Perbandingan penaksiran parameter pembeda pada model arfima melalui metode regresi spektral

Darmawan, Gumgum (2008) Perbandingan penaksiran parameter pembeda pada model arfima melalui metode regresi spektral. Masters thesis, Institut Teknologi Sepuluh November.

Text 1306201014-Master_thesis.pdf Restricted to Repository staff only Download (98MB)

Abstract

Metode regresi spektral adalah salah satu metode yang paling banyak digunakan dalam penaksiran parameter pembeda dari model ARFIMA(p,d,q). Fungsi densitas spektral dari Model ARFIMA(p,d,q) dibentuk menjadi persamaan regresi linier sederhana untuk menaksir parameter d melalui metode kuadrat terkecil. Metode ini telah menarik perhatian banyak peneliti karena mampu mengatasi kesulitan dalam menurunkan fungsi autokovarian dari fungsi ARFIMA(p,d,q). Penaksiran parameter d menggunakan metode regresi dapat dilakukan langsung tanpa mengetahui parameter p dan q sebelumnya. Metode ini pertama kali diusulkan oleh Geweke dan Porter-Hudak (1983) dan dimodifikasi oleh Reisen (1994) dengan menggunakan pemulusan periodogram melalui Window Parzen. Kemudian, Robinson (1995) menambahkan Trimming 1 pada periodogramnya. Hurvich dan Ray (1995) dan Velasco (1999a) menambahkan taper Cosine-Bell pada periodogram, Velasco (1999b) mengganti variabel bebasnya menjadi / yaitu indeks dari periodogram. Pada penelitian ini akan dibandingkan keakuratan dari metode-metode tersebut pada dua kondisi data yaitu untuk data tanpa pencilan dan dengan pencilan melalui suatu kajian simulasi. Metode terbaik dari penaksiran parameter d model ARFIMA akan digunakan untuk menganalisis data pemakaian listrik di pulau Batam.

Dari hasil kajian simulasi menunjukkan metode Geweke dan Porter-Hudak (GPH) dan Reisen (SPR) memberikan hasil yang cukup akurat dalam menaksir parameter d model ARFIMA baik dalam kondisi ada pencilan maupun tidak ada pencilan. Sedangkan pada analisis data pemakaian listrik di pulau Batam, data deret waktu menunjukkan gejala musiman ganda (double seasonal) yaitu musiman dengan periode harian (s_{1} = 24) dan mingguan (s_{2} = 168). Berdasarkan hasil perbandingan menunjukkan musiman ganda ARFIMA lebih baik dibandingkan dengan model musiman ganda ARIMA untuk peramalan data pemakaian listrik di pulau Batam berdasarkan nilai-nilai AIC, MSE dan MAPE.

Item Type:	Thesis (Masters)
Additional Information:	RTSt 519.556
Uncontrolled Keywords:	ARFIMA, Musiman Ganda, Pencilan, Periodogram, Statistik Hurst
Subjects:	H Social Sciences > HA Statistics > HA31.3 Regression. Correlation. Logistic regression analysis. Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression
Divisions:	Faculty of Mathematics and Science > Statistics > 49101-(S2) Master Thesis
Depositing User:	magang .
Date Deposited:	01 Oct 2026 06:34
Last Modified:	01 Oct 2026 06:34
URI:	http://repository.its.ac.id/id/eprint/145139

Actions (login required)

View Item