Articles

Found 5 Documents
Search
Journal : Jurnal Statistika

PREDIKSI HARGA MINYAK DUNIA DENGAN METODE AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE (ARFIMA) Natanael, Dimas Kevin; Safitri, Diah; Suparti, Suparti
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 6, No 1 (2018): Jurnal Statistika
Publisher : Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Muham

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Autoregressive Fractionally Integrated Moving Average (ARFIMA) model is a development of the ARIMA model. The advantage of the ARFIMA method is the non-integer differentiation value so that it can overcome long memory effect that cannot be solve with the usual ARIMA method. Non-integer differential values can be estimated with a binomialexpansion approach which is an infinite weighted sum of past values to solve the long memory effect that arises. Some of the advantages of using the ARFIMA model iscapable of modeling high changes in the long term (long term persistence), be able to explain longterm and short-termcorrelation structures at the same time, to provide models with simple parameters (parsimony) for data with memory long term and short term. Data of world oil price contain long memory effect, then used ARFIMA method to get the best model.The best model obtained is the ARMA([1,7]; 0) model with the differentialvalue is 0,48937, then the model can be written into ARFIMA ([1,7]; d;1).The best model chosen has an MSE value of 0,44 and a MAPE value of 3,32%. Keywords : Sea Passengers, ARIMA Box-Jenkins, Calendar Variation, ARIMAX
PEMODELAN INFLASI DAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN REGRESI NONPARAMETRIK BIRESPON SPLINE TRUNCATED DENGAN PEMBOBOT INVERS MATRIKS VARIANSI-KOVARIANSI ERROR RESPON Rahmawati, Rizky Dwi; Suparti, Suparti; Prahutama, Alan
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 7, No 1 (2019): Jurnal Statistika
Publisher : Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Muham

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Bagi sebuah negara berkembang seperti Indonesia, kemajuan perekonomian menjadi isu terpenting yang selalu mendapatkan perhatian besar dari pemerintah negaranya. Hal tersebut dilakukan sebagai upaya untuk menjadikan negaranya sebagai negara maju yang mensyaratkan adanya kemajuan di bidang ekonomi. Kemajuan di bidang ekonomi dapat ditandai dengan adanya pasar modal yang tumbuh dan berkembang dengan baik yang dicerminkan melalui IHSG, serta tinggi-rendah dan stabilnya inflasi yang merupakan indikator stabilitas perekonomian. Pergerakan inflasi dan IHSG dipengaruhi oleh beberapa faktor, seperti jumlah uang beredar dan kurs. Pemodelan inflasi dan IHSG dilakukan dengan pendekatan regresi nonparametrik birespon spline truncated dengan pembobot invers matriks variansi-kovariansi error respon. Pendekatan ini dilakukan karena antara inflasi dengan IHSG terdapat adanya korelasi, baik secara logika maupun matematis serta pola data yang diperoleh tidak menunjukkan pola hubungan tertentu. Model birespon spline truncated terbaik sangat bergantung pada penentuan orde dan titik knot optimal yang memiliki nilai MSE minimum. Model regresi birespon spline truncated terbaik pada penelitian ini terletak pada orde 2 untuk respon 1 dan respon 2 dengan 4 titik knot untuk masing-masing variabel prediktor dan nilai MSE sebesar 4781,697. Prediksi terhadap data out sample menghasilkan nilai MAPE sebesar 43,446%, sehingga model tersebut memiliki kemampuan yang cukup baik dalam peramalan.
PREDIKSI HARGA MINYAK DUNIA DENGAN METODE AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE (ARFIMA) Natanael, Dimas Kevin; Safitri, Diah; Suparti, Suparti
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 6, No 1 (2018): Jurnal Statistika
Publisher : Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Muham

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Autoregressive Fractionally Integrated Moving Average (ARFIMA) model is a development of the ARIMA model. The advantage of the ARFIMA method is the non-integer differentiation value so that it can overcome long memory effect that cannot be solve with the usual ARIMA method. Non-integer differential values can be estimated with a binomialexpansion approach which is an infinite weighted sum of past values to solve the long memory effect that arises. Some of the advantages of using the ARFIMA model iscapable of modeling high changes in the long term (long term persistence), be able to explain longterm and short-termcorrelation structures at the same time, to provide models with simple parameters (parsimony) for data with memory long term and short term. Data of world oil price contain long memory effect, then used ARFIMA method to get the best model.The best model obtained is the ARMA([1,7]; 0) model with the differentialvalue is 0,48937, then the model can be written into ARFIMA ([1,7]; d;1).The best model chosen has an MSE value of 0,44 and a MAPE value of 3,32%. Keywords : Sea Passengers, ARIMA Box-Jenkins, Calendar Variation, ARIMAX
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TENGAH MENGGUNAKAN REGRESI GENERALIZED POISSON DAN BINOMIAL NEGATIF Prahutama, Alan; Sudarno, Sudarno; Suparti, Suparti; Mukid, Moch. Abdul
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 5, No 2 (2017): Jurnal Statistika
Publisher : Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Muham

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Angka Kematian Bayi (AKB) adalah banyaknya kematian bayi berusia dibawah satutahun, per 1000 kelahiran hidup pada satu tahun tertentu. Banyak faktor-faktor yangmempengaruhi angka kematian bayi antara lain karakteristik orang tua dam faktorlingkungan. Pada penelitian ini mengkaji faktor-faktor lingkungan yang mempengaruhiangka kematian bayi. Metode yang digunakan adalah pemodelan regresi poisson,generalized poisson dan binomial negatif. Regresi generalized poisson dan binomialnegatif digunakan untuk mengatasi overdispesi dalam regresi Poisson. Pada pemodelan AKB dengan regresi poisson terjadi overdispersi sebesar 15.919. Variabel yang signifikan untuk pemodelan AKB menggunakan ketiga metode antara lain jumlah sarana kesehatan (RS dan Puskesmas) (X1); prosentase berperilaku hidup bersih dan sehat (X6); rata-rata lama pemberian ASI  (X9). Model terbaik adalah binomial negatif dengan nilai AIC sebesar 375.7. Kata kunci: Angka Kematian Bayi, Regresi Poisson, Generalized Poisson, BinomialNegatif
PEMODELAN INFLASI DAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN REGRESI NONPARAMETRIK BIRESPON SPLINE TRUNCATED DENGAN PEMBOBOT INVERS MATRIKS VARIANSI-KOVARIANSI ERROR RESPON Rahmawati, Rizky Dwi; Suparti, Suparti; Prahutama, Alan
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 7, No 1 (2019): Jurnal Statistika
Publisher : Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Muham

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Bagi sebuah negara berkembang seperti Indonesia, kemajuan perekonomian menjadi isu terpenting yang selalu mendapatkan perhatian besar dari pemerintah negaranya. Hal tersebut dilakukan sebagai upaya untuk menjadikan negaranya sebagai negara maju yang mensyaratkan adanya kemajuan di bidang ekonomi. Kemajuan di bidang ekonomi dapat ditandai dengan adanya pasar modal yang tumbuh dan berkembang dengan baik yang dicerminkan melalui IHSG, serta tinggi-rendah dan stabilnya inflasi yang merupakan indikator stabilitas perekonomian. Pergerakan inflasi dan IHSG dipengaruhi oleh beberapa faktor, seperti jumlah uang beredar dan kurs. Pemodelan inflasi dan IHSG dilakukan dengan pendekatan regresi nonparametrik birespon spline truncated dengan pembobot invers matriks variansi-kovariansi error respon. Pendekatan ini dilakukan karena antara inflasi dengan IHSG terdapat adanya korelasi, baik secara logika maupun matematis serta pola data yang diperoleh tidak menunjukkan pola hubungan tertentu. Model birespon spline truncated terbaik sangat bergantung pada penentuan orde dan titik knot optimal yang memiliki nilai MSE minimum. Model regresi birespon spline truncated terbaik pada penelitian ini terletak pada orde 2 untuk respon 1 dan respon 2 dengan 4 titik knot untuk masing-masing variabel prediktor dan nilai MSE sebesar 4781,697. Prediksi terhadap data out sample menghasilkan nilai MAPE sebesar 43,446%, sehingga model tersebut memiliki kemampuan yang cukup baik dalam peramalan.
Co-Authors A. Sulaksono, A. Abdul Hoyyi Afa, Ihdayani Banun Agus Cahyono Agus Rusgiyono Ahmad Reza Aditya Akhmad Zaki Alan Prahutama Alanindra Saputra Alvita Rachma Devi Amanda Devi Paramitha, Amanda Devi Aminah Asngad Any Setyaningsih, Any Arief Rachman Hakim Asismarta Asismarta, Asismarta Azizah, Adilla Nur Bayu Ariawan Budi Warsito Bunga Maharani, Bunga C Yuwono Sumasto, C Yuwono Deden Aditya Nanda, Deden Aditya Di Asih I Maruddani Diah Budiati Diah Safitri Dini Puspita Dwi Ispriyanti Dyah Ayu Kusumaningrum Ebeit Devita Simatupang Elyas Darmawan Ernawati, Devi Ernik Yuliana Esti Pratiwi Fajar Heru Setiawan, Fajar Heru Farikhin Farikhin Fina Fitriyana Firda Megawati, Firda Fitri Juniaty Simatupang, Fitri Juniaty Fitriyatno Fitriyatno Gita Suci Ramadhani Hafii Risalam, Hafii Hanifa Eka Oktafiani, Hanifa Eka Happy Suci Puspitasari Hasbi Yasin Icha Puspitasari Ikrima, Hanjar Indah Puspaningrum Indra Satria, Indra Iwan Ali Sofwan Izzudin Khalid, Izzudin Karimawati, Nurul Kartika, Aninda Ayu Kartikaningtiyas Hanunggraheni Saputri, Kartikaningtiyas Hanunggraheni Khoirunnisa Nur Fadhilah, Khoirunnisa Nur Lailly Rahmatika, Lailly Lina Agustina, Lina Lintang Afdianti Nurkhasanah, Lintang Afdianti Lismiyati Marfuah, Lismiyati Lulus Darwati, Lulus Ma'sum, M. Ali Moch. Abdul Mukid Muhammad Taufan Musandingmi Elok Nurul Islam, Musandingmi Elok Nurul Mustafid Mustafid Mustofa, Achmad Natanael, Dimas Kevin Natanael, Dimas Kevin Ndaru Dian Darmawanti Nonik Brilliana Primastuti Novia Agustina, Novia Onny Kartika Hitasari, Onny Kartika Paula Meilina Dwi Hapsari Putri Agustina Rahmawati, Resti Rahmawati, Rizky Dwi Rahmawati, Rizky Dwi Rambat Rambat, Rambat Ratih Binadari, Ratih Ria Sutitis, Ria Riana Ayu Andam Pradewi Richy Priyambodo Rita Rahmawati Riyan Eko Putri Rukun Santoso Sa'adah, Alfi Faridatus Sadjati, Ida Malati Sanitoria Nadeak, Sanitoria Sari, Shinta Karunia Permata Seta Satria Utama Setiawati, Teti Setya Ayu Rahmawati Siti Anisah Sofyan Anif Sri Budiasih, Sri Sri Sumiyati Sri Wahyuningrum Sudargo Sudargo, Sudargo Sudarno Sudarno Sugito Sugito Sulton Syafii Katijaya Sunardi Sunardi Swasnita Swasnita, Swasnita Syariati, Dian T. Mart, T. Tarno Tarno Tedjo, Martyanto Tiani Wahyu Utami Triastuti Rahayu Triastuti Wuryandari Triyanto Triyanto Tyas Estiningrum Umi Sulistyorini Adi, Umi Sulistyorini Victoria Dwi Murti Wasis Wicaksono Widari Widari, Widari Wulan Safitri, Wulan Yasir Sidiq Yon Haryono Yuciana Wilandari Yudi Ari Wibowo Yusuf Arifka Rahman, Yusuf Arifka Zia, Nabila Ghaida Zubaidah, Lailia