PENDETEKSIAN DAN PEMODELAN PENCILAN PADA DATA INDEKS HARGA KONSUMEN (IHK) KOTA MALANG
DOI:
https://doi.org/10.32764/epic.v1i2.93Keywords:
ARIMA, Additive Outlier, IHK, Q*, ACFAbstract
Data deret waktu sering dipengaruhi oleh peristiwa yang tidak terduga disebut pencilan. Pencilan mengakibatkan parameter menjadi bias. IHK adalah indeks yang menghitung rata-rata perubahan harga barang dan jasa yang dikonsumsi oleh penduduk dalam kurun waktu tertentu. Berdasarkan data IHK Kota Malang pada Juni 2008 sampai Juli 2013 diketahui data deret waktu memiliki trend naik dan terdeteksi ada dua pencilan Additive Outlier (AO). Setelah dilakukan pemodelan didapatkan model yang sudah layak yaitu ARIMA(0,1,1). Berdasarkan nilai Q* dan plot sisaan ACF, model ARIMA(0,1,1) yang mengandung pencilan layak digunakan. Peramalan model ARIMA ini hanya dapat dilakukan satu periode kedepan.
References
Amalia, Nova. (2013). Pendeteksian Dan Pemodelan Outlier Ganda (Innovational Outlier, Additive Outlier, Level Shift, Transient Change Dan Seasonal Additive) (Jumlah Penumpang Pesawat Terbang Di Bandara Internasional Juanda Dan Soekarno Hatta). Skripsi. FMIPA. Universitas Brawijaya.
Cryer, Jonathan D, Khungsik Chan. (2008) Time Series Analysis With Applications In R.Springer Science + Business Media,LLC. New York
Wei, William W. S. (2006). Time Series Analysis Univariate And Multivariate Methods. Pearson Education, Inc. United States of America
Cryer, Jonathan D, Khungsik Chan. (2008) Time Series Analysis With Applications In R.Springer Science + Business Media,LLC. New York
Wei, William W. S. (2006). Time Series Analysis Univariate And Multivariate Methods. Pearson Education, Inc. United States of America
Downloads
Published
2019-05-16
How to Cite
Wardani, D. K. (2019). PENDETEKSIAN DAN PEMODELAN PENCILAN PADA DATA INDEKS HARGA KONSUMEN (IHK) KOTA MALANG. Exact Papers in Compilation (EPiC), 1(2), 75–82. https://doi.org/10.32764/epic.v1i2.93
Issue
Section
Articles