Pemodelan Vector Autoregressive (VAR) Dan Generalize Space Time Autoregressive (GSTAR) Data Inflasi Di Kota Jayapura, Kota Sorong Dan Kabupaten Manokwari

Affandy, Tri Cahyo (2014) Pemodelan Vector Autoregressive (VAR) Dan Generalize Space Time Autoregressive (GSTAR) Data Inflasi Di Kota Jayapura, Kota Sorong Dan Kabupaten Manokwari. Masters thesis, Insititut Teknologi Sepuluh Nopember.

Text 1312201720_Master_Thesis.pdf Download (1MB)

Abstract

Inflasi merupakan sebuah proses meningkatnya harga-harga atau terjadinya kenaikan tingkat harga konsumen dan/atau menurunnya nilai uang, sehingga inflasi dapat memberikan informasi tentang dinamika perekonomian suatu wilayah. Upaya peramalan inflasi merupakan salah satu komponen yang penting bagi proses pengambilan keputusan dibidang moneter. inflasi di Provinsi Papua dan Papua Barat terjadi karena adanya perbedaan permintaan barang dan jasa di masing-masing wilayah, sehingga menimbulkan ketergantungan antar wilayah yang berdekatan dalam pemenuhan kebutuhan tersebut. Data deret waktu yang digunakan dalam penelitian ini adalah data inflasi di Kota Jayapura, Sorong dan Kabupaten Manokwari pada periode januari 2008 sampai dengan oktober 2013. Tujuan dari penelitian ini adalah mendapatkan model Vector Auto Regressive (VAR) dan Generalize Space-Time Auto Regressive (GSTAR) yang sesuai untuk meramalkan inflasi. Penerapan model GSTAR dilakukan dengan pendekatan tiga bobot lokasi yaitu bobot lokasi seragam, bobot lok asi invers jarak dan bobot lokasi korelasi silang. Hasil peramalan masing-masing metode akan dibandingkan dengan melihat MSE dari data out-sample. Berdasarkan hasil perbandingan ketepatan ramalan menunjukkan model terbaik untuk inflasi adalah model restrict VAR(2) dengan nilai MSE sebesar 4,6492.
=============================================================================================================================
Inflation was not only a process of general increasing on price, but also the decrease on currency value. Therefore, inflation could be seen as information about dynamics of economic situation in an area. Inflation forecasting effort is among important component on monetary decision making. In Papua and West Papua Province, the difference of demand on goods and services that causing dependency between adjacent region, is known as the common trigger for inflation. The research aim to get the best model for inflation forecasting in Papua Islands using the Vector Auto Regressive (VAR) and Generalized Space-Time Auto Regressive (GSTAR) method, We use the series data in Jayapura Municipality, Sorong Municipality and Manokwari Regency from January 2008 to October 2013. GSTAR model is applied with three kinds of weight; uniform, distance inverse, and location cross correlation. The forecast quality between each method will be compared by its MSE value from its out sample data. The accuracy of forecast results shows that best model for Inflation is Restrict Var(2) model and MSE value 4.6492.

Item Type:	Thesis (Masters)
Additional Information:	RTSt 519.536 Tri p-1, 2014
Uncontrolled Keywords:	Inflasi, VAR, GSTAR, Inflation
Subjects:	Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression
Divisions:	Faculty of Mathematics and Science > Statistics > 49101-(S2) Master Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	09 Jan 2024 01:55
Last Modified:	09 Jan 2024 01:55
URI:	http://repository.its.ac.id/id/eprint/105412

Actions (login required)

View Item