Top PDF Prediksi Inflasi Beberapa Kota Di Jawa Tengah Tahun 2014 Menggunakan Metode Vector Autoregressive (Var)

Prediksi Inflasi Beberapa Kota Di Jawa Tengah Tahun 2014 Menggunakan Metode Vector Autoregressive (Var)

Prediksi Inflasi Beberapa Kota Di Jawa Tengah Tahun 2014 Menggunakan Metode Vector Autoregressive (Var)

Inflation Purwokerto, Solo, Semarang, and Tegal is a multivariate time series that show activity for a certain period. One method to analyze multivariate time series is Vector Autoregressive (VAR). VAR method is one of the multivariate time series analysis of variables that can be used to predict and assess the relationship between variables. Inflation researchers predict that by 2014 the four cities using VAR (1). Chosen VAR (1) is based on the results of some tests. VAR (1) have the optimal lag value, there is no correlation between the residual lag, and the value Root Mean Square Error (RMSE) is smaller than the other models.
Baca lebih lanjut

10 Baca lebih lajut

PREDIKSI INFLASI BEBERAPA KOTA DI JAWA TENGAH TAHUN 2014 MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE (VAR) - Diponegoro University | Institutional Repository (UNDIP-IR) Tika Nur Resa

PREDIKSI INFLASI BEBERAPA KOTA DI JAWA TENGAH TAHUN 2014 MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE (VAR) - Diponegoro University | Institutional Repository (UNDIP-IR) Tika Nur Resa

Ç¥¦ž£ ¨£ª ¯ ¥¦¯£¬£Ÿ «£Ä£« « ¥ª© ž¥ ¢¤ª ¢¡ « ¥¤ ¬£ ¤£   Ÿ® Ÿ® ž£ª £ ¦¢¤ª ¢¤ £¡ª¢° w ±£  £ § ®£ª u žŸ£¤ª £ ¦£¤ y £ £ ž£ £ § Vector Autoregressive ¾È½ ¸¹° É¥ª © ž ¥ Ƚ ¸ «¥¦¢ ¨£¡£¤ ®£  £ § ®£ª u £¤ £  Ÿ® Ÿ ® ¦¢¤ª¢¤ w £¡ª u «¢  ª Ÿ¼£ ¦Ÿ£ª žŸ «£¤£ ž£ ¨£ª žŸ ¬¢¤£¡£¤ ž£  £ « «¥« ¨¦¥žŸ¡® Ÿ ¼£¦Ÿ£¯ ¥  ž£¤ ¯ ¥ ¦ ¬¢¤£ ¢¤ª¢¡ « ¥¤ Ÿ £ Ÿ ¡ ¥ª ¥¦¡£ Ÿª£¤ £¤ª £ ¦£

20 Baca lebih lajut

Analisis Faktor – Faktor Yang Mempengaruhi Inflasi

Kabupaten/Kota Di Provinsi Jawa Tengah Tahun 2014 – 2015

Analisis Faktor – Faktor Yang Mempengaruhi Inflasi Kabupaten/Kota Di Provinsi Jawa Tengah Tahun 2014 – 2015

Secara umum tujuan pembangunan ekonomi adalah meningkatkan pertumbuhan ekonomi, meningkatkan persediaan dan pemerataan kebutuhan pokok masyarakat, meningkatkan taraf hidup masyarakat dan menjaga kestabilan harga. Tujuan dari penelitian ini adalah untuk menganalisis faktor-faktor yang mempengaruhi inflasi kabupaten/kota di jawa tengah. Variabel yang digunakan antara lain: Inflasi, Suku Bunga, Upah Minimum Regional (UMR) dan Pengangguran. Data yang digunakan dalam penelitian ini adalah data panel yakni gabungan dari data time series yakni tahun 2014-2015 dan cross section yakni kabupaten/kota di provinsi Jawa Tengah dengan menggunakan metode Ordinary Least Square (OLS). Hasil penelitian ini menunjukan bahwa variabel Upah Minimum Regional (UMR) berpengaruh negatif dan signifikan terhadap Inflasi. Variabel Suku Bunga dan Pengangguran tidak signifikan dan tidak berpengaruh terhadap Inflasi.
Baca lebih lanjut

15 Baca lebih lajut

Peramalan Jumlah Pengadaan Beras Oleh Bulog Menggunakan Vector Autoregressive (VAR)

Peramalan Jumlah Pengadaan Beras Oleh Bulog Menggunakan Vector Autoregressive (VAR)

In this final project,, the authors propose a model of Vector Autoregressive (VAR) for predicting rice procurement by BULOG East Java. Right VAR models used to generate forecasting is influenced by many variables. In addition, the VAR models do not need to consider the dependent and independent variables, because all variables including endogenous variables, and it is known variables that interact with the VAR estimate. The results obtained are in the form of forecasting the actual provision of rice, the price of rice, the price of grain, HDPB, and stock during the next year. From forecasting the results obtained, the variable that is the realization of rice procurement has a value of MAPE of 244%, which means that inaccurate forecasting results. However, four other variables declared accurately because it has a MAPE value of less than 30%. After re-testing in the variable realization rice procurement by using actual data period January 2011 - December 2014, the value obtained MAPE remained above 30% in the amount of 189%. Then, after the test is done by using other methods is the method of Exponential Smoothing, MAPE value in the variable realization remains large rice procurement is 92%. Based on some tests that have been done, it can be concluded that the realization of variable rice procurement has a value of MAPE is not accurate because the data contains considerable fluctuations, so it affects the forecasting results.
Baca lebih lanjut

191 Baca lebih lajut

PERAMALAN LAJU INFLASI, SUKU BUNGA INDONESIA DAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE (VAR) - Diponegoro University | Institutional Repository (UNDIP-IR)

PERAMALAN LAJU INFLASI, SUKU BUNGA INDONESIA DAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE (VAR) - Diponegoro University | Institutional Repository (UNDIP-IR)

economic instrument and often seen as divorce progression of the economic progress of a country. Inflation, Bi Rate and IHSG is a multivariate time series that show activity for a certain period. One method to analyze multivariate time series is Vector Autoregressive (VAR). VAR method is a simultaneous equation model has several endogeneous variables. This research uses secondary data of inflation, SBI and IHSG on period January to June 2016. The VAR model acquired is a model VAR(4), with parameters estimated using the Ordinary Least Square (OLS). The selection model VAR(4) is based on the smallest value of AIC − 4,255482 with value of MAPE is 47,11%.
Baca lebih lanjut

17 Baca lebih lajut

Prediksi laju inflasi menggunakan metode ARIMA Kalman Filter dI Surabaya

Prediksi laju inflasi menggunakan metode ARIMA Kalman Filter dI Surabaya

Dilihat dari tingkat kesejahteraan masyarakat dampak tidak baik dari inflasi antara lain; Finalisasi dapat mengurangi pendapatan yang diterima oleh masyarakat, dan ini berdampak pada orang-orang yang mendapatkan penghasilan tetap, baik masyarakat yang berpenghasilan tetap ataupun masyarakat yang berdagang. Hal tersebut sangat berdampak tidak baik contohnya dari sebuah perusahaan biaya poduksi meningkat dan mengalami kerugian sehingga harus mengurangi jumlah karyawan sedangkan bagi pedagang kecil maupun besar mereka kesusasahan dalam menjual barang dagangannya dan lebih memilih menjual barang impor yang harganya jauh lebih menguntungkan. Ketika inflasi meningkat, upah tidak secepat harga barang yang dibutuhkan dan dijual di pasar meningkat. Inflasi akan mengurangi nilai kekayaan masyarakat dalam bentuk uang. Seperti tabungan masyarakat di bank, nilainya akan menurun. Inflasi akan berdampak negatif pada distribusi kekayaan untuk orang-orang berpendapatan tetap dan orang-orang yang memiliki kekayaan dalam bentuk uang akan jatuh ke dalam kemiskinan. Namun, berbeda untuk orang yang menyimpan kekayaan dalam bentuk tanah dan rumah akan ada peningkatan kekayaan, baik secara riil maupun nominal. Ini juga mempengaruhi pedagang, pendapatan riil mereka akan bertahan dan dapat meningkat ketika inflasi terjadi.
Baca lebih lanjut

54 Baca lebih lajut

SISTEM PREDIKSI TINGKAT INFLASI PROVINSI JAWA TIMUR MENGGUNAKAN METODE MULTILAYER PERCEPTRON - Repository Universitas Islam Majapahit

SISTEM PREDIKSI TINGKAT INFLASI PROVINSI JAWA TIMUR MENGGUNAKAN METODE MULTILAYER PERCEPTRON - Repository Universitas Islam Majapahit

Inflasi merupakan salah satu indikator perekonomian yang menunjukkan tingkat kenaikan harga barang kebutuhan pokok yang terjadi dalam perekonomian suatu wilayah ataupun negara. Inflasi merupakan indikator perekonomian yang sangat penting karena inflasi menyangkut daya beli masyarakat. Jika tingkat inflasi tetap rendah dan stabil maka daya beli masyarakat akan tetap terjaga yang pada akhirnya dapat menjadi stimulus pertumbuhan ekonomi. Menjaga tingkat inflasi tetap rendah dan stabil dirasa cukup sulit terutama untuk provinsi dengan aktivitas perekonomian yang tinggi seperti Provinsi Jawa Timur. Untuk menangani masalah tersebut maka diperlukan sistem yang dapat memprediksi tingkat inflasi agar dapat melakukan antisipasi apabila terjadi lonjakan tingkat inflasi sewaktu-waktu. Metode perhitungan yang digunakan untuk mengembangkan sistem prediksi ini adalah metode Multilayer Perceptron. Alasan dipilihnya metode Multilayer Perceptron karena metode tersebut memiliki kemampuan untuk menganalisa pola data dengan baik. Data yang digunakan pada penelitian ini adalah data time series inflasi bulanan sebanyak 114 dataset, 90 data digunakan untuk proses training, sedangkan 24 data data digunakan untuk proses testing. Hasil pengujian sistem menghasilkan nilai Mean Square Error (MSE) terbaik sebesar 0.092758 dengan parameter yang digunakan yaitu Hidden Neuron 5, Learning Rate 0.2, Max Iteration 1000 dan Max Error 0.002. Dari hasil penelitian dapat ditarik kesimpulan bahwa sistem telah berhasil dikembangkan dan mampu bekerja dengan baik.
Baca lebih lanjut

8 Baca lebih lajut

PERAMALAN TINGKAT SUKU BUNGA PASAR UANG ANTAR BANK (PUAB) MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE EXOGENOUS (VARX)

PERAMALAN TINGKAT SUKU BUNGA PASAR UANG ANTAR BANK (PUAB) MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE EXOGENOUS (VARX)

Pasar uang memiliki fungsi sebagai sarana alternatif bagi lembaga- lembaga keuangan, perusahaan non-keuangan dan peserta-peserta lainnya, baik dalam memenuhi kebutuhan jangka pendek maupun meminjamkan data atas kelebihan. Pasar uang secara tidak langsung juga sebagai sarana pengendali moneter yang dilakukan oleh penguasa moneter dalam operasi pasar terbuka. Pelaksanaan operasi pasar terbuka dilakukan oleh Bank Indonesia dengan menggunakan Sertifikat Bank Indonesia (SBI) atau suku bunga Bank Indonesia (BI Rate), dan Surat Berharga Pasar Uang (SBPU). BI Rate digunakan agar suku bunga kebijakan moneter dapat secara cepat memengaruhi pasar uang, perbankan dan sektor riil, sedangkan SBPU berfungsi menambah jumlah uang yang beredar.
Baca lebih lanjut

102 Baca lebih lajut

Inflasi Empat Kota Di Jawa Tengah April 2008

Inflasi Empat Kota Di Jawa Tengah April 2008

Dari tabel 2 terlihat bahwa harga komoditas kelompok perumahan, air, listrik, gas & bahan bakar mengalami kenaikan harga cukup berarti dibanding bulan sebelumnya yang tercatat 1,42 persen terutama dipicu oleh kenaikan harga pada sub kelompok bahan bakar, penerangan dan air sebesar 2,69 persen. Kenaikan juga terjadi pada kelompok kesehatan yang sebesar 0,95 persen terutama sub kelompok perawatan jasmani dan kosmetika sebesar 1,95 persen, serta kelompok pendidikan, rekreasi dan olah raga sebesar 0,77 persen terutama sub kelompok rekreasi sebesar 4,35 persen dan sub kelompok perlengkapan/peralatan pendidikan sebesar 1,29 persen. Komoditas pada sub kelompok lain yang mengalami kenaikan cukup berarti diantaranya telur, susu dan hasil- hasilnya sebesar 4,43 persen, daging dan hasil-hasilnya sebesar 3,57 persen, sayur-sayuran sebesar 3,07 persen serta bahan makanan lainnya sebesar 1,43 persen. Dari tabel 2 juga dapat dilihat, komoditas yang mengalami penurunan cukup berarti sehingga dapat menekan laju inflasi bulan ini diantaranya sub kelompok komunikasi dan
Baca lebih lanjut

6 Baca lebih lajut

Inflasi Empat Kota Di Jawa Tengah Januari 2008

Inflasi Empat Kota Di Jawa Tengah Januari 2008

Komoditas lain yang mengalami kenaikan harga cukup berarti diantaranya: makanan jadi naik sebesar 3,35 persen, barang pribadi dan sandang lainnya naik sebesar 4,89 persen serta jasa keuangan naik sebesar 2,92 persen. Kelompok komoditas bahan makanan dan kelompok komoditas makanan jadi; minuman; rokok dan tembakau memberikan andil nyata pada inflasi bulan Januari 2008 di Kota Tegal. Andil kelompok bahan makanan sebesar 0,8039 persen dimana 0,5117 persen dan 0,3074 persen diantaranya merupakan andil dari padi-padian; umbi- umbian dan hasil-hasilnya dan kacang-kacangan. Sedangkan andil kelompok komoditas makanan jadi; minuman; rokok dan tembakau sebesar 0,6073 persen dimana 0,5208 persen diantaranya merupakan andil makanan jadi serta andil kelompok komoditas perumahan; air; listrik; gas dan bahan bakar sebesar 0,1034 persen.
Baca lebih lanjut

6 Baca lebih lajut

Peramalan Indeks Harga Saham Perusahaan Finansial LQ45 Menggunakan Metode Autoregressive Integrated Moving Average (ARIMA) dan Vector Autoregressive (VAR)

Peramalan Indeks Harga Saham Perusahaan Finansial LQ45 Menggunakan Metode Autoregressive Integrated Moving Average (ARIMA) dan Vector Autoregressive (VAR)

Metode Vector Autoregressive (VAR) adalah suatu model yang digunakan untuk analisis Multivariate. Model Vector Autoregressive (VAR) sebenarnya merupakan gabungan dari beberapa modelAutoregresif (AR) dan model Moving Average (MA), dimana model-model ini membentuk sebuah vektor yang antar variabel–variabelnya saling mempengaruhi. Misalnya ada dua variabel A dan B, variabel A mempunyai hubungan timbal balik denganvariabel B, dalam hal ini yang dimaksud hubungan timbal balik adalah dalam suatu waktu variabel A dapat mempengaruhi variabel B begitu pula sebaliknya variabel B dapat mempengaruhi variabel A. Berikut adalah persamaan umum dari model VARMA: [7]
Baca lebih lanjut

6 Baca lebih lajut

SISTEM PREDIKSI HARGA CENGKEH DI JAWA BARAT MENGGUNAKAN MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE

SISTEM PREDIKSI HARGA CENGKEH DI JAWA BARAT MENGGUNAKAN MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE

Penelitian selanjutnya data yang digunakan indeks harga konsumen (IHK) di Purwokerto, Surakarta, Semarang dan Tegal diperoleh dari website Badan Pusat Statiska Jawa Tengah, dengan melakukan analisa menentukan deret waktu lokasi, menetukan orde waktu dari model GSTAR, membentuk model GSTAR dengan memperhatikan bebrapa langkah sebagi berikut menentukan nilai bobot lokasi dengan menggunakan bobot seragam, invers jarak dan korelasi silang antar lokasi, tahapan selanjutnya menentukan penaksiran nilai parameter, menguji residual model GSTAR, tahapan berikutnya menentukan model GSTAR terbaik berdasarkan nilai MAPE dan RMSE terkecil saat uji asumsi residual dan tahapan terakhir melakukan peramalan data deret waktu dan lokasi untuk beberapa periode kedepan. Hasil dari keluaran sistem bahwa model GSTAR yang terbaik untuk data IHK di Jawa Tengah menggunakan bobot normalisasi korelasi silang[5].
Baca lebih lanjut

6 Baca lebih lajut

Inflasi Empat Kota Di Jawa Tengah Mei 2008

Inflasi Empat Kota Di Jawa Tengah Mei 2008

Berdasarkan hasil pemantauan di empat kota SBH, perkembangan harga berbagai jenis barang dan jasa pada bulan Mei tahun 2008 secara umum menunjukkan kenaikan yang cukup berarti. Hal ini menyebabkan laju inflasi Jawa Tengah bulan Mei 2008 sebesar 1,21 persen atau terjadi kenaikan Indeks Harga Konsumen (IHK) dari 159,09 pada bulan April menjadi 161,02 pada bulan Mei 2008. Perkembangan inflasi empat kota SBH dan Jawa Tengah selama Januari 2007 – Mei 2008 dapat dilihat di Tabel 1. Laju inflasi tahun kalender 2008 sebesar 5,30 persen, sedangkan laju inflasi selama setahun lalu adalah sebesar 9,51 persen.
Baca lebih lanjut

5 Baca lebih lajut

Peramalan Cuaca Di Stasiun Meteorologi Kelas 1 Juanda Surabaya Menggunakan Metode ARIMA Dan Vector Autoregressive (VAR)

Peramalan Cuaca Di Stasiun Meteorologi Kelas 1 Juanda Surabaya Menggunakan Metode ARIMA Dan Vector Autoregressive (VAR)

Pada beberapa bulan belakangan ini kondisi cuaca diberbagai daerah sedang tidak stabil, sehingga membuat masyarakat semakin sulit untuk melakukan prediksi. Ketidak stabilan kondisi cuaca tersebut yang menjadi faktor dilakukannya analisis peramalan guna mengetahui prediksi komponen utama yang membentuk cuaca berdasarkan data-data series sebelumnya. Metode yang sering digunakan untuk menyelesaikan data series yaitu menggunakan Autoregressive Integrated Moving Average (ARIMA). Akan tetapi Tim Dosen Fakultas Kehutanan Universitas Hasanuddin [1], berpendapat bahwa komponen-komponen yang membentuk cuaca tersebut saling berkaitan satu dengan yang lainnya, apabila salah satu komponen cuaca berubah maka satu atau lebih komponen lainnya akan berubah dan perubahan secara menyeluruh itulah yang disebut perubahan cuaca. Sehingga diketahui bahwa selain memiliki keterkaitan dengan waktu sebelumnya, antar komponen cuaca juga saling mempengaruhi. Oleh karena itu, dilakukan pemodelan secara multivariate menggunakan vector
Baca lebih lanjut

6 Baca lebih lajut

Analisis Prediksi Harga Saham PT. Telekomunikasi Indonesia Menggunakan Metode Support Vector Machine

Analisis Prediksi Harga Saham PT. Telekomunikasi Indonesia Menggunakan Metode Support Vector Machine

Laju perubahan harga saham terbilang cukup cepat, yaitu hanya dalam kurun waktu hitungan detik. Hal ini terjadi dikarenakan penilaian sesaat oleh para pembeli maupun penjual yang dipengaruhi oleh beberapa faktor. Ada banyak faktor yang dapat mempengaruhi pergerakan harga saham yaitu mulai dari besar kecilnya tingkat suku bunga deposito, laju inflasi, kondisi keuangan perusahaan, strategi pemasaran, jumlah laba yang diperoleh perusahaan[4]. Naik turunnya harga saham merupakan hal yang lumrah maka dari itu dengan memperhatikan indeks harga saham yang berbeda dari waktu ke waktu, yang dapat digunakan sebagai alat prediksi dan analisis seperti harga saham yang tertinggi dan terendah.
Baca lebih lanjut

7 Baca lebih lajut

PERAMALAN LAJU INFLASI DAN NILAI TUKAR RUPIAH TERHADAP DOLAR AMERIKA MENGGUNAKAN MODEL VECTOR AUTOREGRESSIVE (VAR) - Diponegoro University | Institutional Repository (UNDIP-IR)

PERAMALAN LAJU INFLASI DAN NILAI TUKAR RUPIAH TERHADAP DOLAR AMERIKA MENGGUNAKAN MODEL VECTOR AUTOREGRESSIVE (VAR) - Diponegoro University | Institutional Repository (UNDIP-IR)

Puji syukur penulis panjatkan pada Allah SWT atas rahmat, hidayah serta karuniaNya sehingga penulis dapat menyelesaikan Tugas Akhir yang berjudul Peramalan Laju Inflasi dan Nilai Tukar Rupiah Terhadap Dolar Amerika Menggunakan Model Vector Autoregressive (VAR) .

16 Baca lebih lajut

Inflasi Jawa Tengah sebesar 0,48 persen, dengan inflasi tahun kalender sebesar 0,48 persen.

Inflasi Jawa Tengah sebesar 0,48 persen, dengan inflasi tahun kalender sebesar 0,48 persen.

Bulan Januari 2015, harga-harga di Kabupaten Pekalongan mengalami inflasi sebesar 0,91 persen, atau terjadi peningkatan indeks harga konsumen (IHK) dari 122,98 persen (IHK 2012=100) pada bulan Desember 2015, menjadi 123,75 persen pada bulan Januari 2016. Laju inflasi tahun kalender 2015 (Selama Januari 2016) sebesar 0,62 persen, dan laju inflasi tahun ke tahun / YoY (Januari 2015 – Januari 2016) sebesar 4,70 persen.

9 Baca lebih lajut

Analisis Faktor-faktor Yang Mempengaruhi Upah Minimum Kabupaten/kota Di Provinsi Jawa Tengah Menggunakan Model Spatial Autoregressive (Sar)

Analisis Faktor-faktor Yang Mempengaruhi Upah Minimum Kabupaten/kota Di Provinsi Jawa Tengah Menggunakan Model Spatial Autoregressive (Sar)

Regresi spasial merupakan hasil pengembangan dari metode regresi linier. Pengembangan itu berdasarkan aspek lokasi atau spasial pada data yang dianalisis juga ikut diperhatikan [1] . Fenomena yang termasuk data spasial diantaranya ialah penyebaran upah minimum. Upah minimum adalah upah bulanan terendah yang terdiri dari upah pokok termasuk tunjangan tetap, berlaku bagi pekerja yang mempunyai masa kerja kurang dari satu tahun. Penetapan upah minimum dapat dilakukan di tingkat kabupaten/kota, dimana gubernur yang menetapkan besaran Upah Minimum Kabupaten/Kota (UMK), berdasarkan usulan dari Dewan Pengupahan Kabupaten/Kota (DPK) dengan mempertimbangkan kesejahteraan pekerja dan keadaan ekonomi daerah [2] .
Baca lebih lanjut

10 Baca lebih lajut

PEMODELAN DOWNSCALLING LUARAN GCM MENGGUNAKAN METODE PCR DAN PLS UNTUK PREDIKSI CURAH HUJAN DI JAWA TENGAH

PEMODELAN DOWNSCALLING LUARAN GCM MENGGUNAKAN METODE PCR DAN PLS UNTUK PREDIKSI CURAH HUJAN DI JAWA TENGAH

Reduksi tahap dua dilakukan dengan metode statistik yaitu PCR (Principle Component Regression), PSL (Partial Least Squares) dan MARS (Multivariate Adaptive Regression Spline). Untuk analisis dua metode yang pertama digunakan Minitab ver. 14.1, sedangkan untuk metode yang terakhir digunakan MARS ver 2.0. Hasil uji prediksi curah hujan lokal dengan menggunakan prediktor curah hujan hasil ECHAM melalui pemodelan dengan PCR, PLS dan MARS, menunjukkan bahwa PLS memiliki nilai root mean square error prediction (RMSEP) dan mean absolute error prediction (MAEP) yang kecil dengan korelasi validasi yang lebih besar dibanding PCR ataupun MARS. Hal ini menunjukkan bahwa PLS merupakan model yang lebih akurat dibanding kedua metode lainnya. Sementara MARS masih lebih baik dibanding PCR meskipun pada nilai yang lebih bervariasi, tetapi dari nilai rata-rata, hasil RMSEP dan MAEP MARS lebih kecil dari PCR, dengan korelasi validasi yang sedikit lebih besar dibanding PCR. Sehingga untuk pembentukan model, PLS dapat dipilih, karena selain memiliki model yang lebih akurat, juga bersifat multi respon sehingga pelaksanaan pembentukan model pada banyak prediktan dapat dilakukan sekaligus, lebih cepat dibanding PCR ataupun MARS.
Baca lebih lanjut

14 Baca lebih lajut

Prediksi Cuaca Kota Surabaya Menggunakan Autoregressive Integrated Moving Average (Arima) Box Jenkins dan Kalman Filter

Prediksi Cuaca Kota Surabaya Menggunakan Autoregressive Integrated Moving Average (Arima) Box Jenkins dan Kalman Filter

60 Perubahan kondisi musim ini menimbulkan banyak bencana seperti tanah longsor, banjir, angin puting beliung bahkan hujan es. Tidak hanya itu, cuaca ekstrem ini juga memengaruhi harga sejumlah kebutuhan pokok masyarakat karena mengganggu produksi serta distribusi sehingga mendorong kenaikan harga dan kelangkaan stok. Kondisi cuaca ekstrem yang terjadi ada baiknya harus tetap di waspadai untuk mengantisispasi berbagai kemungkinan yang terjadi dan untuk mengurangi serta meminimalkan dampak yang merugikan. Oleh karena itu, diperlukan informasi cuaca yang lebih cepat, tepat, dan terperinci. Bahkan beberapa pihak lain menuntut tersedianya prediksi atau bahkan ramalan mengenai kondisi atmosfer dengan rentang waktu bulanan, harian, jam, bahkan dalam waktu menit.
Baca lebih lanjut

9 Baca lebih lajut

Show all 10000 documents...

Related subjects