Pemodelan Generalized Space Time Autoregressive (GSTAR) Pada Data Indeks Harga Konsumen (IHK) 5 Ibu Kota Provinsi Di Pulau Kalimantan

Abstract

ABSTRAK PEMODELAN GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR) PADA DATA INDEKS HARGA KONSUMEN (IHK) 5 IBU KOTA PROVINSI DI PULAU KALIMANTAN (Oleh: Muhammad Aldi Relawanto; Pembimbing: Yuana Sukmawaty, S.Si., M.Si dan Dewi Sri Susanti, S.Si., M.Si, 2023; 69 Halaman) Model Generalized Space Time Autoregressive (GSTAR) merupakan model pengembangkan dari model STAR (Space Time Autoregressive) yang tergenalisasi. Pada model GSTAR terdapat orde autoregressive untuk melihat pengaruh unsur waktu dan matriks pembobot lokasi untuk melihat pengaruh unsur lokasi. Berbeda dengan model STAR, model ini mengasumsikan lokasi-lokasi penelitian memiliki karakteristik yang berbeda. Tujuan penelitian ini yaitu menerapkan model Generalized Space Time Autoregressive (GSTAR) pada data Indeks Harga Konsumen (IHK) di Pulau Kalimantan khususnya di Ibukota Setiap Provinsi untuk mengetahui model dugaan terbaik dengan bobot lokasi terbaik yang dapat dihasilkan. Bobot lokasi yang digunakan yaitu bobot lokasi invers jarak dan bobot lokasi normalisasi korelasi silang dengan pengestimasian parameter model GSTAR menggunakan metode Ordinary Least Square (OLS). Pemilihan model dugaan terbaik dilihat dari nilai Akaikae’s Information Criterion (AIC) dan Root Mean Square Error (RMSE) terkecil. Dari hasil penelitian, didapatkan model dugaan GSTAR terbaik untuk data IHK 5 kota di Pulau kalimantan adalah model GSTAR(1,1)-I(1). Hasil tersebut berdasarkan dari model dugaan GSTAR dengan nilai AIC terkecil dan data yang dilakukan differencing 1 kali. Bobot lokasi terbaik berdasarkan nilai RMSE terkecil untuk model GSTAR(1,1)-I(1) yaitu bobot lokasi normalisasi korelasi silang.

Kata Kunci: Stasioneritas, Indeks, Bobot Lokasi, OLS, RMSE