Claim Missing Document
Check
Articles

Found 2 Documents
Search

Prediksi Nilai Inflasi Kabupaten/Kota di Jawa Timur yang Tidak Tersampel menggunakan Metode Ordinary Kriging Yunita Dwi Ayu Ningtias; Ani Pertiwi
Wahana Matematika dan Sains: Jurnal Matematika, Sains, dan Pembelajarannya Vol. 16 No. 1: April 2022
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (323.979 KB) | DOI: 10.23887/wms.v16i1.44222

Abstract

Inflasi merupakan indikator ekonomi untuk mengukur keberhasilan perekonomian suatu negara. Perhitungan Inflasi yang dilakukan BPS masih terbatas hanya di beberapa Kabupaten/Kota sampel Survei Harga Konsumen (SHK) saja. Terbatasnya data inflasi, menjadi tantangan tersendiri bagi pemerintah setempat maupun bagi para pelaku usaha dalam membuat keputusan.  Penelitian ini bertujuan memprediksi inflasi year on year (yoy) pada tahun 2021 di beberapa kabupaten/kota di Jawa Timur yang tidak tersampel berdasarkan nilai inflasi di kabupaten/kota sampel yang ada di sekitarnya menggunakan metode interpolasi spasial yaitu metode Ordinary Kriging. Hasil dari penelitian ini menunjukkan bahwa Metode Ordinary Kriging dengan model semivariogram Gaussian menunjukkanhasilprediksiyangbaik dengan nilai MAPEsebesar0,25%. Hasil prediksi padalokasitaktersampelmenunjukkan nilai yang cenderung tidak jauh berbeda dengan lokasi sampel yang berdekatan.
PENERAPAN MODEL VECTOR AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (VARIMA) UNTUK PRAKIRAAN INDEKS HARGA SAHAM GABUNGAN DAN KURS RUPIAH TERHADAP USD Ani Pertiwi; Lucy Fitria Dewi; Toni Toharudin; Budi Nurani Ruchjana
Pattimura Proceeding 2021: Prosiding KNM XX
Publisher : Pattimura University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1278.157 KB) | DOI: 10.30598/PattimuraSci.2021.KNMXX.431-442

Abstract

Informasi mengenai pergerakan Indeks Harga Saham Gabungan (IHSG) dan perubahan nilai Kurs Rupiah terhadap USD dapat digunakan para investor untuk melihat perkembangan harga saham yang dimiliki dari waktu ke waktu. Penelitian ini bertujuan untuk menerapkan model dan memprakirakan data IHSG dan nilai kurs dengan menggunakan Vector Autoregressive Integrated Moving Average (VARIMA). Data yang digunakan dalam penelitian ini berupa data sekunder yaitu data harian IHSG dan nilai Kurs Rupiah terhadap USD selama 15 bulan (1 Januari 2020 s.d 31 Maret 2021). Pada tahap uji stasioneritas, diketahui bahwa data tidak stasioner, sehingga dilakukan differencing pertama untuk memenuhi syarat stasioneritas. Hasil penelitian menunjukkan bahwa model yang memenuhi semua asumsi dan memiliki nilai AIC minimum sebesar 17.68992 adalah model VARIMA (3,1,1). Estimasi parameter menggunakan Metode Maximum Likelihoodmemberikan hasil prakiraan dengan nilai MAPE kurang dari 10%. Hal ini menunjukkan bahwa model VARIMA memiliki tingkat akurasi yang sangat baik.