PERAMALAN NILAI IMPOR INDONESIA DENGAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) BERBANTUAN SOFTWARE STATA DAN R


Sujik Anita , 4112314003 (2017) PERAMALAN NILAI IMPOR INDONESIA DENGAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) BERBANTUAN SOFTWARE STATA DAN R. Under Graduates thesis, Universitas Negeri Semarang.

[thumbnail of 4112314003.pdf]
Preview
PDF - Published Version
Download (989kB) | Preview

Abstract

Nilai impor Indonesia merupakan salah satu tolok ukur untuk melihat bagaimana kondisi perekonomian negara. Sehingga peramalan terhadap nilai impor Indonesia sangat penting dan perlu ditelaah. Metode ARIMA merupakan salah satu metode peramalan runtun waktu dimana data pengamatan dalam sebuah runtun waktu diasumsikan berhubungan secara statistik antara data satu dengan data yang lain. Software Stata merupakan salah satu perangkat lunak komputer untuk mengolah dan menganalisis data, hampir semua proses analisis statistik dapat dilakukan oleh Stata. Software R adalah suatu sistem untuk analisis data yang termasuk kelompok software statistik open source dan dapat digunakan untuk analisis statistika. Tujuan utama dari tugas akhir ini yakni meramalkan data nilai impor Indonesia menggunakan metode ARIMA berbantuan software Stata dan R, serta mengetahui model ARIMA dan berbantuan software terbaik untuk meramalkan nilai impor Indonesia. Model ARIMA terbaik yang diperoleh akan digunakan untuk meramalkan nilai impor Indonesia periode berikutnya. Langkahlangkah yang dilakukan yakni melakukan identifikasi data, mengestimasi parameter, dan mencari model ARIMA terbaik. Model ARIMA yang memenuhi kriteria berdasarkan software Stata dan R yakni model ARIMA(2,1,2). Persamaan ARIMA dari software Stata yakni

Item Type: Thesis (Under Graduates)
Uncontrolled Keywords: Peramalan, ARIMA, Impor, Software Stata, Software R.
Subjects: Q Science > QA Mathematics
Q Science > QA Mathematics > QA76 Computer software
Fakultas: Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika Terapan dan Komputasi, D3
Depositing User: Retma IF UPT Perpus
Date Deposited: 02 Apr 2019 16:09
Last Modified: 02 Apr 2019 16:09
URI: http://lib.unnes.ac.id/id/eprint/32394

Actions (login required)

View Item View Item