time series dan ARIMAX Melakukan pembentukan model melalui pendekatan confirmatory dan explanatory Melakukan pembentukan model gabungan variasi kalender dan Melakukan pemilihan model terbaik dan meramalkan netflow uang kartal Kesimpulan 20
21 Bab IV Analisis dan Pembahasan 21
22 22 Karakteri stik Idul Fitri Stat Deskriptif Terbaik Peramalan Year Month Netflow Kartal (Milyar Rupiah)
23 Karakteri stik Idul Fitri Stat Deskriptif Terbaik Peramalan NET OUTFLOW TERTINGGI NET INFLOW TERTINGGI Desember Oktober (2005 dan 2006) September ( ) Agustus ( ) Juli (2013) uari Nopember ( ) Oktober (2008 dan 2009) September ( ) Agustus (2013) 23
24 Karakteri stik Idul Fitri Stat Deskriptif Terbaik Peramalan Tahun Tanggal Idul Fitri Keterangan Net inflow Tertinggi Net outflow Tertinggi Nopember Minggu Ke-1 Nopember uari, Nopember Oktober, Desember Oktober Minggu Ke-4 Oktober uari, Nopember Oktober, Desember Oktober Minggu Ke-2 Oktober uari, Nopember September, Desember Oktober Minggu Ke-1 Oktober uari, Oktober September, Desember September Minggu Ke-4 September uari, Oktober September, Desember September Minggu Ke-2 September uari, September Agustus, Desember Agustus Minggu Ke-4 Agustus uari, September Agustus, Desember Agustus Minggu Ke-3 Agustus uari, September Agustus, Desember Agustus Minggu Ke-2 Agustus uari, Agustus Juli, Desember 24
25 Karakteri stik Idul Fitri Stat Deskriptif Terbaik Peramalan NET OUTFLOW TERTINGGI NET INFLOW TERTINGGI Desember Bulan terjadinya Idul Fitri (Jika Idul Fitri pada minggu ke-3 atau ke-4) Satu bulan sebelum Idul Fitri (Jika Idul Fitri pada minggu ke-1 atau ke-2) uari Bulan terjadinya Idul Fitri (jika Idul Fitri pada minggu ke-1 atau ke-2) Satu bulan setelah Idul Fitri (jika Idul Fitri pada minggu ke-3 atau minggu ke-4) 25
26 Karakteri stik Idul Fitri Stat Deskriptif Terbaik Peramalan Satu Bulan Sebelum Idul Fitri Saat Idul Fitri Satu Bulan Setelah Idul Fitri Minggu ke-1 Minggu ke-2 Minggu ke-3 Minggu ke-4 26
27 Karakteri stik Idul Fitri Stat Deskriptif Terbaik Peramalan Satu bulan sebelum terjadinya Idul Fitri, rata-rata kebutuhan uang kartal tercatat net inflow dengan tren menurun jika Idul Fitri terjadi pada minggu pertama, kedua, ketiga, dan keempat Pada saat Idul Fitri, rata-rata kebutuhan uang kartal mengalami net inflow yang tinggi jika Idul Fitri terjadi pada minggu pertama, net inflow yang rendah jika Idul Fitri terjadi pada minggu kedua, net outflow jika Idul Fitri terjadi pada minggu ketiga, dan net outflow yang semakin tinggi jika Idul Fitri terjadi pada minggu keempat. Sebulan setelah Idul Fitri, rata-rata kebutuhan uang kartal tercatat net outflow jika Idul Fitri terjadi pada minggu pertama dan tercatat net inflow yang semakin tinggi jika Idul Fitri terjadi pada minggu kedua, ketiga, dan keempat. 27
28 Karakteri stik Idul Fitri Stat Deskriptif Terbaik Peramalan Regresi Time Series ARIMAX MODEL TERBAIK Residual White Noise dan mengikuti berdistribusi normal 28
29 Karakteri stik Idul Fitri Stat Deskriptif Terbaik Peramalan Regresi Time Series ARIMAX MODEL TERBAIK Residual White Noise dan belum mengikuti distribusi normal 29
30 Karakteri stik Idul Fitri Stat Deskriptif Terbaik Peramalan 15,0 12,5 Variable SBI IHK/10 KURS/1000 Data 10,0 7,5 5,0 Bulan Tahun
31 Karakteri stik Idul Fitri Stat Deskriptif Terbaik Peramalan Ekonometrika Time Series REGRESI SEKUENSIAL SUKU BUNGA SBI INDEKS HARGA KONSUMEN KURS RUPIAH/DOLLAR AS 31
32 Karakteri stik Idul Fitri Stat Deskriptif Terbaik Peramalan Ekonometrika Time Series REGRESI SERENTAK 1,0 0,8 0,6 Autocorrelation 0,4 0,2 0,0-0,2-0,4-0,6-0,8-1, Lag
33 Karakteri stik Idul Fitri Stat Deskriptif Terbaik Peramalan Ekonometrika Time Series UJI SIGNIFIKANSI PARAMETER Variabel Koefisien SE T-value P-value Konstanta ,73 0,465 X1(t) ,32 0,753 X1(t-1) ,36 0,723 X2(t) 25, ,12 0,905 X3(t) -2,516 2,09-1,2 0,233 y(t-1) -0, ,0798-4,09 0 y(t-12) 0, ,0792 8,66 0 model berbasis ekonometrik belum layak digunakan 33
34 Karakteri stik Idul Fitri Stat Deskriptif Terbaik Peramalan Ekonometrika Time Series SINGLE INPUT (SUKU BUNGA SBI) 34
35 Karakteri stik Idul Fitri Stat Deskriptif Terbaik Peramalan Ekonometrika Time Series UJI SIGNIFIKANSI PARAMETER 35
36 Karakteri stik Idul Fitri Stat Deskriptif Terbaik Peramalan Ekonometrika Time Series SINGLE INPUT (IHK) Residual White Noise dan belum mengikuti distribusi normal, variabel IHK signifikan 36
37 Karakteri stik Idul Fitri Stat Deskriptif Terbaik Peramalan Ekonometrika Time Series SINGLE INPUT (KURS) Residual White Noise dan belum mengikuti distribusi normal, variabel Kurs tidak signifikan 37
38 Karakteri stik Idul Fitri Stat Deskriptif Terbaik Peramalan Ekonometrika Time Series MULTI INPUT Residual White Noise dan belum mengikuti distribusi normal, hanya variabel IHK yang signifikan 38
39 Karakteri stik Idul Fitri Stat Deskriptif Terbaik Peramalan MODEL TERBAIK Residual White Noise dan mengikuti distribusi normal, semua variabel signifikan 39
40 Karakteri stik Idul Fitri Stat Deskriptif Terbaik Peramalan 40
41 Karakteri stik Idul Fitri Stat Deskriptif Terbaik Peramalan INTERPRETASI , , , , , , , ,0 Satu Bulan Sebelum Idul Fitri Saat Idul Fitri Satu Bulan Setelah Idul Fitri , Minggu ke-1 Minggu ke-3 Minggu ke-2 Minggu ke-4 uari Februari Juni September Oktober Desember IHK (t-2) IHK (t-3) IHK (t-5) 41
42 Karakteri stik Idul Fitri Stat Deskriptif Terbaik Peramalan Variable Actual Forecast Netflow Uang Kartal net outflow uang kartal tertinggi akan terjadi pada bulan Juli 39,12 triliun rupiah) Bulan Tahun net inflow uang kartal tertinggi akan terjadi pada bulan uari -38,83 triliun rupiah) 42
43 Bab V Kesimpulan dan Saran 43
44 Kesimpulan Saran Karakteristik netflow uang kartal dipengaruhi oleh adanya variasi kalender yang disebabkan perayaan tahunan Idul Fitri. Selain itu, juga terdapat efek musiman dari bulan-bulan tertentu terbaik untuk meramalkan netflow uang kartal adalah model gabungan antara variasi kalender berbasis ARIMAX dan model berbasis time series. Pada tahun 2014, net inflow tertinggi akan terjadi pada bulan uari yakni sebesar -38,83 triliun rupiah dan net outflow tertinggi akan terjadi pada bulan Juli yakni sebesar 39,12 triliun rupiah. 44
45 Kesimpulan Saran Pada penelitian selanjutnya sebaiknya dilakukan komparasi model dengan pendekatan ekonometrik yang lebih advance ataupun dengan model-model non-linear untuk mendapatkan residual hasil ramalan yang lebih kecil. 45
46 Daftar Pustaka Akinlo, A. Enisan. (2005). The Stability of Money Demand in Nigeria: An Autoregressive Distributed Lag Approach. Journal of Policy ling 28 page Baharumshah, A.Z, Mohd, S.H, dan Masih, A. M. M. (2009). The Stability of Money Demand in China: Evidence from the. Economic Systems 33 page Cryer, J.D. dan Chan, K.-S. (2008). Time Series Analysis: With Applications in R (2nd ed.). New York: Springer Science+Business Media, LLC. Gujarati, Damodar N. (2004). Basic Econometrics.The-McGraw Hill Company Hasanah, Heni. (2009). Stabilitas Moneter pada Sistem Perbankan Ganda di Indonesia. Tesis. Program Pascasarjana Depertemen Ilmu Ekonomi Institut Pertanian Bogor. Hidayat, Imam. (2010). Analisis Pengaruh Harga Bahan Bakar Minyak Eceran dan Industri Terhadap Indeks Harga Kelompok Komoditi Pembentuk Indeks Harga Konsumen di Indonesia. Tesis. Program Magister Perencanaan dan Kebijakan Publik, Universitas Indonesia. Insukindro dan Aliman. (1999). Pemilihan dan Bentuk Fungsi Empirik: Studi Kasus Permintaan Uang Kartal Riil di Indonesia. Jurnal Ekonomi dan Bisnis Indonesia, Vol. 14, No. 4:
47 Daftar Pustaka Kadiman, Irawan (2005). Teori dan Indikator Pembangunan. Jakarta: Lembaga Administrasi Negara Republik Indonesia Makridakis S, Wheelwright, S. C. dan McGee, V. E. (1999). Metode dan Aplikasi Peramalan, Edisi kedua. Jakarta: Binurapa Aksara. Manurung, Mandala dan Rahardja, Pratama. (2004). Uang, Perbankan, dan Ekonomi Moneter (Kajian Kontekstual Indonesia). Jakarta: Lembaga Penerbit FEUI. Pesaran, M. Hashem and Shin, Yongcheol. (1997). An Autoregressive Distributed Lag ling Approach to Cointegration Analysis. Symposium at the Centennial of Ragnar Frisch, The Norwegian Academy of Science and Letters, Oslo, March 3-5. Rangkuti, Agus Edy. (2007). Analisis Faktor-Faktor yang Mempengaruhi Permintaan Uang Kartal di Indonesia. Tesis. Program Pascasarjana Program Studi Ekonomi Pembangunan, Universitas Sumatera Utara. Rosadi, Dedi. (2011). Analisis Ekonometrika dan Runtun Waktu Terapan dengan R. Yogyakarta: Penerbit ANDI Setiawan, Wawan. (2010). Analisis Dampak Fluktuasi Perekonomian Dunia Terhadap Efektifitas Kebijakan Moneter. Tesis. Program Studi Magister Perencanaan dan Kebijakan Publik, Universitas Indonesia. 47
48 Daftar Pustaka Solikin dan Suseno. (2002). Uang: Pengertian, Penciptaan, dan Peranannya dalam Perekonomian. Jakarta: Bank Indonesia. Suhartono, Lee, M.H., dan Hamzah, N.A. (2010). Calendar Variation Based on Time Series Regression for Sales Forecast: The Ramadhan Effects. Proceedings of the Regional Conference on Statistical Sciences, Suherman. (2003). Estimasi Permintaan Uang Kartal Indonesia 1990:1-2002:IV Error Correction. Tesis. Magister Perencanaan Dan Kebijakan Publik Fakultas Ekonomi Universitas Indonesia. Suryaningtyas, Wahyuni. (2011). Peramalan Volume Penjualan Celana Panjang di Boyolali dengan Menggunakan. Prosiding dalam Seminar Nasional Matematika dan Pendidikan Matematika tanggal 3 Desember 2011 di Jurusan Pendidikan Matematika FMIPA Universitas Negeri Yogyakarta. Utari, Maria. (2013). Market-to-Retail Pass-Through dan Faktor-Faktor yang Mempengaruhinya: Kajian Empiris di 36 Negara di Dunia. Skripsi. Program Sarjana Departemen Ilmu Ekonomi Institut Pertanian Bogor. Wei, W. W. S. (2006). Time series Analysis Univariate and Multivariate Methods. New York: Pearson education, Inc. 48
49 Terimakasih 49
Peramalan Netflow Uang Kartal dengan Model Variasi Kalender dan Model Autoregressive Distributed Lag (ARDL)
Peramalan Netflow Uang Kartal dengan Model Variasi Kalender dan Model Autoregressive Distributed Lag (ARDL) Ainil Karomah dan Suhartono Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam,
Lebih terperinciRenny Elfira Wulansari, Epa Suryanto, Kiki Ferawati, Ilafi Andalita, Suhartono
Statistika, Vol. No., November 0 Penerapan Time Series Regression with Calendar Variation Effect pada Data Netflow Uang Kartal Bank Indonesia Sebagai Solusi Kontrol Likuiditas Perbankan di Indonesia Renny
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 terperinciPERAMALAN OUTFLOW UANG KARTAL DI BANK INDONESIA WILAYAH JAWA TENGAH DENGAN METODE GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR)
PERAMALAN OUTFLOW UANG KARTAL DI BANK INDONESIA WILAYAH JAWA TENGAH DENGAN METODE GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR) SKRIPSI Disusun Oleh : AUKHAL MAULA FINA NIM. 24010212120014 DEPARTEMEN STATISTIKA
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 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 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 terperinciBAB V PENUTUP. sejenis yang ingin melanjutkan atau mengembangkan penelitian ini.
BAB V PENUTUP Bab ini berisi kesimpulan dan saran. Kesimpulan merupakan pernyataan singkat dan tepat yang dijabarkan dari hasil penelitian dan pembahasan untuk membuktikan kebenaran hipotesis penelitian.
Lebih terperinciPeramalan Harga Beras di Perum BULOG Divre Jatim
Peramalan Harga Beras di Perum BULOG Divre Jatim Disusun oleh : Woro Morphi H (1309030010) Dosen Pembimbing : Dr. Suhartono, S.Si, M.Sc Pendahuluan Latar Belakang, Perumusan Masalah,Tujuan Penelitian,
Lebih terperinciAnalisis Pengaruh Nilai Tukar Rupiah terhadap Jumlah Uang Beredar dengan Pendekatan Error Correction Model (ECM)
Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Analisis Pengaruh Nilai Tukar Rupiah terhadap Jumlah Uang Beredar dengan Pendekatan Error Correction Model (ECM) Ni Putu
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 III OBJEK DAN METODE PENELITIAN. tabungan masyarakat, deposito berjangka dan rekening valuta asing atau
BAB III OBJEK DAN METODE PENELITIAN 3.1 Objek Penelitian 3.1.1 Jumlah Uang Beredar Jumlah uang beredar dalam arti luas (M2) atau broad money merupakan merupakan kewajiban sistem moneter (bank sentral)
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 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 terperinciPERAMALAN JUMLAH WISATAWAN GROJOGAN SEWU MENGGUNAKAN MODEL REGRESI RUNTUN WAKTU DENGAN EFEK VARIASI KALENDER
PERAMALAN JUMLAH WISATAWAN GROJOGAN SEWU MENGGUNAKAN MODEL REGRESI RUNTUN WAKTU DENGAN EFEK VARIASI KALENDER oleh APRILLIA COSASI M0109014 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan
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 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 terperinciProsiding Seminar Nasional MIPA 2016
Peramalan Jumlah Penumpang Kereta Api Lodaya Jurusan Bandung-Solo Menggunakan Model Reg-ARIMA Dengan Variasi Kalender (Studi Kasus: PT. Kereta Api Indonesia) Dyah Puspita Sari*, Gumgum Darmawan, Soemartini
Lebih terperinciBAB I PENDAHULUAN. Tidak dapat dipungkiri bahwa uang merupakan bagian yang tidak. terpisahkan dalam kehidupan masyarakat dan perekonomian suatu negara
1 BAB I PENDAHULUAN A. Latar Belakang Tidak dapat dipungkiri bahwa uang merupakan bagian yang tidak terpisahkan dalam kehidupan masyarakat dan perekonomian suatu negara tanpa memasukkan besaran uang. Uang
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 terperinciPENGGUNAAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (P,Q) UNTUK PERAMALAN HARGA DAGING AYAM BROILER DI PROVINSI JAWA TIMUR
Seminar Nasional Matematika dan Aplikasinya, 21 Oktober 27 PENGGUNAAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (P,Q) UNTUK PERAMALAN HARGA DAGING AYAM BROILER DI PROVINSI JAWA TIMUR
Lebih terperinciPeramalan Volume Penjualan Sepeda Motor di Kabupaten Trenggalek dengan Menggunakan Metode ARIMAX dan ANFIS
Peramalan Volume Penjualan Sepeda Motor di Kabupaten Trenggalek dengan Menggunakan Metode ARIMAX dan ANFIS I Made Bayu Kurniawan, 2 Santi Puteri Rahayu, dan 3 Suhartono Jurusan Statistika, Fakultas MIPA,
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 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 terperinciBAB III METODE PENELITIAN. matematika dan membuat generalisasi atas rerata. 73. pengaruh Kurs, Suku Bunga Bank Indonesia (BI Rate), dan Jumlah Uang
55 BAB III METODE PENELITIAN A. Jenis Penelitian Penelitian ini merupakan penelitian kuantitatif. Penelitian kuantitatif adalah suatu penelitian yang didasari oleh falsafah positivisme yaitu ilmu yang
Lebih terperinciBABV PENUTUP. 2. Model fungsi transfer yang menghubungkan antara harga rninyak bumi dengan harga bijih plastikjenis PE, yaitu:
BABV PENUTUP V.I KesimpuJan Berdasarkan analisa dan pembahasan yang telah dilakukan, maka dapat diarnbil kesirnpulan sebagai berikut: I. Model fungsi transfer yang menghubungkan antara harga rninyak bmni
Lebih terperinciBAB III. Metode Penelitian. Penelitian ini menggunakan pendekatan kuantitatif yaitu data yang diukur dalam skala
BAB III Metode Penelitian A. Pendekatan Penelitian Penelitian ini menggunakan pendekatan kuantitatif yaitu data yang diukur dalam skala numerik, berdasarkan data time series yang berhubungan dengan inflasi,suku
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 terperinciIII. METODE PENELITIAN. Bentuk data berupa data time series dengan frekuensi bulanan dari Januari 2000
28 III. METODE PENELITIAN 3.1. Data 3.1.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Bentuk data berupa data time series dengan frekuensi bulanan dari Januari
Lebih terperinciPEMODELAN DAN PERAMALAN JUMLAH PENGUNJUNG KBS MENGGUNAKAN MODEL VARIASI KALENDER ARIMAX
PEMODELAN DAN PERAMALAN JUMLAH PENGUNJUNG KBS MENGGUNAKAN MODEL VARIASI KALENDER ARIMAX Indry Arifani, Weny Rahmayanti, Tesalonika Putri, Vira Oktavia Kurniasari, Alicia Mutiara Anky Statistika, FMIPA,
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 V PENUTUP. 5.1 Kesimpulan. Berdasarkan beberapa temuan dalam penelitian ini, peneliti mengambil. kesimpulan yaitu
BAB V PENUTUP 5.1 Kesimpulan Berdasarkan beberapa temuan dalam penelitian ini, peneliti mengambil kesimpulan yaitu 1) Dalam jangka pendek jumlah uang beredar tidak berpengaruh atau tidak signifikan terhadap
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 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 terperinciPERAMALAN JUMLAH WISATAWAN GROJOGAN SEWU MENGGUNAKAN MODEL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE EXOGENOUS (ARIMAX) DENGAN VARIASI KALENDER
PERAMALAN JUMLAH WISATAWAN GROJOGAN SEWU MENGGUNAKAN MODEL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE EXOGENOUS (ARIMAX) DENGAN VARIASI KALENDER Oleh SAHETI ULLY FATWA M0109058 SKRIPSI ditulis dan diajukan
Lebih terperinciBAB III METODE PENELITIAN. kegunaan tertentu. Cara ilmiah berarti kegiatan penelitian itu didasarkan pada
BAB III METODE PENELITIAN Menurut Sugiyono (2013), Metode penelitian pada dasarnya merupakan cara ilmiah untuk mendapatkan data dengan tujuan dan kegunaan tertentu. Berdasarkan hal tersebut terdapat empat
Lebih terperinciBAB V KESIMPULAN DAN SARAN. Desember 2009 dalam kondisi jangka pendek.
45 BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Berdasarkan uraian yang telah disampaikan pada bab sebelumnya, maka kesimpulan penelitian ini adalah: 1) Secara individu variabel Jumlah Uang Beredar (M1) tidak
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 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 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 terperinciTINJAUAN PUSTAKA. perubahan harga yang dibayar konsumen atau masyarakat dari gaji atau upah yang
II.. TINJAUAN PUSTAKA Indeks Harga Konsumen (IHK Menurut Monga (977 indeks harga konsumen adalah ukuran statistika dari perubahan harga yang dibayar konsumen atau masyarakat dari gaji atau upah yang didapatkan.
Lebih terperinciPemodelan Beban Sistem Listrik Jawa-Bali dengan Menggunakan Pendekatan Flexible Seasonality Forecasting
Prosiding Seminar Nasional Matematika, Universitas Jember, 19 November 2014 121 Pemodelan Beban Sistem Listrik Jawa-Bali dengan Menggunakan Pendekatan Flexible Seasonality Forecasting (Electricity Demand
Lebih terperinciPemodelan dan Peramalan Penjualan Sepeda Motor di Surabaya dengan ARIMAX Variasi Kalender
Pemodelan dan Peramalan Penjualan Sepeda Motor di Surabaya dengan ARIMAX Variasi Kalender 1 Arinta Cahyaningtyas dan 2 Setiawan 1,2 Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut
Lebih terperinciPeramalan Laju Inflasi dan Nilai Tukar Rupiah Terhadap Dolar Amerika Menggunakan Model Vector Autoregressive (VAR)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 673-682 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian Peramalan Laju Inflasi dan Nilai Tukar Rupiah Terhadap Dolar
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 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 III METODE PENELITIAN Jenis Data dan Metode Pengumpulan Data. merupakan data sekunder yang bersumber dari data yang dipublikasi oleh
BAB III METODE PENELITIAN 3.1. Jenis Data dan Metode Pengumpulan Data Jenis data yang digunakan pada penelitian ini adalah data panel dan merupakan data sekunder yang bersumber dari data yang dipublikasi
Lebih terperinciModel Penjualan Plywood PT. Linggarjati Mahardika Mulia
Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami) Vol., No., Juli 7, Hal. 52-57 p-issn: 25-4596; e-issn: 25-4X Halaman 52 Model Penjualan Plywood PT. Linggarjati Mahardika Mulia
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 terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Obyek Penelitian Dalam penelitian ini, obyek yang diamati yaitu inflasi sebagai variabel dependen, dan variabel independen JUB, kurs, BI rate dan PDB sebagai variabel yang
Lebih terperinciBAB I PENDAHULUAN. Indeks Harga Saham Gabungan (IHSG) adalah cerminan kegiatan pasar
BAB I PENDAHULUAN A. Latar Belakang Masalah Indeks Harga Saham Gabungan (IHSG) adalah cerminan kegiatan pasar modal secara umum. IHSG menggambarkan suatu rangkain informasi historis mengenai pergerakan
Lebih terperinciPENGARUH GDP TERHADAP INFLASI DI INDONESIA: TAHUN Novi Darmayanti Universitas Islam Darul Ulum Lamongan
PENGARUH GDP TERHADAP INFLASI DI INDONESIA: TAHUN 2000-2012 Novi Darmayanti novismile_ub@yahoo.com Universitas Islam Darul Ulum Lamongan Abstrak: Tujuan penelitian ini adalah untuk mengetahui GDP terhadap
Lebih terperinciAnalisis Ekonometrika Model Pendapatan Nasional Indonesia dengan Pendekatan Persamaan Sistem Simultan
Analisis Ekonometrika Model Pendapatan Nasional Indonesia dengan Pendekatan Persamaan Sistem Simultan Oleh: Ainul Fatwa Khoiruroh (1310100096) Pembimbing: Dr. Setiawan, M.S. JURUSAN STATISTIKA FAKULTAS
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 terperinciFAKULTAS EKONOMI UNIVERSITAS ANDALAS SKRIPSI
FAKULTAS EKONOMI UNIVERSITAS ANDALAS SKRIPSI DAMPAK PENDAPATAN DAN SUKU BUNGA TERHADAP KONSUMSI MASYARAKAT DI SUMATERA BARAT SELAMA PERIODE 1993-2008 Oleh : GLIANTIKA 07 951 022 Mahasiswa Program Strata
Lebih terperinciPeramalan Inflasi Menurut Kelompok Pengeluaran Makanan Jadi, Minuman, Rokok dan Tembakau Menggunakan Model Variasi Kalender
Peramalan Inflasi Menurut Kelompok Pengeluaran Makanan Jadi, Minuman, Rokok dan Tembakau Menggunakan Model Variasi Kalender (Studi Kasus Inflasi Kota Semarang) SKRIPSI Disusun Oleh : AMANDA LUCKY BERLIAN
Lebih terperinciIII. METODE PENELITIAN. tingkat harga umum, pendapatan riil, suku bunga, dan giro wajib minimum. Data
47 III. METODE PENELITIAN A. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder, yang terdiri dari satu variabel terikat yaitu Ekses Likuiditas dan empat variabel
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 terperinciMETODE PENELITIAN. deposito berjangka terhadap suku bunga LIBOR, suku bunga SBI, dan inflasi
III. METODE PENELITIAN Variabel-variabel yang digunakan dalam penelitian ini adalah tingkat suku bunga deposito berjangka terhadap suku bunga LIBOR, suku bunga SBI, dan inflasi pada bank umum di Indonesia.
Lebih terperinciPERAMALAN NILAI TUKAR DOLAR SINGAPURA (SGD) TERHADAP DOLAR AMERIKA (USD) DENGAN MODEL ARIMA DAN GARCH
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 110 117 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERAMALAN NILAI TUKAR DOLAR SINGAPURA (SGD) TERHADAP DOLAR AMERIKA (USD) DENGAN MODEL ARIMA DAN GARCH
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERMINTAAN UANG KARTAL RIIL DI INDONESIA TAHUN
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERMINTAAN UANG KARTAL RIIL DI INDONESIA TAHUN 1996. 1-2008. 4 SKRIPSI Diajukan Untuk Memenuhi Tugas dan Syarat-Syarat Guna Memperoleh Gelar Sarjana Ekonomi Jurusan
Lebih terperinciAnalisis Time Series Pada Penjualan Shampoo Zwitsal daerah Jakarta dan Jawa Barat di PT. Sara Lee Indonesia. Oleh : Pomi Kartin Yunus
Analisis Time Series Pada Penjualan Shampoo Zwitsal daerah Jakarta dan Jawa Barat di PT. Sara Lee Indonesia Oleh : Pomi Kartin Yunus 1306030040 Latar Belakang Industri manufaktur yang berkembang pesat
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Salah satu kunci penting dalam mencapai pertumbuhan ekonomi yang sehat adalah sinergi antara sektor moneter, fiskal dan riil. Bila ketiganya dapat disinergikan
Lebih terperinciIMPLEMENTASI METODE BOX-JENKINS UNTUK MEMPREDIKSI HARGA MINYAK DUNIA DAN PENGARUHNYA TERHADAP HARGA MINYAK INDONESIA
Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol. 9 No. 2, Desember 2017, hal. 87-94 ISSN (Cetak) : 2085-1456; ISSN (Online) : 2550-0422; https://jmpunsoed.com/ IMPLEMENTASI METODE BOX-JENKINS
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Metode dan Sifat Penelitian Jenis penelitian ini menggunakan metode kuantitatif karena menggunakan data penelitian berupa angka-angka dan analisis dengan menggunakan metode
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN A. Hasil Penelitian 1. Hasil Uji Asumsi Klasik Untuk menghasilkan hasil penelitian yang baik, pada metode regresi diperlukan adanya uji asumsi klasik untuk mengetahui apakah
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Pendekatan Penelitian Pendekatan penelitian ini menggunakan pendekatan kuantitatif yaitu pendekatan dengan cara mengukur variabel yang di lingkari oleh teori atau satu
Lebih terperinciPENERAPAN MODEL ARIMAX PADA DATA PERMINTAAN IKAN PATIN DI RESTORAN KARIMATA BOGOR ARIKMADI TRI WIDODO
PENERAPAN MODEL ARIMAX PADA DATA PERMINTAAN IKAN PATIN DI RESTORAN KARIMATA BOGOR ARIKMADI TRI WIDODO DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciPeramalan Inflasi Kota Surabaya dengan Pendekatan ARIMA, Variasi Kalender, dan Intervensi
JURNA SAINS DAN SENI IS Vol. 5, No., (206) 2337-3520 (230-928X Print) D-90 Peramalan Inflasi Kota Surabaya dengan Pendekatan ARIMA, Variasi Kalender, dan Intervensi Novi Wulandari, Setiawan dan 2 Imam
Lebih terperinciV. KESIMPULAN DAN SARAN. 1. Berdasarkan hasil estimasi dapat diketahui bahwa secara parsial variabel
V. KESIMPULAN DAN SARAN A. Kesimpulan Dari hasil perhitungan dan pembahasan pada bab sebelumnya maka dapat ditarik beberapa kesimpulan, yaitu : 1. Berdasarkan hasil estimasi dapat diketahui bahwa secara
Lebih terperinciBAB V PENUTUP. Kesimpulan yang diperoleh dari penelitian ini adalah sebagai berikut : terhadap permintaan uang (M2) 2000:Q1 2008:Q2.
BAB V PENUTUP 5.1. Kesimpulan Kesimpulan yang diperoleh dari penelitian ini adalah sebagai berikut : 1. Pendapatan nasional (Y) mempunyai pengaruh positif dan signifikan terhadap permintaan uang (M2) 2000:Q1
Lebih terperinciBAB I PENDAHULUAN. 1 Universitas Indonesia. Analisis dampak..., Wawan Setiawan..., FE UI, 2010.
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pesatnya perkembangan ekonomi dunia dewasa ini berimplikasi pada eratnya hubungan satu negara dengan negara yang lain. Arus globalisasi ekonomi ditandai dengan
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 terperinciBAB I PENDAHULUAN. Dengan adanya Undang-Undang No. 23 tahun 1999, kebijakan moneter
1 BAB I PENDAHULUAN A. Latar Belakang Masalah Dengan adanya Undang-Undang No. 23 tahun 1999, kebijakan moneter yang sebelumnya mempunyai sasaran ganda (pencapaian inflasi yang rendah dan peningkatan kesempatan
Lebih terperinciPERAMALAN INFLASI DENGAN METODE WEIGHTED FUZZY TIME SERIES
PERAMALAN INFLASI DENGAN METODE WEIGHTED FUZZY TIME SERIES Dwi Ayu Lusia 1, Suhartono 2 1 Mahasiswa Program Sarjana, Jurusan Statistika FMIPA-ITS (1307 100 013), 2 Dosen Pembimbing, Jurusan Statistika
Lebih terperinciPERBANDINGAN INVESTASI PADA MATA UANG DOLAR AMERIKA (USD) DAN YEN JEPANG (JPY) DENGAN MODEL ARIMA DAN GARCH
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 1 8 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERBANDINGAN INVESTASI PADA MATA UANG DOLAR AMERIKA (USD) DAN YEN JEPANG (JPY) DENGAN MODEL ARIMA DAN GARCH
Lebih terperinciI. PENDAHULUAN. Dalam beberapa tahun terakhir ini, banyak bank sentral di berbagai negara telah
1 I. PENDAHULUAN A. Latar Belakang Dalam beberapa tahun terakhir ini, banyak bank sentral di berbagai negara telah mengadopsi Inflation Targeting Framework (ITF) sebagai kerangka kerja kebijakan moneter.
Lebih terperinciPrediksi Nilai Indeks Harga Konsumen (IHK) Kota Jambi Menggunakan Radial Basis Function Neural Network (RBFNN) dengan Metode Fuzzy C-Means Clustering
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 T - 12 Prediksi Nilai Indeks Harga Konsumen (IHK) Kota Jambi Menggunakan Radial Basis Function Neural Network (RBFNN) dengan Metode Fuzzy C-Means Clustering
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN A. Data dan Sumber Data 1. Data Variabel-variabel yang digunakan dalam penelitian Analisis Pengaruh Variabel Sektor Moneter dan Riil Terhadap Inflasi di Indonesia (Periode 2006:1
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 terperinciBAB I PENDAHULUAN. lalu-lintas modal, dan neraca lalu-lintas moneter. perdagangan dan neraca jasa. Terdapat tiga pokok persoalan dalam neraca
1 BAB I PENDAHULUAN A. Latar Belakang Masalah Persoalan perdagangan internasional yang dilakukan oleh suatu negara seringkali menggunakan perhitungan mengenai keuntungan dan kerugian yang dilihat dari
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 terperinciI. PENDAHULUAN. Uang merupakan alat pembayaran yang secara umum dapat diterima oleh
1 I. PENDAHULUAN A. Latar Belakang Uang merupakan alat pembayaran yang secara umum dapat diterima oleh masyarakat. Dalam kehidupannya, manusia memerlukan uang untuk melakukan kegiatan ekonomi, karena uang
Lebih terperinciBAB I PENDAHULUAN. dampak krisis keuangan yang terjadi di Indonesia beberapa waktu yang lalu,
BAB I PENDAHULUAN A. Latar Belakang Masalah Masih melekat dalam ingatan kita bersama bagaimana beratnya dampak krisis keuangan yang terjadi di Indonesia beberapa waktu yang lalu, dimana hampir seluruh
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 terperinciHUBUNGAN KAUSALITAS ANTARA KURS RUPIAH TERHADAP DOLLAR DENGAN TINGKAT BUNGA SBI DI INDONESIA TAHUN
HUBUNGAN KAUSALITAS ANTARA KURS RUPIAH TERHADAP DOLLAR DENGAN TINGKAT BUNGA SBI DI INDONESIA TAHUN 1987-2006 SKRIPSI Diajukan Untuk Memenuhi Tugas dan Syarat-syarat Guna Memperoleh Gelar Sarjana Ekonomi
Lebih terperinciPENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU
PENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU Romy Biri ), Yohanes A.R. Langi ), Marline S. Paendong ) ) Program Studi Matematika FMIPA Universitas Sam Ratulangi Jl.
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 terperinciBAB III METODE PENELITIAN. Penelitian ini membahas tentang pengaruh inflasi, kurs, dan suku bunga kredit
BAB III METODE PENELITIAN A. Ruang Lingkup Penelitian Penelitian ini memiliki ruang lingkup ekspor mebel di Kota Surakarta, dengan mengambil studi kasus di Surakarta dalam periode tahun 1990-2014. Penelitian
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 terperinciIII. METODE PENELITIAN. Laporan Kebijakan Moneter, Laporan Perekonomian Indonesia, Badan Pusat
49 III. METODE PENELITIAN A. Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder yang diambil dari data publikasi Bank Indonesia berupa Statistik Ekonomi Moneter, Laporan
Lebih terperinciJurusan Statistika FMIPA Institut Teknologi Sepuluh Nopember Surabaya, 2014
Seminar Hasil Tugas Akhir Pemodelan Dan Peramalan Penjualan Sepeda Motor Di Surabaya Dengan Pendekatan ARIMAX Variasi Kalender Oleh Arinta Cahyaningtyas 13 10 100 006 Dosen Pembimbing Dr. Setiawan, M.S
Lebih terperinciPERBANDINGAN RESIKO INVESTASI BANK CENTRAL ASIA DAN BANK MANDIRI MENGGUNAKAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (GARCH)
Jurnal Matematika UNAND Vol. 5 No. 4 Hal. 80 88 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERBANDINGAN RESIKO INVESTASI BANK CENTRAL ASIA DAN BANK MANDIRI MENGGUNAKAN MODEL GENERALIZED AUTOREGRESSIVE
Lebih terperinciPEMODELAN VECTOR AUTOREGRESSIVE X (VARX) UNTUK MERAMALKAN JUMLAH UANG BEREDAR DI INDONESIA
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 3, Tahun 2017, Halaman 333-343 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN VECTOR AUTOREGRESSIVE X (VARX) UNTUK MERAMALKAN JUMLAH
Lebih terperinciBAB V KESIMPULAN DAN SARAN
BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Berdasarkan analisis data dan pembahasan pada Bab IV, kesimpulan penelitian ini adalah sebagai berikut. 1. Model VARIMA yang sesuai untuk data penjualan obat I,
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 terperinciBAB I PENDAHULUAN. Salah satu peristiwa moneter yang penting dan hampir dijumpai semua
BAB I PENDAHULUAN A. Latar Belakang Masalah Salah satu peristiwa moneter yang penting dan hampir dijumpai semua negara di dunia adalah inflasi. Inflasi berasal dari bahasa latin inflance yang berarti meningkatkan.
Lebih terperinciBAB V KESIMPULAN DAN SARAN
BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan Kesimpulan yang dapat ditarik dari hasil analisis jumlah uang beredar dan tingkat suku bunga SBI terhadap inflasi di Indonesia tahun 1984-2009 adalah sebagai
Lebih terperinciBAB III METODE PENELITIAN. analisis tersebut untuk memperoleh kesimpulan. 68 Jenis penelitian kuantitatif
BAB III METODE PENELITIAN A. Jenis Penelitian Jenis penelitian ini adalah penelitian kuantitatif, yakni penelitian yang menganalisis data-data secara kuantitatif kemudian menginterpretasikan hasil analisis
Lebih terperinciIV. KINERJA MONETER DAN SEKTOR RIIL DI INDONESIA Kinerja Moneter dan Perekonomian Indonesia
IV. KINERJA MONETER DAN SEKTOR RIIL DI INDONESIA 4.1. Kinerja Moneter dan Perekonomian Indonesia 4.1.1. Uang Primer dan Jumlah Uang Beredar Uang primer atau disebut juga high powered money menjadi sasaran
Lebih terperinci