PEMODELAN DATA INFLASI DENGAN SELF-EXCITING TRESHOLD AUTOREGRESSIVE (SETAR) DAN LOGISTIC SMOOTHING TRANSITION AUTOREGRESSIVE (LSTAR)

Kategori PenelitianPenelitian Internal
BidangEkonomi
Tgl Posting2017-03-20 09:37:55.683
JudulPEMODELAN DATA INFLASI DENGAN SELF-EXCITING TRESHOLD AUTOREGRESSIVE (SETAR) DAN LOGISTIC SMOOTHING TRANSITION AUTOREGRESSIVE (LSTAR)
AbstrakModel Self-Exciting Threshold Autoregressive(SETAR) dan Logistic Smooting Threshold Autoregressive(LSTAR) adalah model deret waktu yang dapat diterapkan pada data yang mengikuti model nonlinier. Prosedur pembentukan model SETAR dan LSTAR diawali dengan uji stasioneritas dan nonlinieritas. Parameter delay dan treshold pada model SETAR dan LSTAR ditentukan berdasarkan kriteria minimum AIC. Penaksiran parameter dan ? untuk kedua model melalui metode Ordinary Least Square yang diperoleh dengan melakukan regresi stepwise dan regresi dummy terhadap parameter yang signifikan berdasarkan kriteria dummy yang berbeda. Dari hasil kajian simulasi menunjukkan bahwa kelebihan model SETAR adalah dapat menganalisis perubahan regime yang asimetris dan menangkap lompatan yang tidak dapat ditangkap oleh model deret waktu linier, sedangkan model LSTAR dapat memperhalus model untuk masing-masing regime yang dimiliki. Penelitian ini bertujuan untuk mengetahui model terbaik yang dapat digunakan untuk melakukan pemodelan data deret waktu nonlinier sehingga peramalan suatu keadaan di masa yang akan datang memiliki tngkat kesalahan yang semakin kecil.
AuthorsGUSTI AYU MADE ARNA PUTRI, S.Si., M.Sc. (ketua)
Tgl Mulai2017-04-21 15:11:00.000
Tgl Selesai2017-02-28 16:19:00.000
Biaya7500000
SponsorSTMIK STIKOM Bali
Periode1