PENGARUH INSIDEN BOM BALI I DAN BOM BALI II TERHADAP BANYAKNYA WISATAWAN MANCANEGARA YANG DATANG KE BALI
|
|
- Utami Hermawan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 TUGAS AKHIR - ST 1325 PENGARUH INSIDEN BOM BALI I DAN BOM BALI II TERHADAP BANYAKNYA WISATAWAN MANCANEGARA YANG DATANG KE BALI I G B ADI SUDIARSANA NRP Dosen Pembimbing Ir. Dwiatmono Agus Widodo, M.Ikom JURUSAN STATISTIKA Fakultas Matematika Dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2007
2 TUGAS AKHIR - ST 1325 PENGARUH INSIDEN BOM BALI I DAN BOM BALI II TERHADAP BANYAKNYA WISATAWAN MANCANEGARA YANG DATANG KE BALI I G B ADI SUDIARSANA NRP Dosen Pembimbing Ir. Dwiatmono Agus Widodo, M.IKom JURUSAN STATISTIKA Fakultas Matematika Dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2007
3 FINAL PROJECT - ST 1325 THE EFFECT OF BALI BOMB I AND BALI BOMB II ON THE NUMBER OF FOREIGN TOURIST ARRIVALS TO BALI I G B ADI SUDIARSANA NRP Advisor Ir. Dwiatmono Agus Widodo, M.IKom DEPARTMENT Of STATISTICS Faculty Of Mathematics And Natural Sciences Sepuluh Nopember Institute Of Technology Surabaya 2007
4 LEMBAR PENGESAHAN PENGARUH INSIDEN BOM BALI I DAN BOM BALI II TERHADAP BANYAKNYA WISATAWAN MANCANEGARA YANG DATANG KE BALI TUGAS AKHIR Diajukan Untuk Memenuhi Salah Satu Syarat Kelulusan Di Program Studi Strata Satu Statistika Fakultas Matematika Dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya Oleh: I G B ADI SUDIARSANA NRP Disetujui oleh Pembimbing Tugas Akhir : Nama : Ir. Dwiatmono Agus Widodo, M.IKom NIP : (... ) Mengetahui, Ketua Jurusan Statistika FMIPA ITS Ir. Mutiah Salamah, M.kes NIP SURABAYA, JUNI 2007
5 PENGARUH INSIDEN BOM BALI I DAN BOM BALI II TERHADAP BANYAKNYA WISATAWAN MANCANEGARA YANG DATANG KE BALI Nama Mahasiswa : I G B ADI SUDIARSANA NRP : Jurusan : Statistika, F-MIPA ITS Dosen Pembimbing : Ir. Dwiatmono A. W., M.IKom Abstrak Salah satu indikator yang dapat menggambarkan kondisi pariwisata Bali adalah banyaknya wisatawan mancanegara (wisman) yang datang ke Bali. Pasca insiden bom Bali I dan II terjadi penurunan banyaknya wisman yang datang ke Bali. Besarnya penurunan dan lama penurunan kunjungan wisman dapat diketahui dari model intervensi dari banyaknya wisman yang datang ke Bali. Model intervensi dibentuk berdasarkan residual dari data setelah intervensi yang diramalkan dengan menggunakan model ARIMA yang di bentuk dari data sebelum terjadinya intervensi. Berdasarkan model intervensi dari data banyaknya wisman yang datang ke Bali antara bulan Januari 1998 sampai bulan juni 2006, maka besarnya penurunan kedatangan wisman ke Bali sebulan pasca bom Bali I adalah orang, sedangkan besarnya penurunan sebulan pasca bom Bali II adalah orang. Pengaruh penurunan ini terus berlanjut sampai pada akhir pengamatan yaitu bulan Juni 2006 sehingga efek yang ditimbulkan oleh bom Bali I dan bom Bali II adalah efek permanen. Kata kunci : model ARIMA, model intervensi. iv
6 THE EFFECT OF BALI BOMB I AND BALI BOMB II ON THE NUMBER OF FOREIGN TOURIST ARRIVALS TO BALI Name :I G B ADI SUDIARSANA NRP : Department :Statistics, Mathematic and Natural Science Faculty - ITS Supervisor :Ir. Dwiatmono A. W., M.IKom Abstract One of indicator that able to describe the condition of Bali tourism is the number of foreign tourist arrivals to Bali. After Bali bomb I and II incident, happens degradation of the number of foreign tourist arrivals to Bali. Level and long of degradation can be known from intervention model of the number of foreign tourist arrivals. Intervention model is made from the shape of errors of the data after intervention which is forecasted by ARIMA model of data before intervention. Refer to the intervention model of foreign tourist arrivals data from January 1998 until June 2006, level of foreign tourist arrivals degradation one month after Bali bomb I is peoples, while level of foreign tourist arrivals degradation one month after Bali bomb II is peoples. Effect of degradation is keep moving until June 2007 which is the end of observation so the effect that raised by Bali bomb I and Bali bomb II is permanent effect. Key words: ARIMA model, intervention model. v
7 DAFTAR ISI Halaman Judul... i Halaman Judul... ii Lembar Pengesahan... iii Abstrak... iv Abstract... v KataPengantar... vi Daftar Isi... vii Daftar Gambar... ix Daftar Tabel... xi BAB I PENDAHULUAN Latar belakang Permasalahan Tujuan Manfaat Batasan Masalah... 3 BAB II TINJAUAN PUSTAKA Time series dan Proses Stokastik Proses Stasioner Autocovariance dan Autocorrelation Function (ACF) Partial Autocorrelation Function (PACF) Proses White Noise Model Time series Stasioner Model Autoregressive (AR) Model Moving Average (MA) Model Autoregressive Moving Average (ARMA(p,q)) Autoregressive Integrated Moving Average (ARIMA) Seasonal Autoregressive Integrated Moving Average (SARIMA) vii
8 2.10 Estimasi Parameter Diagnostic checking Pemilihan Model terbaik Analisis Intervensi Mean Absolute Percentage Error (MAPE) Insiden Bom Bali I dan Bom Bali II BAB III METODOLOGI Sumber Data dan Variabel Penelitian Variabel Intervensi Metode Analisis Data BAB IV HASIL DAN PEMBAHASAN Karakteristik Banyaknya Wisatawan Mancanegara yang Datang ke Bali Pembentukan model Autoregressive Integrated Moving Average Sebelum Terjadi Intervensi Pemeriksaan Kestasioneran Data Pemilihan Model ARIMA Pengujian Asumsi Residual Model ARIMA Awal Model Autoregressive Integrated Moving Average Sebelum Terjadi Intervensi Pembentukan Model Intervensi Pertama Pendugaan Model Intervensi Pertama Estimasi Parameter Model Intervensi Pertama Pengujian Asumsi Residual Model Intervensi Pertama Model Intervensi Pertama Pembentukan Model Intervensi Akhir Pendugaan Model Intervensi Akhir Estimasi Parameter Model Intervensi Akhir Pengujian Asumsi Residual Model Intervensi Akhir viii
9 4.4.4 Model Intervensi Akhir Perhitungan Besar dan Lama Penurunan Banyaknya Wisatawan yang Datang ke Bali Akibat Pengaruh Bom Bali I dan Bom Bali II Perhitungan Keakuratan Peramalan Model Intervensi Peramalan Banyaknya Wisman yang Datang ke Bali BAB V KESIMPULAN DAN SARAN Kesimpulan Saran DAFTAR PUSTAKA Lampiran 1 Output SAS 9 dari model ARIMA(2,0,0)(1,0,0) 12 dengan Dickey-Fuller Test dari data sebelum intervensi Lampiran 2 Output SAS 9 dari model ARIMA(1,0,0) dengan Dickey-Fuller Test dari data hasil differencing musiman dengan orde 12. Lampiran 3 Output SAS 9 dari model ARIMA(0,0,0)(1,0,0) 12 dengan Dickey-Fuller Test dari data hasil differencing musiman dengan orde 12 dan regular dengan orde 1. Lampiran 4 Output SAS 9 dari model ARIMA(0,1,0)(1,1,0) 12 dengan data sebelum intervensi setelah dilakukan differencing musiman dengan orde 12 dan regular dengan orde 1. Lampiran 5 Output SAS 9 dari model Intervensi pertama (model a12) Lampiran 6 Output SAS 9 dari model Intervensi akhir (model b12) Lampiran 7 Output SAS 9 dari model ARIMA dari data tanpa differencing, ARIMA(2,0,0) (1,0,0) 12 Lampiran 8 Output SAS 9 model ARIMA dari data tanpa differencing, ARIMA(0,0,1)(1,0,0) 12 ix
10 Lampiran 9 Output SAS 9 dari model ARIMA dari data tanpa differencing, ARIMA(2,0,1)(1,0,0) 12 Lampiran 10 Output SAS 9 dari dugaan model data dengan differencing musiman orde 12 ARIMA(1,0,0)(0,1,0) 12 Lampiran 11 Output SAS 9 dari dugaan model data dengan differencing musiman orde 12 ARIMA(0,0,2)(0,1,0) 12 Lampiran 12 Output SAS 9 dari dugaan model data dengan differencing musiman ARIMA(1,0,2) (0,1,0) 12 Lampiran 13 Output SAS 9 dari dugaan model data dengan differencing reguler orde 1,ARIMA([1,11],1,0) Lampiran 14 Output SAS 9 dari dugaan model data dengan differencing reguler orde 1, ARIMA(0,1,[1,11,12]) Lampiran 15 Output SAS 9 dari dugaan model data dengan differencing reguler orde 1, ARIMA([1,11],1, [1,11,12]) Lampiran 16 Output SAS 9 dari nilai ramalan kunjungan wisatawan mancanegara ke Bali antara bulan Januari 2007 sampai dengan bulan Desember 2007 x
11 DAFTAR GAMBAR Gambar 3.1 Flow chart pembentukan model intervensi Gambar 4.1 Deskripsi banyaknya wisman yang datang ke Bali 30 Gambar 4.2 Plot ACF dan PACF data sebelum intervensi Gambar 4.3 Nilai lambda dari transformasi Box-Cox Gambar 4.4 Plot Time series data sebelum intervensi hasil differencing musiman orde Gambar 4.5 Plot ACF dan PACF data sebelum intervensi hasil differencing musiman orde Gambar 4.6 Plot Time series data sebelum intervensi hasil differencing musiman orde 12 dan differencing reguler orde Gambar 4.7 Plot ACF dan PACF data sebelum intervensi hasil differencing musiman orde 12 dan differencing reguler orde Gambar 4.8 Respon model intervensi pertama Gambar 4.9 Respon model intervensi akhir Gambar 4.10 Plot respon intervensi vs plot respon intervensi hasil rekonstruksi xi
12 DAFTAR TABEL Tabel 2.1 Nilai λ untuk transformasi... 8 Tabel 4.1 Banyaknya wisatawan mancanegara (wisman) yang datang ke Bali Tabel 4.2 Estimasi parameter model ARIMA(2,0,0)(1,0,0) Tabel 4.3 Nilai Statistik uji Ljung- Box dari model ARIMA(2,0,0)(1,0,0) Tabel 4.4 Nilai Statistik uji Lagrange Multiplier (LM) dari model ARIMA(2,0,0)(1,0,0) Tabel 4.5 Nilai statistik uji Seasonal Dickey-Fuller Test untuk data banyaknya wisman yang datang ke Bali sebelum intervensi Tabel 4.6 Estimasi parameter model ARIMA(1,0,0) Tabel 4.7 Nilai Statistik uji Ljung- Box dari model ARIMA(1,0,0) Tabel 4.8 Nilai Statistik uji Lagrange Multiplier (LM) dari model ARIMA(1,0,0) Tabel 4.9 Nilai statistik uji Dickey-Fuller Test untuk data banyaknya wisman yang datang ke Bali sebelum intervensi setelah dilakukan differencing musiman dengan orde Tabel 4.10 Estimasi parameter model ARIMA(0,0,0)(1,0,0) Tabel 4.11 Nilai Statistik uji Ljung- Box dari model ARIMA(0,0,0)(1,0,0) Tabel 4.12 Nilai Statistik uji Lagrange Multiplier (LM) dari model ARIMA(0,0,0)(1,0,0) Tabel 4.13 Nilai statistik uji Seasonal Dickey-Fuller Test untuk data banyaknya wisman yang datang ke Bali sebelum intervensi setelah dilakukan differencing musiman dengan orde 12 dan reguler dengan orde Tabel 4.14 Estimasi parameter masing-masing model ARIMA. 43 Tabel 4.15 Nilai Statistik uji Ljung- Boxdari dugaan model ARIMA Tabel 4.16 (lanjutan Tabel 4.15) xii
13 Tabel 4.17 Nilai Statistik uji Kolmogorov Smirnov dari dugaan model ARIMA Tabel 4.18 (lanjutan Tabel 4.17) Tabel 4.19 Nilai Statistik uji Lagrange Multiplier (LM) dari dugaan model ARIMA Tabel 4.20 (lanjutan Tabel 4.19) Tabel 4.21 Nilai AIC dan SBC dari dugaan model ARIMA Tabel 4.22 (lanjutan Tabel 4.21) Tabel 4.23 Estimasi parameter model a Tabel 4.24 Estimasi parameter model a Tabel 4.25 Estimasi parameter model a Tabel 4.26 estimasi parameter model a Tabel 4.27 Estimasi parameter model a Tabel 4.28 Estimasi parameter model a Tabel 4.29 Nilai Statistik uji Ljung-Box dari residual model intervensi pertama Tabel 4.30 Nilai Statistik uji Kolmogorov Smirnov dari residual model intervensi pertama Tabel 4.31 Nilai Statistik uji Lagrange Multiplier (LM) dari residual model intervensi pertama Tabel 4.32 Estimasi parameter model b Tabel 4.33 Estimasi parameter model b Tabel 4.34 Estimasi parameter model b Tabel 4.35 Estimasi parameter model b Tabel 4.36 Estimasi parameter model b Tabel 4.37 Estimasi parameter model b Tabel 4.38 Nilai Statistik uji Ljung-Box dari residual model intervensi akhir Tabel 4.39 Nilai Statistik uji Kolmogorov Smirnov dari residual model intervensi akhir Tabel 4.40 Nilai Statistik uji Lagrange Multiplier (LM) dari residual model intervensi akhir Tabel 4.41 Rekonstruksi efek intervensi bom Bali I dan bom Bali II sampai bulan Juni Tabel 4.42 Nilai ramalan data testing xiii
14 Tabel 4.43 Nilai ramalan banyaknya wisman yang akan datang ke Bali mulai bulan Januari 2007 sampai bulan Desember xiv
ANALISIS TIME SERIES PRODUK DOMESTIK REGIONAL BRUTO PROVINSI JAWA TIMUR DENGAN METODE ARIMA BOX-JENKINS DAN INTERVENSI
LAPORAN TUGAS AKHIR ANALISIS TIME SERIES PRODUK DOMESTIK REGIONAL BRUTO PROVINSI JAWA TIMUR DENGAN METODE ARIMA BOX-JENKINS DAN INTERVENSI CITRA KUSUMANINGTYAS NRP 1307 100 505 Dosen Pembimbing Dr. IRHAMAH,
Lebih terperinciPEMODELAN DAN PERAMALAN DATA NILAI TUKAR MATA UANG DOLLAR AMERIKA TERHADAP YEN JEPANG DAN EURO TERHADAP DOLLAR AMERIKA DALAM ARCH, GARCH DAN TARCH
PEMODELAN DAN PERAMALAN DATA NILAI TUKAR MATA UANG DOLLAR AMERIKA TERHADAP YEN JEPANG DAN EURO TERHADAP DOLLAR AMERIKA DALAM ARCH, GARCH DAN TARCH Nama : Yulia Sukma Hardyanti NRP : 1303.109.001 Jurusan
Lebih terperinciMETODE PENELITIAN. Penelitian ini dilakukan pada semester genap tahun akademik 2014/2015
III. METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian ini dilakukan pada semester genap tahun akademik 2014/2015 bertempat di Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciPENGGUNAAN METODE PERAMALAN KOMBINASI TREND DETERMINISTIK DAN STOKASTIK PADA DATA JUMLAH PENUMPANG KERETA API (Studi Kasus: KA Argo Muria)
PENGGUNAAN METODE PERAMALAN KOMBINASI TREND DETERMINISTIK DAN STOKASTIK PADA DATA JUMLAH PENUMPANG KERETA API (Studi Kasus: KA Argo Muria) SKRIPSI Disusun oleh : TITIS NUR UTAMI 24010212140052 DEPARTEMEN
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 terperinciPrediksi Wisatawan Mancanegara Ke Jawa Barat Melalui Pintu Masuk Bandara Husein Sastranegara dan Pelabuhan Muarajati Menggunakan Metode SARIMA
Politeknik Negeri Bandung July 26-27, Prediksi Wisatawan Mancanegara Ke Jawa Barat Melalui Pintu Masuk Bandara Husein Sastranegara dan Pelabuhan Muarajati Menggunakan Metode SARIMA Agus Supriatna 1, Betty
Lebih terperinciPERAMALAN JUMLAH KUNJUNGAN WISATAWAN MANCANEGARA YANG BEKUNJUNG KE BALI MENGGUNAKAN FUNGSI TRANSFER
PERAMALAN JUMLAH KUNJUNGAN WISATAWAN MANCANEGARA YANG BEKUNJUNG KE BALI MENGGUNAKAN FUNGSI TRANSFER I Ketut Putra Adnyana 1, I Wayan Sumarjaya 2, I Komang Gde Sukarsa 3 1 Jurusan Matematika, Fakultas FMIPA
Lebih terperinciPERAMALAN INDEKS HARGA KONSUMEN MENGGUNAKAN MODEL INTERVENSI FUNGSI STEP
PERAMALAN INDEKS HARGA KONSUMEN MENGGUNAKAN MODEL INTERVENSI FUNGSI STEP SKRIPSI Disusun oleh : DITA RULIANA SARI NIM. 24010211140084 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO
Lebih terperinciADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
PEMODELAN NILAI EKSPOR DI INDONESIA DENGAN PENDEKATAN GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (GARCH) SKRIPSI BAGUS HADI PRASTYA PROGRAM STUDI S-1 STATISTIKA DEPARTEMEN MATEMATIKA FAKULTAS
Lebih terperinciTUGAS AKHIR - ST 1325
TUGAS AKHIR - ST 1325 PERBANDINGAN BACKPROPAGATION NEURAL NETWORK DAN VECTOR AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (VARIMA) UNTUK MERAMALKAN PENJUALAN OBAT DI APOTIK RUMAH SAKIT X PUTRI SUSANTI NRP
Lebih terperinciADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA PERAMALAN TINGKAT INFLASI NASIONAL DENGAN MULTI INPUT SKRIPSI
PERAMALAN TINGKAT INFLASI NASIONAL DENGAN PENDEKATAN TIME SERIES BERDASARKAN FUNGSI TRANSFER MULTI INPUT SKRIPSI DIDIT EKO PRASETYO PROGRAM STUDI S-1 STATISTIKA DEPARTEMEN MATEMATIKA FAKULTAS SAINS DAN
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 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 terperinciPERAMALAN INDEKS HARGA KONSUMEN DAN INFLASI INDONESIA DENGAN METODE ARIMA BOX-JENKINS
PERAMALAN INDEKS HARGA KONSUMEN DAN INFLASI INDONESIA DENGAN METODE ARIMA BOX-JENKINS Oleh : Agustini Tripena ABSTRACT In this paper, forecasting the consumer price index data and inflation. The method
Lebih terperinciHALAMAN PERSETUJUAN PEMBIMBING...iii. HALAMAN PENGESAHAN...iv. HALAMAN PERSEMBAHAN... vi. KATA PENGANTAR... viii. DAFTAR ISI... x. DAFTAR TABEL...
HALAMAN PERSETUJUAN PEMBIMBING...iii HALAMAN PENGESAHAN...iv MOTTO... v HALAMAN PERSEMBAHAN... vi KATA PENGANTAR... viii DAFTAR ISI... x DAFTAR TABEL... xi DAFTAR GAMBAR... xii DAFTAR LAMPIRAN... xiv PERNYATAAN...
Lebih 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 terperinciANALISIS INTERVENSI KENAIKAN HARGA BBM BERSUBSIDI PADA DATA INFLASI KOTA SEMARANG
ANALISIS INTERVENSI KENAIKAN HARGA BBM BERSUBSIDI PADA DATA INFLASI KOTA SEMARANG SKRIPSI Disusun Oleh : NOVIA DIAN ARIYANI 24010211120016 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO
Lebih terperinciDAFTAR ISI. BAB I PENDAHULUAN Latar Belakang Masalah Rumusan Masalah Batasan Masalah Tujuan Penelitian...
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii HALAMAN PERNYATAAN... iii NASKAH SOAL TUGAS AKHIR... iv HALAMAN PERSEMBAHAN... v INTISARI... vi KATA PENGANTAR... vii UCAPAN TERIMA KASIH... viii
Lebih terperinciPeramalan Penjualan Pipa di PT X
Elviani, et al. / Peramalan Penjualan Pipa di PT X / Jurnal Titra, Vol.. 2, No. 2, Juni 2014, pp. 55-60 Peramalan Penjualan Pipa di PT X Cicely Elviani 1, Siana Halim 1 Abstract: In this thesis we modeled
Lebih terperinciMODEL EXPONENTIAL SMOOTHING HOLT-WINTER DAN MODEL SARIMA UNTUK PERAMALAN TINGKAT HUNIAN HOTEL DI PROPINSI DIY SKRIPSI
MODEL EXPONENTIAL SMOOTHING HOLT-WINTER DAN MODEL SARIMA UNTUK PERAMALAN TINGKAT HUNIAN HOTEL DI PROPINSI DIY SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta
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 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 terperinciPEMODELAN ARIMA DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) IX JEMBER
PKMT-2-13-1 PEMODELAN ARIMA DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) IX JEMBER Umi Rosyiidah, Diah Taukhida K, Dwi Sitharini Jurusan Matematika, Universitas Jember, Jember ABSTRAK
Lebih 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 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 WAKTU HUJAN, DAN CURAH HUJAN RATA-RATA FATHIN FAHIMAH 226133 DOSEN PEMBIMBING Prof. Ir. Gamantyo Hendrantoro, M.Eng.
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 terperinciVERIFIKASI MODEL ARIMA MUSIMAN MENGGUNAKAN PETA KENDALI MOVING RANGE
VERIFIKASI MODEL ARIMA MUSIMAN MENGGUNAKAN PETA KENDALI MOVING RANGE (Studi Kasus : Kecepatan Rata-rata Angin di Badan Meteorologi Klimatologi dan Geofisika Stasiun Meteorologi Maritim Semarang) SKRIPSI
Lebih terperinciAnalisys Time Series Terhadap Penjualan Ban Luar Sepeda Motor di Toko Putra Jaya Motor Bangkalan
SEMINAR PROPOSAL TUGAS AKHIR Analisys Time Series Terhadap Penjualan Ban Luar Sepeda Motor di Toko Putra Jaya Motor Bangkalan OLEH: NAMA : MULAZIMATUS SYAFA AH NRP : 13.11.030.021 DOSEN PEmbimbing: Dr.
Lebih terperincimodel Seasonal ARIMA
Jurnal Sains Matematika dan Statistika, Vol. No. i ISSN - Peramalan Wisatawan Mancanegara Ke Provinsi Riau Melalui Kota Pekanbaru Menggunakan Metode Seasonal ARIMA Ropita Munawaroh dan M. M. Nizam, Jurusan
Lebih terperinciANALISIS INTERVENSI KENAIKAN HARGA BBM TERHADAP PERMINTAAN BBM BERSUBSIDI PADA SPBU SULTAN AGUNG SEMARANG JAWA TENGAH SKRIPSI.
ANALISIS INTERVENSI KENAIKAN HARGA BBM TERHADAP PERMINTAAN BBM BERSUBSIDI PADA SPBU SULTAN AGUNG SEMARANG JAWA TENGAH SKRIPSI Oleh: Fandi Ahmad NIM : J2E008018 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN
C BAB IV ANALISIS DAN PEMBAHASAN Penelitian ini mencoba meramalkan jumlah penumpang kereta api untuk masa yang akan datang berdasarkan data volume penumpang kereta api periode Januari 994-Februari 203
Lebih terperinciII. TINJAUAN PUSTAKA. Analisis ARIMA (Autoregressive Integrated Moving Average) umumnya
II. TINJAUAN PUSTAKA 2.1 Stasioner Analisis ARIMA Autoregressive Integrated Moving Average umumnya mengasumsikan bahwa proses umum dari time series adalah stasioner. Tujuan proses stasioner adalah rata-rata,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Peramalan 2.1.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang (Sofjan Assauri,1984). Setiap kebijakan ekonomi
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 terperinci1. I Wayan Sumarjaya, S.Si, M.Stats. 2. I Gusti Ayu Made Srinadi, S.Si, M.Si. ABSTRAK
Judul : Peramalan Curah Hujan Menggunakan Metode Analisis Spektral Nama : Ni Putu Mirah Sri Wahyuni NIM : 1208405018 Pembimbing : 1. I Wayan Sumarjaya, S.Si, M.Stats. 2. I Gusti Ayu Made Srinadi, S.Si,
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 terperinciPENDUGAAN DATA RUNTUT WAKTU MENGGUNAKAN METODE ARIMA
KEMENTERIAN PEKERJAAN UMUM BADAN PENELITIAN DAN PENGEMBANGAN PUSAT PENELITIAN DAN PENGEMBANGAN SUMBER DAYA AIR PENDUGAAN DATA RUNTUT WAKTU MENGGUNAKAN METODE ARIMA PENDAHULUAN Prediksi data runtut waktu.
Lebih terperinciPEMODELAN AUTOREGRESSIVE INTEGRATED MOVING AVERAGE PADA DATA REDAMAN HUJAN DI SURABAYA. Nur Hukim
TE 091399 TUGAS AKHIR- 4 SKS PEMODELAN AUTOREGRESSIVE INTEGRATED MOVING AVERAGE PADA DATA REDAMAN HUJAN DI SURABAYA Oleh Nur Hukim Dosen Pembimbing Prof. Ir. Gamantyo Hendrantoro, M.Eng. Ph.D Ir. Achmad
Lebih terperinciSKRIPSI. Disusun oleh: Firda Megawati
PERAMALAN TINGGI GELOMBANG BERDASARKAN KECEPATAN ANGIN DI PERAIRAN PESISIR SEMARANG MENGGUNAKAN MODEL FUNGSI TRANSFER (Studi Kasus Bulan Januari 2014 sampai dengan Desember 2014) SKRIPSI Disusun oleh:
Lebih terperinciIII. METODE PENELITIAN
15 III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penelitian Perkembangan ekonomi dan bisnis dewasa ini semakin cepat dan pesat. Bisnis dan usaha yang semakin berkembang ini ditandai dengan semakin banyaknya
Lebih terperinciPERAMALAN KUNJUNGAN WISATAWAN MENGGUNAKAN MODEL ARMAX DENGAN NILAI KURS DAN EKSPOR-IMPOR SEBAGAI FAKTOR EKSOGEN
PERAMALAN KUNJUNGAN WISATAWAN MENGGUNAKAN MODEL ARMAX DENGAN NILAI KURS DAN EKSPOR-IMPOR SEBAGAI FAKTOR EKSOGEN Putu Ika Oktiyari Laksmi 1, Komang Dharmawan 2, Luh Putu Ida Harini 3 1 Jurusan Matematika,
Lebih terperinci4 BAB IV HASIL PEMBAHASAN DAN EVALUASI. lebih dikenal dengan metode Box-Jenkins adalah sebagai berikut :
4 BAB IV HASIL PEMBAHASAN DAN EVALUASI Pada bab ini, akan dilakukan analisis dan pembahasan terhadap data runtut waktu. Data yang digunakan dalam penelitian ini merupakan data sekunder, yaitu data harga
Lebih terperinciPERBANDINGAN MODEL PADA DATA DERET WAKTU PEMAKAIAN LISTRIK JANGKA PENDEK YANG MENGANDUNG POLA MUSIMAN GANDA ABSTRAK
PERBANDINGAN MODEL PADA DATA DERET WAKTU PEMAKAIAN LISTRIK JANGKA PENDEK YANG MENGANDUNG POLA MUSIMAN GANDA Gumgum Darmawan 1), Suhartono 2) 1) Staf Pengajar Jurusan Statistika FMIPA UNPAD 2) Staf Pengajar
Lebih terperinciPENERAPAN ALGORITMA GENETIKA UNTUK PENENTUAN PENJADWALAN JOB SHOP SECARA MONTE CARLO
TUGAS AKHIR - ST 1325 PENERAPAN ALGORITMA GENETIKA UNTUK PENENTUAN PENJADWALAN JOB SHOP SECARA MONTE CARLO YANTER SIANIFAR BASUKI NRP 1303100049 Dosen Pembimbing Prof. Drs. Nur Iriawan, M.Ikom. Ph.D JURUSAN
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 terperinciPENENTUAN VALUE AT RISK
PENENTUAN VALUE AT RISK SAHAM KIMIA FARMA PUSAT MELALUI PENDEKATAN DISTRIBUSI PARETO TERAMPAT (Studi Kasus : Harga Penutupan Saham Harian Kimia Farma Pusat Periode Oktober 2009 September 2014) SKRIPSI
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 Atiqoh NRP : 1205 100 021 Dosen Pembimbing : 1. Dra. Nuri Wahyuningsih, MKes 2. Drs. Sulistiyo,
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 terperinciPeramalan Jumlah Kunjungan Wisatawan Mancanegara (Wisman) ke Bali Tahun 2019: Metode ARIMA
JEKT 8 [2] : 136-141 ISSN : 2301-8968 Peramalan Jumlah Kunjungan Wisatawan Mancanegara (Wisman) ke Bali Tahun 2019: Metode ARIMA Rukini *) Putu Simpen Arini Esthisatari Nawangsih Badan Pusat Statistik
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Pendahuluan. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Pendahuluan Peramalan merupakan upaya memperkirakan apa yang terjadi pada masa mendatang berdasarkan data pada masa lalu, berbasis pada metode ilmiah dan kualitatif yang dilakukan
Lebih terperinciANALISIS INTERVENSI FUNGSI STEP
ANALISIS INTERVENSI FUNGSI STEP (Studi Kasus Pada Jumlah Pengiriman Benda Pos Ke Semarang Pada Tahun 2006 2011) SKRIPSI Diajukan Sebagai Syarat untuk Memperoleh Gelar Sarjana Sains Pada Jurusan Statistika
Lebih terperinciPemodelan Nilai Tukar Rupiah terhadap Dollar Amerika Serikat Menggunakan ARFIMA
Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 2009 Pemodelan Nilai Tukar Rupiah terhadap Dollar Amerika Serikat Menggunakan ARFIMA 1 Harnum Annisa Prafitia dan 2 Irhamah
Lebih terperinciPERENCANAAN PERSEDIAAN KNIFE TC 63 mm BERDASARKAN ANALISIS RELIABILITAS (Studi Kasus di PT. FILTRONA INDONESIA)
TUGAS AKHIR - ST 1325 PERENCANAAN PERSEDIAAN KNIFE TC 63 mm BERDASARKAN ANALISIS RELIABILITAS (Studi Kasus di PT. FILTRONA INDONESIA) RENI FANDANSARI NRP 1307100521 Dosen Pembimbing Dra. Sri Mumpuni R.,
Lebih terperinciPemodelan ARIMA Non- Musim Musi am
Pemodelan ARIMA Non- Musimam ARIMA ARIMA(Auto Regresif Integrated Moving Average) merupakan suatu metode analisis runtun waktu(time series) ARIMA(p,d,q) Dengan AR : p =orde dari proses autoreggresif I
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 terperinciPERAMALAN SUKU BUNGA SERTIFIKAT BANK INDONESIA (SBI) MENGGUNAKAN ANALISIS FUNGSI TRANSFER MULTI INPUT DENGAN ARCH-GARCH
ii PERAMALAN SUKU BUNGA SERTIFIKAT BANK INDONESIA (SBI) MENGGUNAKAN ANALISIS FUNGSI TRANSFER MULTI INPUT DENGAN ARCH-GARCH Rhiofajar Agusta Yogabrata NIM: J2E 005 243 Skripsi Diajukan Sebagai Syarat Untuk
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 terperinciSEASONAL ARIMA Arum Handini Primandari
SEASONAL ARIMA Arum Handini Primandari ALLPPT.com _ Free PowerPoint Templates, Diagrams and Charts ARIMA Musiman Pola musiman dalam runtun waktu adalah perubahan pola yang berulang dalam kurun waktu s;
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 terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Variabel ARIMA menggunakan variabel dependen harga saham LQ45 dan variabel independen harga saham LQ45 periode sebelumnya, sedangkan ARCH/GARCH menggunakan variabel dependen
Lebih terperinciBAB 2 LANDASAN TEORI
1 BAB 2 LANDASAN TEORI Bab ini membahas tentang teori penunjang dan penelitian sebelumnya yang berhubungan dengan metode ARIMA box jenkins untuk meramalkan kebutuhan bahan baku. 2.1. Peramalan Peramalan
Lebih terperinciPEMILIHAN MODEL TERBAIK DAN PERAMALAN JUMLAH KUNJUNGAN WISATAWAN MANCANEGARA (WISMAN) KE BALI TAHUN 2014
66 Jurnal Buletin Studi Ekonomi, Vol. 20 No., Februari 205 PEMILIHAN MODEL TERBAIK DAN PERAMALAN JUMLAH KUNJUNGAN WISATAWAN MANCANEGARA (WISMAN) KE BALI TAHUN 204 Rukini I Wayan Sukadana 2 Luh Gede Meydianawathi
Lebih terperinciPEMODELAN ANGKA KEMATIAN BAYI DI PROPINSI JAWA TIMUR DENGAN PENDEKATAN REGRESI NONPARAMETRIK SPLINE TUGAS AKHIR ST 1325
TUGAS AKHIR ST 325 PEMODELAN ANGKA KEMATIAN BAYI DI PROPINSI JAWA TIMUR DENGAN PENDEKATAN REGRESI NONPARAMETRIK SPLINE LIA DWI JAYANTI NRP 303 00 04 Dosen Pembimbing DR. DRS. I Nyoman Budiantara, MS. JURUSAN
Lebih terperinciPEMODELAN SARIMAX DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) V PURWOKERTO
PEMODELAN SARIMAX DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) V PURWOKERTO Skripsi Diajukan Untuk Memenuhi Sebagian Syarat Mencapai Gelar Sarjana Strata Satu (S-1) Oleh : ROSIANA NOVITA
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 terperinciPENGENDALIAN KUALITAS DENGAN MENGGUNAKAN DIAGRAM KONTROL EWMA RESIDUAL (STUDI KASUS: PT. PJB UNIT PEMBANGKITAN GRESIK)
PENGENDALIAN KUALITAS DENGAN MENGGUNAKAN DIAGRAM KONTROL EWMA RESIDUAL (STUDI KASUS: PT. PJB UNIT PEMBANGKITAN GRESIK) FITROH AMALIA (1306100073) Dosen Pembimbing: Drs. Haryono, MSIE PENGENDALIAN KUALITAS
Lebih terperinciPERAMALAN LAJU INFLASI, SUKU BUNGA INDONESIA DAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE (VAR)
PERAMALAN LAJU INFLASI, SUKU BUNGA INDONESIA DAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE (VAR) SKRIPSI Oleh : PRISKA RIALITA HARDANI 24010211120020 DEPARTEMEN STATISTIKA FAKULTAS
Lebih terperinciLAPORAN PRAKTIKUM ANALISIS RUNTUN WAKTU. Laporan VI ARIMA Analisis Runtun Waktu Model Box Jenkins
LAPORAN PRAKTIKUM ANALISIS RUNTUN WAKTU Kelas A Laporan VI ARIMA Analisis Runtun Waktu Model Box Jenkins No Nama Praktikan Nomor Mahasiswa Tanggal Pengumpulan 1 29 Desember 2010 Tanda Tangan Praktikan
Lebih terperinciPREDIKSI JANGKA PENDEK B ULAN AN JUMLAH FLARE DENGAN MODEL ARIMA (p,d,[q]), (P,D,Q)' 32
PREDIKSI JANGKA PENDEK B ULAN AN JUMLAH FLARE DENGAN MODEL ARIMA (p,d,[q]), (P,D,Q)' 32 Nanang WIdodo Penelid Staslun Pengamat Dlrgantara Watukosek, LAPAN ABSTRACT The time series of the monthly number
Lebih terperinciPeramalan Volume Pemakaian Air di PDAM Kota Surabaya dengan Menggunakan Metode Time Series
JURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (2017) ISSN: 2337-3520 (2301-928X Print) D-157 Peramalan Volume Pemakaian Air di PDAM Kota Surabaya dengan Menggunakan Metode Time Series Moh Ali Asfihani dan Irhamah
Lebih terperinciOleh : Dwi Listya Nurina Dosen Pembimbing : Dr. Irhamah, S.Si, M.Si
Oleh : Dwi Listya Nurina 1311105022 Dosen Pembimbing : Dr. Irhamah, S.Si, M.Si Air Bersih BUMN Penyediaan air bersih untuk masyarakat mempunyai peranan yang sangat penting dalam meningkatkan kesehatan
Lebih terperinciPrediksi Laju Inflasi di Kota Ambon Menggunakan Metode ARIMA Box Jenkins
Statistika, Vol. 16 No. 2, 95 102 November 2016 Prediksi Laju Inflasi di Kota Ambon Menggunakan Metode ARIMA Box Jenkins FERRY KONDO LEMBANG Jurusan Matematika Fakultas MIPA Universitas Pattimura Ambon
Lebih terperinciPERAMALAN 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 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 terperinciJurnal EKSPONENSIAL Volume 8, Nomor 1, Mei 2017 ISSN
Jurnal EKSPONENSIAL Volume 8, Nomor, Mei 07 ISSN 085-789 Peramalan dengan Metode Seasonal Autoregressive Integrated Moving Average (SARIMA) di Bidang Ekonomi (Studi Kasus: Inflasi Indonesia) Forecasting
Lebih terperinciTREND ANALYSIS INFANT MORTALITY RATE DENGAN AUTOREGRESIVE INTEGRATED MOVING AVERAGE (ARIMA)
TREND ANALYSIS INFANT MORTALITY RATE DENGAN AUTOREGRESIVE INTEGRATED MOVING AVERAGE (ARIMA) Jerhi Wahyu Fernanda, Wisnaningsih S, Emilia Boavida,, Prodi Rekam Medis Informasi Kesehatan Institut Ilmu Kesehatan
Lebih terperinciMODEL FUZZY RADIAL BASIS FUNCTION NEURAL NETWORK UNTUK PERAMALAN KEBUTUHAN LISTRIK DI PROVINSI DAERAH ISTIMEWA YOGYAKARTA
MODEL FUZZY RADIAL BASIS FUNCTION NEURAL NETWORK UNTUK PERAMALAN KEBUTUHAN LISTRIK DI PROVINSI DAERAH ISTIMEWA YOGYAKARTA TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciPENDETEKSIAN KRISIS KEUANGAN DI INDONESIA BERDASARKAN INDIKATOR PERTUMBUHAN KREDIT DOMESTIK
PENDETEKSIAN KRISIS KEUANGAN DI INDONESIA BERDASARKAN INDIKATOR PERTUMBUHAN KREDIT DOMESTIK oleh PITANINGSIH NIM. M0110064 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar
Lebih terperinciAnalisis Peramalan Banyaknya Permintaan Darah di Surabaya Menggunakan Metode
Analisis Peramalan Banyaknya Permintaan Darah di Surabaya Menggunakan Metode ARIMA Box Jenkins Oleh : Winda Eka Febriana 1307 030 002 Pembimbing : Dra. Wiwiek Setya Winahju, MS Latar Belakang PMI Merupakan
Lebih terperinciPENDETEKSIAN KRISIS KEUANGAN DI INDONESIA BERDASARKAN INDIKATOR RASIO CADANGAN INTERNASIONAL TERHADAP M2 (UANG BEREDAR)
PENDETEKSIAN KRISIS KEUANGAN DI INDONESIA BERDASARKAN INDIKATOR RASIO CADANGAN INTERNASIONAL TERHADAP M2 (UANG BEREDAR) oleh DIAH PUTRI UTAMI NIM. M0110018 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian
Lebih terperinciPenerapan Metode ARCH/GARCH Dalam Peramalan Indeks Harga Saham Sektoral
Jurnal Sains Matematika dan Statistika, Vol 2, No I, Januari 206 Penerapan Metode ARCH/GARCH Dalam Peramalan Indeks Harga Saham Sektoral Ari Pani Desvina, Nadyatul Rahmah 2,2 Jurusan Matematika Fakultas
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. Adapun langkah-langkah pada analisis runtun waktu dengan model ARIMA
BAB IV HASIL PENELITIAN DAN PEMBAHASAN Pada bab ini, akan dilakukan analisis dan pembahasan terhadap data runtun waktu. Adapun data yang digunakan dalam penelitian ini merupakan data sekunder, yaitu data
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 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 terperinciPeramalan merupakan alat bantu yang penting dalam penyusunan rencana yang efektif dan efisien. Pada
Estimasi Parameter Autoregressive Integrated Moving Average (ARIMA) Menggunakan Algoritma Particle Swarm Optimization (PSO) (Studi Kasus: Peramalan Curah Hujan DAS Brangkal, Mojokerto) Meytaliana Factmawati,
Lebih terperinciPERAMALAN JUMLAH PENUMPANG BANDARA I GUSTI NGURAH RAI DENGAN MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA)
M-11 2) PERAMALAN JUMLAH PENUMPANG BANDARA I GUSTI NGURAH RAI DENGAN MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) Naili Farkhatul Jannah 1), Muhammad Bahtiar Isna Fuady 2), Sefri
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Dalam dunia statistika terdapat serangkaian pengamatan data yang dapat dijadikan sebagai model time series (runtun waktu) untuk meramalkan kejadian pada periode berikutnya.
Lebih terperinciPENDETEKSIAN KRISIS KEUANGAN DI INDONESIA MENGGUNAKAN GABUNGAN MODEL VOLATILITAS DAN MARKOV SWITCHING BERDASARKAN INDIKATOR HARGA MINYAK
PENDETEKSIAN KRISIS KEUANGAN DI INDONESIA MENGGUNAKAN GABUNGAN MODEL VOLATILITAS DAN MARKOV SWITCHING BERDASARKAN INDIKATOR HARGA MINYAK oleh APRILIA AYU WIDHIARTI M0111010 SKRIPSI ditulis dan diajukan
Lebih terperinciPERAMALAN TINGKAT KEMATIAN BALITA PADA DINAS KESEHATAN KABUPATEN TAPANULI UTARA DENGAN MODEL ARIMA BOX-JENKINS SKRIPSI
PERAMALAN TINGKAT KEMATIAN BALITA PADA DINAS KESEHATAN KABUPATEN TAPANULI UTARA DENGAN MODEL ARIMA BOX-JENKINS SKRIPSI SASTRO HAMDANI SIALLAGAN 060803047 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciPEMODELAN ARIMA DAN DETEKSI OUTLIER DATA CURAH HUJAN SEBAGAI EVALUASI SISTEM RADIO GELOMBANG MILIMETER
Mauludiyanto, Pemodelan ARIMA dan Deteksi Outlier Data Curah Hujan Sebagai Evaluasi Sistem Radio Gelombang Milimeter PEMODELAN ARIMA DAN DETEKSI OUTLIER DATA CURAH HUJAN SEBAGAI EVALUASI SISTEM RADIO GELOMBANG
Lebih terperinciPERAMALAN TRAFIK SMS AREA JABOTABEK DENGAN METODE ARIMA
JURNAL TEKNIK POMITS Vol. 1, No. 1, (212) 1-6 1 PERAMALAN TRAFIK SMS AREA JABOTABEK DENGAN METODE ARIMA Lusi Alvina Tofani, Achmad Mauludiyanto Jurusan Teknik Elektro-FTI, Institut Teknologi Sepuluh Nopember
Lebih terperinciPREDIKSI TINGGI PASANG AIR LAUT DI KOTA SEMARANG DENGAN MENGGUNAKAN METODE SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE
PREDIKSI TINGGI PASANG AIR LAUT DI KOTA SEMARANG DENGAN MENGGUNAKAN METODE SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (SARIMA) DAN DETEKSI OUTLIER SKRIPSI Disusun oleh : ALFI FARIDATUS SA ADAH NIM.
Lebih terperinciPEMODELAN ARIMA DAN DETEKSI OUTLIER DATA CURAH HUJAN SEBAGAI EVALUASI SISTEM RADIO GELOMBANG MILIMETER
Mauludiyanto, Pemodelan ARIMA dan Deteksi Outlier Data Curah Hujan Sebagai Evaluasi Sistem Radio Gelombang Milimeter PEMODELAN ARIMA DAN DETEKSI OUTLIER DATA CURAH HUJAN SEBAGAI EVALUASI SISTEM RADIO GELOMBANG
Lebih terperinciANALISIS INTERVENSI FUNGSI STEP (Studi Kasus Pada Jumlah Pengiriman Benda Pos Ke Semarang Pada Tahun )
ANALISIS INTERVENSI FUNGSI STEP (Studi Kasus Pada Jumlah Pengiriman Benda Pos Ke Semarang Pada Tahun 2006 2011) Amelia Crystine 1, Abdul Hoyyi 2, Diah Safitri 3 1 Mahasiswa Jurusan Statistika FSM UNDIP
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 terperinciPREDIKSI HARGA SAHAM PT. BRI, Tbk. MENGGUNAKAN METODE ARIMA (Autoregressive Integrated Moving Average)
PREDIKSI HARGA SAHAM PT. BRI, MENGGUNAKAN METODE ARIMA (Autoregressive Integrated Moving Average) Greis S. Lilipaly ), Djoni Hatidja ), John S. Kekenusa ) ) Program Studi Matematika FMIPA UNSRAT Manado
Lebih terperinciSKRIPSI JURUSAN STATISTIKA PERAMALAN INDEKS HARGA KONSUMEN 4 KOTA DI JAWA TENGAH MENGGUNAKAN MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR)
PERAMALAN INDEKS HARGA KONSUMEN 4 KOTA DI JAWA TENGAH MENGGUNAKAN MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR) SKRIPSI Disusun Oleh : LINA IRAWATI NIM : 24010211140072 JURUSAN STATISTIKA FAKULTAS
Lebih terperinciPERAMALAN PEMAKAIAN ENERGI LISTRIK DI MEDAN DENGAN METODE ARIMA
Saintia Matematika ISSN: 2337-9197 Vol. 2, No. 1 (2014), pp. 55 69. PERAMALAN PEMAKAIAN ENERGI LISTRIK DI MEDAN DENGAN METODE ARIMA John Putra S Tampubolon, Normalina Napitupulu, Asima Manurung Abstrak.
Lebih terperinciBAB II TINJAUAN PUSTAKA
DAFTAR ISI PERNYATAAN... i ABSTRAK... ii KATA PENGANTAR... iii UCAPAN TERIMA KASIH... iv DAFTAR ISI... v DAFTAR TABEL... ix DAFTAR GAMBAR... x DAFTAR LAMPIRAN... xi BAB I PENDAHULUAN... 1 1.1 Latar Belakang...
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 terperinci