PEMBENTUKAN MODEL DERET BERKALA TIDAK MUSIMAN DAN MUSIMAN DENGAN METODE BOX-JENKINS
Skripsi ini bertujuan menganalisis metode Box-Jenkins untuk membuat model deret berkala tidak musiman dan musiman sehingga dapat digunakan untuk mengolah data observasi. Metode Box-Jenkins terdiri dar tiga tahap, yaitu ideotifikasi model, penaksiran parameter, dan pemeriksaan diagnosa. Pada tahap id...
Saved in:
Main Author: | |
---|---|
Format: | Theses and Dissertations NonPeerReviewed |
Language: | Indonesian |
Published: |
1997
|
Subjects: | |
Online Access: | http://repository.unair.ac.id/69207/1/KKC%20KK%20MPM%2010.97%20Eka%20p.pdf http://repository.unair.ac.id/69207/ http://lib.unair.ac.id |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Institution: | Universitas Airlangga |
Language: | Indonesian |
Summary: | Skripsi ini bertujuan menganalisis metode Box-Jenkins untuk membuat model deret berkala tidak musiman dan musiman sehingga dapat digunakan untuk mengolah data observasi. Metode Box-Jenkins terdiri dar tiga tahap, yaitu ideotifikasi model, penaksiran parameter, dan pemeriksaan diagnosa. Pada tahap identifikasi dilakukan analisis terhadap perilaku autokorelasi dan autokorelasi parsial
1if untuk mencoba mendapatkan model sementara. Setelah model semen tara d idapatkan, langkah kedua adalah menaksir parameter parameter yang terdapat pada model. Dan tahap berikutnya dalah memeriksa apakah model yang didapatkan sudah memadai. Jika sudah memadai maka model hasil identifikasi ditetapkan sebagai model peramalan, jika belum memadai maka kembali ke langkah pertama yaitu identifikasi model. Pengunaan metode Box-Jenkins untuk pembuatan model deret berkala harus'dibedakan antara deret berkala tidak musiman dan musiman. Hal ini disebabkan perbedaan jenis ketidakstasioneran datanya. Sehingga langkah-langkah yang harus dilakukan untuk pembuatan model de ret berkala tidak musiman dan musiman akan berbeda. Untuk keperluan pemeriksaan di~ilosa digunakan statistik Q(r) dan Q*< r), dan dari kedua stistik tersebut statistik Q*(r) lebih mendekati distribusi Chi-square dengan derajat bebas m. |
---|