Estimasi parameter model vector autoregressive dengan metode kalman filter

INDONESIA:

Penelitian ini menganalisis faktor yang berpengaruh dalam jumlah penumpang kereta api. Variabel yang digunakan lebih dari satu variabel, sehingga model yang digunakan adalah model Vector Autoregressive (VAR). Kalman Filter merupakan metode estimasi yang optimal. Komponen dasar dari metode Kalman Filter adalah persamaan pengukuran dan persamaan transisi. Dengan menggunakan data pengukuran untuk memperbaiki hasil estimasi.

Tujuan dari penelitian ini adalah mendapatkan hasil estimasi parameter model VAR(1) 3 variabel menggunakan metode Kalman Filter pada data jumlah penumpang Kereta Api Jabotabek, Non Jabotabek, Sumatera mulai tahun 2014 sampai 2016.

Estimasi parameter model VAR(1) menggunakan metode Kalman Filter terdiri dari beberapa tahap yaitu identifikasi data , estimasi parameter model VAR menggunakan metode Kalman Filter. Hasil dari penelitian ini menunjukkan bahwa model VAR(1) dengan metode Kalman Filter merupakan model yang sesuai ketika diterapkan pada data jumlah penumpang kereta api Jabotabek, Non Jabotabek, Sumatera. Bentuk estimasi parameternya adalah sebagai berikut

ENGLISH:

This study analyzes the factors that influence the number of train passengers. The variables used are more than one variable, so the model used is the Vector Autoregressive (VAR) model. Kalman Filter is the optimal estimation method. The basic components of the Kalman Filter method are measurement equations and transition equations. By using measurement data to improve estimation results.

The purpose of this study is to get the results of the VAR(1) 3 variable parameter estimation model using the Kalman Filter method on train passengers amount data in Jabotabek, Non Jabotabek, Sumatera from 2014 to 2016

The parameter estimation of the VAR(1) model using the Kalman Filter method consists of several stages, namely identification of train passengers data, parameter estimation using the Kalman Filter method. The results of this study indicate that VAR(1) model with the Kalman Filter method is an appropriate model when applied to train passengers amount data in Jabotabek, Non Jabotabek, Sumatera. The form of parameter estimation is as follows