Pemilihan model terbaik dengan Bayesian Information Criterion (BIC) untuk model Autoregressive dalam analisis deret waktu kategori

Risdayanti, Nova (2019) Pemilihan model terbaik dengan Bayesian Information Criterion (BIC) untuk model Autoregressive dalam analisis deret waktu kategori. Diploma thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (188kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (198kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (227kB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (322kB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (732kB) | Request a copy
	Text (BAB III) 6_bab3.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB IV) 7_bab4.pdf Restricted to Registered users only Download (482kB) | Request a copy
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (500kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9_daftarpustaka.pdf Restricted to Registered users only Download (320kB) | Request a copy

Abstract

Analisis deret waktu merupakan metode peramalan yang berdasarkan pada penggunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan waktu. Terdapat beberapa metode yang digunakan dalam analisis deret waktu salah satunya metode Box dan Jenkins, dalam metode tersebut terdapat beberapa model yaitu model Autoregressive (AR), Moving Average (MA), dan Autoregressve Moving Average (ARMA). Akan tetapi model dari Box dan Jenkins ini tidak dapat digunakan untuk data kategori, sehingga Pegram mengusulkan model Autoregressive (AR) yang serupa dengan model ARMA dari Box dan Jenkins untuk menyelesaikan deret waktu data kategori. Beberapa model yang dibangun dalam skripsi ini berupa model Autoregressive orde 1 dan orde 2. Pada skripsi ini, model Autoregressive pada deret waktu kategori diterapkan untuk meramalkan kategori curah hujan di Jawa Barat, variabel input berupa curah hujan dengan 0 menunjukkan kategori curah hujan rendah, 1 kategori curah hujan menengah dan 2 kategori curah hujan tinggi. Data yang digunakan adalah data curah hujan sejak bulan Januari 2013 hingga Desember 2017. Adapun tujuan dari skripsi ini diantaranya mengetahui model AR berbasis operator Pegram dan menentukan model terbaik dengan Bayesian Information Criterion (BIC) untuk model AR berbasis operator Pegram. Prosedur untuk menentukan model terbaik dengan BIC dalam analisis deret waktu kategori ini diawali dengan transformasi data numerik menjadi data kategori, kemudian untuk mencari nilai estimasi parameter digunakan sistem persamaan Yule-Walker yang selanjutnya dicari nilai log-likelihoodnya untuk kemudian di substitusikan ke rumus umum BIC. Model terbaik dipilih berdasarkan model yang memiliki nilai BIC paling minimum. Hasil penelitian menunjukkan bahwa model AR terbaik berbasis operator Pegram adalah AR(1). Model tersebut yang selanjutnya akan digunakan untuk memprediksi kategori curah hujan di Jawa Barat mendatang.

Actions (login required)

View Item