BUTAR-BUTAR, Yusuf Fernando (2020) Aplikasi Model Sarima untuk Peramalan Tingkat Inflasi Kota Purwokerto. Skripsi thesis, Universitas Jenderal Soedirman.
![[img]](http://repository.unsoed.ac.id/style/images/fileicons/other.png) |
PDF (Cover)
COVER-Yusuf Fernando Butar Butar-H1B013049-skripsi-2020.pdf Download (314kB) |
|
PDF (Legalitas)
LEGALITAS-Yusuf Fernando Butar Butar-H1B013049-skripsi-2020.pdf Restricted to Repository staff only Download (1MB) |
|
PDF (Abstrak)
ABSTRAK-Yusuf Fernando Butar Butar-H1B013049-skripsi-2020.pdf Download (300kB) |
|
PDF (BabI)
BAB-1-Yusuf Fernando Butar Butar-H1B013049-skripsi-2020.pdf Restricted to Repository staff only Download (310kB) |
|
PDF (BabII)
BAB-2-Yusuf Fernando Butar Butar-H1B013049-skripsi-2020.pdf Restricted to Repository staff only Download (873kB) |
|
PDF (BabIII)
BAB-3-Yusuf Fernando Butar Butar-H1B013049-skripsi-2020.pdf Restricted to Repository staff only Download (403kB) |
|
PDF (BabIV)
BAB-4-Yusuf Fernando Butar Butar-H1B013049-skripsi-2020.pdf Restricted to Repository staff only Download (794kB) |
|
PDF (BabV)
BAB-5-Yusuf Fernando Butar Butar-H1B013049-skripsi-2020.pdf Restricted to Repository staff only Download (298kB) |
|
PDF (DaftarPustaka)
DAFTAR PUSTAKA-Yusuf Fernando Butar Butar-H1B013049-skripsi-2020.pdf Download (402kB) |
|
PDF (Lampiran)
LAMPIRAN-Yusuf Fernando Butar Butar-H1B013049-skripsi-2020.pdf Restricted to Repository staff only Download (306kB) |
Abstract
Tingkat inflasi merupakan salah satu faktor penting untuk mengukur tingkat ekonomi suatu daerah. Peramalan tingkat inflasi membantu untuk mengatasi masalah yang mungkin muncul di masa depan. Banyak metode dan model yangdigunakan untuk meramalkan tingkat inflasi di suatu daerah, salah satunya adalah metode time series model SARIMA (seasonal autoregressive integrated movingaverage). Model SARIMA merupakan model ARIMA yang berkembang khusus untuk pola data musiman. Pada penelitian ini penulis membahas model SARIMAdan aplikasinya untuk peramalan tingkat inflasi Kota Purwokerto. Data yang diambil untuk meramalkan 12 bulan ke depan adalah data dari bulan Oktober 2012sampai bulan September 2019. Peramalan dan perhitungan nilai MASE dilakukandengan menggunakan program statistika yaitu R. Hasil riset menunjukkan bahwamodel ARIMA (0,0,0)(0,1,1) signifikan, dengan nilai MASE 0,7624909.12
| Item Type: | Thesis (Skripsi) |
|---|---|
| Nomor Inventaris: | K20021 |
| Uncontrolled Keywords: | SARIMA, MASE, R |
| Subjects: | I > I127 Inflation Finance |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > S1 Matematika |
| Depositing User: | Mrs PKL PKL |
| Date Deposited: | 03 Feb 2022 03:02 |
| Last Modified: | 03 Feb 2022 03:02 |
| URI: | http://repository.unsoed.ac.id/id/eprint/13388 |
Actions (login required)
 |
View Item |