A. LATAR BELAKANG MASALAH

Ukuran: px
Mulai penontonan dengan halaman:

Download "A. LATAR BELAKANG MASALAH"

Transkripsi

1 PENDAHULUAN A. LAAR BELAKANG MASALAH Model koreksi kesalaha ECM - Error Correcio Model merupaka model regresi liier ag meeuka keseimbaga jagka pajag di aara beberapa variabel. Di dalam model koreksi kesalaha dilakuka peesuaia sehigga erjadi keseimbaga aara apa ag diigika da apa ag erjadi. Model koreksi kesalaha dapa diguaka pada variabel-variabel ag idak sasioer amu erkoiegrasi. Model koreksi kesalaha diguaka dalam megaasi masalah daa ruu waku ag idak sasioer masalah regresi lacug megoreksi keidakseimbaga jagka pedek da uuk membeuk hubuga keseimbaga jagka pajag aar variabel. Dalam peeliia ii diguaka model koreksi kesalaha ag dibeuk dega esimasi parameera megguaka meode Boosrap da model koreksi kesalaha ag dibeuk dega esimasi parameera megguaka meode Baesia. Daa ag diguaka adalah daa ruu waku Ideks Harga Kosume koa Jaapura koa Sorog da koa Maokwari di Papua dega periode waku bula Jauari 9-Mei. Jeis daa adalah daa sekuder. B. RUMUSAN MASALAH Bagaimaa model koreksi kesalaha ECM Error Correcio Model da hubuga jagka pajag dari daa ruu waku ideks harga kosume IHK koa-koa di Papua dega meode Boosrap da meode Baesia? C. UJUAN. Medapaka model koreksi kesalaha da hubuga jagka pajag daa ruu waku IHK koa-koa di Papua dega meode Boosrap.. Medapaka model koreksi kesalaha da hubuga jagka pajag daa ruu waku IHK koa-koa di Papua dega meode Baesia. xii

2 Hasil peeliia ii diuagka dalam dua makalah sebagai beriku :. Model Koreksi Kesalaha Pada Daa Ruu Waku Ideks Harga Kosume Koa- Koa Di Papua. Dipublikasika pada Jural de Caresia JcD FMIPA Uiversias Sam Raulagi Maado pada vol. o. ahu 4.. Model Koreksi Kesalaha Dega Meode Baesia Pada Daa Ruu Waku Ideks Harga Kosume Koa-Koa Di Papua. Dipublikasika pada Semiar Nasioal Sais da Pedidika Sais I ag diseleggaraka Fakulas Sais da Maemaika Uiversias Krise Saa Wacaa pada aggal Jui 4. xiii

3 MAKALAH

4

5 Model Koreksi Kesalaha pada Daa Ruu Waku Ideks Harga Kosume Koa-koa di Papua Miha Febb R. Doggori Adi Seiawa Haa Arii Parhusip Prodi Maemaika Fakulas Sais da Maemaika Uiversias Krise Saa Wacaa Jl. Dipoegoro 5-6 Salaiga 57 mihafebb@gmail.com Prodi Maemaika Fakulas Sais da Maemaika Uiversias Krise Saa Wacaa Jl. Dipoegoro 5-6 Salaiga 57 adi_seia_@ahoo.com Prodi Maemaika Fakulas Sais da Maemaika Uiversias Krise Saa Wacaa Jl. Dipoegoro 5-6 Salaiga 57 haaariiparhusip@ahoo.co.id Absrac he Cosumer Price Idex is used as a measure of iflaio. Cosumer Price Idex daa is ime series daa are ofe o saioar causig decisio-makig relaed o he daa becomes ivalid. Cosumer Price Idex has a differe rae of chage i each regio as well as for he ci of Jaapura Sorog ad Maokwari i Papua. I his paper Error Correcio Model is used o correc shor-erm imbalaces ad esablish a log erm relaioship models Cosumer Price Idex ciies - ciies i Papua. We use ime period : Jauar 9 o Ma. o es saioari of he daa we use Phillips - Perro ui roo es. Egle - Grager coiegraio es is performed o deermie wheher here is a log-erm relaioship amog ciies i Papua. Furhermore he model esablished b usig he Error Correcio Mehod b Domowiz - Elbadawi o correc shor- erm imbalaces ad esablish log-erm relaioships model. he obaied Error Correcio Models were compared o he resuls obaied wih he boosrap mehod.. Kewords : cosumer price idex saioari es co iegraio es error correcio model he boosrap mehod Absrak Ideks Harga Kosume diguaka sebagai olok ukur iflasi. Daa Ideks Harga Kosume merupaka daa ruu waku ag serigkali idak sasioer sehigga meebabka pegambila kepuusa ag berkaia dega daa mejadi idak valid. Ideks Harga Kosume memiliki igka perubaha ag berbeda di seiap daerah begiu juga uuk koa Jaapura Sorog da Maokwari di Papua. Model koreksi kesalaha diguaka uuk megoreksi keidakseimbaga jagka pedek da membeuk model hubuga jagka pajag Ideks Harga Kosume koa koa di Papua pada makalah ii. Periode waku ag diamai adalah bula Jauari 9 sampai dega bula Mei. Uji sasioerias daa dega uji akar ui Phillips-Perro uji koiegrasi Egle-Grager ag dilakuka uuk megeahui ada idaka hubuga jagka pajag di aara koa koa ersebu. Lebih laju dibeuk model koreksi kesalaha dega meode Domowiz- Elbadawi uuk megoreksi keidakseimbaga jagka pedek da membeuk model hubuga jagka pajag. Model koreksi kesalaha ag diperoleh dibadigka dega hasil ag diperoleh dega meode boosrap. Kaa kuci: ideks harga kosume uji sasioerias uji koiegrasi model koreksi kesalaha meode boosrap. Pedahulua Ideks Harga Kosume IHK adalah omor ideks ag megukur harga raa-raa dari barag da jasa ag dikosumsi oleh rumah agga []. IHK dijadika sebagai ukura iflasi karea ercermi perkembaga berbagai harga barag da jasa. igka perubaha IHK berbeda uuk seiap daerah pada suau waku sehigga serigkali daa ruu waku IHK idak sasioer sedagka kodisi sasioer diperluka uuk aalisa lebih laju. Oleh karea iu peelesaia masalah dega megguaka daa IHK perlu memperhaika sifa sasioerias agar segala kepuusa ag erkai dega daa mejadi valid. Adaa hubuga keseimbaga aara daerah ag sau dega ag lai juga saga diperluka uuk melakuka peramala aiu melalui uji koiegrasi. Apabila aar daerah erkoiegrasi berari aar daerah ersebu memiliki hubuga jagka pajag. Jika igka IHK pada sau daerah megalami keaika maka igka IHK daerah lai ag erkoiegrasi dega daerah ersebu juga megalami keaika diarika kedua daerah ersebu memiliki keseimbaga. Model koreksi kesalaha ECM - Error Correcio Model

6 8 Doggori Seiawa Parhusip - Model Koreksi Kesalaha pada Daa Ruu Waku. diguaka dalam megaasi permasalaha daa ag idak sasioer regresi lacug megoreksi keidakseimbaga jagka pedek da membeuk model hubuga jagka pajag []. Model koreksi kesalaha dapa diguaka keika daa idak sasioer api erkoiegrasi. Dalam makalah [] elah dijelaska megeai aalisis koiegrasi daa IHK uuk megeahui ada idaka hubuga jagka pajag. Daa IHK ag diguaka dalam makalah Sapura adalah daa IHK beberapa komodias barag di koa-koa di Jawa egah uji sasioerias daa dega uji akar ui Dicke- Fuller da uji koiegrasi dega megguaka uji Johase. Pada makalah [4] elah dijelaska perumusa model diamik perumbuha ekoomi Idoesia meguaka model koreksi kesalaha Egle-Grager. Dega meode ag berbeda mearik uuk mejelaska model koreksi kesalaha daa IHK seelah dilakuka aalisis koiegrasi. Makalah ii mejelaska eag model koreksi kesalaha pada daa ruu waku Ideks Harga Kosume koa Jaapura Sorog da Maokwari dalam periode bula Jauari 9 Mei pada umuma da dega pedekaa boosrap. Meode ag diguaka aiu uji sasioerias daa dega uji akar ui Phillips -Perro uji koiegrasi dega meode Egle-Grager da model koreksi kesalaha dega meode Domowiz-Elbadawi.. Dasar eori Suau daa hasil proses sokasik dikaaka sasioer jika raa-raa da variasia kosa sepajag waku da kovaria aara dua ruu waku haa ergaug dari kelambaa aara dua periode waku ersebu. Secara saisik dapa diaaka sebagai beriku : Mea : E Y Variasi : var EY Kovariasi : Y Y k Y E k dega k kovariasi pada kelambaa lag k adalah kovariasi aara ilai Y da Y k. Daa ruu waku sasioer jika raa raa variasi da kovariasi pada seiap lag adalah eap sama pada seiap waku. Jika raa-raa maupu variasi daa ruu waku idak kosa berubah-ubah sepajag waku maka daa dikaaka idak sasioer [5].. Uji Akar Ui Ui Roo es Ide dasar uji sasioerias daa dega uji akar ui dijelaska melalui model beriku ii : Y Y e 4 dega e adalah variabel gaggua ag bersifa radom sokasik dega raa -raa ol varia kosa da idak salig berhubuga oauokorelasi. Jika ilai maka variabel radom sokasik Y mempuai akar ui. Jika daa ruu waku mempuai akar ui maka dikaaka daa bergerak secara radom radom walk da daa idak sasioer. Oleh karea iu jika dilakuka regresi Y pada lag Y da didapaka ilai maka daa dikaaka idak sasioer. Peeliia ii megguaka uji akar ui Phillips -Perro PP. Uji akar ui PP megguaka meode saisik o-paramerik dalam mejelaska adaa auokorelasi aara residual apa memasukka variabel idepede kelambaa diferesi []. Dega persamaa uji sebagai beriku : Radom walk : Y Y e 5 Radom walk dega iercep : Y Y e 6 Radom walk dega iercep da red : Y Y e 7 dega da adalah re waku. Dalam seiap model hipoesis ola adalah ag berari daa ruu waku megadug akar ui aau daa idak sasioer. Sedagka hipoesis aleraifa ag berari daa sasioer.. Uji Koiegrasi Regresi ag megguaka daa ruu waku ag idak sasioer kemugkia besar aka meghasilka regresi lacug. Regresi lacug adalah siuasi dimaa hasil regresi meujukka koefisie regresi ag sigifika secara saisik da ilai koefisie deermiasi R ag iggi api aar variabel di dalam model idak ada hubuga ag bermaka. Hal ii erjadi karea hubuga aara variabel depede da variabel idepede haa meujukka re saja. Esimasi regresi megalami regresi lacug jika ilai koefisie deermiasi lebih iggi dari ilai Durbi-Waso-a R d [5]. Berdasarka defiisi formal koiegrasi oleh Egle da Grager dikaaka bahwa daa ruu waku Y da berkoiegrasi pada

7 JdC Vol. No. Mare 4 8 deraja d b dega b jika kedua daa ruu waku Y da beriegrasi pada deraja ag sama I d da erdapa kombiasi liier dari variabel variabel ag beriegrasi. Misalka dipuai persamaa : Y e 8 dibeuk kombiasi liier dari kedua variabel sebagai beriku : Y 9 e d diuliska sebagai Y ~ CId b Jika uji sasioerias meujukka e error erm sasioer aau I maka kedua variabel erkoiegrasi ag berari daa ruu waku mempuai hubuga jagka pajag. Adapu persamaa uji sasioerias residual sebagai beriku: Dicke-Fuller : e e p Augmeed Dicke-Fuller : e a je j i. Model Koreksi Kesalaha Berkoiegrasia aar variabel idak mejami adaa keseimbaga dalam jagka pedek. Dalam jagka pedek ada kemugkia erjadi keidakseimbaga disequilibrium. Uuk megaasia dilakuka koreksi dega model koreksi kesalaha. Dalam mekaisme ag dipopulerka oleh Egle- Grager koreksi perilaku jagka pedek dilakuka megguaka kesalaha keidakseimbaga disequilibrium error dalam jagka pajag [6]. Misalka hubuga jagka pajag aau keseimbaga aara dua variabel Y da sebagai beriku : Y mempuai kesalaha keidakseimbaga disequilibrium error : EC Y Jika Y da dalam kodisi keseimbaga maka kesalaha keidakseimbaga ersebu aka berilai ol. ECM Egle -Grager dijelaska dalam persamaa : Y EC e 4 dega EC Y. Koefisie adalah koefisie jagka pedek sedagka adalah koefisie jagka pajag. Salah sau model koreksi kesalaha ag berkembag seelah model koreksi kesalaha Egle-Grager mucul adalah model koreksi kesalaha dari Domowiz da Elbadawi. Model koreksi kesalaha Domowiz- Elbadawi mejelaska bahwa perubaha Y Y dipegaruhi oleh perubaha variabel variabel periode sebeluma da variabel koreksi kesalaha periode sebeluma. Beuk sadar ECM Domowiz-Elbadawi adalah sebagai beriku : Y g g g gec 5 dega EC Y Meuru model ii model koreksi kesalaha valid jika koefisie koreksi kesalaha berada posiif da secara saisik sigifika. Nilai koefisie kesalaha besara adalah g. Koefisie g dalam persamaa 5 merupaka aalisis jagka pedek. Sedagka koefisie jagka pajag pada kodisi keseimbaga keika Y Y da adalah : Y Y g g g g Y Y h h g g h g g g dega 6 h da.4 Model Koreksi Kesalaha Daa Ideks Harga Kosume Koa Jaapura da Koa Maokwari Dalam peulisa ii aka diguaka model koreksi kesalaha dega daa Ideks Harga Kosume IHK koa-koa di Papua. Diaggap bahwa IHK koa Jaapura JPR dipegaruhi IHK koa Maokwari MAN da diaaka dalam hubuga jagka pajag aau keseimbaga sebagai beriku : * JPR MAN 7 * dega JPR = ilai keseimbaga. Dalam sisem ekoomi jarag sekali erjadi keseimbaga sehigga erdapa keidakseimbaga sebesar :

8 84 Doggori Seiawa Parhusip - Model Koreksi Kesalaha pada Daa Ruu Waku. * EC JPR MAN 8 Dega megikui pedekaa ag dikembagka Domowiz-Elbadawi dapa dirumuska fugsi biaa kuadra uggal sebagai beriku : * C b JPR JPR b JPR JPR f Z Z 9 Kompoe perama persamaa 9 meggambarka biaa ke idakseimbaga da kompoe kedua merupaka biaa peesuaia. JPR merupaka Ideks Harga Kosume koa Jaapura akual periode Z merupaka vekor variabel ag mempegaruhi Ideks Harga Kosume koa Jaapura dimaa dalam kasus ii haa dipegaruhi oleh Ideks Harga Kosume koa Maokwari MAN b b adalah vekor baris ag memberi bobo kepada masig-masig biaa sera f merupaka sebuah vekor baris ag memberi bobo kepada eleme Z Z Memiimalisasi fugsi biaa pada persamaa 9 erhadap variabel ol aka meghasilka persamaa sebagai beriku : * JPR JPR b JPR JPR f Z Z b * b JPR b JPR b JPR b f Z Z JPR da meamaka dega b Karea vekor z haa erdiri dari variabel MAN sehigga persamaa dapa diaaka sebagai beriku : * b JPR b JPR b JPR b f MAN MAN b Persamaa dapa diaaka sebagai beriku : * c JPR c f MAN MAN JPR c JPR b dega c Melalui subsiusi persamaa 7 ke dalam persamaa didapaka persamaa b b beriku : JPR d dman dman djpr dega Parameerisasi persamaa mejadi beuk sadar model koreksi kesalaha sebagai beriku : JPR g gman g MAN gman JPR aau dapa diulis mejadi : JPR g gman g MAN g EC 4. Meode Peeliia Daa ag diguaka adalah daa IHK bulaa koa Jaapura Sorog da Maokwari uuk bula Jauari 9 sampai dega Mei ag diperoleh pada websie resmi Bada Pusa Saisik BPS. Dipiliha periode waku ersebu karea pada periode waku iu idak erjadi keaika harga BBM. Selajua dilakuka uji sasioerias daa dega uji akar ui Phillips - Perro uji koiegrasi Egle - Grager koreksi keidakseimbaga jagka pedek da membeuk model hubuga jagka pajag dega model koreksi kesalaha Domowiz-Elbadawi uuk daa IHK. Disribusi saisik dari model koreksi kesalaha diaalisis dega pedekaa boosrap. 4. Hasil Da Pembahasa Hasil uji akar ui erhadap daa IHK meujukka bahwa daa mempuai ui roo ag berari bahwa daa idak sasioer. Grafik garis daa IHK koa Jaapura Sorog da Maokwari di Papua meujukka bahwa daa IHK cederug idak sasioer karea ilaia idak bergerak aik-uru pada sekiar ilai ag sama. Keidaksasioera daa juga dapa diliha dari hasil perbadiga ilai-p da igka sigifikasi.5. Pada abel diujukka ilai -p dari uji akar ui daa IHK koa Jaapura Sorog da Maokwari megguaka Eviews. Dari hasil uji akar ui didapaka ilai-p pada keiga koa ersebu lebih.5 maka daa IHK koa Jaapura Sorog da Maokwari dikaaka idak sasioer. Dega uji akar ui Phillips-Perro dega megguaka Eviews didapaka IHK koa Jaapura Sorog da Maokwari mejadi sasioer pada diferesi perama firs differece. Selajua diguaka regresi uuk medeeksi ada idaka regresi lacug. Hasil regresi diampilka pada abel. Hasil regresi kombiasi koa Jaapura JPR - Maokwari MAN memiliki ilai koefisie deermiasi R lebih kecil dari ilai Durbi Waso d sedagka kombiasi koa Jaapura - Sorog SRG da koa Maokwari-Sorog memiliki ilai R > d ag berari merupaka regresi lacug. Hal ii kemugkia disebabka oleh karakerisik iflasi koa Sorog ag berbeda dari koa Jaapura da koa

9 JdC Vol. No. Mare 4 85 Maokwari sehigga perubaha IHK di koa Sorog cederug idak berpegaruh erhadap perubaha IHK di kedua koa ersebu JPR SRG MAN Ja-9 Mei-9 Sep-9 Ja- Mei- Sep- Ja- Mei- Sep- Ja- Mei- Sep- Ja- Mei- Gambar. Grafik garis IHK Koa Jaapura Sorog da Maokwari bula Jauari 9 sampai dega Mei abel. Hasil Uji Akar Ui Phillips-Perro Koa Nilai-p Keeraga Jaapura.977 idak sasioer Maokwari.998 idak sasioer Sorog.94 idak sasioer abel. Hasil Regresi Kombiasi Koa Jaapura Sorog da Maokwari Koa Depede Idepede Koefisie Sd.error -Saisik Nilai R-squared d JPR MAN JPR SRG MAN SRG MAN JPR SRG JPR SRG MAN Uuk megeahui ada idaka hubuga jagka pajag aar variabel dilakuka uji koiegrasi Egle-Grager. Dega megguaka persamaa 8 dibeuk persamaa : JPR MAN dega JPR = IHK koa Jaapura da MAN = IHK koa Maokwari sehigga diperoleh kombiasi liier dari variabel-variabela sebagai beriku : JPR MAN e Selajua dilakuka uji akar ui erhadap e dega meode Augmeed Dicke-Fuller ADF. Dari uji akar ui ADF didapaka ilai-p dari e sebesar.5 sehigga lebih kecil dari igka sigifikasi.5. Hasil uji akar ui meujukka bahwa e idak megadug akar ui aau I aau daa sasioer maka kedua variabel da erkoiegrasi ag berari mempuai hubuga jagka pajag. Esimasi persamaa dilakuka dega IHK koa Jaapura JPR sebagai variabel depede Y da IHK koa Maokwari MAN sebagai variabel idepede. Dari uji akar ui ADF didapaka ilai- residual persamaa ersebu sebesar.5 lebih kecil dari igka sigifikasi.5. Hal ii berari bahwa residual idak megadug akar ui aau daa sasioer aau I maka kedua variabel JPR da MAN erkoiegrasi ag berari mempuai hubuga jagka pajag. Karea daa IHK koa Jaapura da koa Maokwari idak sasioer da erkoiegrasi maka hubuga aara keduaa dapa dijelaska dega model koreksi kesalaha Error Correcio Model. Peeliia ii megguaka model koreksi kesalaha uuk megoreksi keidakseimbaga jagka pedek IHK koa Jaapura da koa Maokwari da membeuk model hubuga jagka pajaga. Model koreksi kesalaha diuliska dalam persamaa 4. Hasil esimasi model koreksi kesalaha diampilka pada abel. Pada abel variabel koreksi kesalaha EC berada posiif da secara saisik sigifika ag berari model koreksi kesalaha ag diguaka dalam peeliia ii valid. Perubaha MAN MAN berada posiif da sigifika. Kelambaa MAN berada egaif da sigifika sehigga model koreksi kesalaha pada kasus ii dapa diuliska dalam persamaa beriku :

10 86 Doggori Seiawa Parhusip - Model Koreksi Kesalaha pada Daa Ruu Waku. JPR R MAN.797 d MAN.485 EC Hubuga jagka pajag Ideks Harga Kosume Jaapura pada kodisi keseimbaga diampilka dalam persamaa di bawah ii : JPR MAN Pada abel ilai-p uuk kosaa C idak sigifika sehigga dibeuk model koreksi kesalaha ag baru dega meghilagka kosaa. Model koreksi kesalaha ag baru diuliska dalam persamaa beriku : JPR.59 MAN.8 MAN.8 EC R.74 d.97 da hubuga jagka pajaga adalah : JPR MAN Dari persamaa di aas dalam jagka pajag jika erjadi keaika IHK koa Maokwari sebesar % maka aka meebabka peigkaa IHK koa Jaapura sebesar.8969%. Dega kaa lai keaika IHK koa Jaapura sediki lebih lamba daripada keaika IHK koa Maokwari. abel. Esimasi Model Koreksi Kesalaha dega daa Ideks Harga Kosume Koa Jaapura da koa Maokwari dega kosaa Variabel Koefisie Sd. Error -Saisic Nilai- p C DMAN MAN EC abel 4. Esimasi Model Koreksi Kesalaha dega daa Ideks Harga Kosume Koa Jaapura da koa Maokwari apa kosaa Variabel Koefisie Sd. Error -Saisic Nilai- p DMAN MAN EC Model koreksi kesalaha ag didapa dalam persamaa 4 dapa diesimasi dega pedekaa boosrap. Pada abel 5 diampilka disribusi saisik model koreksi kesalaha dega pedekaa boosrap. Nilai-p dari model koreksi kesalaha dega pedekaa boosrap lebih kecil dari ilai-p model koreksi kesalaha sebeluma. Model koreksi kesalaha dega pedekaa boosrap sebagai beriku : JPR MAN.9 MAN. 47 EC sehigga hubuga jagka pajaga adalah : JPR MAN abel 5. Disribusi Saisik Model Koreksi Kesalaha dari Daa IHK Koa Jaapura da Koa Maokwari dega kosaa Variabel Koefisie Sd. Error -Saisik Nilai- p boosrap C DMAN MAN EC Pada abel 5 dapa diliha ilai-p uuk kosaa C idak sigifika karea lebih besar dari igka sigifikasi.5. Uuk iu dibeuk model koreksi kesalaha ag baru ag megguaka pedekaa boosrap dega meghilagka kosaa. Disribusi saisik ECM ersebu diampilka pada abel 6. Model koreksi kesalaha ag baru diuliska dalam persamaa beriku :

11 JdC Vol. No. Mare 4 87 JPR.9MAN.7MAN. 79EC da hubuga jagka pajaga adalah : JPR. 897 MAN Dari persamaa di aas berari bahwa dalam jagka pajag keaika IHK koa Maokwari sebesar % aka meebabka keaika IHK koa Jaapura sebesar.897%. abel 6. Disribusi Saisik Model Koreksi Kesalaha dari Daa IHK Koa Jaapura da Koa Maokwari apa kosaa Variabel Koefisie Sd. Error -Saisik Nilai- p boosrap DMAN MAN EC Gambar. Grafik hubuga jagka pajag Ideks Harga Kosume koa-koa di Papua. Model koreksi kesalaha IHK koa-koa di Papua uuk pasaga koa ag lai diampilka dalam abel 7 sedagka dari hubuga jagka pajag diampilka pada Gambar. Pada Gambar dapa diliha bahwa dalam jagka pajag IHK koa Jaapura lebih redah da cederug lebih sabil dibadig IHK koa Maokwari da koa Sorog. Jika IHK koa Jaapura megalami keaika sebesar % aka meebabka

12 88 Doggori Seiawa Parhusip - Model Koreksi Kesalaha pada Daa Ruu Waku. peigkaa IHK koa Sorog sebesar.985% da keaika IHK koa Maokwari sebesar % aka meebabka peigkaa IHK koa Sorog sebesar.485%. Sehigga dalam jagka pajag keaika IHK koa Sorog sediki lebih cepa dibadig koa Jaapura da Maokwari. abel 7. Model Koreksi Kesalaha Ideks Harga Kosume Koa-Koa di Papua apa kosaa No. Model Koreksi Kesalaha Hubuga Jagka Pajag JPR.9 MAN.7 MAN. 79 EC JPR. 897 MAN MAN.89 JPR.6 JPR. 79 EC MAN SRG SRG JPR 5. Kesimpula.8 SRG.54 SRG. 99 EC.46 MAN.8 MAN. 67 EC.5 JPR.49 EC.5 SRG.699 EC MAN. 8 JPR MAN SRG SRG. 485 MAN SRG. 958 JPR JPR. 879 SRG Dalam makalah ii elah dijelaska megeai model koreksi kesalaha pada daa ruu waku Ideks Harga Kosume koa-koa di Papua. Hasil peeliia meujukka bahwa perubaha Ideks Harga Kosume di koa Jaapura da koa Maokwari salig mempegaruhi sehigga hubuga aara keduaa dapa dijelaska dega model koreksi kesalaha ECM. Dari aalisis daa IHK megguaka model koreksi kesalaha dega pedekaa boosrap didapaka hasil bahwa dalam jagka pajag jika erjadi keaika IHK koa Maokwari sebesar % aka meebabka peigkaa IHK koa Jaapura sebesar.897% da jika erjadi keaika IHK koa Sorog sebesar % aka meebabka peigkaa IHK koa Maokwari sebesar.9675%. Dega kaa lai igka keaika IHK pada koa-koa di Papua hampir sama eapi keaika IHK koa Jaapura da Maokwari sediki lebih lamba daripada koa Sorog. 6. Dafar Pusaka [] Hidaa Imam.. Aalisis Pegaruh Harga Baha Bakar Miak Ecera da Idusri erhadap Ideks Harga Kosume di Idoesia. FE Uiversias Idoesia Jakara. [] Maruddai D. A. I. aro Aisah R. A. 8. Uji Sasioerias Daa Iflasi dega Phillips-Perro es. FMIPA Uiversias Gadjah Mada Yogakara. [] Sapura Mariai J. Seiawa A. Mahama.. Aalisis Koiegrasi Daa Ruu Waku Ideks Harga Kosume Beberapa Komodias Barag Koa di Jawa egah. Prosidig Semiar Nasioal Peeliia Pedidika da Peerapa MIPA Fakulas MIPA Uiversias Negeri Yogakara Jui. [4] Maruddai D. A. I. Wiladari Y. Safiri D. Model Diamik Perumbuha Ekoomi Idoesia Pasca Krisis Moeer : Suau Pedekaa Koreksi Kesalaha Model Koreksi Kesalaha. Jural Sais & Maemaika 5 : 9-4 Jauari 7. [5] Gujarai Damodar N. 6. Dasar-dasar Ekoomerika. Jakara : Erlagga. [6] Widarjoo Agus. 9. Ekoomerika : Pegaar da Aplikasia. Yogakara : Ekoisia.

13 MAKALAH

14

15

16 MODEL KOREKSI KESALAHAN DENGAN MEODE BAYESIAN PADA DAA RUNUN WAKU INDEKS HARGA KONSUMEN KOA - KOA DI PAPUA Miha Febb R. D Adi Seiawa Haa Arii Parhusip Program Sudi Maemaika Fakulas Sais da Maemaika Uiversias Krise Saa Wacaa Jl. Dipoegoro 5-6 Salaiga 57 mihafebb@gmail.com adi_seia_@ahoo.com haaariiparhusip@ahoo.co.id ABSRAK Melalui Model Koreksi Kesalaha Error Correcio Model ECM didapaka bahwa Ideks Harga Kosume di koa Jaapura Sorog da Maokwari salig berhubuga. Hubuga Ideks Harga Kosume koa-koa di Papua merupaka hubuga liier da membeuk garis regresi liier. Garis regresi idak dapa dieuka secara epa sehigga diperluka aksira parameer uuk model regresi liier ersebu. Pada makalah ii daa ag diguaka adalah daa Ideks Harga Kosume koa-koa di Papua dega periode waku Jauari 9 sampai dega Mei. Uuk megesimasi parameer dapa diguaka meode Baesia. Esimasi parameer dega meode Baesia diguaka uuk membeuk model koreksi kesalaha dari daa Ideks Harga Kosume koa-koa di Papua. Model koreksi kesalaha ag diperoleh dega meode Baesia dibadigka dega model koreksi kesalaha ag diperoleh meode kuadra erkecil da meode boosrap. Diperoleh bahwa kedua pedekaa idak berbeda secara sigifika. Kaa-kaa kuci: ideks harga kosume model koreksi kesalaha regresi liier bergada meode baesia PENDAHULUAN Ideks Harga Kosume IHK merupaka omor ideks ag megukur harga raa-raa dari barag da jasa ag dikosumsi oleh rumah agga. IHK diguaka sebagai olok ukur iflasi. igka perubaha IHK berbeda di seiap daerah seperi hala IHK di koa Jaapura koa Sorog da koa Maokwari di Papua. Meski memiliki igka perubaha ag berbeda IHK koa-koa di Papua salig berhubuga. Pada sudi Doggori dkk [] elah dijelaska eag model koreksi kesalaha dega meode boosrap uuk daa ruu waku Ideks Harga Kosume koa-koa di Papua. Berdasarka uji akar ui didapaka daa IHK koa-koa di Papua idak sasioer da melalui uji koiegrasi dikeahui bahwa daa ersebu memiliki hubuga jagka pajag sehigga dapa dibeuk model koreksi kesalahaa. Model koreksi kesalaha ag didapa merupaka model regresi liier bergada apa iersep. Model koreksi kesalaha ag didapa selajua diguaka uuk membeuk hubuga jagka pajag. Hubuga jagka pajag IHK koa-koa di Papua merupaka hubuga liier karea apabila digambarka dalam diagram pecar sebara daa cederug membeuk pola liier aau garis lurus. Garis lurus ersebu aau ag lebih serig disebu garis regresi idak dapa dieuka secara epa sehigga diperluka aksira parameer uuk model regresi liier. Uuk megesimasi parameer dapa diguaka meode Baesia. Dalam Puspaigrum [] elah dijelaska megeai peerapa meode Baesia uuk megesimasi parameer pada model regresi sederhaa dega megguaka daa biaa promosi da jumlah pejuala moor pada perusahaa S dari bula Jauari 5 sampai dega Desember 6. Makalah ii aka dijelaska megeai membeuk model koreksi kesalaha dari daa Ideks Harga kosume koa-koa di Papua periode waku Jauari 9 sampai dega Mei dega esimasi parameerparameera megguaka meode Baesia.

17 MEODE Regresi Liier Bergada Aalisis regresi liier bergada ialah suau ala aalisis peramala ilai pegaruh dua aau lebih variabel idepede erhadap variabel depede uuk membukika ada aau idaka hubuga fugsi aau hubuga kausal aara dua variabel aau lebih dega sau variabel depede []. Model ii dijelaska dalam persamaa beriku : Y p p Dalam hubugaa dega daa hasil pegamaa model regresi liier bergada diuliska sebagai beriku : x x x i i i uuk i dega i ~ N [4]. Model ii dapa diuliska dalam beuk vekor da mariks sebagai beriku : x x x p x x x p x x xp. p Dega megguaka oasi ersebu model dapa diuliska kembali sebagai : ε p p Dalam hal ii fugsi likelihood didefiisika sebagai : p p i i exp i / exp sehigga fugsi likelihood mejadi : / p exp 4 Pada makalah ii diguaka model regresi bergada apa iersep dega iga variabel bebas da dirumuska sebagai beriku : i xi xi xi i 5 p ip i dega i da i ~ N sehigga mempuai fugsi likelihood : / p exp x x dega x i i i da Disribusi Prior Kojuga Disribusi prior kojuga memiliki sifa jika dikombiasika dega fugsi likelihood aka meghasilka poserior dega disribusi ag sama dega disribusi prior maka beuk uuk prior : p p p 6 [5]. Dega dega b berdisribusi Ivers Gamma a dega a da v vs b dega v da s Kepadaa prior diulis sebagai beriku : v / v s p exp. 7 Prior bersara berdisribusi N. Pada makalah ii I prior bersara : p k / da memiliki kepadaa exp dega I I 8 sehigga kepadaa prior bersara mejadi : / k p exp

18 9 Disribusi Poserior Poserior dapa diperoleh dari hasil kali fugsi likelihood da prior da dapa diaaka sebagai [6]: p p p p exp exp k a b exp Poserior pada persamaa di aas dapa diulis ulag sehigga mea poserior dari vekor parameer dapa diaaka dalam esimaor kuadra erkecil ˆ da mea prior dega kekuaa dari prior diujukka oleh mariks prior presisi []: ˆ sehigga isilah kuadra dalam ekspoesial dapa diaur kembali sebagai beuk kuadra dalam : Selajua poserior dapa diaaka sebagai disribusi ormal dikalika dega disribusi Ivers-Gamma : exp exp v k b p maka poserior dapa diparameerisasi sebagai beriku : p p p dega kedua fakor sesuai dega kepadaa dari disribusi N da Gammaa b Ivers dega parameera diberika oleh : I b b v a Pada makalah ii diguaka v 5 da berdimesi sehigga berdimesi aiu I. Markov Chai Moe Carlo MCMC Uuk meracag raai Markov dapa diguaka Gibbs Samplig dari disribusi poserior dega ~ IG a b p da ~ N p ag meghasilka raai Markov oleh samplig dari disribusi bersara. Sebeluma disusu disribusi prior kojuga dega ~ b Gamma a Ivers p dega v a da s v b dega v da s dieuka secara subekif da ~ N p dega dieuka secara subekif da prior presisi dega memilih ilai. Jika ~ IversGammaa b maka : ~ v Gamma Ivers b * Jika ~ N [7] maka disribusi dari bersara pada ** : ~ N dega Apabila diberika da vekor ag idak dikeahui maka

19 uuk medapaka disribusi dari dega meode Gibbs sampler diguaka lagkah-lagkah sebagai beriku :. Dipilih ilai awal. Sampel dari p sehigga memeuhi *. Sampel dari p sehigga memeuhi **.. Lagkah diulagi sebaak B kali sehigga didapaka sampel dari p da p dalam beuk raai Markov. Model Koreksi Kesalaha Model koreksi kesalaha adalah model ag memasukka peesuaia uuk melakuka koreksi bagi keidakseimbaga. Model koreksi kesalaha diguaka dalam megaasi permasalaha daa ag idak sasioer regresi lacug megoreksi keidakseimbaga jagka pedek da membeuk model hubuga jagka pajag [8]. Model koreksi kesalaha dapa diguaka keika daa idak sasioer api erkoiegrasi. Dalam mekaisme ag dipopulerka oleh Egle-Grager koreksi perilaku jagka pedek dilakuka megguaka kesalaha keidakseimbaga disequilibrium error dalam jagka pajag [9]. Salah sau model koreksi kesalaha ag berkembag adalah model koreksi kesalaha dari Domowiz da Elbadawi. Model koreksi kesalaha Domowiz-Elbadawi mejelaska bahwa perubaha Y aau Y dipegaruhi oleh perubaha variabel aau variabel periode sebeluma da variabel koreksi kesalaha periode sebeluma. Beuk sadar ECM Domowiz-Elbadawi adalah sebagai beriku : Y g g g g EC dega EC Y. Meuru model ii model koreksi kesalaha valid jika koefisie koreksi kesalaha berada posiif da secara saisik sigifika. Nilai koefisie kesalaha besara adalah g. Koefisie g dalam persamaa merupaka aalisis jagka pedek. Sedagka koefisie jagka pajag pada kodisi keseimbaga keika Y Y da adalah : Y Y g g g g Y h h Y 4 dega h g / g da h g g/ g. Pada makalah ii diguaka model koreksi kesalaha apa iersep sebagai beriku : Y g g gec 5 dega EC Y. Model Regresi Baesia uuk Model Koreksi Kesalaha Daa Ideks Harga Kosume Koa-Koa di Papua Pada makalah ii diguaka model regresi bergada apa iersep dega iga variabel bebas da dirumuska sebagai beriku : x x x i i i i dega i da i ~ N sehigga model koreksi kesalaha uuk daa Ideks Harga Kosume koa-koa di Papua dapa diuliska sebagai beriku : Y g g gec da mempuai fugsi likelihood : / p dega exp Y g g g i EC da Apabila diaggap bahwa IHK koa Jaapura JPR dipegaruhi IHK koa Maokwari MAN maka model koreksi kesalaha dapa diuliska kembali mejadi: JPR g MAN g MAN g EC mempuai fugsi likelihood : / p exp dega JPR MAN MAN EC da g g g sehigga beuk uuk prior : p p p

20 dega berdisribusi Ivers-Gamma a b dega v a da b vs dega v da s. Kepadaa prior diulis sebagai beriku : v / v s p exp. Prior bersara berdisribusi N dega g g g I da memiliki kepadaa prior bersara : k / p exp sehigga kepadaa prior bersara mejadi : k / p exp g g g g g g Poserior diparameerisasi sebagai beriku : p p p dega kedua fakor sesuai dega kepadaa dari disribusi N da Ivers-Gamma a b dega parameera diberika oleh: a v b b I sera diguaka v 5 da berdimesi sehigga berdimesi aiu I. MEODE PENELIIAN Daa ag diguaka adalah daa IHK bulaa koa Jaapura koa Sorog da koa Maokwari pada bula Jauari 9 sampai dega bula Mei ag diperoleh dari websie resmi Bada Pusa Saisik BPS. Dipiliha periode waku ersebu karea pada periode waku iu idak erjadi keaika harga BBM. Selajua meerapka meode Baesia pada model koreksi kesalaha daa IHK koa-koa di Papua uuk memperoleh aksira parameera. aksira parameer diperoleh melalui beberapa ahap peghiuga aiu meeuka fugsi likelihood disribusi prior kojuga disribusi poserior da kemudia megesimasi parameer. Pegolaha daa dilakuka seelah aksira parameer diperoleh. Lagkah peelesaia uuk megesimasi parameer megguaka model regresi liier Baesia sebagai beriku :. Meracag raai Markov dari disribusi poserior p p p dega b p ~ Ivers-Gamma a da p ~ N aiu Gibbs Samplig ag meghasilka raai Markov dega ierasi sebaak 5 aiu uuk aksira parameer g g g.. aksira g g g diperoleh dega mecari ilai raa-raa dari 45 ilai Gibbs sampler seelah memoog ilai Gibbs sampler dari 5 ierasi perama.. Dari ilai-ilai Gibbs sampler ersebu dihasilka fugsi desias uuk g g g berdisribusi ormal. Uuk melakuka perhiuga diguaka ala bau program WiBUGS.4.. PENGEMBANGAN MODEL KOREKSI KESALAHAN Apabila diaggap bahwa IHK koa Jaapura JPR berpegaruh erhadap IHK koa Maokwari MAN da IHK koa Sorog SRG melalui uji akar ui didapaka daa JPR MAN da SRG idak sasioer amu sasioer pada igka diferesi perama. Dega demikia JPR MAN da SRG erkoiegrasi ag berari erdapa hubuga jagka pajag aara keigaa. Uji koiegrasi dapa dilakuka dega membeuk persamaa : JPR MAN SRG e 6 selajua persamaa diulis kembali dalam beuk sebagai beriku : e JPR MAN SRG 7 variabel gaggua e dalam hal ii merupaka kombiasi liier. Jika variabel gaggua e sasioer aau I maka aar

21 variabela erkoiegrasi ag berari mempuai hubuga jagka pajag. Dari uji koiegrasi didapaka ilai-p residual sebesar 7 lebih kecil dari igka sigifikasi 5 sehigga aar variabel erbuki erkoiegrasi ag berari erdapa hubuga jagka pajag aar IHK keiga koa ersebu. Selajua dibeuk model koreksi kesalaha dega meode Domowiz-Elbadawi sebagai beriku : JPR g g MAN g SRG g MAN g4 SRG g5 EC e 8 dega EC MAN SRG JPR JPR = IHK koa Jaapura MAN = IHK koa Maokwari da SRG = IHK koa Sorog. Hubuga jagka pajag dari model pada persamaa 8 : JPR h h MAN h SRG 9 dega h g g h g g da h 5 5 g5 g4 g5 g5 abel. Hasil esimasi model koreksi kesalaha daa IHK koa Jaapura erhadap IHK koa Maokwari da koa Sorog Variabel Koefisie SE -saisik Nilai-p C DMAN DSRG MAN SRG EC Pada abel koefisie koreksi kesalaha EC 7 berada posiif da secara saisik sigifika. Nilai-p uuk variabel D SRG da MAN lebih besar dari igka sigifikasi.5 sehigga kedua variabel ersebu secara saisik dikaaka idak sigifika. Maka model koreksi kesalaha dikoreksi kembali da didapaka hasil esimasi model koreksi kesalaha ersebu ag diampilka pada abel. abel. Hasil esimasi model koreksi kesalaha daa IHK koa Jaapura erhadap IHK koa Maokwari da koa Sorog Variabel Koefisie SE -saisik Nilai-p DMAN SRG EC Model koreksi kesalaha uuk daa IHK koa Jaapura erhadap IHK koa Maokwari da koa Sorog adalah : JPR.67 MAN.97 SRG.89 EC da memiliki hubuga jagka pajag : JPR. 998 SRG Dega cara ag sama dilakuka esimasi uuk model koreksi kesalaha daa IHK koa Maokwari erhadap IHK koa Jaapura da Sorog. Hasil esimasi diampilka pada abel. Sedagka hasil esimasi uuk model koreksi kesalaha daa IHK koa Sorog erhadap IHK koa Jaapura da koa Maokwari diampilka pada abel 4. Model koreksi kesalaha uuk daa IHK koa Jaapura erhadap IHK koa Maokwari da koa Sorog adalah : MAN.785SRG.JPR.4EC da memiliki hubuga jagka pajag : MAN. 69 SRG Sedagka model koreksi kesalaha uuk daa IHK koa Jaapura erhadap IHK koa Maokwari da koa Sorog adalah : SRG.466MAN.67 JPR.7 EC da memiliki hubuga jagka pajag : SRG. 54 JPR abel. Hasil esimasi model koreksi kesalaha daa IHK koa Maokwari erhadap IHK koa Jaapura da koa Sorog Variabel Koefisie SE -saisik Nilai-p DSRG JPR EC abel 4. Hasil esimasi model koreksi kesalaha daa IHK koa Sorog erhadap IHK koa Maokwari da koa Jaapura Variabel Koefisie SE -saisik Nilai-p DMAN JPR EC HASIL DAN DISKUSI Pada Gambar da diampilka diagram pecar daa Ideks Harga Kosume IHK koa Jaapura Sorog da Maokwari. Dari keiga gambar ersebu erliha sebara daa cederug membeuk pola liier sehigga dapa dikaaka hubuga diaara variabel bebas da variabel erikaa merupaka hubuga liier. Karea daa memiliki hubuga liier maka selajua dapa dieuka persamaa regresi dugaaa.

22 Gambar. Diagram pecar daa IHK koa Jaapura pada sumbu erhadap daa IHK koa Maokwari pada sumbu x kiri da daa IHK koa Maokwari pada sumbu erhadap daa IHK koa Jaapura pada sumbu x kaa Gambar. Diagram pecar daa IHK koa Maokwari pada sumbu erhadap daa IHK koa Sorog pada sumbu x kiri da daa IHK koa Sorog pada pada sumbu erhadap daa IHK koa Maokwari pada sumbu x kaa Gambar. Diagram pecar daa IHK koa Sorog pada sumbu erhadap daa IHK koa Jaapura pada sumbu x kiri da daa IHK koa Jaapura pada sumbu erhadap daa IHK koa Sorog pada sumbu x kaa Model koreksi kesalaha ag diguaka dalam makalah ii adalah model regresi bergada apa iersep da diaaka dalam persamaa beriku : JPR gman gman g EC uuk dega JPR IHK koa Jaapura MAN IHK koa Maokwari da EC variabel koreksi kesalaha. Dega asumsi parameer berdisribusi ormal uuk medapaka esimasi parameer gˆ g g g dega meode Baesia diracag raai Markov dari disribusi poserior aiu dega Gibbs samplig sebaak 5 ierasi. Dipilih ilai awal g g da g. Agar idak megacauka hasil esimasi dilakuka pemooga bur i 5 ierasi perama ag erdapa ilai awal sehigga didapaka hasil esimasi pada abel 5. Raai Markov uuk aksira parameer g g da g diampilka dalam Gambar 4. Gambar 4 meujukka ilai-ilai Gibbs sampler sebaak 45 ilai ag membeuk raai Markov. Dega mecari raa-raa dari 45 ilai Gibbs sampler ersebu maka diperoleh hasil aksira parameer g g da g aiu beruru-uru sebesar.6 -. da.9. Dari ilai-ilai Gibbs sampler ersebu didapaka fugsi desias pada Gambar 5. abel 5. Disribusi saisik model koreksi kesalaha daa IHK koa Jaapura da IHK koa Maokwari dega meode Baesia. ode g g g mea Sd..4.5 MC error.7...5% media % sar sample

23 Gambar 4. Raai Markov uuk aksira parameer g g da g. Dega parameer g g da g ag diperoleh megguaka meode Baesia dibeuk model koreksi kesalaha ag baru. Model koreksi kesalaha dega meode Baesia uuk daa IHK koa Jaapura da daa IHK koa Maokwari diuliska dalam persamaa beriku : JPR.6MAN.MAN.9EC. Dari persamaa di aas dibeuk hubuga jagka pajaga uuk daa IHK koa Jaapura da daa IHK koa Maokwari sebagai beriku : JPR.897MAN. Dari persamaa di aas berari bahwa dalam jagka pajag keaika IHK koa Maokwari sebesar % aka meebabka keaika IHK koa Jaapura sebesar.897%. Dega cara ag sama dilakuka Gambar 5. Fugsi desias parameer g g g. perhiuga uuk memperoleh aksira parameer uuk model koreksi kesalaha IHK koa-koa di Papua uuk pasaga koa ag lai. Model koreksi kesalaha IHK koa-koa di Papua uuk pasaga koa ag lai diampilka dalam abel 6. Pada abel 6 diujukka bahwa dalam jagka pajag keaika IHK koa Sorog sebesar % aka meebabka keaika IHK koa Maokwari sebesar.9766% da keaika IHK koa Jaapura sebesar.8787%. Sedagka keaika IHK koa Jaapura sebesar % aka meebabka keaika IHK koa Maokwari da koa Sorog beruru-uru sebesar.5% da.4%. Dega kaa lai igka keaika IHK koa-koa di Papua hampir sama eapi igka keaika IHK koa Jaapura da koa Maokwari sediki lebih lamba dibadig dega igka keaika IHK koa Sorog.

24 abel 6. Model Koreksi Kesalaha IHK Koa-Koa di Papua dega meode Baesia No. Model Koreksi Kesalaha Hubuga Jagka Pajag JPR.6 MAN. MAN. 9 EC JPR. 897 MAN MAN.75 JPR.85 JPR. EC MAN. 5 JPR MAN.75 SRG.5 SRG. 7 EC MAN SRG 4 SRG.47 MAN.8 MAN. 65 EC SRG. 484 MAN 5 SRG.97 JPR.97 EC SRG. 4 JPR 6 JPR.8 SRG.75 EC JPR SRG abel 7. Hubuga jagka pajag ag diperoleh dari model koreksi kesalaha dega meode kuadra erkecil meode Boosrap da meode Baesia. Meode Kuadra erkecil Meode Boosrap Meode Baesia JPR MAN JPR SRG MAN. 5 JPR MAN. 976 SRG SRG. 484 MAN SRG. 99 JPR JPR. 897 MAN JPR. 879 SRG MAN. 8 JPR MAN SRG SRG. 485 MAN SRG. 958 JPR JPR. 897 MAN JPR SRG MAN. 5 JPR MAN SRG SRG. 484 MAN SRG. 4 JPR Gambar 6. Diagram pecar hubuga jagka pajag IHK koa Jaapura da Maokwari kiri: model kaa : model Gambar 7. Diagram pecar hubuga jagka pajag IHK koa Sorog da Maokwari kiri : model kaa : model 4 Gambar 8. Diagram pecar hubuga jagka pajag IHK koa Sorog da Jaapura kiri : model 5 kaa : model 6

25 Perbadiga hubuga jagka pajag ag diperoleh dari model koreksi kesalaha dega meode Baesia dega meode Boosrap da meode kuadra erkecil diampilka pada abel 7. Dari abel 7 dapa diliha bahwa hubuga jagka pajag ag diperoleh dari model koreksi kesalaha dega meode Baesia dega meode kuadra erkecil da dega meode Boosrap memiliki koefisie ag relaif hampir sama. Diagram pecar da persamaa garis regresi hubuga jagka pajag pada abel 6 diampilka pada Gambar 6 7 da 8. Sebara daa cederug berada di sekiar garis lurus da membeuk hubuga liier. KESIMPULAN Dalam makalah ii elah dijelaska megeai model koreksi kesalaha dega meode Baesia pada daa ruu waku Ideks Harga Kosume koa-koa di Papua. Hasil peeliia meujukka bahwa esimasi parameer dega meode Baesia meghasilka raa-raa poserior ag hampir sama dega esimasi parameer dega meode boosrap. Dari aalisis daa IHK megguaka model koreksi kesalaha dega meode Baesia didapaka hasil bahwa dalam jagka pajag jika erjadi keaika IHK koa Sorog sebesar % aka meebabka peigkaa IHK koa Jaapura sebesar.8787% da peigkaa IHK koa Maokwari sebesar.9766%. Dega kaa lai igka keaika IHK pada koa-koa di Papua hampir sama eapi keaika IHK koa Jaapura da Maokwari sediki lebih lamba daripada koa Sorog. Model koreksi kesalaha ag diperoleh dega meode Baesia memiliki ilai-ilai parameer ag hampir sama dega model koreksi kesalaha ag diperoleh dega meode boosrap sehigga hubuga jagka pajag ag dibeuk dari model koreksi kesalaha ag diperoleh dari kedua meode ersebu memiliki koefisie ag hampir sama. Sederhaa. FSM Uiversias Krise Saa Wacaa 8. [] V. Muiarai A. Seiawa da H. A. Parhusip Esimasi Parameer da Ierval Kredibel dega Model Regresi Liier Bergada Baesia Semiar Nasioal Pedidika Maemaika Ahmad Dahla SENDIKMAD Uiversias Ahmad Dahla. [4] S. Evas Baesia Regressio Aalsis. Facul of he College of Ars ad Scieces Uiversi of Louisville. [5] D. B. Rowe Mulivariae Baesia Saisics : Models for Source Separaio ad Sigal Umixig. CRC press. [6]. Lacaser A Iroducio o Moder Baesia Ecoomerics.. [7] R. Jeigs M. Wakema-Li ad i Zhao Mulivariae Normal Disribuio. [Olie] Available : hp:// 88/joidesi/NoesOMulivariaeNormal /Mulivariae%Normal%Disribuio_W akema-lijeigszhao.pdf. [8] D. A. I. Maruddai Y. Wiladari da D. Safiri Model Diamik Perumbuha Ekoomi Idoesia Pasca Krisis Moeer : Suau Pedekaa Koreksi Kesalaha Model Koreksi Kesalaha Jural Sais & Maemaika vol. 5 o. pp [9] A. Widarjoo Ekoomerika : Pegaar da Aplikasia. Ekoisia 9. DAFAR PUSAKA [] M. F. R. Doggori A. Seiawa da H. A. Parhusip Model Koreksi Kesalaha pada Daa Ruu Waku Ideks Harga Kosume Koa-koa di Papua Jural de Caresia vol. o. pp [] D. Puspaigrum Des. Peerapa Meode Baesia uuk Megesimasi Parameer pada Model Regresi Liier

26 PEMBAHASAN AMBAHAN Pembahasa ambaha berisi meode peeliia da pembahasa eag karakerisik iflasi koa-koa di Papua sera grafik igka perubaha IHK koa-koa di Papua dari Makalah. Pada Makalah dilakuka koreksi IHK koa-koa di Papua dega model koreksi kesalaha. Koreksi erhadap IHK aka mempegaruhi iflasi koa-koa di Papua. Pada pembahasa ambaha ii dijelaska megeai karakerisik iflasi sebelum dilakuka koreksi erhadap IHK. Iflasi adalah suau proses meigkaa harga-harga secara umum da erus-meerus koiu berkaia dega mekaisme pasar ag dapa disebabka oleh berbagai fakor aara lai kosumsi masaraka ag meigka berlebiha likuidias di pasar ag memicu kosumsi juga akiba adaa keidaklacara disribusi barag Boedioo 99. Iflasi erjadi karea adaa keaika harga ag diujukka oleh keaika ideks pada kelompok-kelompok barag da jasa. Iflasi egaif berari perekoomia sedag berada pada periode deflasi aiu harga barag da jasa jauh da ilai uag berambah. Idikaor ag serig diguaka uuk meghiug igka iflasi adalah Ideks Harga Kosume IHK. Iflasi dihiug dega megguaka rumus : IHK IHK LI % IHK dega LI = Laju Iflasi pada periode = Ideks Harga Kosume periode. Meode Peeliia IHK IHK = Ideks Harga Kosume periode da Daa-daa iflasi ag dimiliki dilakuka aalisisa dega saisik deskripif uuk memperoleh karakerisik iflasi bulaa di koa-koa ersebu. Selajua dilakuka uji sasioerias daa dega uji akar ui Phillips-Perro uji koiegrasi Egle-Grager koreksi keidakseimbaga jagka pedek da membeuk model hubuga jagka pajag dega model koreksi kesalaha Domowiz-Elbadawi uuk daa IHK. Disribusi saisik dari model koreksi kesalaha diaalisis dega pedekaa boosrap. Dega megguaka pedekaa meode boosrap ilai- p dieuka dega lagkah-lagkah sebagai beriku :. Misalka dipuai persamaa model koreksi kesalaha sebagai beriku : JPR g g MAN g MAN g EC uuk.. Berdasarka daa JPR MAN MAN EC dapa diesimasi g g g da g dega meode Leas Square.. Disribusi dapa diekspresika dalam residu r r r dega r JPR g g MAN g MAN g EC 4. Diambil dega pegembalia residu r r * * * r sehigga diperoleh r r r Dapa juga * * * digai dega residu r r N dega diesimasi dega : r dibagkika dari SSE ˆ p dega p = baaka variabel bebas Kuer e al 5. * 5. Nilai JPR dihiug dega : * * JPR g gman g MAN g EC r * * * * * 6. Berdasarka daa JPR MAN MAN EC dapa dihiug g g g g dega meode Leas Square. 7. Prosedur 4 6 diulag sejumlah B kali sehigga diperoleh mariks xiv

27 * * * g g g B * * * g g g B G * * * g B gb g BB. 8. Disribusi saisik dari g g g da g dapa diperoleh berdasarka saisik ilai-ilai boosrap pada seiap kolom dalam mariks G. Karakerisik Iflasi Bulaa Koa-koa di Papua 8 - Des-9 Mar- Ju- Sep- Des- Mar- Ju- Sep- Des- Mar- Ju- Sep- Des- Mar- INDONESIA JAYAPURA SORONG MANOKWARI Gambar. Grafik garis daa ear of ear dari daa iflasi bulaa koa Jaapura Sorog Maokwari da Idoesia Sumber : Daa BPS ahu 9-. Iflasi bulaa pada koa Jaapura saga flukuaif aau cederug idak sabil diliha dari koefisie variasia ag erbesar aiu 55 dibadig dega koa Sorog sebesar 4 da Maokwari sebesar 65. Iflasi bulaa koa Jaapura Sorog da Maokwari cederug lebih flukuaif dibadig iflasi asioal seperi ag erliha pada Gambar. Jagkaua koa Jaapura Maokwari da Sorog cukup besar beruru-uru sebesar 578%; 545% da 48% abel. Jaapura memiliki raa-raa iflasi bulaa ag sama dega Idoesia asioal sedagka raa-raa iflasi bulaa Maokwari sediki lebih besar dari raa-raa bulaa Idoesia. abel. Saisik deskripif umeris dari daa iflasi bulaa koa Jaapura Sorog da Maokwari dibadigka dega Idoesia asioal. INDONESIA JAYAPURA SORONG MANOKWARI Mea Media Sdev Mi Max Koef variasi Skewess Kurosis Rage Pada Gambar erliha bahwa koa Sorog Maokwari da Idoesia memiliki skewess posiif sedagka koa Jaapura memiliki skewess egaif. erliha bahwa skewess egaif mempuai ekor di sebelah kiri sedagka skewess posiif mempuai ekor di sebelah kaa. Skewess koa Jaapura hampir ag berari desias daa iflasi bulaaa hampir simeris. Kurosis koa Jaapura Sorog Maokwari da Idoesia berilai posiif aria lebih besar dari disribusi ormal. Karakerisik iflasi bulaa koa Jaapura Sorog da Maokwari dibadigka dega daa iflasi bulaa asioal Idoesia dalam kuru waku ahu 9 diujukka pada Gambar. Iflasi bulaa eriggi uuk koa Jaapura da Maokwari adalah pada bula Desember beruru- xv

28 uru sebesar 8 da 89 jauh lebih besar dari raa-raa bulaa Idoesia aiu sebesar 7. Kemugkia besar hal ii disebabka oleh adaa hari raa Naal. Sedagka iflasi bulaa eriggi uuk koa Sorog da Idoesia adalah pada bula Juli. Kemugkia besar disebabka oleh pergaia ahu ajara baru dalam duia pedidika ag meebabka kosumsi masaraka erhadap barag da jasa ag berkaia dega keperlua sekolah meigka. Iflasi ag cukup iggi di koa Sorog da Maokwari erjadi pada bula Jui Juli da Agusus. Koa Maokwari memiliki deflasi eriggi aiu sebesar -67 pada bula Sepember. Koa Maokwari juga merupaka koa ag megalami deflasi erbaak. Gambar. Desias da Boxplo daa iflasi bulaa Idoesia koa Jaapura Sorog da Maokwari. Uji ormalias Lilliefors uuk koa Jaapura Sorog Maokwari da Idoesia meghasilka ilai- p beruru-uru sebesar 7; 6; da 7. Hasil uji ormalias Lilliefors meujukka bahwa pada igka sigifikasi 5% haa daa iflasi bulaa koa Jaapura koa Sorog da Idoesia ag memeuhi asumsi ormalias daa. 5 5 IND JPR SRG MAN -5 - Gambar. Karakerisik raa-raa iflasi bulaa uuk iap bula pada koa Jaapura Sorog da Maokwari dibadigka dega Idoesia Sumber : Daa BPS ahu 9- ag diolah. Dari karakerisik iflasi koa koa di Papua dapa diliha bahwa karakerisik iflasi koa Jaapura da koa Maokwari hampir sama. sedagka koa Sorog cederug memiliki karakerisik iflasi ag berbeda dari keduaa. Grafik igka Perubaha IHK Koa-Koa di Papua Pada Gambar 4 dapa diliha bahwa dalam jagka pajag IHK koa Jaapura lebih redah da cederug lebih sabil dibadig IHK koa Maokwari da koa Sorog. Jika IHK koa Jaapura megalami keaika sebesar % aka meebabka peigkaa IHK koa Sorog sebesar.985% da keaika IHK koa Maokwari sebesar % aka meebabka peigkaa IHK koa Sorog xvi

29 sebesar.485%. Sehigga dalam jagka pajag keaika IHK koa Sorog sediki lebih cepa dibadig koa Jaapura da Maokwari. Gambar 4. Grafik Hubuga Jagka Pajag IHK koa-koa di Papua dega omor grafik meaaka omor model meuru abel 7 makalah. Pada Gambar 5 garis merah merupaka igka perubaha IHK koa Jaapura akual da igka perubaha IHK koa Jaapura seelah dilakuka koreksi dega model koreksi kesalaha digambarka dega garis biru. Dapa diliha bahwa seelah dilakuka koreksi igka perubaha IHK koa Jaapura mejadi lebih kecil dari daa igka perubaha IHK akual. Hasil ag sama didapaka uuk koa Maokwari da Sorog ag diujukka pada Gambar 6 da Gambar 7. Gambar 5. Grafik igka Perubaha IHK Koa Jaapura akual da model koreksi kesalaha kiri : model kaa : model 6. xvii

30 Gambar 6. Grafik igka Perubaha IHK Koa Jaapura akual da model koreksi kesalaha kiri : model kaa : model. Gambar 7. Grafik igka Perubaha IHK Koa Sorog akual da model koreksi kesalaha kiri : model 4 kaa : model 5. xviii

31 KESIMPULAN Berdasarka uraia dalam kedua makalah di aas hasil pegujia ag diperoleh adalah sebagai beriku:. Model koreksi kesalaha dega meode Boosrap : Keaika Ideks Harga Kosume IHK koa Maokwari sebesar % aka meebabka peigkaa IHK koa Jaapura sebesar.897%. igka keaika Ideks Harga Kosume koa-koa di Papua hampir sama eapi keaika IHK koa Jaapura da koa Maokwari sediki lebih lamba daripada koa Sorog.. Model koreksi kesalaha dega meode Baesia : Keaika Ideks Harga Kosume IHK koa Maokwari sebesar % aka meebabka peigkaa IHK koa Jaapura sebesar.897%. Hubuga jagka pajag ag diperoleh dari model koreksi kesalaha dega meode Baesia memiliki aksira parameer ag hampir sama dega hubuga jagka pajag ag diperoleh dari model koreksi kesalaha dega meode boosrap. abel Prosease Keaika Ideks Harga Kosume Koa-Koa di Papua Koa Prosease Keaika Ideks Harga Kosume % Meode Boosrap Meode Baesia Sorog Jaapura Maokwari Dari pegujia megguaka kedua meode ersebu dapa disimpulka bahwa igka keaika IHK koa Jaapura Sorog da Maokwari di Papua hampir sama. Keaika IHK koa Sorog sebesar % aka meebabka peigkaa IHK koa Jaapura da koa Maokwari beruru-uru sebesar.879% da.977%. Sara Uuk pegkajia lebih laju model koreksi kesalaha ag elah dikembagka pada makalah dapa diaalisa dega meode boosrap aau dega meode baesia. Uuk peeliia selajua sebaika diguaka daa Ideks Harga Kosume pada koa-koa ag lai. xix

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA Prosidig Semiar Nasioal Sais da Pedidika Sais IX, Fakulas Sais da Maemaika, UKSW Salaiga, Jui 4, Vol 5, No, ISSN :87-9 MODEL KOREKSI KESALAHAN DENGAN MEODE BAYESIAN PADA DAA RUNUN WAKU INDEKS HARGA KONSUMEN

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

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu BAB 2 TINJAUAN TEORI 2.1 Pegeria Peramala Ramala pada dasarya merupaka dugaa aau perkiraa megeai erjadiya suau kejadia aau perisiwa di waku yag aka daag. Peramala merupaka sebuah ala bau yag peig dalam

Lebih terperinci

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak BB V NLIS HSIL 5.1 Ukura kurasi Hasil Peramala Uuk medapaka jeis peramala yag digika erdapa bayak parameer-parameer yag dapa diguaka. Seperi yag elah diuraika pada ladasa eori, parameer-parameer ersebu

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 EORI 2.1 Pegeria Peramala Peramala adalah kegiaa uuk memperkiraka apa yag aka erjadi di masa yag aka daag. Sedagka ramala adalah suau siuasi aau kodisi yag diperkiraka aka erjadi pada masa

Lebih terperinci

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala (orecasig) Peramala (orecasig) adalah suau kegiaa yag memperkiraka apa yag aka erjadi pada masa medaag. Peramala pejuala adalah peramala yag megkaika berbagai

Lebih terperinci

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB Sudi kelayaka bisis pada dasarya berujua uuk meeuka kelayaka bisis berdasarka krieria ivesasi Krieria ersebu diaaraya adalah ; 1. Nilai bersih kii (Ne

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3 Meode Pegumpula Daa 3 Jeis Daa Pada peeliia ii aka megguaka jeis daa yag bersifa kuaiaif Daa kuaiaif adalah daa yag berbeuk agka / omial Dalam peeliia ii aka megguaka daa pejuala

Lebih terperinci

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi. . Pedahulua PENGUJIAN HIPOTESIS Hipoesis Saisik : peryaaa aau dugaa megeai sau aau lebih populasi. Pegujia hipoesis berhubuga dega peerimaa aau peolaka suau hipoesis. Kebeara (bear aau salahya) suau hipoesis

Lebih terperinci

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA Prosdg Semar Nasoal Sas da Peddka Sas IX, Fakulas Sas da Maemaka, UKSW Salaga, Ju 4, Vol 5, No., ISSN :87-9 MODEL KOREKSI KESALAHAN DENGAN MEODE BAYESIAN PADA DAA RUNUN WAKU INDEKS HARGA KONSUMEN KOA -

Lebih terperinci

PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP

PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP Prosidig SPMIPA. pp. 57-6. 6 ISBN : 979.74.47. PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP Sri Rahayu, Taro Jurusa Maemaika FMIPA UNDIP Semarag Jl. Prof. Soedaro, Kampus UNDIP Tembalag,

Lebih terperinci

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data III. METODE KAJIAN 1. Lokasi da Waku Lokasi kajia berempa uuk kelompok dilaksaaka di kelompok peeraka sapi di Bagka Tegah, Provisi Bagka Beliug, da Kelompok Peeraka Sapi di Cisarua, Bogor, Provisi Jawa

Lebih terperinci

MODEL VECTOR AUTOREGRESSIVE (VAR) DALAM MERAMAL PRODUKSI KELAPA SAWIT PTPN XIII Faradhila Amry, Dadan Kusnandar, Naomi Nessyana Debataraja

MODEL VECTOR AUTOREGRESSIVE (VAR) DALAM MERAMAL PRODUKSI KELAPA SAWIT PTPN XIII Faradhila Amry, Dadan Kusnandar, Naomi Nessyana Debataraja Bulei Ilmiah Mah. Sa. da Terapaya (Bimaser) Volume 07, No. (018), hal 77 84. MODEL VECTOR AUTOREGRESSIVE (VAR) DALAM MERAMAL PRODUKSI KELAPA SAWIT PTPN XIII Faradhila Amry, Dada Kusadar, Naomi Nessyaa

Lebih terperinci

Rumus-rumus yang Digunakan

Rumus-rumus yang Digunakan Saisika Uipa Surabaya 4. Sampel Tuggal = Rumus-rumus yag Diguaka s..... Sampel berkorelasi D D N N N...... 3. Sampel Bebas a. Uuk varias sama... 3 aau x x s g... 4 b. Sampel Heeroge Guaka Uji Corha - Cox

Lebih terperinci

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) . Definisi L.2 (Kejadian lepas )

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) .   Definisi L.2 (Kejadian lepas ) 33 LAMPIRAN 34 35 Beberapa Defiisi Ruag Cooh Kejadia da Peluag Suau percobaa yag dapa diulag dalam kodisi yag sama, yag hasilya idak dapa diprediksi dega epa eapi kia bisa megeahui semua kemugkia hasil

Lebih terperinci

TUGAS AKHIR. Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika. Oleh: AFRIANTI

TUGAS AKHIR. Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika. Oleh: AFRIANTI MODEL TIME SERIES UNTUK PERAMALAN TINGKAT PENJUALAN JENIS BAHAN BAKAR MINYAK (BBM) DI STASIUN PENGISIAN BAHAN BAKAR UNTUK UMUM (SPBU) ARIFIN ACHMAD-PEKANBARU TUGAS AKHIR Diajuka sebagai Salah Sau Syara

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeis Peeliia Jeis peeliia ii merupaka peeliia kuaiaif dega megguaka meode eksperime. Desai peeliia ii megguaka ru experime desig beuk desai poses oly corol desig yaki meempaka

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 BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala Meode peramala merupaka bagia dari ilmu Saisika. Salah sau meode peramala adalah dere waku. Meode ii disebu sebagai meode peramala dere waku karea memiliki kareserisik

Lebih terperinci

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di 8 METODE PENELITIAN Lokasi da Waku Peeliia Peeliia ii dilaksaaka selama 3 bula, erhiug sejak bula Februari sampai dega April 2008, di DAS Waeruhu, yag secara admiisraif erleak di wilayah Kecamaa Sirimau,

Lebih terperinci

BAB V METODE PENELITIAN

BAB V METODE PENELITIAN 31 BAB V METODE PENELITIAN 5.1 Lokasi da Waku Peeliia Peeliia ii dilaksaaka di Kecamaa Sukaagara, Kabupae Ciajur. Pemiliha lokasi peeliia dilakuka secara segaja (purposive samplig) dega memperimbagka aspek

Lebih terperinci

Universitas Sumatera Utara

Universitas Sumatera Utara 50.7 4.3770 6.7547 6.7547 4.4 48.6965 R4.7 36.3 N8 TOL 0..70 35.9497 36.3.99 50.7 94.338 6.89 3.5 6.75 7.567 36.0 6.4837 57.396 8.783 66.0384 5.337 37.006 3.568 PISAU POTONG AISI D SEPUH No Qy NAME MATERIAL

Lebih terperinci

V. PENGUJIAN HIPOTESIS

V. PENGUJIAN HIPOTESIS V. PENGUJIAN IPOTEI A. IPOTEI TATITIK Defiisi uau hipoesa saisik adalah suau peryaaa aau dugaa megeai sau aau lebih variabel populasi. ipoesis digologka mejadi. ipoesis ol adalah hipoesis yag dirumuska

Lebih terperinci

Peramalan Jumlah Penduduk Kota Samarinda Dengan Menggunakan Metode Pemulusan Eksponensial Ganda dan Tripel Dari Brown

Peramalan Jumlah Penduduk Kota Samarinda Dengan Menggunakan Metode Pemulusan Eksponensial Ganda dan Tripel Dari Brown Jural EKSPONENSIAL Volume 7, Nomor, Mei 06 ISSN 085-789 Peramala Jumlah Peduduk Koa Samarida Dega Megguaka Meode Pemulusa Ekspoesial Gada da Tripel Dari Brow Forecasig he Populaio of he Ciy of Samarida

Lebih terperinci

Prediksi Penjualan Sepeda Motor Merek X Di Kabupaten Dan Kotamadya Malang Dengan Metode Peramalan Hierarki

Prediksi Penjualan Sepeda Motor Merek X Di Kabupaten Dan Kotamadya Malang Dengan Metode Peramalan Hierarki JURNAL SAINS DAN SENI POMITS Vol. 3, No., (4) 337-35 (3-98X Pri) D-34 Sepeda Moor Merek X Di Kabupae Da Koamadya Malag Dega Meode Peramala Hierarki Rika Susai, Desri Susilaigrum, da Suharoo Jurusa Saisika,

Lebih terperinci

Pemodelan Indeks Harga Saham Gabungan (IHSG), Kurs, dan Harga Minyak Dunia dengan Pendekatan Vector Autoregressive

Pemodelan Indeks Harga Saham Gabungan (IHSG), Kurs, dan Harga Minyak Dunia dengan Pendekatan Vector Autoregressive JURNAL SAINS DAN SENI ITS Vol., No., (Sep. 0) ISSN: 30-98X D-87 Pemodela Ideks Harga Saham Gabuga (IHSG), Kurs, da Harga Miyak Duia dega Pedekaa Vecor Auoregressive Dimas Okky.S da Seiawa Jurusa Saisika,

Lebih terperinci

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan 30 B A B III METODE PENELITIAN 3. Peeapa Lokai da Waku Peeliia Objek peeliia dalam peeliia ii adalah megaalii perbadiga harga jual produk melalui pedekaa arge pricig dega co-plu pricig pada oko kue yag

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Black dan Scholes (1973) menyatakan bahwa nilai aset mengikuti Gerak

BAB II TINJAUAN PUSTAKA. Black dan Scholes (1973) menyatakan bahwa nilai aset mengikuti Gerak BAB II TINJAUAN PUSTAKA. Peeliia Terdahulu Black da Scholes (973) meyaaka bahwa ilai ase megikui Gerak Brow Geomeri, dega drif μ (ekpekasi dari reur) da volailias σ (deviasi sadar dari reur). Berawal dari

Lebih terperinci

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER STATISTIK CUKUP Oleh: Ramayai Rizka M (11810101003), Dey Ardiao (1181010101), Ikfi Ulyawai (1181010103), Falviaa Yulia Dewi (1181010106), Ricki Dio Rosada (11810101034), Nurma Yuia D (11810101035), Wula

Lebih terperinci

TINGKAT PENJUALAN SEPEDA MOTOR SUZUKI PADA CV. ADI MULIA MOTOR DI RENGAT INDRAGIRI HULU DENGAN MENGGUNAKAN METODE TIME SERIES

TINGKAT PENJUALAN SEPEDA MOTOR SUZUKI PADA CV. ADI MULIA MOTOR DI RENGAT INDRAGIRI HULU DENGAN MENGGUNAKAN METODE TIME SERIES FORECASTING TINGKAT PENJUALAN SEPEDA MOTOR SUUKI PADA CV. ADI MULIA MOTOR DI RENGAT INDRAGIRI HULU DENGAN MENGGUNAKAN METODE TIME SERIES AUTOREGRESSIVE TUGAS AKHIR Diajuka sebagai Salah Sau Syara uuk Memperoleh

Lebih terperinci

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel BAB III PENAKSIR DERET FOURIER 3. Peaksi Dalam saisika, peaksi adalah sebuah saisik (fugsi dai daa sampel obsevasi) yag diguaka uuk meaksi paamee populasi yag idak dikeahui (esimad) aau fugsi yag memeaka

Lebih terperinci

MODEL PERAMALAN RATA-RATA BEBAN PEMAKAIAN LISTRIK KOTA PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR

MODEL PERAMALAN RATA-RATA BEBAN PEMAKAIAN LISTRIK KOTA PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR MODEL PERAMALAN RATA-RATA BEBAN PEMAKAIAN LISTRIK KOTA PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR Diajuka Sebagai Salah Sau Syara Uuk Memperoleh Gelar Sarjaa Sais Pada Jurusa Maemaika Oleh :

Lebih terperinci

BENTUK KANONIK JORDAN DALAM MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR

BENTUK KANONIK JORDAN DALAM MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR Bulei Ilmia Ma. Sa. da Teraaa (Bimaser) Volume 6, No. 0(07), al 8. BENTUK KANONIK JORDAN DALAM MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR Umi Salma, Mariaul Kifia, Frasiskus Fra INTISARI Beuk kaoik

Lebih terperinci

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Bulei Ilmiah Ma.Sa. da Terapaya (Bimaser) Volume 06, No. (07), hal -0. MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Ermawai, Helmi, Frasiskus

Lebih terperinci

Universitas Sumatera Utara

Universitas Sumatera Utara Uiversias Sumaera Uara BAB 2 LANDASAN TEORI Ladasa eori ii merupaka hasil dari ijaua lieraur-lieraur yag ada kaiaya dega meode-meode peramala maupu dega koeks laiya dalam peulisa Tugas Akhir ii. Adapu

Lebih terperinci

STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA

STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA Widya Tekika Vol.18 No.2; Okober 2010 ISSN 1411 0660: 1-6 Absrak STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA Arie Resu Wardhai 1), Salvador Mauel Pereira 2) Perusahaa sepau da sadal House of Mr.

Lebih terperinci

ANALISIS BEDA Fx F.. S u S g u i g y i an a t n o t da d n a Ag A u g s u Su S s u wor o o

ANALISIS BEDA Fx F.. S u S g u i g y i an a t n o t da d n a Ag A u g s u Su S s u wor o o ANALII BEDA Fx. ugiyao da Agus usworo Kosep Peeliia bermaksud meguji keadaa (sesuau) yag erdapa dalam suau kelompok dega kelompok lai Meguji apakah erdapa perbedaa yg Meguji apakah erdapa perbedaa yg sigifika

Lebih terperinci

Pemodelan Pencemaran Udara Menggunakan Metode Vector Autoregressive (Var) di Provinsi Riau

Pemodelan Pencemaran Udara Menggunakan Metode Vector Autoregressive (Var) di Provinsi Riau Pemodela Pecemara Udara Megguaka Meode Vecor Auoregressive (Var) di Provisi Riau Ari Pai Desvia 1, Maryam Julliaa D 2 Jurusa Maemaika, Fakulas Sais da Tekologi, UIN Sula Syarif Kasim Riau Jl. HR. Soebraas

Lebih terperinci

REGRESI DAN KORELASI SEDERHANA

REGRESI DAN KORELASI SEDERHANA REGRESI DAN KORELASI SEDERHANA Apa yag disebut Regresi? Korelasi? Aalisa regresi da korelasi sederhaa membahas tetag keterkaita atara sebuah variabel (variabel terikat/depede) dega (sebuah) variabel lai

Lebih terperinci

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI. Modul ke: 06Fakultas EKONOMI DAN BISNIS

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI. Modul ke: 06Fakultas EKONOMI DAN BISNIS Modul ke: 06Fakulas EKONOMI DAN BISNIS EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI Program Sudi Akuasi Idik Sodiki,SE,MBA,MM Krieria Kepuusa Ivesasi aau Pegaggara Modal o Beberapa krieria yag aka diperguaka

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

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN Nomi Kelari *, Hasriai 2, Musraii 2 Mahasiswa Program S Maemaika 2 Dose Jurusa Maemaika Fakulas Maemaika da Ilmu Pegeahua

Lebih terperinci

BAB II LANDASAN TEORI. Dalam penulisan tugas akhir ini diperlukan teori-teori yang mendukung yang

BAB II LANDASAN TEORI. Dalam penulisan tugas akhir ini diperlukan teori-teori yang mendukung yang BAB II LANDASAN TEORI Dalam peulisa ugas akhir ii diperluka eori-eori yag medukug yag didapa dari maa kuliah yag perah dierima, da referesi-referesi sebagai baha pedukug. Uuk mecapai ujua dari peulisa

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 III TINJAUAN PUSTAKA

BAB III TINJAUAN PUSTAKA BAB III TINJAUAN PUSTAKA 3.1. Defiisi Peramala Peramala adalah proses uuk memperkiraka berapa bayak kebuuha dimasa medaag yag melipui kebuuha dalam ukura kuaias, kualias, waku da lokasi yag dibuuhka dalam

Lebih terperinci

BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov

BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov BAB II TEORI DASAR. Proses Sokasik Raai Markov Proses sokasik merupaka suau cara uuk mempelajari hubuga yag diamis dari suau ruua perisiwa aau proses yag kejadiaya bersifa idak pasi. Dalam memodelka perubaha

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 18 BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala ( Forecasig ) Peramala ( forecasig ) adalah kegiaa megisemasi apa yag aka erjadi pada masa yag aka daag. Peramala diperluka karea adaya perbedaa kesejaga waku

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

PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ

PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ Bulei Ilmiah Ma. Sa. da Terapaya (Bimaser) Volume 05, No. 2 (206), hal 79-86 PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ Sii Faimah, Neva Sayahadewi, Shaika Marha INTISARI

Lebih terperinci

ANALISIS BEDA. Konsep. Uji t (t-test) Teknik Uji Beda. Agus Susworo Dwi Marhaendro

ANALISIS BEDA. Konsep. Uji t (t-test) Teknik Uji Beda. Agus Susworo Dwi Marhaendro ANALII BEA Agus usworo wi Marhaedro Kosep Peeliia bermaksud meguji keadaa (sesuau) yag erdapa dalam suau kelompok dega kelompok lai Meguji apakah erdapa perbedaa yg sigifika di aara kelompok-kelompok Tekik

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

INTEGRAL TAK TENTU (pecahan rasional) Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ

INTEGRAL TAK TENTU (pecahan rasional) Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ INTEGRL TK TENTU pecaha rasioal gusia Pradjaigsih, M.Si. Jurusa Maemaika FMIP UNEJ agusia.fmipa@uej.ac.id DEFINISI Fugsi suku bayak derajad dega bula o egaif 0 dimaa, 0 a a a a a P Fugsi kosa dipadag sbg

Lebih terperinci

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2 METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA Roki Nuari *, Aziskha, Edag Lily Mahasiswa Program S Maemaika Dose Jurusa Maemaika Fakulas

Lebih terperinci

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

PENGUJIAN HIPOTESIS DUA RATA-RATA

PENGUJIAN HIPOTESIS DUA RATA-RATA PENGUJIN HIPOTEI DU RT-RT Pegujia hipoesis dua raa-raa diguaka uuk membadigka dua keadaa aau epaya dua populasi. Misalya kia mempuyai dua populasi ormal masig-masig dega raa-raa µ da µ sedagka simpaga

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 TINGKAT KECELAKAAN LALU LINTAS DI KOTA PEKANBARU MENGGUNAKAN METODE TIME SERIES AUTOREGRESIVE TUGAS AKHIR. Oleh:

PEMODELAN TINGKAT KECELAKAAN LALU LINTAS DI KOTA PEKANBARU MENGGUNAKAN METODE TIME SERIES AUTOREGRESIVE TUGAS AKHIR. Oleh: PEMODELAN TINGKAT KECELAKAAN LALU LINTAS DI KOTA PEKANBARU MENGGUNAKAN METODE TIME SERIES AUTOREGRESIVE TUGAS AKHIR Diajuka sebagai Salah Sau Syara uuk Memperoleh Gelar Sarjaa Sais pada Jurusa Maemaika

Lebih terperinci

METODOLOGI. Waktu dan Tempat. Alat dan Bahan

METODOLOGI. Waktu dan Tempat. Alat dan Bahan METODOLOGI Waku da Tempa Peeliia merupaka desk sudy dega megguaka daa sekuder da pegolaha daa dilakuka di Laboraorium Klimaologi Depareme Geofisika da Meeorologi, Fakulas Maemaika da Ilmu Pegeahua Alam,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeis Peeliia Jeis peeliia ii ergolog peeliia komparasioal, yaiu peeliia yag dilaksaaka uuk megeahui ada idakya perbedaa aar variabel yag sedag dielii. Jika perbedaa iu memag

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

Jurnal Rekursif, Vol. 3 No. 1 Maret 2015, ISSN

Jurnal Rekursif, Vol. 3 No. 1 Maret 2015, ISSN Jural Rekursif, Vol 3 No Mare 05, ISSN 303-0755 PERBANDINGAN KEAKURATAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DAN EPONENTIAL SMOOTHING PADA PERAMALAN PENJUALAN SEMEN DI PT SINAR ABADI

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Ruag sampel da Kejadia Defiisi Himpua semua hasil yag mugki dari suau percobaa disebu ruag sampel da diyaaka dega S Mogomery, 2004: 7. Tiap hasil dari ruag sampel disebu usur aau

Lebih terperinci

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN PERENCNN JUMLH PRODUK MENGGUNKN METODE FUZZY MMDNI BERDSRKN PREDIKSI PERMINTN Nama Mahasiswa : Norma Edah Haryai NRP : 1207 100 031 Jurusa : Maemaika FMIP-ITS Dose Pembimbig : Drs. I G N Rai Usadha, M.Si

Lebih terperinci

BAB IV METODOLOGI PENELITIAN

BAB IV METODOLOGI PENELITIAN 30 BAB IV METODOLOGI PENELITIAN 4.1 Beuk da Meode Peeliia Peeliia Opimalisasi da Sraegi Pemafaaa Souher Bluefi Tua di Samudera Hidia Selaa Idoesia diarahka pada upaya uuk megugkapa suau masalah aau keadaa

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

IV. METODE PENELITIAN

IV. METODE PENELITIAN 29 IV. METODE PENELITIAN 4.1. Lokasi da Waku Peeliia Peeliia ii dilaksaaka di Kecamaa Pamijaha, Kabupae Bogor, Provisi Jawa Bara. Pemiliha lokasi peeliia dilakuka secara segaja (purposive) dega perimbaga

Lebih terperinci

BAB III ANALISIS LOOKBACK OPTIONS

BAB III ANALISIS LOOKBACK OPTIONS BAB III : ANALII LOOKBACK OPION BAB III ANALII LOOKBACK OPION Pada Bab III ii aka dibahas egeai lookback opios da aalisisa Asusi ag kia pakai adalah saha ag diguaka (uderlig asse) idak eberika divide ipe

Lebih terperinci

PENERAPAN METODE EXPONENTIAL SMOOTHING DALAM MEMPREDIKSI JUMLAH SISWA BARU (STUDI KASUS: SMK PEMDA LUBUK PAKAM)

PENERAPAN METODE EXPONENTIAL SMOOTHING DALAM MEMPREDIKSI JUMLAH SISWA BARU (STUDI KASUS: SMK PEMDA LUBUK PAKAM) Jural Pelia Iformaika, Volume 16, Nomor 3, Juli 2017 IN 2301-9425 (Media Ceak) PENERAPAN METODE EXPONENTIAL MOOTHING DALAM MEMPREDIKI JUMLAH IWA BARU (TUDI KAU: MK PEMDA LUBUK PAKAM) Kuriagara Mahasiswa

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 II TINJAUAN PUSTAKA. pengantar metode ARIMA Box Jenkins dan analisis spektral.

BAB II TINJAUAN PUSTAKA. pengantar metode ARIMA Box Jenkins dan analisis spektral. BAB II TINJAUAN PUSTAKA. Pedahulua Pada Bab II aka dijelaska pegeria pegeria da eori dasar yag diguaka sebagai ladasa pembahasa pada bab selajuya. Teori yag aka dibahas pada Bab II ii secara garis besar

Lebih terperinci

Barekeng, Juni hal Vol. 1. No. 1

Barekeng, Juni hal Vol. 1. No. 1 Barekeg, Jui 7 hal46-5 Vol No ANALISIS VARIANS MULTIVARIAT PADA EKSPERIMEN DENGAN RANCANGAN ACAK LENGKAP (Variace Mulivaria Aalysis for Eperime wih Complee Radom Desig Th PENTURY Jurusa Maemaika FMIPA

Lebih terperinci

PERAMALAN INFLASI MENGGUNAKAN PENDEKATAN GABUNGAN ANTARA FUNGSI TRANSFER DAN INTERVENSI DENGAN DETEKSI OUTLIER

PERAMALAN INFLASI MENGGUNAKAN PENDEKATAN GABUNGAN ANTARA FUNGSI TRANSFER DAN INTERVENSI DENGAN DETEKSI OUTLIER Semiar Hasil Tugas Akhir PERAMALAN INFLASI MENGGUNAKAN PENDEKATAN GABUNGAN ANTARA FUNGSI TRANSFER DAN INTERVENSI DENGAN DETEKSI OUTLIER TAHIRA ETA ADISTI (1309100108) Pembimbig: Dr. SUHARTONO, S. Si, M.

Lebih terperinci

II LANDASAN TEORI. of Portfolio Transactions (Almgren & Chriss 2000).

II LANDASAN TEORI. of Portfolio Transactions (Almgren & Chriss 2000). of Porfolio Trasaios (Almgre & Chriss 000 14 Sisemaika Peulisa Karya ilmiah ii erdiri aas eam bagia Bagia perama berupa pedahulua, erdiri aas laar belakag, ujua peulisa, meode peulisa, da sisemaika peulisa

Lebih terperinci

Gambar 2.2. Mesin 5-Aksis [11] Pengembangan metode..., Agung Premono, FT UI, 2009

Gambar 2.2. Mesin 5-Aksis [11] Pengembangan metode..., Agung Premono, FT UI, 2009 BAB II TEORI DASAR 2.1. Proses Pemesia Muli-Ais Proses pemesia muli-ais didefiisika sebagai proses pemesia ag dilakuka dega mesi frais/millig (CNC) dega pergeraka lima-ais (5- ais), aau biasa disebu pemesia

Lebih terperinci

PENERAPAN UKURAN KETEPATAN NILAI RAMALAN DATA DERET WAKTU DALAM SELEKSI MODEL PERAMALAN VOLUME PENJUALAN PT SATRIAMANDIRI CITRAMULIA

PENERAPAN UKURAN KETEPATAN NILAI RAMALAN DATA DERET WAKTU DALAM SELEKSI MODEL PERAMALAN VOLUME PENJUALAN PT SATRIAMANDIRI CITRAMULIA PENERAPAN UKURAN KETEPATAN NILAI RAMALAN DATA DERET WAKTU DALAM SELEKSI MODEL PERAMALAN VOLUME PENJUALAN PT SATRIAMANDIRI CITRAMULIA Iwa Sugkawa; Ries Tri Megasari Mahemaics & Saisics Deparme, School of

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

PENGGUNAAN METODE PERAMALAN DALAM PRODUKSI KAYU UNTUK PENENTUAN TOTAL PERMINTAAN (KONSUMEN)

PENGGUNAAN METODE PERAMALAN DALAM PRODUKSI KAYU UNTUK PENENTUAN TOTAL PERMINTAAN (KONSUMEN) Widiyarii, Pegguaa Meode Peramala dalam. PENGGUNAAN METODE PERAMALAN DALAM PRODUKSI KAYU UNTUK PENENTUAN TOTAL PERMINTAAN (KONSUMEN) Widiyarii Program Sudi Tekik Idusri Fakulas Tekik da MIPA, Uiversias

Lebih terperinci

B. DESKRIPSI SINGKAT MATA KULIAH

B. DESKRIPSI SINGKAT MATA KULIAH A. IDENTITAS MATA KULIAH Nama Maa Kuliah : Kalkulus 1 Kode Maa Kuliah : MUG1A4 SKS : 4 (empa) Jeis : Maa kuliah wajib Jam pelaksaaa : Taap muka di kelas = 4 jam per peka Tuorial/ resposi Semeser / Tigka

Lebih terperinci

PERAMALAN HARGA SAHAM SYARI AH RUPIAH EQUITY FUND PT. PRUDENTIAL LIFE INSURANCE PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR.

PERAMALAN HARGA SAHAM SYARI AH RUPIAH EQUITY FUND PT. PRUDENTIAL LIFE INSURANCE PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR. PERAMALAN HARGA SAHAM SYARI AH RUPIAH EQUITY FUND PT. PRUDENTIAL LIFE INSURANCE PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR Diajuka Sebagai Salah Sau Syara Uuk Memperoleh Gelar Sarjaa Sais pada

Lebih terperinci

ESTIMASI PARAMETER BOOTSTRAP PADA PROSES AR(1)

ESTIMASI PARAMETER BOOTSTRAP PADA PROSES AR(1) UNIVERSITAS DIPONEGORO 0 ISBN: 978-979-097-4-4 ESTIMASI PARAMETER BOOTSTRAP PADA PROSES AR() Bambag Suprihai, Suryo Gurio, Sri Haryami ) Mahasiswa S3 Jurusa Maemaika MIPA UGM ) Saf Dose Jurusa Maemaika

Lebih terperinci

ρ = sehingga momen pertama dan kedua BAB 2 TEORI DASAR 2.1 Random Walk ρi = ε) = q= 1 p. Posisi suku bunga bergerak pada

ρ = sehingga momen pertama dan kedua BAB 2 TEORI DASAR 2.1 Random Walk ρi = ε) = q= 1 p. Posisi suku bunga bergerak pada BAB EORI DASAR Uuk meeuka ieres rae differeial, peulis aka membahas erlebih dahulu beberapa eori yag berkaia dega proses sokasik Pergeraka suau parikel yag bergerak secara acak aau disebu juga megikui

Lebih terperinci

BAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis

BAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis BAB III HASIL DAN PEMBAHASAN A. Permasalahan Nyaa Penyebaran Penyaki Tuberculosis Tuberculosis merupakan salah sau penyaki menular yang disebabkan oleh bakeri Mycobacerium Tuberculosis. Penularan penyaki

Lebih terperinci

MENENTUKAN PERSEDIAAN BERAS DENGAN MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BERDASARKAN RAMALAN PERMINTAAN PADA TAHUN 2012

MENENTUKAN PERSEDIAAN BERAS DENGAN MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BERDASARKAN RAMALAN PERMINTAAN PADA TAHUN 2012 MENENTUKAN PERSEDIAAN BERAS DENGAN MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BERDASARKAN RAMALAN PERMINTAAN PADA TAHUN 2012 Julia Nahar 1 1 Uiversias Padjadjara, Jala Raya Badug-Sumedag km 21,Jaiagor

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 METODOLOGI. Bab 2 Metodologi berisikan :

BAB METODOLOGI. Bab 2 Metodologi berisikan : BAB METODOLOGI Bab Meodologi berisika :.. Pegambila Sampel.. Peramala Nilai Iflasi melalui Ideks Harga Kosume Megguaka Meode ARIMA.3. Akumulasi Prese Value melalui Buga Sederhaa dalam Perhiuga Harga Barag

Lebih terperinci

BAGIAN 2 TOPIK 5. andhysetiawan

BAGIAN 2 TOPIK 5. andhysetiawan BAGIAN OIK 5 adhyseiawa Isi Maeri Modulasi Aliudo AM Modulasi Frekuesi FM adhyseiawa MODULASI AMLIUDO DAN MODULASI ANGULAR SUDU Modulasi roses erubaha karakerisik aau besara gelobag ebawa, euru ola gelobag

Lebih terperinci

PEMODELAN SUKU BUNGA DAN INFLASI DENGAN PENDEKATAN THRESHOLD VECTOR ERROR CORRECTION MODEL. Surabaya, 30 Januari 2011

PEMODELAN SUKU BUNGA DAN INFLASI DENGAN PENDEKATAN THRESHOLD VECTOR ERROR CORRECTION MODEL. Surabaya, 30 Januari 2011 PEMODELAN SUKU BUNGA DAN INFLASI DENGAN PENDEKAAN HRESHOLD VECOR ERROR CORRECION MODEL OLEH : HERI PURNOMO 1309201721 PEMBIMBING : Dr. PURHADI, M.Sc Surabaya, 30 Jauari 2011 Pedahulua Suku buga da iflasi

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Pada penelitian ini, peneliti menetapkan objek pada anak kelompok B TK Damhil

BAB III METODOLOGI PENELITIAN. Pada penelitian ini, peneliti menetapkan objek pada anak kelompok B TK Damhil BAB III METODOLOGI PENELITIAN 3.1 Tempa da Waku Peeliia 3.1.1 Tempa Peeliia Pada peeliia ii, peelii meeapka objek pada aak kelompok B TK Damhil Kecamaa Koa elaa Koa Goroalo. Peeapa lokasi ersebu berdasarka

Lebih terperinci

BAB 3 LANDASAN TEORI. masa lampau akan berlanjut ke masa depan. Hampir seluruh peramalan didasarkan. pada asumsi bahwa masa lampau akan berulang.

BAB 3 LANDASAN TEORI. masa lampau akan berlanjut ke masa depan. Hampir seluruh peramalan didasarkan. pada asumsi bahwa masa lampau akan berulang. BAB 3 LANDASAN TEORI 3. Peramala 3.. Defiisi Peramala Peramala adalah perkiraa probabilisik aau peggambara dari ilai aau kodisi di masa depa. Asumsi yag umum dipakai dalam peramala adalah pola masa lampau

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 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

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

Inflasi dan Indeks Harga I

Inflasi dan Indeks Harga I PERTEMUAN 1 Iflasi da Ideks Harga I 1 1 TEORI RINGKAS A Pegertia Agka Ideks Agka ideks merupaka suatu kosep yag dapat memberika gambara tetag perubaha-perubaha variabel dari suatu priode ke periode berikutya

Lebih terperinci

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart Prosidig Semiar Nasioal Peelitia, Pedidika da Peerapa MIPA, Fakultas MIPA, Uiversitas Negeri Yogyakarta, 2 Jui 2012 PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart Adi Setiawa

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

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

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

Model Dinamis: Autoregressive Dan Distribusi Lag (Studi Kasus : Pengaruh Kurs Dollar Amerika Terhadap Produk Domestik Regional Bruto (PDRB)) Model Dinamis: Auoregressive Dan Disribusi Lag (Sudi Kasus : Pengaruh Kurs Dollar Amerika Terhadap Produk Domesik Regional Bruo (PDRB)) Dynamic Model : Auoregressive and Disribuion Lag (Case Sudy: Effecs

Lebih 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

Analisis Rangkaian Listrik Di Kawasan Waktu

Analisis Rangkaian Listrik Di Kawasan Waktu Sudaryao Sudirham Aalisis Ragkaia Lisrik Di Kawasa Waku 3- Sudaryao Sudirham, Aalisis Ragkaia Lisrik () BAB 3 Peryaaa Siyal da Spekrum Siyal Dega mempelajari lajua eag model siyal ii, kia aka memahami

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

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