- Book学术

发布求助

文献互助智能选刊最新文献

IF 0.3 Q4 MATHEMATICS

Matematika Pub Date : 2018-11-29 DOI:10.29313/jmtm.v17i2.3981

Ananto Wibowo

{"title":"Model Peramalan Indeks Harga Konsumen Kota Palangka Raya Menggunakan Seasonal ARIMA (SARIMA)","authors":"Ananto Wibowo","doi":"10.29313/jmtm.v17i2.3981","DOIUrl":null,"url":null,"abstract":"Forecasting Model for Consumer Price Index of Palangka Raya City using Seasonal ARIMA (SARIMA) Abstrak. Palangka Raya merupakan salah kota indikator perhitungan Indeks Harga Konsumen (IHK) di Provinsi Kalimantan Tengah. Secara tidak langsung, persentase perubahan IHK, senantiasa dijaga oleh pemerintah agar tetap rendah dan stabil untuk prasyarat pertumbuhan ekonomi berkesinambungan serta mampu memberikan manfaat bagi peningkatan kesejahteraan masyarakat. Oleh karena itu, peramalan data IHK perlu dilakukan untuk membantu pemerintah dalam menyusun suatu kebijakan. Salah satu metode statistik yang paling tepat untuk melakukan peramalan data IHK Kota Palangka Raya dengan menggunakan Seasonal Autoregressive Integrated Moving Average (SARIMA). Metode SARIMA sangat cocok untuk diterapkan pada data IHK karena terdapat pola musiman yang terjadi pada waktu tertentu. Data yang digunakan merupakan data sekunder bersumber dari Badan Pusat Statistik (BPS) Provinsi Kalimantan Tengah dengan series sebanyak 48 observasi. Berdasarkan hasil trial and error , model SARIMA pada saat , dan dianggap sebagai model terbaik untuk peramalan data IHK dengan koefisien determinasi adjusted sebesar 84,67%. Selain itu, model peramalan memenuhi seluruh uji asumsi diagnostik dan sangat powerful mendekati data aktual. Kata kunci: SARIMA, Peramalan, IHK Abstract. Palangka Raya is one of the indicator city for Consumer Price Index (CPI) calculation in Central Kalimantan Province. The percentage of changes in CPI had always been indirectly maintained by government in order to remain low and stable as a preconditions for sustainable economic growth and to provide benefits for improving people's walfare. Therefore, the forecasting of CPI is required to assist the development of government's policy. One of the precise statistical method for forecasting Palangka Raya's CPI is Seasonal Autoregressive Integrated Moving Average (SARIMA). SARIMA is very suitable to be applied in Consumer Price Index's data because of seasonal patterns that occured in several times. The data used in this research are secondary data sourced from Statistics Indonesia of Central Kalimantan Office with 48 observations. Based on trial and error process, SARIMA when , is considered the best statistical model to forecast CPI data with an adjusted coefficent of determination 84.67%. This forecasting model also fulfilled all diagnostic assumptions' tests and powerfully approached the actual data. Keywords: SARIMA, Forcasting, CPI","PeriodicalId":43733,"journal":{"name":"Matematika","volume":" ","pages":""},"PeriodicalIF":0.3000,"publicationDate":"2018-11-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"5","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Matematika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.29313/jmtm.v17i2.3981","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"MATHEMATICS","Score":null,"Total":0}

引用次数: 5

摘要

概念模型。大pa稀有公司是加里曼丹中部省消费者价格指数(IHK)计算指标的一个城市。在某种程度上，IHK变化的百分比一直由政府保持在低稳定的经济增长先决条件下，能够促进社会福利。因此，国际贸易委员会需要提供数据，以帮助政府制定政策。最有效的统计方法之一是使用seonal Autoregressive - Moving Average (SARIMA)来分析帕罗亚市IHK dataSARIMA的方法非常适合IHK数据，因为在特定的时间发生了季节性模式。所使用的数据是次要数据，来自加里曼丹省中部的统计机构(BPS)，该机构发表了一系列48次观察。基于试验和错误的结果，当时的sarma模型，被认为是IHK数据预测的最佳模型，其授权执行系数为84.67%。此外，面相模型满足了整个诊断假设测试，并接近实际数据。关键词:SARIMA，算命，IHK Abstract。婆罗洲省中部的消费价格指数(CPI)正在计算。CPI中变化的单一状态一直是由政府直接控制的，以保证可持续经济增长和提供福利，以促进繁荣人民的流动。在此之前，CPI的前奏被要求评估政府的政策发展。拉亚遗产CPI的预测预测方法之一是渐进的、可移动的平均方法。由于某些时代发生的一系列事件，SARIMA在《消费者价格指数》的数据中被应用是非常可靠的。这项研究中使用的数据来自印度尼西亚中央加里曼丹办公室48次观测的数据。基于审判和错误的进程，当时的SARIMA，被认为是建立CPI数据最好的统计模型，具有84.67%的确定条款。这款预选模型还能完善所有测试和动力验证实际数据。释义:SARIMA, for铸造，CPI

本文章由计算机程序翻译，如有差异，请以英文原文为准。

查看原文本刊更多论文

Model Peramalan Indeks Harga Konsumen Kota Palangka Raya Menggunakan Seasonal ARIMA (SARIMA)

Forecasting Model for Consumer Price Index of Palangka Raya City using Seasonal ARIMA (SARIMA) Abstrak. Palangka Raya merupakan salah kota indikator perhitungan Indeks Harga Konsumen (IHK) di Provinsi Kalimantan Tengah. Secara tidak langsung, persentase perubahan IHK, senantiasa dijaga oleh pemerintah agar tetap rendah dan stabil untuk prasyarat pertumbuhan ekonomi berkesinambungan serta mampu memberikan manfaat bagi peningkatan kesejahteraan masyarakat. Oleh karena itu, peramalan data IHK perlu dilakukan untuk membantu pemerintah dalam menyusun suatu kebijakan. Salah satu metode statistik yang paling tepat untuk melakukan peramalan data IHK Kota Palangka Raya dengan menggunakan Seasonal Autoregressive Integrated Moving Average (SARIMA). Metode SARIMA sangat cocok untuk diterapkan pada data IHK karena terdapat pola musiman yang terjadi pada waktu tertentu. Data yang digunakan merupakan data sekunder bersumber dari Badan Pusat Statistik (BPS) Provinsi Kalimantan Tengah dengan series sebanyak 48 observasi. Berdasarkan hasil trial and error , model SARIMA pada saat , dan dianggap sebagai model terbaik untuk peramalan data IHK dengan koefisien determinasi adjusted sebesar 84,67%. Selain itu, model peramalan memenuhi seluruh uji asumsi diagnostik dan sangat powerful mendekati data aktual. Kata kunci: SARIMA, Peramalan, IHK Abstract. Palangka Raya is one of the indicator city for Consumer Price Index (CPI) calculation in Central Kalimantan Province. The percentage of changes in CPI had always been indirectly maintained by government in order to remain low and stable as a preconditions for sustainable economic growth and to provide benefits for improving people's walfare. Therefore, the forecasting of CPI is required to assist the development of government's policy. One of the precise statistical method for forecasting Palangka Raya's CPI is Seasonal Autoregressive Integrated Moving Average (SARIMA). SARIMA is very suitable to be applied in Consumer Price Index's data because of seasonal patterns that occured in several times. The data used in this research are secondary data sourced from Statistics Indonesia of Central Kalimantan Office with 48 observations. Based on trial and error process, SARIMA when , is considered the best statistical model to forecast CPI data with an adjusted coefficent of determination 84.67%. This forecasting model also fulfilled all diagnostic assumptions' tests and powerfully approached the actual data. Keywords: SARIMA, Forcasting, CPI

求助全文

通过发布文献求助，成功后即可免费获取论文全文。去求助

来源期刊

Matematika MATHEMATICS-

自引率

25.00%

发文量

审稿时长

24 weeks