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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 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 of US Dollar Exchange Rae agains Gross Regional Domesic Produc (GRDP)) Muhajir Choir Nurahman 1, Sri Wahyuningsih 1, Desi Yuniari 1 1 Program Sudi Saisika FMIPA Universias Mulawarman Fakulas Maemaika dan Ilmu Pengeahuan Alam Universias Mulawarman Sainzchoir@rok .com Absrac Regression model using ime series daa no only use he effec of changing he independen variables on he dependen variable in he same period and for he same period of observaion, bu also use he period of ime before. The purpose of his sudy was o deermine he dynamic model auoregressive and disribuion lag by ype of infinie lag, and o know he effec of US dollar exchange rae agains GDP in Based on he analysis of daa has ha GDP and US dollar exchange rae has a rising rend paern, and obained by a simple regression model : = 8, ,561, bu his model can no be used because of wo assumpions have no been me and ha here are heeroscedasiciy and auocorrelaion. So his model should be ransformed using log, and log ransformaion model is obained from a simple regression : = 3, ,691. The ransporaion model can be used as desiredin his model is only one assumpion are no me and ha here are auocorrelaion. Then sub sequenly esimaing models and obained Koyck : Ln Yˆ 0,364 0,311Ln X 0,838 Ln Y,as well as all assumpions are me, namely 1 residual normal disribuion, no problem heeroscedasiciy and auocorrelaion. Thus, he obained dynamic disribuion models also lag wihin finie lag ypes : =,45 + 0, , , , ,19 + 0,108. Keywords: Auoregressive Model, Exchange rae US Dollar, Model Disribuion Lag, Model Koyck, GDP Pendahuluan Analisis runun waku merupakan analisis sekumpulan daa dalam suau periode waku yang lampau yang berguna unuk mengeahui aau meramalkan kondisi masa mendaang. Hal ini didasarkan bahwa perilaku manusia banyak dipengaruhi kondisi aau waku sebelumnya sehingga dalam hal ini fakor waku sanga pening peranannya (Gujarai,1995). Terdapa dua perbedaan dalam menganalisis runun waku.perama,runun waku diformulasikan menjadi model regresi klasik unuk menganalisa perilaku daa runun waku, menganalisa enang masalah simulanias, dan kesalahan auokorelasi. Dan yang kedua runun waku dimodelkan perilaku runun waku dengan mekanisme sendiri sera idak begiu memperhaikan peranan variabel bebas X dan variabel ak bebas Y, pendapa ini membua para ahli ekonomerika mengkaji ulang pendekaannya eruama dalam menganalisis runun waku (Jainigrum, 008). Model regresi dengan menggunakan daa runun waku idak hanya menggunakan pengaruh perubahan variabel bebas erhadap variabel ak bebas dalam kurun waku yang sama dan selama periode pengamaan yang sama, eapi juga menggunakan periode waku sebelumnya. Waku yang diperlukan bagi variabel X dalam mempengaruhi variabel ak bebas Y disebu beda kala aau lag (Suprano, 1995). Model regresi yang memua variabel ak bebas yang dipengaruhi oleh variabel bebas pada waku, sera dipengaruhi juga oleh variabel bebas pada waku -1, - dan seerusnya disebu model dinamis disribusi lag, sebab pengaruh dari suau aau beberapa variabel X erhadap variabel Y menyebar ke beberapa periode waku. Model regresi yang memua variabel ak bebas yang dipengaruhi oleh variabel bebas pada waku, sera dipengaruhi juga oleh variabel ak bebas iu sendiri pada waku -1disebu model dinamis auoregressive (Awa (1995) dalam Jainigrum, 008). Model dinamis yang erdiri dari model auoregressive dan model disribusi lagbanyak diaplikasikan dalam bidang ekonomi, salah saunya adalah pengaruh kurs erhadap PDRB. PDRB adalah salah sau indikaor pening unuk mengeahui kondisi ekonomi di suau daerah dalam suau periode erenu, baik aas dasar harga berlaku mau pun aas dasar harga konsan semenara kurs adalah harga sebuah maa uang dari suau negara yang diukur aau dinyaakan dalam maa uang lainnya. Kurs merupakan suau indikaor pening dalam perekonomian suau negara, harga kurs dienukan aas perminaan Program Sudi Saisika FMIPA Universias Mulawarman 139

2 sera penawaran yang erjadi dipasar. Neraca berjalan maupun variabel makro ekonomi lainnya dipengaruhi oleh kurs. Perumbuhan nilai maa uang yang sabil menunjukkan bahwa negara ersebu memiliki kondisi ekonomi yang relaif baik aau sabil (Dornbusch (008) dala m Marsela, 014). Dalam koneks perekonomian suau negara, salah sau wacana yang menonjol adalah mengenai perumbuhan ekonomi, karena dapa menjadi salah sau ukuran dari perumbuhan aau pencapaian perekonomian bangsa ersebu. Peneliian ini berujuan menenukan persamaan model auoregressive dan model disribusi lag dengan esimasi Koyck dan bagaimana pengaruh kurs dollar Amerika erhadap PDRB aas dasar harga berlaku menuru lapangan usaha didalam model regresi sederhana maupun model Koyck. Model Saisika Regresi Runun Waku Model regresi linier yang sering diemui biasanya idak memperhaikan pengaruh waku karena pada umumnya model regresi linier cenderung mengasumsikan bahwa pengaruh variabel bebas erhadap variabel ak bebas erjadi dalam kurun waku yang sama. Namun, dalam model regresi linier juga erdapa model regresi yang memperhaikan pengaruh waku. Waku yang diperlukan bagi variabel bebas X dalam mempengaruhi variabel ak bebas Y disebu bedakala aau a lag aau a ime lag (Suprano, 1995) Model Auoregressive Apabila variabel ak bebas dipengaruhi oleh variabel bebas pada waku, sera dipengaruhi juga oleh variabel ak bebas iu sendiri pada waku -1 maka model ersebu disebu auoregressive dengan (Nachrowi dan Usman, 005): = (1) (1) Dimana : Y = variabel ak bebas pada saa ke pengamaan X = variabel bebas Y -1 = variabel ak bebas pada saa ke -1 pengamaan = inersep 0, 1 = slope (kemiringan garis regresi) = residual Model Disribusi Lag Dalam analisis regresi yang melibakan daa runun waku, jika model regresi memasukan idak hanya nilai variabel bebas saa ini aau X api juga nilai variabel bebas masa lalu pada waku - 1, - dan seerusnya. Model regresi seperi ini disebu model disribued lag(nachrowi dan Usman, 005). Suau Variabel ak bebas apabila dipengaruhi oleh variabel bebas pada waku, sera dipengaruhi juga oleh variabel bebas pada waku - 1, dan seerusnya disebu model dinamis disribusi lag. Model dinamis disribusi lag ada jenis yaiu (Musika dan Seiawan, 014): 1. Model Infinie Lag: Y X X X... () Model disebu model infinie lag sebab panjang beda kalanya idak dikeahui.. Model Finie Lag Y X X X... k X k (3) Model disebu model finie lag sebab panjang beda kalanya dikeahui sebesar k. Cara Pengesimasian Model Koyck Model Koyck digunakan unuk mencari nilai esimasi dari masing-masing parameer yang ada dalam model disribusi lag unuk jenis infinie lag. Model Koyck didasarkan asumsi bahwa semakin jauh jarak lag variabel bebas dari periode sekarang maka semakin kecil pengaruh variabel lag erhadap variabel ak bebas. Kyock mengusulkan suau meode unuk memperkirakan model dinamis disribusi lag dengan mengasumsikan bahwa semua koefisien β mempunyai anda sama. Koyck menganggap bahwa koefisien menurun secara geomeris sebagai beriku (Musika dan Seiawan, 014) : =, k = 0,1,,3 (4) dengan : C: raa-raa ingka penurunan dari disribusi lag dengan nilai 0 <C< 1 1- C: kecepaan penyesuaian. Persamaan (4) mempunyai ari bahwa nilai seiap koefisien β lebih kecil dengan nilai sebelumnya aau mendahuluinya (0 < C< 1). Secara grafis, dapa di liha pada gambar sebagai beriku : Gambar 1. Penurunan Koefisien β dalam model Koyck Model (4) apabila diuraikan akan menjadi : = = = (5) = = 140 Program Sudi Saisika FMIPA Universias Mulawarman

3 Adapun asumsi-asumsi dari auran Koyck, yakni (Guj arai (004) dalam Musika dan Seiawan, 014) : a. Nilai C non-negaif sehingga selalu mempunyai anda yang sama. b. C< 1, maka bobo semakin kecil, semakin jauh periodenya. c. Pada model Koyck, penggali jangka pendek adalah sedangkan pengali jangka panjang adalah k 0 k C Dengan demikian, berdasarkan asumsi pendekaan Koyck, maka model disribusi lag jenis infinie lag pada model persamaan (3) dengan adanya akiba model ( 5) pada dapa diuliskan menjadi : = (6) Model (6 ) sukar digunakan unuk memperkirakan koefisien-koefisien yang banyak sekali dan juga parameer C yang masuk ke dalam model dalam benuk yang idak linier. Akhirnya Koyck mencari jalan keluar dengan mengambil lag 1 periode berdasarkan model (6) yaiu : = (7) Model (7) dikalikan dengan C diperoleh : = (8) Model (7) dikurangi model (8) menjadi : = (1 ) + + ( ) (9) Secara umum model (9) dapa diuliskan menjadi: = (1 ) (10) dengan = prosedur sampai diemukan model (10 ) dikenal dengan nama ransformasi Koyck, maka dengan ini hanya perlu mengesimasi parameer,, dan (iga parameer saja). Model (10 ) inilah yang disebu dengan model Koyck. Namun, ada hal yang harus diperhaikan dalam ransformasi Koyck yaiu adanya Y -1 yang diikuserakan sebagai salah sau variabel bebas sehingga model (10) bersifa auoregressive arinya model Koyck pada persamaan (10 ) mengubah model disribusi lag menjadi model auoregressive pada persamaan (1). Masalah yang imbul dalam model auoregressive yaiu : 1. Munculnya Y -1 dalam model persamaan (10 ) membua masalah baru karena Y -1 mempunyai sifa sokasik seperi halnya Y. Padahal mempunyai asumsi bahwa variabel bebas idak boleh sokasik, aau bila sokasik harus independen dengan error erm,.. Dalam model yang sudah diransformasikan, =. Sifa-sifa V sanga berganung pada sifa-sifa. Asumsi Klasik Normalias Pada regesi linier berganda akan dianggap memiliki model yang baik apabila memiliki residual daa berdisribusi normal aau mendekai normal. Adapun salah sau cara lain unuk mendeeksi normal aau idaknya dengan menggunakan meode Shapiro-Wilk. Meode Shapiro-Wilk pada dasarnya yang sering digunakan pada pengujian normalias dengan sampel kecil aau kurang dari 50(Razali dan Wah, 011). Heeroskedasisias Heeroskedasisias erjadi jika varian dari residual suau pengamaan ke pengamaan lain idak erjadi keidaksamaan. Model regresi yang baik adalah idak erjadi heeroskedasisias. Cara lain unuk mendeeksi Heeroskedasisias dengan menggunakan uji formal yakniuji Glejser. Adapun ahapan dalam uji Glejser yaiu (Gujarai,1995): 1. Lakukan analisis regresi unuk meneukan model regresi dan menenukan nilai residual ε i. Seelah mendapakan nilai residual ε i dan regresi OLS, selanjunya meregresikan nilai ε i, erhadap variabel X yang diduga mempunyai hubungan era dengan i sehingga model yang digunakan adalah : X X X i Hipoesis yang digunakan: H 0 :Tidak erdapa masalah Heeroskedasisias H 1 : Terdapa masalah Heeroskedasisias Dengan krieria pengambilan kepuusan yaiu H 0 dierima jika dan menolak H 1 jika F hiung < F abel, maka idak erdapa masalah Heeroskedasisias (Gujarai, 1995). Auokorelasi Auokorelasi merupakan gejala erjadinya korelasi dianara residual pengamaan yang sau dengan yang lain, karena daa dipengaruhi oleh daa sebelumnya. Permasalahan auokorelasi disebabkan adanya kesalahan spesifikasi misalnya saja benuk fungsi yang idak epa. Auokorelasi ini dapa dideeksi dengan uji d Durbin-Wason (Praiso, 004) : d n ( n 1 1 ) k k (11) Program Sudi Saisika FMIPA Universias Mulawarman 141

4 dimana : = Nilai residual (selisih anara observasi dengan Y prediksi aau ( Y Yˆ ) ) 1 = Nilai residual sau periode sebelumnya n n = Jumlah dari kuadra masing-masing residual ( 1) = Jumlah dari kuadra perbedaan anara residual ke dengan residual ke -1 Meode Peneliian Variabel peneliian yang digunakan ada yaiu variabel yang digunakan dalam peneliian ini ada yaiu daa PDRB aas dasar harga berlaku menuru lapangan usaha di Kalimanan Timur mulai ahun sebagai variabel bebas dan daa kurs dollar Amerika mulai ahun sebagai variabel ak bebas. Adapun eknik analisis daa dalam peneliian ini adalah: 1. Menenukan nilai saisik deskripif.. PengesimasiModel Koyck Perlu dikeahui bahwa unuk mendapakan esimasi masingmasing parameer dari model disribusi lag adalah menggunakan ransformasi aau pengesimasian model Koyck yang memiliki model yang sama dengan model auoregressive, akan eapi hanya parameernya saja yang berbeda dengan variabel Y adalah daa Produk Domesik Regional Bruo mulai ahun 1994 sampai dengan 013, X adalah daa kurs dollar Amerika mulai ahun 1994 sampai dengan 013, dan Y -1 adalah daa Produk Domesik Regional Bruo mulai ahun 1993 sampai dengan 01. V adalah hasil residual dari selisih daa asli dengan daa peramalan. 3. Pengujian signifikansi parameer secara simulan pada model Koyck dilakukan menggunakan saisik uji F dengan araf signifikansi α = 5%. Sedangkan pengujian signifikansi parameer secara parsial unuk parameer 1C, parameer 0, dan parameerc dilakukan menggunakan saisik uji dengan araf signifikansi α = 5%. 4. Pengujian asumsi klasik model Koyck pada daa residual sebagai beriku : a. Pengujian kenormalan pada residual daa dengan saisik uji yang digunakan adalah Shapiro-Wilk. b. Pengujian heeroskedasisias dengan menggunakan saisik uji yang digunakan adalah uji Glejser. c. Pengujian auokorelasi dengan menggunakan saisik uji yang digunakan adalah d Durbin-Wason. Y 5. Menenukan Model Disribusi Lag. Seelah diperoleh nilai esimasi masing-masing parameer pada persamaan model Koyck, yaiu parameer C, parameer 0, dan parameer 1C maka akan didapakan esimasi parameer unuk dengan rumus nilai esimasi, kemudian digunakan nilai 1C esimasi parameer C, parameer 0, dan parameer unuk mencari nilai esimasi parameer masing-masing,,,,,, dari model disribusi lag dengan jenis infinie lag menggunakan rumus yaiu =, dimana k = 0,1,,3, Hasil dan Pembahasan Saisik deskripif dari daa PDRB aas dasar harga berlaku menuru lapangan usaha dan kurs dollar Amerika yang di mulai dari ahun 1993 sampai dengan 013 sebagai beriku : Tabel 1. Saisik Deskripif Saisika Deskripif PDRB Kurs Dollar Jumlah 1 1 Minimum Rp Rp.110 Maksimum Rp Rp Raa-Raa Rp Rp Adapun grafik perumbuhan pada daa PDRB aas dasar harga berlaku menuru lapangan usaha dan daa kurs dollar Amerika erhadap rupiah mulai ahun sebagai beriku: Gambar Plo PDRB Program Sudi Saisika FMIPA Universias Mulawarman

5 Gambar 3. Plo Kurs Dollar Amerika Berdasarkan Gambar, dikeahui PDRB aas dasar harga berlaku menuru lapangan usaha ahun 1993 erus mengalami kenaikan seiap ahunnya, akan eapi pada ahun 009 erjadi penurunan PDRB dan kemudian diahun 010 mengalami kenaikan lagi hingga ahun 013. Sedangkan Gambar 3, dikeahui kurs dollar Amerika mulai ahun mengalami kenaikan seiap ahunnya, kemudian erjadi penurunan yakni diahun 1999 dan 000 sampai 001 mengalami kenaikan dan diahun selanjunya juga begiu yakni mengalami naikurun iap ahunnya sera puncaknya erjadi kenaikan diahun 013. Pengesimasian Model Koyck Adapun daa yang digunakan adalah yang seelah dimasukkan lag unuk Y yaiu daa PDRB sebelumnya (Y ) dan seelah dimasukkan lag (Y - 1), sera kurs dollar Amerika ( X ). Dengan demikian unuk meliha hasil esimasi parameer pada model Koyck sebagai beriku: Tabel. Nilai Koefisien Parameer Model Koyck Taraf Parameer Koefisien p-value signifikansi (α) Kepuusan (1 ) ,459 0,674 >0, ,184 0,14 >0,05 Gagal Menolak H 0 Gagal Menolak H 0 1,004 0,000 <0,05 Menolak H 0 Berdasarkan abel. di aas, diperoleh nilai koefisien deerminasi ( R ) sebesar 0,971 arinya besarnya pengaruh variabel kurs dollar Amerika diahun sekarang dan variabel PDRB di 1 ahun yang lalu erhadap variabel PDRB diahun sekarang sebesar 97,1% maka model regresi sudah bagus, sehingga diperoleh model yaiu : Y ˆ , ,184 X 1,004Y (1) 1 Pengujian Signifikansi Parameer Adapun hasil unuk pengujian secara simulan pada Tabel 3. Tabel 3. Hasil Pengujian Secara Simulan unuk Model Koyck Model p-value Taraf signifikansi (α) Kepuusan Koyck 0,000 <0,05 Menolak H 0 Berdasarkan Tabel 3, diperoleh bahwa model Koyck sudah epa digunakan. Sehingga dapa dilakukan pemeriksaan pengujian secara parsial. Dan adapun hasil kesimpulan pengujian secara parsial dapa diliha pada hasil abel 4yaiu : 1. Disimpulkan konsana idak berpengaruh erhadap daa PDRB diahun sekarang.. Disimpulkan variabel kurs dollar Amerika idak berpengaruh erhadap PDRB diahun sekarang. 3. Disimpulkan variabel PDRB di 1 ahun yang lalu berpengaruh erhadap Produk Domesik Regional Bruo diahun sekarang. Pengujian Asumsi Klasik Uji Kenormalan Residual Adapun pengujianunuk meliha kenormalan pada residual dapa meliha dengan menggunakan uji Shapiro-Wilk sebagai beriku: Tabel 4.Pengujian Kenormalan Residual Shapiro-Wilk Taraf signifikansi p-value (α) Kepuusan 0,035 <0,05 Menolak H 0 Berdasarkan Tabel 4, disimpulkan residualidak berdisribusi normal. Uji Heeroskedasisias Adapun pengujian unuk mengeahui adanya masalah heeroskedasisias aau bisa disebu homoskedasisias pada residual adalah dengan melakukan uji formal yakni uji Glejser yaiu : Tabel 5.Pengujian Heeroskedasisias p-value Taraf signifikansi (α) Kepuusan 0,046 <0,05 menolak H 0 Berdasarkan Tabel 5, disimpulkan bahwa erdapa masalah heeroskedasisias. UjiAuokorelasi Auokorelasi ini dapa dideeksi dengan uji d Durbin-Wason sebagai beriku: Tabel 6.Hasil Uji Auokorelasi d Durbin-Wason Nilai,466 Berdasarkan abel 6, diperoleh nilai d sebesar,466 dan nilai d L sebesar 1,01 dan d U sebesar 1,411, sehingga diperoleh leak dianara d U <d< (4-d U ) aau dengan nilai 1,411<,466 <,589 oleh karena iu dapa dipuuskan bahwa gagal menolak H 0, maka dapa disimpulkan bahwa idak erjadi masalah auokorelasi dalam model regresi. Program Sudi Saisika FMIPA Universias Mulawarman 143

6 Seelah dipemeriksaan asumsi-asumsi klasik ernyaa masih ada asumsi yang belum erpenuhi. Oleh karena iu, daa PDRB diahun sekarang sera di 1 ahun yang lalu dan daa kurs dollar Amerika diahun sekarang harus diransformasi erlebih dahulu unuk mendapakan residual yang sudah berdisribusi normal dan idak memiliki masalah heeroskedasisias. Pengesimasian Model Koyck Dengan Transformasi Log Adapun nilai esimasi parameer dari daa hasil ransformasi log dapa diliha pada Tabel 8 sebagai beriku : Tabel 7. Koefisien Transformasi Log Model Koyck Taraf Parameer Koefisien p-value signifikansi (α) (1 ) 0,364 0,491 >0,05 0,311 0,004 <0,05 0,838 0,000 <0,05 Maka nilai koefisien pada Tabel 7 akan disubiusikan pada model Koyck yakni: Ln Yˆ 0,364 0,311 Ln X 0,838 Ln Y 1 (13) nilai koefisien deerminasi ( R ) menghasilkan nilai sebesar 0,987 arinya besarnya pengaruh variabel hasil ransformasi log dari kurs dollar Amerika diahun sekarang dan variabel hasil ransformasi log dari PDRB di 1 ahun yang lalu erhadap variabel hasil ransformasi log dari PDRB diahun sekarang sebesar 98,7% sehingga model regresi sudah bagus. Pengujian Signifikansi Parameer Pengujian Secara Simulan Adapun hasil pengujian secara simulan sebagai beriku: Tabel 8. Hasil Pengujian Secara Simulan p-value Taraf signifikansi (α) Kepuusan 0,000 <0,05 Menolak H 0 Berdasarkan Tabel 8, dapa bahwa model sudah epa digunakan.sehingga dapa dilakukan pemeriksaan pengujian secara parsial. Dan adapun hasil kesimpulan pengujian secara parsial dapa diliha pada hasil abel 7yaiu : 1. Disimpulkan konsana idak berpengaruh erhadap daa PDRB diahun sekarang.. Disimpulkan variabel kurs dollar Amerika diahun sekarang berpengaruh erhadap PDRB diahun sekarang. 3. Disimpulkan bahwa variabel PDRB di 1 ahun yang lalu berpengaruh erhadap PDRB diahun sekarang. Dengan demikian, dikeahui bahwa hanya ada dua variabel yang berpengaruh erhadap PDRB diahun sekarang. Adapun model Koyck dari hasil daa ransformasi log dari variabel yang berpengaruh adalah sebagai beriku : Ln Yˆ 0,311Ln X 0,838LnY (14) 1 Pengujian Asumsi Klasik Uji Kenormalan Residual Adapun cara yang lain unuk meliha kenormalan pada residual dapa meliha menggunakan uji Shapiro-Wilk sebagai beriku: Tabel 9.Pengujian Kenormalan Residual p-value Shapiro- Taraf Kepuusan Wilk signifikansi (α) 0,705 >0,05 Gagal Menolak H 0 Berdasarkan abel 9, dapa diliha bahwa residualsudah berdisribusi normal. Uji Heeroskedasisias Adapun pengujian unuk mengeahui adanya masalah heeroskedasisias aau bisa disebu homoskedasisias pada analisis regresi adalah dengan melakukan uji formal yakni uji Glejser yaiu : Tabel 10.Pengujian Heeroskedasisias p-value Taraf signifikansi (α) Kepuusan 0,076 >0,05 Gagal menolak H 0 Berdasarkan abel 10, dapa diliha bahwa idak erdapa masalah heeroskedasisias. Uji Auokorelasi Auokorelasi ini dapa dideeksi dengan uji d Durbin-Wason sebagai beriku: Tabel 11.Hasil Uji Auokorelasi d Durbin-Wason Nilai,111 Berdasarkan Tabel 11, diperoleh bahwa nilai d Durbin-Wason adalah sebesar,111 sehingga diperoleh leak dianara d U < d < (4 -d U ) aau dengan nilai 1,411<,111 <,589 oleh karena iu dapa dipuuskan gagal menolak H 0, maka disimpulkan idak erjadi masalah auokorelasi dalam model regresi. Pemodelan Disribusi Lag Seelah diperoleh model Koyck aau bisa disebu juga dengan model auoregressive pada persamaan (1 3), maka model persamaan (1 3) dapa dirubah menjadi model disribusi lag unuk jenis model infinie lag. Berdasarkan persamaan (13) unuk benuk model Koyck elah dikeahui bahwa nilai esimasi dari parameer C sebesar 0,838, nilai esimasi dari parameer 0 sebesar 0,311 dan sera nilai esimasi dari parameer ( 1C ) sebesar 0,364 sehingga unuk nilai esimasi parameer α sebesar,45. Diperoleh, = 0,311 1 = 0 = 0,311 0,838 = 0,61 = 0 = 0,311 (0,838) = 0, Program Sudi Saisika FMIPA Universias Mulawarman

7 3 = 0 3 = 0,311 (0,838) = 0,183 4 = 0 4 = 0,311 (0,838) = 0,153 = 0 = 0,311 (0,838) = 0,19 = 0 = 0,311 (0,838) = 0,108 maka, model disribusi lag unuk jenis model infinie lag sebagai beriku : =,45 + 0, , , , ,19 + 0,108 + (14) Kesimpulan Kesimpulan dari hasil peneliian sebagai beriku : 1) Adapun benuk model auoregressive yaiu : Ln Yˆ 0,364 0,311Ln X 0,838 Ln Y 1 ) Adapun benuk model disribusi lag unuk infinie lag yaiu : =,45 + 0, , , , ,19 + 0,108 3) Diperoleh bahwa variabel PDRB aas dasar harga berlaku menuru lapangan usaha di 1ahun yang lalu yakni dari ahun 1993 sampai 01 dan variabel kurs dollar Amerika diahun sekarang yakni dari ahun 1994 sampai 013berpengaruh erhadap daa PDRB aas dasar harga berlaku menuru lapangan usaha diahun sekarang yakni dari ahun 1994 sampai 013. Peramalan%0Penjualan%0Sepeda%0Mo or%0di%0jawa%0timur%0dengan%0 Menggunakan%0Model%0Dinamis angggal 7 April 015. Nachrowi, Djalal, N., dan Usman, H Penggunaan Teknik Ekonomeri. Jakara: PT. Raja Grafindo. Praiso, Arif.004. Cara Mudah Mengaasi Masalah Saisik dan Rancangan Percobaan dengan SPSS 1. Jakara: PT. Elex Media Kompuindo. Razali, N.M., dan Wah, Y.B Power Comparison Of Shapiro-wilk, Kolmogorov- Smirnov, Lillifors and Anderson-Darling Tess. Journal Of Saisical Modelling and Analysic Vol. 0 No. 01 Hal Suprano, J, Ekonomerik. Jakara: Lembaga Penerbi Fakulas Ekonomi Universias Indonesia. Dafar Pusaka Gujarai, Damodar N Ekonomerika Dasar. Jakara: Penerbi Erlangga. Jainingrum, Naalia Model Dinamis : Auoregressive dan Disribusi Lag. Yogyakara. Skripsi Program Sudi Maemaika Jurusan Pendidikan Maemaika FMIPA Universias Negeri Yogyakara. Diakses hp://eprins.uny.ac.id/1919/1/skri PSI.pdf anggal 7 Mei 015. Marsela, Ni Made Krisna Pengaruh Tingka Inflasi, PDRB, Suku Bunga Kredi, Sera Kurs Dollar Terhadap Invesasi. E- Jurnal Ekonomi Pembangunan Vol.03 No.03 Hal Jurusan Ekonomi Pembangunan Fakulas Ekonomi dan Bisnis Universias Udayana. Diakses hp://ojs.unud.ac.id/i ndex.php/eep/aricle/viewfile/808/665 anggal 30 Mei 015. Musika, Desi dan Seiawan Penjualan Sepeda Moor Di Jawa Timur dengan Menggunakan Model Dinamis. Jurnal Sains dan Seni Pomis Vol. 03 No. 0 Hal. D4- D9 Jurusan Saisika FMIPA Insiu Teknologi Sepuluh Nopember Surabaya. Diakses hp://download. poralgaruda.org/ aricle.php?aricle=177577&val=4187&ile= Program Sudi Saisika FMIPA Universias Mulawarman 145

8 146 Program Sudi Saisika FMIPA Universias Mulawarman

Peramalan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Model Dinamis

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

Lebih terperinci

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

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

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

*Corresponding Author:

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

Lebih terperinci

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

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

Lebih terperinci

Muhammad Firdaus, Ph.D

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

BAB II TINJAUAN TEORITIS

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

KOINTEGRASI DAN ESTIMASI ECM PADA DATA TIME SERIES. Abstrak

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting BAB 1 PENDAHULUAN 1.1. Laar Belakang Dalam pelaksanaan pembangunan saa ini, ilmu saisik memegang peranan pening baik iu di dalam pekerjaan maupun pada kehidupan sehari-hari. Ilmu saisik sekarang elah melaju

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

PEMODELAN PRODUKSI SEKTOR PERTANIAN

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

Lebih terperinci

Jurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 2014 ISSN

Jurnal 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 terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

BAB 1 PENDAHULUAN. tahun 1990-an, jumlah produksi pangan terutama beras, cenderung mengalami

BAB 1 PENDAHULUAN. tahun 1990-an, jumlah produksi pangan terutama beras, cenderung mengalami 11 BAB 1 PENDAHULUAN 1.1. Laar Belakang Keahanan pangan (food securiy) di negara kia ampaknya cukup rapuh. Sejak awal ahun 1990-an, jumlah produksi pangan eruama beras, cenderung mengalami penurunan sehingga

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai

BAB 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan

BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan BAB I PENDAHULUAN 1.1 Laar Belakang Dalam perencanaan pembangunan, daa kependudukan memegang peran yang pening. Makin lengkap dan akura daa kependudukan yang esedia makin mudah dan epa rencana pembangunan

Lebih terperinci

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

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

Lebih terperinci

PERHITUNGAN VALUE AT RISK (VaR) DENGAN SIMULASI MONTE CARLO (STUDI KASUS SAHAM PT. XL ACIATA.Tbk)

PERHITUNGAN 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 terperinci

IV METODE PENELITIAN

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

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

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

Lebih terperinci

BAB I PENDAHULUAN. universal, disemua negara tanpa memandang ukuran dan tingkat. kompleks karena pendekatan pembangunan sangat menekankan pada

BAB I PENDAHULUAN. universal, disemua negara tanpa memandang ukuran dan tingkat. kompleks karena pendekatan pembangunan sangat menekankan pada BAB I PENDAHULUAN A. Laar Belakang Disparias pembangunan ekonomi anar daerah merupakan fenomena universal, disemua negara anpa memandang ukuran dan ingka pembangunannya. Disparias pembangunan merupakan

Lebih terperinci

(T.6) PENDEKATAN INDEKS SIKLUS PADA METODE DEKOMPOSISI MULTIPLIKATIF

(T.6) PENDEKATAN INDEKS SIKLUS PADA METODE DEKOMPOSISI MULTIPLIKATIF Seminar Nasional Saisika 12 November 2011 Vol 2, November 2011 (T.6) PENDEKATAN INDEKS SIKLUS PADA METODE DEKOMPOSISI MULTIPLIKATIF Gumgum Darmawan, Sri Mulyani S Saf Pengajar Jurusan Saisika FMIPA UNPAD

Lebih terperinci

ANALISIS DIRECT SELLING COST DALAM MENINGKATKAN VOLUME PENJUALAN Studi kasus pada CV Cita Nasional.

ANALISIS DIRECT SELLING COST DALAM MENINGKATKAN VOLUME PENJUALAN Studi kasus pada CV Cita Nasional. JURNAL ILMIAH RANGGAGADING Volume 7 No. 1, April 7 : 3-9 ANALISIS DIRECT SELLING COST DALAM MENINGKATKAN VOLUME PENJUALAN Sudi kasus pada CV Cia Nasional. Oleh Emmy Supariyani* dan M. Adi Nugroho *Dosen

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

Bab 5 Penaksiran Fungsi Permintaan. Ekonomi Manajerial Manajemen

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

Lebih terperinci

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

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

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 26 III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penilaian perkembangan kinerja keuangan PT. Goodyear Indonesia Tbk dilakukan dengan maksud unuk mengeahui sejauh mana perkembangan usaha perusahan yang

Lebih terperinci

BAB 2 TINJAUAN TEORI

BAB 2 TINJAUAN TEORI 7 BAB 2 TINJAUAN TEORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. Sedangkan ramalan adalah suau siuasi aau kondisi yang diperkirakan

Lebih terperinci

III. METODE PENELITIAN. Data yang digunakan adalah data sekunder runtun waktu (time series) bulanan

III. METODE PENELITIAN. Data yang digunakan adalah data sekunder runtun waktu (time series) bulanan III. METODE PENELITIAN A. Jenis dan Sumber Daa Daa yang digunakan adalah daa sekunder runun waku (ime series) bulanan dari 2002:01 sampai dengan 2009:06 yang bersumber dari Laporan dan websie Bank Indonesia

Lebih terperinci

SUPLEMEN 3 Resume Hasil Penelitian: Analisis Respon Suku Bunga dan Kredit Bank di Sumatera Selatan terhadap Kebijakan Moneter Bank Indonesia

SUPLEMEN 3 Resume Hasil Penelitian: Analisis Respon Suku Bunga dan Kredit Bank di Sumatera Selatan terhadap Kebijakan Moneter Bank Indonesia SUPLEMEN 3 Resume Hasil Peneliian: Analisis Respon Suku Bunga dan Kredi Bank di Sumaera Selaan erhadap Kebijakan Moneer Bank Indonesia Salah sau program kerja Bank Indonesia Palembang dalam ahun 2007 adalah

Lebih terperinci

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

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

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu

BAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu BAB 2 TINJAUAN PUSTAKA 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan apa yang erjadi pada waku yang akan daang sedangkan rencana merupakan penenuan apa yang akan dilakukan pada waku yang

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 35 BAB LANDASAN TEORI Meode Dekomposisi biasanya mencoba memisahkan iga komponen erpisah dari pola dasar yang cenderung mencirikan dere daa ekonomi dan bisnis. Komponen ersebu adalah fakor rend (kecendrungan),

Lebih terperinci

BAB 1 PENDAHULUAN. Kabupaten Labuhan Batu merupakan pusat perkebunan kelapa sawit di Sumatera

BAB 1 PENDAHULUAN. Kabupaten Labuhan Batu merupakan pusat perkebunan kelapa sawit di Sumatera BAB 1 PENDAHULUAN 1.1 Laar Belakang Kabupaen Labuhan Bau merupakan pusa perkebunan kelapa sawi di Sumaera Uara, baik yang dikelola oleh perusahaan negara / swasa maupun perkebunan rakya. Kabupaen Labuhan

Lebih terperinci

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

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

Lebih terperinci

BAB 4 ANALISIS DAN PEMBAHASAN

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

Lebih terperinci

Sekilas Pandang. Modul 1 PENDAHULUAN

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN A III METODE PEELITIA Salah sau komponen peneliian yang mempunyai ari pening dalam kaiannya dengan proses sudi secara komprehensif adalah komponen meode peneliian. Meode peneliian menjelaskan bagaimana

Lebih terperinci

ANALISIS PERAMALAN INDEKS HARGA SAHAM KOSPI DENGAN MENGGUNAKAN METODE INTERVENSI

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

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa

BAB 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 terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.. Ruang Lingkup Peneliian Peneliian ini diujukan unuk menenukan meode erbaik yang dapa digunakan dalam meramalkan harga ayam pada enam koa besar di Jawa-Bali. Meode peramalan yang

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 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 terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini adalah penelitian Quasi Eksperimental Design dengan

BAB III METODOLOGI PENELITIAN. Penelitian ini adalah penelitian Quasi Eksperimental Design dengan BAB III METODOLOGI PENELITIAN A. Jenis dan Desain Peneliian Peneliian ini adalah peneliian Quasi Eksperimenal Design dengan kelas eksperimen dan kelas conrol dengan desain Prees -Poses Conrol Group Design

Lebih terperinci

PENERAPAN METODE TRIPLE EXPONENTIAL SMOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUSAHAAN MEBEL SINAR JEPARA TANJUNGANOM NGANJUK.

PENERAPAN METODE TRIPLE EXPONENTIAL SMOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUSAHAAN MEBEL SINAR JEPARA TANJUNGANOM NGANJUK. PENERAPAN METODE TRIPLE EXPONENTIAL MOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUAHAAN MEBEL INAR JEPARA TANJUNGANOM NGANJUK. ii Rukayah*), Achmad yaichu**) ABTRAK Peneliian ini berujuan unuk

Lebih terperinci

PENDUGAAN PARAMETER DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA

PENDUGAAN 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 terperinci

BAB III DATA DAN METODOLOGI PENELITIAN

BAB III DATA DAN METODOLOGI PENELITIAN BAB III DATA DAN METODOLOGI PENELITIAN 4.5 Meode Peneliian Dalam peneliian ini penulis melakukan peneliian dengan menggunakan meode deskripif dengan pendekaan asosiaif. Menuru Moh. Nazir (hal. 63-64, 1988),

Lebih terperinci

UJI MULTIKOLINEARITAS DAN PERBAIKAN MULTIKOLINEARITAS

UJI MULTIKOLINEARITAS DAN PERBAIKAN MULTIKOLINEARITAS BAHAN AJAR EKONOMETRIKA AGUS TRI BASUKI UNIVERSITAS MUHAMMADIYAH YOGYAKARTA UJI MULTIKOLINEARITAS DAN PERBAIKAN MULTIKOLINEARITAS 6.1. Uji Mulikolinearias Sebagaimana dikemukakan di aas, bahwa salah sau

Lebih terperinci

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

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

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. dari bahasa Yunani yang berarti Demos adalah rakyat atau penduduk,dan Grafein

BAB 2 TINJAUAN TEORITIS. dari bahasa Yunani yang berarti Demos adalah rakyat atau penduduk,dan Grafein BAB 2 TINJAUAN TEORITIS 2.1 Pengerian Demografi Keadaan penduduk sanga era kaiannya dengan demografi. Kaa demografi berasal dari bahasa Yunani yang berari Demos adalah rakya aau penduduk,dan Grafein adalah

Lebih terperinci

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

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

Lebih terperinci

III. METODE PENELITIAN. Usahatani belimbing karangsari adalah kegiatan menanam dan mengelola. utama penerimaan usaha yang dilakukan oleh petani.

III. METODE PENELITIAN. Usahatani belimbing karangsari adalah kegiatan menanam dan mengelola. utama penerimaan usaha yang dilakukan oleh petani. III. METODE PENELITIAN A. Konsep Dasar dan Definisi Operasional Usahaani belimbing karangsari adalah kegiaan menanam dan mengelola anaman belimbing karangsari unuk menghasilkan produksi, sebagai sumber

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN III.1 Model Peneliian Dalam menganalisa efekifias kebijakan pemerinah, maka model yang digunakan dalam skripsi ini adalah model yang diurunkan dari eori kekuaan monopoli,

Lebih terperinci

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

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

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

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

Lebih terperinci

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

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

Lebih terperinci

USULAN PENERAPAN METODE KOEFISIEN MANAJEMEN (BOWMAN S) SEBAGAI ALTERNATIF MODEL PERENCANAAN PRODUKSI PRINTER TIPE LX400 PADA PT X

USULAN PENERAPAN METODE KOEFISIEN MANAJEMEN (BOWMAN S) SEBAGAI ALTERNATIF MODEL PERENCANAAN PRODUKSI PRINTER TIPE LX400 PADA PT X USULAN ENERAAN METODE KOEISIEN MANAJEMEN (BOMAN S) SEBAGAI ALTERNATI MODEL ERENCANAAN RODUKSI RINTER TIE LX400 ADA T X Hendi Dwi Hardiman Jurusan Teknik Manajemen Indusri - Sekolah Tinggi Manajemen Indusri

Lebih terperinci

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

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

Lebih terperinci

BAB IV METODOLOGI PENELITIAN

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

Lebih terperinci

Model Koreksi Kesalahan pada Data Runtun Waktu Indeks Harga Konsumen Kota-kota di Papua

Model Koreksi Kesalahan pada Data Runtun Waktu Indeks Harga Konsumen Kota-kota di Papua Model Koreksi Kesalahan pada Daa Runun Waku Indeks Harga Konsumen Koa-koa di Papua Miha Febby R. Donggori, Adi Seiawan, 3 Hanna Arini Parhusip Prodi Maemaika, Fakulas Sains dan Maemaika, Universias Krisen

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t TKE 305 ISYARAT DAN SISTEM B a b I s y a r a Indah Susilawai, S.T., M.Eng. Program Sudi Teknik Elekro Fakulas Teknik dan Ilmu Kompuer Universias Mercu Buana Yogyakara 009 BAB I I S Y A R A T Tujuan Insruksional.

Lebih terperinci

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

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

Lebih terperinci

PENGARUH STRATEGI PEMBELAJARAN GENIUS LEARNING TERHADAP HASIL BELAJAR FISIKA SISWA

PENGARUH STRATEGI PEMBELAJARAN GENIUS LEARNING TERHADAP HASIL BELAJAR FISIKA SISWA ISSN 5-73X PENGARUH STRATEGI PEMBELAJARAN GENIUS LEARNING TERHADAP HASIL BELAJAR ISIKA SISWA Henok Siagian dan Iran Susano Jurusan isika, MIPA Universias Negeri Medan Jl. Willem Iskandar, Psr V -Medan

Lebih terperinci

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

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

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi dan Waku Peneliian Peneliian ini dilakukan di Dafarm, yaiu uni usaha peernakan Darul Fallah yang erleak di Kecamaan Ciampea, Kabupaen Bogor, Jawa Bara. Pemilihan lokasi

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi dan Waku Peneliian Peneliian ini dilaksanakan di PT Panafil Essenial Oil. Lokasi dipilih dengan perimbangan bahwa perusahaan ini berencana unuk melakukan usaha dibidang

Lebih terperinci

BAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan

BAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan BAB 2 KINEMATIKA Tujuan Pembelajaran 1. Menjelaskan perbedaan jarak dengan perpindahan, dan kelajuan dengan kecepaan 2. Menyelidiki hubungan posisi, kecepaan, dan percepaan erhadap waku pada gerak lurus

Lebih terperinci

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat BAB 1 PENDAHULUAN 1.1 Laar Belakang Sumber Daya Alam (SDA) yang ersedia merupakan salah sau pelengkap ala kebuuhan manusia, misalnya anah, air, energi lisrik, energi panas. Energi Lisrik merupakan Sumber

Lebih terperinci

PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih populasi. PENGUJIAN HIPOTESIS 1. PENDAHULUAN Hipoesis Saisik : pernyaaan aau dugaan mengenai sau aau lebih populasi. Pengujian hipoesis berhubungan dengan penerimaan aau penolakan suau hipoesis. Kebenaran (benar

Lebih terperinci

BAB 2 LANDASAN TEORI. Pengangguran atau tuna karya merupakan istilah untuk orang yang tidak mau bekerja

BAB 2 LANDASAN TEORI. Pengangguran atau tuna karya merupakan istilah untuk orang yang tidak mau bekerja BAB 2 LANDASAN TEORI 2.1 Pengerian Pengangguran Pengangguran aau una karya merupakan isilah unuk orang yang idak mau bekerja sama sekali, sedang mencari kerja, bekerja kurang dari dua hari selama seminggu,

Lebih terperinci

PENINGKATAN KEPUASAN PASIEN FOKUS PADA KUALITAS PELAYANAN

PENINGKATAN KEPUASAN PASIEN FOKUS PADA KUALITAS PELAYANAN PENINGKATAN KEPUASAN PASIEN FOKUS PADA KUALITAS PELAYANAN Oong Karyono Teknik Indusri, Fakulas Teknik Universias Majalengka Email : oong_karyono@rockemail.com ABSTRAK Rumah saki umum daerah (RSUD) Kabupaen

Lebih terperinci

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

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

Lebih terperinci

IDENTIFIKASI POLA DATA TIME SERIES

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

Lebih terperinci

Analisis Model dan Contoh Numerik

Analisis Model dan Contoh Numerik Bab V Analisis Model dan Conoh Numerik Bab V ini membahas analisis model dan conoh numerik. Sub bab V.1 menyajikan analisis model yang erdiri dari analisis model kerusakan produk dan model ongkos garansi.

Lebih terperinci

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

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

Lebih terperinci

HUMAN CAPITAL. Minggu 16

HUMAN CAPITAL. Minggu 16 HUMAN CAPITAL Minggu 16 Pendahuluan Invesasi berujuan unuk meningkakan pendapaan di masa yang akan daang. Keika sebuah perusahaan melakukan invesasi barang-barang modal, perusahaan ini akan mengeluarkan

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

PEMODELAN PDRB PROPINSI JAWA TIMUR DENGAN PENDEKATAN SISTEM PERSAMAAN SIMULTAN

PEMODELAN PDRB PROPINSI JAWA TIMUR DENGAN PENDEKATAN SISTEM PERSAMAAN SIMULTAN PEMODELAN PDRB PROPINSI JAWA TIMUR DENGAN PENDEKATAN SISTEM PERSAMAAN SIMULTAN Risna Yasina A., Dr. Ir. Seiawan, MS, dan Muhammad Sjahid Akbar, MSi Mahasiswa Jurusan Saisika FMIPA-ITS, Dosen Jurusan Saisika

Lebih terperinci

MODEL ARIMAX DAN DETEKSI GARCH UNTUK PERAMALAN INFLASI KOTA DENPASAR

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

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi dan Waku Peneliian Peneliian ini dilaksanakan pada kasus pengolahan ikan asap IACHI Peikan Cia Halus (PCH) yang erleak di Desa Raga Jaya Kecamaan Ciayam, Kabupaen Bogor,

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang 11 BAB I PENDAHULUAN 1.1 Laar Belakang Salah sau masalah analisis persediaan adalah kesulian dalam menenukan reorder poin (iik pemesanan kembali). Reorder poin diperlukan unuk mencegah erjadinya kehabisan

Lebih terperinci

Pemodelan Pertumbuhan Ekonomi Indonesia Menggunakan Data Panel Dinamis dengan Pendekatan Generalized Method of Moment Arellano-Bond

Pemodelan Pertumbuhan Ekonomi Indonesia Menggunakan Data Panel Dinamis dengan Pendekatan Generalized Method of Moment Arellano-Bond JURAL SAIS DA SEI ITS Vol. 5 o. 2 (2016) 2337-3520 (2301-928X Prin) D-205 Pemodelan Perumbuhan Ekonomi Indonesia Menggunakan Daa Panel Dinamis dengan Pendekaan Generalized Mehod of Momen Arellano-Bond

Lebih terperinci